AI閱片是利用 AI 進(jìn)行醫(yī)療影像診斷,，疫情的爆發(fā),，讓醫(yī)療系統(tǒng)看到了 AI 技術(shù)的優(yōu)勢(shì)。
疫情讓 AI 閱片備受重用
新冠肺炎疫情前期，在核酸檢測(cè)方面,，由于醫(yī)護(hù)人員試劑盒使用經(jīng)驗(yàn)有限，很難采集到上呼吸道附近的唾液樣本,，造成患者假陰,，導(dǎo)致核酸的檢測(cè)在一定程度上受限。
隨著臨床診斷數(shù)據(jù)的積累,，新冠肺炎的影像學(xué)大數(shù)據(jù)特征逐漸清晰,，CT 影像診斷被列入《衛(wèi)健委新冠肺炎診療指南（第五版）》中，相比核酸檢測(cè),，CT 影像圖像清晰度高,，能夠診斷早期輕微病變，因此 CT 影像也成為新型肺炎檢測(cè)的方式之一,。
火神山醫(yī)院,、雷神山醫(yī)院、武漢同濟(jì),、協(xié)和,、中南醫(yī)院等一線戰(zhàn)場(chǎng)已部署并投入使用，隨著臨床數(shù)據(jù)的積累,，AI+云也將在新冠肺炎診斷中發(fā)揮更大的價(jià)值,。
近兩年來，AI 在醫(yī)療健康行業(yè)的應(yīng)用中表現(xiàn)越來越突出,，包括醫(yī)療機(jī)器人,、智能藥物研發(fā),、智能診療、智能影像識(shí)別,、智能健康管理等方向,，這些應(yīng)用在這次疫情防控和診治中發(fā)揮了重要作用。
AI 閱片能否長期立足存難點(diǎn)
①肺炎分為很多種,，病毒性,、細(xì)菌性、真菌性,、支原體,、衣原體、過敏性等,。其中,，病毒性肺炎的影像學(xué)表現(xiàn)和其他類型肺炎都不同。目前困難是,，CT 無法準(zhǔn)確判斷病人攜帶的是否是新冠病毒,。
也就是說，CT 與核酸檢測(cè)結(jié)果可能存在不一致的現(xiàn)象,，這種情況下,，再結(jié)合患者流行病學(xué)史、臨床表現(xiàn)才能更為精準(zhǔn)地診斷新冠肺炎,。
②AI 能夠有效識(shí)別易漏診結(jié)節(jié),，比如 6mm 以下實(shí)性結(jié)節(jié)和磨玻璃結(jié)節(jié)。但在面對(duì)新冠肺炎病毒時(shí),，AI 還有更大的空間,。
如今單靠 CT 影像識(shí)別出病毒性肺炎是哪種病毒還是非常困難的，如果 AI 能夠在這方面有所建樹,，將是很大突破,，但這非常難。
③疫情初期,，盡管有不少新冠肺炎疑似 CT 數(shù)據(jù),，但缺乏有效標(biāo)注。CT 照片看似海量,，但對(duì)于 AI 來說,，仍顯不夠,，要想讓 AI 越來越聰明,，需要“投喂”大量數(shù)據(jù)。
但在醫(yī)療場(chǎng)景中,，無論總患病人數(shù)多龐大,，都很難在某一個(gè)醫(yī)院獲得大量的數(shù)據(jù)訓(xùn)練,，而且病患個(gè)體差異較大，每一個(gè)人的病程,、病情,、疾病種類都會(huì)有所不同。
④從全國范圍來看,，影像科人才資源地域性分配不均衡問題突出,，基層醫(yī)療單位能否像大醫(yī)院一樣擁有 AI 醫(yī)療影像診斷的系統(tǒng)使用，目前還不好說,。
⑤目前 AI 在神經(jīng)系統(tǒng)影像診斷方面,，仍完全依賴于數(shù)據(jù)真實(shí)性和質(zhì)量的支撐，在缺乏大數(shù)據(jù)支持的疑難病,、罕見病診斷領(lǐng)域,，AI 和專業(yè)醫(yī)生之間仍存在差距。
AI 醫(yī)療行業(yè)的商業(yè)開展
自 2013 年到 2017 年,，中國醫(yī)療人工智能行業(yè)共獲得 241 筆融資,。其中，2017 年國內(nèi)醫(yī)療人工智能行業(yè)公布的融資事件近 30 起,，融資總額超過 18 億元,。
而到了 2018 年，資本對(duì)于醫(yī)療人工智能市場(chǎng)的熱情依舊不減,，僅 2018 上半年就有 18 家公司獲投,，總金額超過 31 億元。截至 2018 年 6 月,，中國共有 89 家醫(yī)療人工智能創(chuàng)業(yè)企業(yè)獲得投資,，總金額約 219.38 億元。
目前中國大多數(shù)初創(chuàng)企業(yè)以輔助診斷為主要業(yè)務(wù),，而具體業(yè)務(wù)又以影像學(xué),、智能輔助診斷系統(tǒng)和語音識(shí)別為主，涵蓋的疾病較廣,，但多偏重于基于圖像識(shí)別的影像學(xué),、病理圖片識(shí)別的疾病，如肺癌,、宮頸癌等,。
不過雖然資本的熱情將醫(yī)療人工智能初創(chuàng)企業(yè)推上風(fēng)口，但對(duì)于創(chuàng)業(yè)公司來說,，如何實(shí)現(xiàn)商業(yè)化是一個(gè)巨大的難題,。與此同時(shí)，同行的競(jìng)爭(zhēng)及巨頭吞并也給這些企業(yè)帶來一定的困難。
AI 在醫(yī)療領(lǐng)域最大的問題可能是沒有一個(gè)非常好的商業(yè)模式落地,，或者沒有形成真正的閉環(huán),，實(shí)現(xiàn)自我的造血能力。主要原因是可能還沒有找到特別好應(yīng)用,，目前都在不斷的試錯(cuò)階段,。
AI 影像的終點(diǎn)在基層
三甲醫(yī)院是醫(yī)學(xué)影像 AI 的主要陣地。大型醫(yī)院人滿為患,，醫(yī)生分身乏術(shù),。AI 的出現(xiàn)能夠緩解醫(yī)生工作壓力，讓醫(yī)生能夠騰出時(shí)間思考更高技術(shù)水平的問題,，讓醫(yī)生回歸醫(yī)療本身,。
AI 現(xiàn)階段的角色主要是輔助工具，在少數(shù)醫(yī)療診斷過程中有明顯作用,。此外,，AI 不應(yīng)停留在大型醫(yī)院，基層醫(yī)院也需要 AI 的助力,。無論是 AI 軟件或系統(tǒng)設(shè)備,，在基層都大有可為。
對(duì)于基層醫(yī)療機(jī)構(gòu)來說,，醫(yī)療資源不足,，基層醫(yī)生因?yàn)闆]有機(jī)會(huì)接觸、學(xué)習(xí)大量的不同病例,，所以缺乏相應(yīng)的閱片經(jīng)驗(yàn),。AI 便能輔助基層醫(yī)生做出診斷。
大醫(yī)院和基層醫(yī)院都需要 AI,，只是需求不同,。隨著技術(shù)的發(fā)展，AI 在基層會(huì)呈現(xiàn)出更大的社會(huì)價(jià)值和商業(yè)價(jià)值,。
一項(xiàng)新的醫(yī)療技術(shù)往往是從高級(jí)往低級(jí)傳遞,，AI 技術(shù)在大醫(yī)院進(jìn)行打磨、試點(diǎn),、成熟,，被認(rèn)可后下沉到基層醫(yī)院，這一發(fā)展路徑與其他行業(yè)的 AI 技術(shù)有所不同,。
海外會(huì)成為醫(yī)療 AI 的未來主市場(chǎng)
目前,，我國疫情已進(jìn)入收尾階段，防疫重點(diǎn)也是防止輸入性感染,，國門之外,，新冠肺炎患者數(shù)量急劇上升,。在此情況下，AI 企業(yè)也順勢(shì)走出了國門,，拓展海外市場(chǎng)。
目前海外國家推崇的是核酸檢測(cè),，而我國關(guān)注的是核酸檢測(cè)與影像學(xué)針對(duì)的結(jié)合,。
中國醫(yī)療 AI 企業(yè)的命運(yùn)，就是要實(shí)現(xiàn)出海,，哪怕是被海外領(lǐng)先企業(yè)“吃掉”,，也要把自己放在全球的格局中去競(jìng)爭(zhēng)。中國醫(yī)療 AI 企業(yè)的競(jìng)爭(zhēng)對(duì)手就應(yīng)該來自于海外市場(chǎng),。
實(shí)際上,，美國、以色列,、印度都是強(qiáng)大的競(jìng)爭(zhēng)對(duì)手,。美國的優(yōu)勢(shì)在于商業(yè)化路徑非常通暢。
醫(yī)療行業(yè)體量龐大,，社會(huì)對(duì)創(chuàng)新技術(shù)的落地和收費(fèi)持鼓勵(lì)態(tài)度,。如以色列等國，會(huì)有政府牽頭,，幫助企業(yè)獲得科研數(shù)據(jù),，保證其產(chǎn)品的準(zhǔn)確性，從而走出國門,，去國際市場(chǎng)分一杯羹,。
結(jié)尾
隨著人工智能技術(shù)逐步走向成熟，一個(gè)萬億級(jí)的人工智能大健康產(chǎn)業(yè)呼之欲出,。
向治療領(lǐng)域的縱向延伸,，是人工智能的一大趨勢(shì)，當(dāng)前人工智能技術(shù)的運(yùn)用還有相當(dāng)長的研究路徑要走,，只有從醫(yī)學(xué)輔助進(jìn)入影響治療決策的階段,，才能說明“AI+醫(yī)療”真正走向成熟。