那些年在AI 醫學影像上燒的錢，怎麼才能賺回來？

編者按

目前人工智慧醫學影像產品主要應用於疾病篩查階段，這是一個不易獲得穩定商業模式的領域。未來一個人工智慧醫學影像產品商業化成功的前提至少有三個——

全文閱讀大約需要5分鐘，如果本文對您有任何啟發，歡迎點擊文末評論。

人工智慧應用在醫學影像領域賺錢嗎？

答案是肯定的。就市場規模來看，行業報告預計，2020年，我國醫學影像市場規模將達6000億至8000億元左右。但問題在於，這偌大的蛋糕，目前卻沒有一個人工智慧項目「啃得動」。

沒有一個成熟的商業模式是困擾行業的最大問題。儘管近年來人工智慧醫學影像的項目一個接一個冒頭，連騰訊、阿里、百度這樣的巨頭也相繼闖進戰場，然而卻沒有一個項目提出自己在人工智慧醫療影像項目上是盈利的。依靠篩查、分析報告來變現的路徑走不走得通？這還需要時間的驗證。

誰才是人工智慧醫學影像的買單人？誰才是人工智慧+醫學影像真正的用戶？什麼樣的模式才是適合這個領域的商業模式？帶著這些問題，我們一起來探究一下人工智慧醫學影像商業化的難點所在。

AI+影像：只燒錢不掙錢？

方正證券產業金融部董事醫療產業投資併購負責人姜天驕在2017長江產業論壇（秋季）暨醫療健康大數據與人工智慧大會上指出，目前，大多數人工智慧產品已經實現了產品的落地，但真正實現商業模式落地的是輔助診療、醫藥研發和基因測序產品，影像讀片依舊停步在產品落地的階段。

需要承認的是，人工智慧在醫學領域的應用是有盈利的案例的。IBM沃森是一個已經進入測試流水階段的項目。

目前，Watsonfor Oncology腫瘤輔助診療解決方案，已經在中國、美國、荷蘭、韓國、泰國與印度等多國落地臨床。就其在中國的運作模式來看，IBM選擇通過代理分銷商去打開市場，如此一來，就可以獲得一定的收入，按照目前其在中國每人每次不低於5000元的收費標準來看，盈利目標可期。

我們來看看沃森醫生能夠盈利的關鍵原因是什麼。首先，IBM作為一家世界知名的公司，其產品在世界範圍內，包括亞歐等多個國家的市場對其都是認可的，更大的市場為其提供了商業模式走通的基礎。其次，IBM本身的信息分析、自然語言處理及自我學習能力都非常強大，在數據方面合作的紐約紀念斯隆凱特琳癌症中心（MSCKCC）也是腫瘤領域知名的醫療機構，技術和數據上都較為領先。再者，沃森主要應用與癌症的診療領域，並非篩查領域。換句話說，沃森的解決方案必須能夠解決實際問題，並有強有力的成功案例和公司背景作為背書。

總而言之，沃森可以為醫生推薦最佳治療方案、提升醫生診療的準確性，相比較於CT等手段已經比較成熟的篩查領域，診療過程的輔助對醫生和醫療機構更具有吸引力。醫療機構對IBM這類的產品更有付費的意願。

然而，目前國內的人工智慧醫學影像項目大多不具備這樣的條件。

首先，國內的人工智慧醫學影像項目大多集中在疾病篩查階段，主要通過對讀片來判斷用戶是否患病。這種產品雖然能夠減輕醫生的工作量，也能提高醫生的診斷準確率，但對於醫療機構來說，這並不是剛需。

此外，疾病篩查是一件成本很高的事情。醫療領域人工智慧企業Airdoc副總裁張京雷指出，疾病篩查的服務對象是一個龐大的群體。舉例來看，北京市海淀區359.3萬人全部篩查一遍眼底疾病，那麼就需要至少布1000個篩查點，並且需要較長時間，這個成本是非常大的。

其次，雖然目前中國人工智慧醫學影像項目的準確率都號稱可以保持在97%左右，但健康點記者在走訪過多家相關企業後發現，這些項目的數據一部分來自醫院，一部分來自公開資料或資料庫，未來，這些項目還需要吸收更多的數據去完善演算法。復旦大學醫學影像智能診斷研究所教授劉雷曾在接受媒體採訪時提到，目前中國臨床數據比較亂、錯誤多、缺失多，都會造成人工智慧對醫療大數據的處理不是很成功。「以眼科為例，糖尿病視網膜病變篩查，網上就有10萬張片子可以免費下載，但是片子有好有壞。」

此外，如果企業想從醫院處獲得數據，那麼就要和醫院達成互惠互利的合作模式，不收錢或少收錢都不能達到盈利的目的。目前，在醫療影像細分市場上，中國大量高質量數據集中在二甲以上醫院，這些醫療機構的特點就是有能力、有資本、有規模，但有沒有對人工智慧醫學影像產品的購買慾望還值得商榷。

清華大學清華-青島數據科學研究院執行副院長韓亦舜也在2017長江產業論壇（秋季）暨醫療健康大數據與人工智慧大會上指出，人工智慧項目和醫療機構之間存在一定的矛盾，醫療機構對人工智慧的接受程度並不高。

「搞人工智慧的人說我幫醫院做篩查，醫療機構會考慮篩查錯了責任算誰的。人工智慧說我可以提高醫生的效率，醫生會說高效率對我有什麼好處？」韓亦舜強調，人工智慧需要更多地理解醫生，和醫生共同尋找出路。

不難看出，目前人工智慧醫學影像項目還出在燒錢的階段，但每個項目都燒得起這個錢嗎？我們來看看目前中國做人工智慧醫學影像項目的企業有哪些？

第一類，財大氣粗的BAT。他們的特點是有錢、有技術。第二類，設備型公司，比如翼展科技、西安盈谷科技等。這類公司的特點是可以依靠醫學影像設備或影像管理協作系統進入醫療機構，獲得數據的同時也能有財務上的收入。第三類，技術型公司，比如前文提到的Airdoc，比如匯醫慧影等等。這些公司擁有自己的演算法，並且在人工智慧醫學影像領域布局較早，在準確率上更有保證。

這三類企業中，第一類可以依靠自身強大的財力支撐項目發展。第二類可以依靠公司其他業務的收入去支持人工智慧業務。第三類企業則主要依靠融資和微薄的收入支撐業務發展。

基層是人工智慧主戰場？

目前，市面上主要的人工智慧醫學影像產品主要集中在幾種疾病的篩查上，比如食管癌、肺癌、糖網病、宮頸癌和乳腺癌等。然而並不是每一種疾病都是和通過人工智慧的方法去進行篩查。以肺結節為例，張京雷告訴健康點記者，Airdoc基於海量數據研發了肺結節識別演算法在推廣的過程中就很難落地。

一方面，癌症的識別關乎一個人的生命健康，醫療系統和患者都會十分謹慎。另一方面，在現實生活中單一演算法很難落地，一張影像中可能會有多種病變，但是肺結節的識別演算法只能夠識別單一病種，這並不能夠解決醫生的實際需求。

那麼，哪些科室的疾病更容易應用人工智慧呢？張京雷指出，一個人工智慧醫學影像產品商業化成功的前提有三個：

1、科室需求強烈。

換句話說，這些可是必須醫生數稀缺的。過去幾十年以來，我國醫學影像學發展迅速，但是專科醫生資源不足，而且主要集中於大城市和大醫院當中，很多中小城市沒有足夠的影像學診斷能力，很多患者為了獲取更好的醫療資源，不得不到大城市就醫。

以眼科為例，2016年中華醫學會第二十一次全國眼科學術大會上的公布數據顯示，目前中國還有20%的縣級醫院沒有眼科，並且中國眼科醫師相比總人口來說較少，尤其是眼底病專業醫師更加稀缺。據中華醫學會眼科分會統計，目前全國共有眼科醫生2.8萬名左右，但能開展內眼手術的不足4000人，眼科醫生資源仍然缺乏。同時眼科醫生分布極不均衡，全國70%的眼科醫生分布在大中型城市，基層眼科醫生數量很少。

因此，Airdoc目前主推的產品就是糖尿病性視網膜病變的輔助分析系統，該系統用於識別篩查糖網病變，目前，Airdoc人工智慧輔助分析方案已經在包括上海長征醫院在內的眾多醫院已經得到了普及。

阿里健康、騰訊和英特爾也非常注重科室的選擇。阿里健康於2017年7月正式發布的AI醫療產品「Doctor You」將功能應用於CT肺結節智能檢測。騰訊於2017年8月發布的首個AI醫學影像產品「騰訊覓影」，輔助早期食道癌等疾病的篩查，此外該系統還涉及到肺癌、糖網病、宮頸癌和乳腺癌等疾病。2017年年初，英特爾發布了其基於超聲影像的甲狀腺結節良惡性的輔助診斷系統。這些疾病所在可是的醫生數量相對來說比較少，同時工作任務也很重，人工智慧有較大的應用空間。

2、疾病在人群中的發病率不低。

張京雷強調，作為應用於篩查階段的產品，人工智慧需要發揮出篩查的意義。如果一種疾病在全人群中的發病率極低，甚至一千萬人中只能篩出一個患者，那麼從商業化的角度來講，這種篩查的成本就太高了。

3、後續併發症比較嚴重。

還是以眼科為例，糖尿病性視網膜病變是一種嚴重的糖尿病後遺症，30%的糖尿病人都會有糖尿病性視網膜病變，而這個病極可能導致患者失明，如果及早發現、及早進行有效治療，就能避免失明的出現。

從上面總結的科室特點來看，目前，基層醫療市場對於人工智慧醫學影像的需求更大。一方面，三甲醫院有專家，也有先進的技術和設備，他們對於人工智慧的需求並不是很大。另一方面，基層醫療醫務人員能力不足，但承擔著大量常見病、多發病、慢性病的診療工作，他們反而更需要提高診療水平和效率的工具。

準確率高、檢測效率也高的人工智慧相比人工閱片顯然更適合基層醫療。然而，目前人工智慧醫學影像想要走進基層還有一定的困難。主要原因有三，一是向基層推廣產品的渠道比較少。二是基層的醫院IT系統條件比較差，不方便與AI產品對接。三是目前人工智慧醫學影像產品的售價較高，基層醫療機構幾乎不可能花費上萬元或者十幾萬元去購買一個軟體。

已經在基層醫療機構中有所布局、並進行現金流測試的依圖醫療告訴健康點，在有成功運營案例的時候，基層醫院是有可能購買人工智慧產品的。依圖醫療副總裁Cathy Fang解釋到，目前，依圖醫療在向基層推廣的過程中主要還有兩種途徑，一是為三甲醫院提供產品，三甲醫院所輻射的基層醫療機構在三甲醫院學習的過程中，可以感受產品的優勢。二是通過代理渠道進行銷售。但值得注意的是，其產品對於基層醫療機構的收費模式依舊處在探索階段，購買、租賃或是遠程醫療都是可能嘗試的。

AI距離掙錢還有多遠？

燒錢容易賺錢難，人工智慧醫學影像真的沒辦法走通一個商業模式嗎？張京雷給了健康點記者一個樂觀的答案：「目前行業正在積極探索商業模式，隨著數據積累的越來越多，演算法越來越成熟，商業模式會越來越清晰。」

張京雷提成了這樣一種可能。未來，隨著技術的成熟，人工智慧醫學影像產品的成本會越來越低。這樣一來，產品就更容易打開市場，被醫療機構所接受。此外，目前人工智慧醫學影像產品主要應用於疾病篩查階段。疾病的篩查可以降低大病出現的幾率，從而為政府降低醫保支出。這樣一來，政府也是有買單的可能性的。

此外，向後端發力，創造更多價值，也是一個途徑。未來，人工智慧將不止於做簡單重複的篩查工作，而是做更有指導性的工作，比如將IBM沃森的診療方案發展到不同的疾病領域等等。

總的來看，雖然目前人工智慧醫學影像產品的商業模式尚不成熟，但是該領域的前景還是十分可觀的。一旦商業模式走通，人工智慧醫學影像將有可能成為如共享單車般火熱的風口。

本文首發於財新健康點 caixin-life；

湯晨|責編

點擊展開全文

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！