從醫療影像運營到布局互聯網醫院和AI，「同心醫聯」找到了自己的「商業閉環」

關於目前醫療行業所存在的核心問題，在同心醫聯CEO劉偉奇看來，是合格的醫療供給能力稀缺，「合格」意味著診療能力合格、診療流程合理、診療設施齊全、收費合理並有支付方覆蓋；而目前，單純的互聯網模式無法解決這一問題，好的模式應該體現在能創造更多合格的醫療供給能力，或顯著提升現有醫療供給能力上。

對此，定位於互聯網 醫學影像運營服務商的同心醫聯給出的方案是——線上（互聯網醫院） 線下（實體影像中心）及影像雲平台結合，服務臨床醫生、專病患者、實體影像中心、影像AI專家4端。目前，它已建立了互聯網平台搭建、醫療服務運營、實體影像中心建設、影像雲平台推廣、互聯網醫院建設、影像 AI開放平台整合等業務，完成了其科技醫療平台基礎能力建設。

同心醫聯的科技醫療平台

據劉偉奇介紹，其服務體系價值點體現在多個層面：提升醫院影像科運營服務水平與效率，保證影像質量；形成影像服務的連鎖化、規模化運營，並積累大量標準化影像數據開展AI輔助診斷業務；基於AI圖像增強技術幫助影像科實現核磁快速成像/提高PET-CT檢測速度，減少藥品用量；建立互聯網醫院服務於患者的病程管理，延展價值鏈。

從醫療影像運營到布局互聯網醫院和AI

縱觀同心醫聯的發展歷程，其業務核心定位經過了3輪迭代。2014年成立之初，同心醫聯主要聚焦於互聯網慢病管理和隨訪；後來，鑒於實務運營反人性、老年人對手機使用存在障礙，以及缺乏變現通道，公司轉型成為第三方閑置影像資源共享平台，並延伸到線下——重資產布局影像中心和影像雲平台，把控數據獲取環節；此後，由於魏則西事件帶來的市場衝擊以及互聯網醫療政策的助推，同心醫聯開始探索線上和線下結合，形成了現如今的影像中心 互聯網醫院的業務閉環，並布局醫療AI，以提高臨床診斷效率。

迭代背後，是劉偉奇對行業認知的轉變。他認為，在現在醫療環境下，醫療資源稀缺問題很難在短時間內解決，同心醫聯能做的唯有靠接近臨床需求的新技術，並通過新技術應用減少對醫生主觀能力和經驗的依賴。基於此目的展開布局的參與者不在少數，除了聚焦於AI醫療影像的依圖醫療、匯醫慧影、推想科技等，也有布局影像中心運營的銳達、萬里雲、西門子醫療、全景醫療等。

劉偉奇表示，從產品層面上看，目前大部分AI公司都是從肺結節和眼底造影、骨折、骨齡測量、乳腺癌、病理、腦卒中等方向切入，主要從技術成熟度角度出發；從應用場景上看，影像AI應用領域可分為兩大方向：1）解決臨床需求，即通過數字化分析提供精準診斷和有效治療建議；2）解決影像科本身需求，包括影像掃描，即提高獲取影像數據的效率和準確性；以及影像診斷。

劉偉奇表示，影像科醫生面臨的真實場景其實是：但患者來做肺部CT檢查，影像科醫生事先並不知道患者的具體病症，因此拍出的肺部CT要對所有潛在病症進行診斷，但肺部的常見病至少有10多種，若只能看肺結節，起到的作用有限，尤其是醫生還要把醫學圖像從PACS系統導入到AI系統，再把診斷結果倒回PACS，操作過於「折騰」；影像醫生的真實需求應該是，AI能把具體部位所有疑似病變都標記出來，再由醫生自行診斷核對一遍即可，無需一張張重新看。

為此，同心醫聯走了一條與多數AI公司「背道而馳」的路：先通過線下影像中心和影像雲平台做好基礎設施建設，以積累影像數據並把控數據質量，由自己的數據支撐演算法優化；並通過開放式平台集合各類產品，實現對多種疾病的綜合性輔助診斷。

截止目前，同心醫聯線下擁有影像中心超過300家，積累超過850萬病歷；線上則已推出38個面向心腦血管和腫瘤患者的智能診斷產品，互聯網醫院面向近5萬名臨床醫生服務。

跨界融合攻克AI商業化變現難題

目前，針對影像診斷的AI產品還普遍存在技術成熟度不夠和商業化變現難兩大問題：其一，通過大醫院訓練出的演算法，可能並不適應基層醫院的數據質量，演算法的適配性和魯棒性或存疑；其次，三類醫械 AI 註冊審批未明，即便拿證，若只局限於幫醫院和影像科提升效率，不能創收，其變現能力仍有限。

在劉偉奇看來，即便AI能取代影像科醫生，以中國15萬影像科醫生存量看（按平均年薪10萬元算），也只有150億的市場——相對於目前的資源投入，規模實在太小；若要真正滿足臨床需求，還需套串聯起多個環節，形成業務閉環。

為此，同心醫聯採取了成像技術 AI分析 影像診斷 臨床應用相互融合的方式，來發揮影像AI的價值。劉偉奇介紹到，這就像拍照同時需要同時具備好的拍攝方法（醫學成像技術）、照片處理和修圖技術（AI輔助分析）、照片詮釋（影像診斷），才能呈現不錯的照片（臨床應用）一樣。

據了解，目前同心醫聯在線上已通過遠程診斷和平台服務費，以及患者在線預約、遠程診斷等服務實現變現；線下通過共建影像中心，也有一定營收分成。劉偉奇透露，依託於上述商業閉環，公司2018年的收入近億元，並實現了整體盈利。

當然，由於醫療的專業性，很多專家經歷多年研究也僅能在單個方向上的幾種疾病鑽研較深，而患者看病時往往無法預知自己的疾病種類。在真實臨床場景上，醫生更希望得到全套解決方案，因此，建立開放共贏平台就變得非常重要。為此，同心醫聯推出了影像 AI開放應用平台「格物系統」。

據公司產品總監蔡文強介紹，「格物系統」可簡單理解為「影像AI的 App Store」，即利用同心醫聯雲平台積累的患者病歷，根據臨床需求開發成像技術和AI演算法訓練，然後封裝成應用App，導入格物系統，最終幫醫生提升診療水平。

「以動脈瘤檢測為例，臨床專家最關注其破裂的風險，方便開展下一步的治療。傳統檢查方式（像

CTA/MRI/DSA）只能間接判斷動脈瘤是否易出血；同心醫聯的成像技術除了能評價動脈瘤的場景/瘤景/和動脈間的關係等，還能觀察動脈瘤瘤壁，若瘤壁有炎症導致管壁受損，動脈瘤就容易破裂；我們的成像技術能觀察動脈瘤管牆的情況，如果沒有變化就沒有炎症，也就是說它是相對穩定的動脈瘤。」

據悉，同心醫聯現已與清華、北大、中科院等近100所知名高校和科研機構達成合作，以期發揮各自專長、將新技術更好地應用於臨床實踐。

下一站，對接商業健康險

至於未來的發展方向，劉偉奇表示，同心醫聯會按照「點、線、面」3個層面來發力1）「點」：加強技術研發投入，不斷上線新的智能診斷產品，提升技術壁壘：2）「線」：將互聯網醫院問診-檢查-治療的服務線從線下和線上兩個維度繼續擴張，服務更多的患者；3）「面」：與保險機構、地產公司、其他醫療服務公司合作（譬如藥店），共同打造醫療綜合體，承接更多的醫生和患者需求。

在人口老齡化、醫保控費、消費意識轉變的大趨勢下，商業健康險市場蓄勢待發。劉偉奇指出，基於對患者的閉環式服務以及患者數據的把控，同心醫聯能做好醫療流程式控制制和風險定價，這與保險公司的訴求不謀而合。因此，公司接下來會嘗試針對慢病患者對接商保服務，以癲癇患者為例，術前可以在線下為其做精確的血管分析，規避手術風險；術後，則可依託於互聯網醫院，通過用藥、隨訪等對患者進行長期的管理。

採訪最後，他也透露，公司即將啟動第5輪融資。此前，同心醫聯曾獲得來自中金資本、經緯中國、君聯資本、聯想之星等機構的4輪融資。

同心醫聯融資歷史

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！