巨頭入場，醫學影像AI “大魚吃小魚”現象初現？

中國醫學影像AI行業正在展現一些新跡象。

玩家不再限於AI創業公司，包括“GPS”（GE、飛利浦、西門子）、聯影醫療等大型裝置商強勢加入；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體）等“後起之秀”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並不在審批環節……

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”。

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，而這些大型醫療裝置巨頭的加入，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”等大型裝置商闖入AI賽道，優勢眾多，比如較高的硬體市場佔有率、資金雄厚等。作為聯影醫療旗下專注醫療AI的子公司聯影智慧，其聯席CEO周翔對億歐大健康表示，硬體裝置廠商做AI有一個好處是落地速度，鑑於之前母公司在硬體裝置上的落地實踐積累，聯影智慧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，周翔也提到了大型裝置廠商在AI上的佈局也有其制約之處。他表示，AI對於大型裝置廠商而言，只是錦上添花，大蛋糕上的些許點綴，千萬級別甚至上億的裝置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、專案、決策機制等等就不會以AI業務為優先，創新速度相對滯後。而對於聯影智慧而言，他們與母公司聯影醫療保持相對獨立，其研發的AI系統能賦能裝置便搭載裝置，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慧一體化解決方案的關注程度，這是未來的一個發展趨勢。而且軟體領域自己的摩爾定律、算力、演算法等發展非常迅速，相對而言，硬體的發展速度往往是滯後於軟體或技術的發展。從某種程度上，軟體公司跑得會更快。

一邊是擁有資金、硬體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。可同時億歐大健康發現，GPS等廠家推出了開放的科研平臺，助力中國的獨立軟體供應商加速AI演算法的開發，看似處於競爭關係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、醫準智慧、依圖醫療、圖瑪深維、安德醫智等本土軟體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，當今醫療市場複雜多樣的需求，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、給到使用者，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，但此類合作並不是深度整合，是AI系統和裝置的“松耦合”，也就是將獨立的AI系統搭載到裝置上，賦能醫生工作環節。

不過，他並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，如果是搭載在硬體上，可能只能賣10萬-20萬，這樣的合作短期很常見，長期來看，GPS等硬體廠商會傾向於產品的深度整合。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整合要快很多。

至於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，如果軟體公司自身跑得不夠快，甚至比硬體公司慢，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。

在醫學影像AI發展過程中，資料一直阻礙其研發速度。在此次大會上，解決資料問題成為“重頭戲”：醫學影象資料庫-放射影像資料庫建設正式啟動。

劉士遠曾告訴億歐大健康，目前可公開的資料庫很少，資料的標註標準也不統一。資料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範，對影象進行分割、標註，在這個基礎上建庫，繼而形成其它訓練、檢測等用途。由於缺少經濟和人力的支援，面對相對較高的資料加工成本，導致資料庫建設不足、程序緩慢。

沒有資料，AI建模、資料統計分析便無從談起。而此次放射影像資料庫建設的啟動便可以在相關人工智慧產品的研發方面發揮作用。該資料庫將形成10個以上基於器官或疾病的高質量多工，標準的可擴充套件、可挖掘大樣本標準資料庫，以支援人工智慧相關研究、建模、訓練、檢測及應用落地。

“建立資料庫是一個大趨勢，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資料共享，但真正實現大規模共享的很少，因為醫院把資料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，美國腫瘤基因資料庫建立10年左右，也才1萬多例資料”。

田捷認為，該資料庫的社會意義或許大於商業意義，在此資料庫建設之前，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，分別分佈在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，產品審批的透過與商業化並不能劃等號，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：“產品即使透過審批、開始上市也不意味全部通關，因為稽核上市之後，還有上市監管環節。以透過FDA審批的醫療AI產品為例，很多產品上市後，如果在上市後使用環節出現問題，有的就需要被召回。”

取得資質之後，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”意願不強烈。

就目前已經落地的醫學影像AI應用裡，大部分應用都在診斷環節，並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，現在輕鬆解決……

GE醫療中國總裁兼執行長張軼昊也認為，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”依託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裡面應用場景眾多，一些問題相對簡單，比如肺結節、骨折，但諸如乳腺癌檢出、X光裡面找結節很難。乳腺方面，中國女性是緻密性乳腺，濃且密，病灶極易被遮擋、模糊，AI根本無處學起，霧裡看花，花霧太濃；X光是重疊影像，藏在心臟後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。”周翔補充道。

實際上，田捷指出，人工智慧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光等比較好的醫療裝置，但優質醫生缺乏，裝置閒置，小病熬成大病情況多見，而人工智慧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，未來還有諸多不斷湧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。