關于醫學人工智能的產品化，這里有6點思考
當人工智能開始嘗試進入醫療領域，逐漸被醫生、醫院、患者所了解、接納時，它的商業化問題依然撲朔迷離。
不同時期的企業往往面臨著不同的推進路徑，如今醫療AI商業化停滯于“提交申請”到“獲得申請”的真空期，創業公司們紛紛啟程尋找各自的生存途徑。
行動固然刻不容緩，但對于醫療的基本問題，我們必須深入思考，并以此為道標，避免在發展的途中偏離價值的導向。
6點關于AI+醫療的思考
在2018年末舉辦的“2018未來醫療100強”論壇上，希氏異構創始人宋捷基于現在的形式，提出了6點關于醫學人工智能的思考，由動脈網記者整理如下：
宋捷進行“醫學影像AI，從研發到商業落地”主題演講
1、醫療的核心內容是什么？
“診斷、治療是醫療的本質，是醫療行業的價值核心環節；能夠進入這個環節，就意味著能夠分享醫療行業的豐厚回報”。
“醫療活動的核心主體是醫生，醫生所輸出的醫療能力表現形式為醫療水平、效率、體力、腦力，這是醫療領域最為稀缺的要素；誰有能力掌握或者復制、倍增這些稀缺要素，誰就有能力進入醫療的核心價值環節，從而獲得豐厚回報�！�
以互聯網醫療為例，這一領域在過去近10年來投入巨大但收益甚微，其原因只有一條：沒有進入核心價值區域，而只是“徘徊在周邊”。究其原因，對醫療的“核心稀缺要素”沒有發生影響。
這意味著AI的發展必須以：掌握醫療核心要素、進入醫療核心價值環節、獲得豐厚回報道標。換言之，做能夠復制、倍增醫生能力的技術，形成進入診斷、治療環節的產品，才能獲得更大的利益。
2、AI能給醫療帶來什么？
醫學AI的發展方向，必定是解決核心資源不足的問題，直接切入診斷、治療這一核心利益環節，醫療AI研發機構應該明確了解這一點。
清楚了醫療的核心內容，也就會有明確的目標方向，AI在醫療上解決的就是“倍增醫生能力”的問題。
醫學AI方向很多，如今企業紛紛集中于影像，并不意味著醫學AI只能處理影像，而是因為影像數據相對單純，“參考變量”相對較少，容易獲得突破而已。
醫學影像AI只是是第一步，當醫生能將患者的既往病史、基因、身體狀況等因素連接在一起，甚至能對患者的未來做出精準的預測，并以此指導患者當前的治療，這是人工智能為醫療帶來的潛在價值。
3、中國是否比西方擁有更多優勢？
截至2019年，國內做醫學AI研究的公司在數量上已超過美國，很多企業都招攬了頂尖的海外AI人才，一方面是為了收獲一流的AI技術，另一方面則是為了開拓海外市場。
坦言，中國在AI基礎研究上，比照美國，無任何優勢；在細分領域應用研究上，或有領先。
在醫學AI研發上，大家所說的數據優勢，更多是表象，我們真正的兩個核心優勢，一是法律的寬松，第二是國家的導向。這兩個優勢在未來一定會消失，而消失以后，公司是否能繼續存活，這是我們必須要思考的問題。
總的來說，企業要借勢發展，未雨綢繆。如今寬松的法律環境并不意味著現在的問題不會在未來某一時點清算。這里有很多需要思考的話題，比如企業數據來源如何？合作方式如何？盈利方式是否合理？是否合法？
很多企業表示已與數百家醫院達成合作，但具體合作方式如何，我們無從得知。對于AI這一新興技術，企業所有現有的合作與數據來源最好能符合當前的法律法規，如果不夠真實合法，那么需注意產權問題，以免在數年之后再談知識產權的劃分問題。
4、醫學AI是技術還是產品？
技術和產品互為因果關系，但是從商業機構的角度上看，AI一定是產品。很多企業與三甲醫院醫生的合作是以互幫互助為合作前提，即企業幫助醫生完成高質量論文，而醫生確保企業的產品進入醫院，至于產品的使用，卻不在醫生考慮的范疇。這樣的合作是不合理的，如此產生的產品不一定符合醫院的需求。
5、藥監局審批有多重要？
在中國三類醫療器械注冊方面，至今無一公司通過審批，甚至無一提交嘗試性提報的材料。這是因為在現有AI產品，在沒有明確標準的情況下，大家還沒有完成自證“安全”、“有效”的過程，或者沒有找到自證這兩點的辦法、途徑。
事實上，對于一個新的技術，我們不必太苛求其完美。但是醫療容不得半點馬虎，法規不會有太多“彈性”。
“獲證”是產品上市的必要環節，為此大家想各種辦法“獲證”，對于有經驗的機構來講，“獲證”并非難度巨大的一件事，但是“獲證”并不意味著產品的有能力贏得市場，“內行看門道，外行看表象”。
希氏異構的多領域產品都表現為硬件化的AI醫療設備，同時也在提供基于云端的診斷服務，這些產品覆蓋消化內鏡、CT、超聲等多個領域，有望2019年正式進入市場，在希氏異構眼里，獲得“準入證”不是目標，獲得一個真正有市場的產品的“準入證”才是有價值的。
由此可見，審批是醫療器械商業化過程中至關重要的一環，但環節上下游的銜接同樣重要，通過審批并不等于企業已在這個市場取得絕對的成功。
6、現階段的醫學AI應該發展什么？
從現狀來看，肺結節、眼底依然占據了核心研發方向。這意味著數據獲取的難易程度在很大程度上確定了醫學AI發展的方向。
醫學領域的數據是多樣性的，研發一定不是“搞噱頭”，真正的的價值一定是體現在研發成果能夠解決臨床問題上，因此，希氏異構更看重臨床應用性：
1、 針對某一領域，對疾病的覆蓋要有廣度
應用研發不同于學術研究，沒有廣度就沒有應用。以內鏡AI產品來講，覆蓋大多內鏡下疾病，才是應用的前提。當醫生把“一根管子”插入患者消化道時，需要把整個情況了解清楚，而不是說“我只會告訴你某一種病的有無，其他疾病我們不了解”。
未來很長一段時間，AI對任何一種疾病的診斷準確率多不會超越人類的認識，只是在效率上比人類強，在“能力上”有可能超越普通醫生甚至一部分高級醫生群體，但不會超越人類的認識。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
