中國醫學影像AI行業正在展現一些新跡象。

玩家不再限于AI創業公司，包括“GPS”（GE、飛利浦、西門子）、聯影醫療等大型設備商強勢加入；肺結節、眼底篩查等曾紅到發紫的產品有了最新進展，冠脈CTA、FFR（冠脈血流儲備分數計算軟件）等“后起之秀”表現亮眼；醫學影像AI臨床價值的過度吹捧或否定都不符合當今其發展現狀；醫學影像AI產品審批在加速，“卡住”企業實現商業化的關鍵或許并不在審批環節……

前不久，由中國醫學影像AI產學研用創新聯盟（CAIERA）主辦的“第二屆中國醫學影像AI大會”在上海如期召開，召集產業各方共同探討行業發展，試圖點亮行業前進的“燈塔”。

“大魚吃小魚”為時尚早

發展至今，中國醫學影像AI只走過短短四年而已，其中不乏黯然退場者，也有強勢的新進玩家，比如“GPS”和聯影。

在大會展廳，＂GPS＂和聯影的展臺大到不可忽視，而這些大型醫療設備巨頭的加入，無疑會“攪動”原本以創業公司為主的醫學影像AI市場，甚至有人提出“大魚吃小魚”的行業預判。

“GPS”等大型設備商闖入AI賽道，優勢眾多，比如較高的硬件市場占有率、資金雄厚等。作為聯影醫療旗下專注醫療AI的子公司聯影智能，其聯席CEO周翔對億歐大健康表示，硬件設備廠商做AI有一個好處是落地速度，鑒于之前母公司在硬件設備上的落地實踐積累，聯影智能AI產品無需摸索便可以快速落地軟硬結合的醫療場景，這是單純AI創業企業所沒有的。

但與此同時，周翔也提到了大型設備廠商在AI上的布局也有其制約之處。他表示，AI對于大型設備廠商而言，只是錦上添花，大蛋糕上的些許點綴，千萬級別甚至上億的設備才是其最為主要的營收來源。如此一來，這些企業的文化、內部人才、項目、決策機制等等就不會以AI業務為優先，創新速度相對滯后。而對于聯影智能而言，他們與母公司聯影醫療保持相對獨立，其研發的AI系統能賦能設備便搭載設備，不能則獨立決策、獨立研發、獨立生產。

深睿醫療聯合創始人兼CEO喬昕注意到，其實最近幾年，醫院越來越加大對醫療人工智能一體化解決方案的關注程度，這是未來的一個發展趨勢。而且軟件領域自己的摩爾定律、算力、算法等發展非常迅速，相對而言，硬件的發展速度往往是滯后于軟件或技術的發展。從某種程度上，軟件公司跑得會更快。

一邊是擁有資金、硬件和市場落地優勢的械企巨頭，一邊是專注AI的創業公司，各有優勢，談不上零和博弈，但在AI層面應存在競爭?？赏瑫r億歐大健康發現，GPS等廠家推出了開放的科研平臺，助力中國的獨立軟件供應商加速AI算法的開發，看似處于競爭關系的雙方竟走到了一起。

以GE醫療為例，從去年開始，GE醫療陸陸續續與數坤科技、醫準智能、依圖醫療、圖瑪深維、安德醫智等本土軟件開發企業簽署合作協議，共同開發數字醫療應用。在張軼昊看來，當今醫療市場復雜多樣的需求，單憑一己之力是不足夠的，需要全行業聯手去讓AI更有效率，共同開發應用給到醫院、給到用戶，最終讓整個行業和患者受益。

據周翔透露，這在商業層面上的合作早已存在，但此類合作并不是深度集成，是AI系統和設備的“松耦合”，也就是將獨立的AI系統搭載到設備上，賦能醫生工作環節。

不過，他并不看好此類合作的長期性和穩定性，分賬、更新、競爭等方面易出現問題，比如一家公司的AI系統可以在醫院賣40－50萬，如果是搭載在硬件上，可能只能賣10萬－20萬，這樣的合作短期很常見，長期來看，GPS等硬件廠商會傾向于產品的深度集成。但反過來，在開拓市場方面，與外部戰略合作比自己產品深度集成要快很多。

至于未來械企巨頭會不會“吞下”單純的AI+醫療創業公司，呈現“大魚吃小魚”的景象。喬昕相信，如果軟件公司自身跑得不夠快，甚至比硬件公司慢，本身就沒有存活下去的道理。

周翔則認為，現階段，談行業的激烈競爭還為時過早，全行業應一起開拓新市場，推動行業蓬勃發展。

數據與審批兩大“攔路虎”

在醫學影像AI發展過程中，數據一直阻礙其研發速度。在此次大會上，解決數據問題成為“重頭戲”：醫學圖像數據庫－放射影像數據庫建設正式啟動。

劉士遠曾告訴億歐大健康，目前可公開的數據庫很少，數據的標注標準也不統一。數據庫建設是一個門檻很高的領域，需要行業學會的權威專家制定權威標準和規范，對圖像進行分割、標注，在這個基礎上建庫，繼而形成其它訓練、檢測等用途。由于缺少經濟和人力的支持，面對相對較高的數據加工成本，導致數據庫建設不足、進程緩慢。

沒有數據，AI建模、數據統計分析便無從談起。而此次放射影像數據庫建設的啟動便可以在相關人工智能產品的研發方面發揮作用。該數據庫將形成10個以上基于器官或疾病的高質量多任務，標準的可擴展、可挖掘大樣本標準數據庫，以支持人工智能相關研究、建模、訓練、檢測及應用落地。

“建立數據庫是一個大趨勢，大家都認識到重要性，但實現起來不太容易，”中科院分子影像重點實驗室主任田捷直言，“國家層面一直在倡導數據共享，但真正實現大規模共享的很少，因為醫院把數據拿出來要受各種各樣的約束，主要是個人隱私，單位利益的限制等等因素。相對來說，美國進展也不大，美國腫瘤基因數據庫建立10年左右，也才1萬多例數據”。

田捷認為，該數據庫的社會意義或許大于商業意義，在此數據庫建設之前，產業端也早已與醫院達成合作，研發出不少產品。

今年開始，科亞醫療、安德醫智、Airdoc等企業的AI產品還相繼獲得醫療器械三類證審批，分別分布在CT－FFR、顱內腫瘤和糖尿病視網膜病變眼底領域，準備進行商業化。

不過，產品審批的通過與商業化并不能劃等號，還面臨著上市監管，存在召回的風險。國家藥品監督管理局醫療器械審評中心二部部長賀偉罡在大會上表示：“產品即使通過審批、開始上市也不意味全部通關，因為審核上市之后，還有上市監管環節。以通過FDA審批的醫療AI產品為例，很多產品上市后，如果在上市后使用環節出現問題，有的就需要被召回?！?/p>

取得資質之后，更為制約醫學影像AI商業化其實是產品落地端，當前醫學影像AI產品的臨床價值還受到各方的質疑，換言之，臨床“買單”意愿不強烈。

現階段，產品有用就行

就目前已經落地的醫學影像AI應用里，大部分應用都在診斷環節，并且主要集中在肺這個領域。億歐大健康曾對國內活躍的54家醫療影像AI企業的盤點中，其中，涉及肺領域的企業最多，有22家企業的業務就覆蓋該領域，其次是眼、腦。

田捷坦率地說，拿證確實是第一步，但拿證跟規模化應用是兩碼事，現如今的產品無法解決臨床現在解決不了的挑戰和問題，臨床意義不大。舉例而言，肺結節20％CT會漏診，AI可以把結節找出來，但無法判別良惡性，到外科醫生開刀環節，56％的肺結節醫生都無法找到，這時的AI作用相當有限。

周翔同意肺結節篩查的臨床價值不算高。但他強調，肺結節篩查的工作流價值很高，產品有臨床價值。無需過度吹捧醫學影像AI的產品意義，產品有價值即可，比如能夠提高小醫生檢出效率和準確性，減輕醫務人員工作負擔，減少誤診漏診現象的發生；以前要等一個星期才能約上的檢查，現在不用等如此長的時間；要掃10分鐘的，現在4分鐘搞定；小孩子瞎動，MR掃不了，現在輕松解決……

GE醫療中國總裁兼首席執行官張軼昊也認為，AI對醫生不是代替，而是輔助作用，幫助醫生提高效率和準確度。比如GE醫療的“深度天眼CT”依托AI實現自動擺位，縮短30％的掃查時間，減少交叉感染，提升效率。

與此同時，周翔警示道，千萬不要做沒有臨床價值或者臨床價值太低的應用，也要小心選擇在臨床上特別有意義，但暫時還無法實現的應用。

醫學影像AI里面應用場景眾多，一些問題相對簡單，比如肺結節、骨折，但諸如乳腺癌檢出、X光里面找結節很難。乳腺方面，中國女性是致密性乳腺，濃且密，病灶極易被遮擋、模糊，AI根本無處學起，霧里看花，花霧太濃；X光是重疊影像，藏在心臟后面的磨玻璃結節能否被看見，誰也說不清，金標準不精不準，作為學生的AI很難檢出。

“AI公司需要小心去選擇，有些臨床應用特別有用，但是現階段做不到，不要瞎努力?！敝芟柩a充道。

實際上，田捷指出，人工智能有很多具有發展前景的應用方向，他看好醫療AI下沉到基層市場。在基層醫療市場，國家層面其實為其配備了CT、X光等比較好的醫療設備，但優質醫生缺乏，設備閑置，小病熬成大病情況多見，而人工智能的加入就能幫助其在疾病萌芽狀態給予預警，能在一定程度提高醫療效果，早期的醫療成本也相對較低。

“我們的努力和研究才剛剛開始，未來還有諸多不斷涌現的需求和應用場景，等待我們去發現，去挖掘”。中國醫學影像AI產學研用創新聯盟理事長劉士遠感嘆道。
責編AJX