人工智能與醫(yī)療的結合受業(yè)界矚目，而醫(yī)療影像則被認為是AI與醫(yī)療的融合中，最有可能率先實現(xiàn)商業(yè)化的領域。

影像數(shù)據(jù)的標準性和大體量為AI在這一領域的應用提供了最重要前提。通過較為成熟的算法和大數(shù)據(jù)應用，機器讀片可以做到較為“客觀、精準、高效”，也給機器在醫(yī)學影像上與人工媲美，甚至代替人工增加了可能。

風口浪尖上，科技巨頭紛紛布局國內(nèi)智能醫(yī)學影像市常英特爾、阿里、騰訊紛紛發(fā)布AI+醫(yī)學影像相關產(chǎn)品。

距離AI+醫(yī)學影像的商業(yè)化落地，中國究竟還有多少路要走？

巨頭紛紛布局

東方證券研報顯示，醫(yī)療大數(shù)據(jù)中有超過80%的數(shù)據(jù)來自于醫(yī)療影像，大量的影像數(shù)據(jù)讀取客觀要求更為高效、準確的技術手段，而人工智能恰好可以滿足要求。于是，具備技術和數(shù)據(jù)優(yōu)勢的科技巨頭紛紛以AI+醫(yī)療影像為突破口，布局醫(yī)療領域。

盡管算法日趨成熟，數(shù)據(jù)質(zhì)量、行業(yè)標準、醫(yī)學倫理等仍是AI在醫(yī)學影像領域落地需要深入解決的問題，基于深度學習的智能醫(yī)學影像創(chuàng)業(yè)公司多在實驗或臨床階段。

“出于將市場需求和自身技術優(yōu)勢結合的考慮，阿里健康將醫(yī)學影像作為醫(yī)療AI的突破口?！卑⒗锝】蒂Y深架構師范繹對第一財經(jīng)記者介紹時稱，憑借高性能的計算環(huán)境、云平臺及深度學習技術優(yōu)勢，阿里健康于今年7月正式對外發(fā)布AI醫(yī)療產(chǎn)品“DoctorYou”，該產(chǎn)品的CT肺結節(jié)智能檢測引擎是阿里健康進入實際應用的第一個醫(yī)療AI產(chǎn)品。

騰訊也在今年8月發(fā)起人工智能醫(yī)學影像聯(lián)合實驗室，并公布其首個AI醫(yī)學影像產(chǎn)品“騰訊覓影”，輔助早期食道癌等疾病的篩查。

為什么會吸引巨頭的關注？英特爾公司醫(yī)療和生命科學集團亞太區(qū)總經(jīng)理李亞東表示，當前人工智能算法已經(jīng)比較成型，計算能力不斷提升，數(shù)據(jù)支撐也為人工智能的應用提供了較好基礎，另外，“患者在醫(yī)療影像檢測上的意愿比較強，（醫(yī)學影像檢測）相對收費比較高，為整個商業(yè)模式的創(chuàng)新、支付打下了很好的基矗”

年初，英特爾與相關機構合作研發(fā)的一套基于超聲影像的甲狀腺結節(jié)良惡性的輔助診斷系統(tǒng)——“DE-超聲機器人”在部分醫(yī)院開始臨床試點。英特爾與愛爾眼科等公司共同簽署人工智能眼科疾病識別解決方案，從處理器和硬件角度支持眼科圖像診斷。

相對于人工閱片，AI+醫(yī)學影像具備準確率高、檢測效率高等優(yōu)勢。李亞東總結，機器讀片的優(yōu)勢主要在于“穩(wěn)、準、狠”?！拔覀儼l(fā)現(xiàn)很多案例里面，人工智能準確性已經(jīng)超過了一定工作年限的可比放射科醫(yī)生。舉例來說，三甲醫(yī)院10~15年工作經(jīng)驗的放射科醫(yī)生，讀甲狀腺結節(jié)的超聲影像準確率在75%左右，我們的人工智能應用則達到85%以上，甚至在不斷提升。”李亞東解釋。

范繹表示，在某些特定病種檢測的速度、效率，以及對基礎和繁瑣的工作的承接能力上，機器超過人類正是人類設計它的目的。“以阿里健康‘DoctorYou’CT肺結節(jié)影像檢測技術來說，快速確診陽性病例能夠大量節(jié)省醫(yī)生時間。”

當然，弱人工智能階段，再高效、精準的機器，也只能作為醫(yī)生診斷的輔助工具。第二軍醫(yī)大學附屬長征醫(yī)院微創(chuàng)外科主任仇明認為，AI+醫(yī)學影像只能說使臨床診斷準確率進一步提高，早期疾病的發(fā)現(xiàn)和診治比以前更加提前，逐步取代一部分醫(yī)生的工作，但不可能完全取代醫(yī)生。

2009年，由國家衛(wèi)生計生委頒布的《人工智能輔助診斷技術管理規(guī)范（試行）》就提到了對醫(yī)療機構、醫(yī)療人員的多項要求。

以影像診斷科為例，開展影像臨床診療工作5年以上，其技術水平達到三級醫(yī)院專業(yè)科室要求。必須有數(shù)字化影像診斷設備包括數(shù)字化常規(guī)X線設備、磁共振（MRI）、計算機X線斷層攝影（CT）和醫(yī)學影像圖像管理系統(tǒng)及其工作站的計算機硬件平臺。

此外，還要求人工智能輔助診斷醫(yī)師“具有5年以上與開展人工智能輔助診斷技術相關專業(yè)臨床診療工作經(jīng)驗，具有副主任醫(yī)師及以上專業(yè)技術職務任職資格”。

阿里健康同樣指出，“以‘DoctorYou’為代表的醫(yī)療AI永遠不會替代醫(yī)生，它的正確角色定位是醫(yī)生的得力助手?！?/p>

事實上，科技巨頭布局智能醫(yī)學影像，往往采取“兩條腿走路”的策略。

以技術和硬件為強項，英特爾在縱深開發(fā)典型應用的同時，更注重在水平層面為業(yè)界提供硬件和技術支持。李亞東將這種思路總結為“既鋪路也開車”，“做垂直應用不是英特爾的初衷，我們的初衷還是鋪路?！?/p>

而阿里健康則在B端和C端兩方面發(fā)力?！拔覀兿Ｍ贑端針對常見病和慢性病方面不斷產(chǎn)生突破，于B端我們希望在醫(yī)療科研大數(shù)據(jù)平臺、健康云服務和區(qū)塊鏈技術上產(chǎn)生好的積累，最終提升醫(yī)療效率?！狈独[透露，“DoctorYou”目前聯(lián)合了阿里健康、阿里云、阿里巴巴iDST視覺計算團隊的三方力量共同推進。

數(shù)據(jù)質(zhì)量是關鍵

在眾多醫(yī)學數(shù)據(jù)中，影像數(shù)據(jù)相對標準，長時間積累中形成了體量龐大的數(shù)據(jù)集合，從這一角度來講，AI+醫(yī)學影像具備了較好的發(fā)展基矗但是，必須看到，數(shù)據(jù)質(zhì)量對于人工智能在計算和學習能力提升上起著更為重要的作用，目前來看，甚至是關鍵作用。

李亞東介紹，人工智能的突破主要依賴于算法、計算能力和數(shù)據(jù)三方面，當前人工智能算法已經(jīng)相對成型，計算能力也在不斷提升，而數(shù)據(jù)則成為最重要因素，數(shù)據(jù)質(zhì)量更是機器能否進行高效學習的關鍵。

華醫(yī)資本創(chuàng)始人劉云同樣認為，相比于算法，數(shù)據(jù)對于AI+醫(yī)學影像發(fā)展更為關鍵?！皬乃惴ㄉ现袊鴽]有落后國外很多，算法的比拼是小部分，大部分是對以往數(shù)據(jù)的積累能力和利用，問題還是在于數(shù)據(jù)的獲齲”

這也是醫(yī)療影像跟其他醫(yī)療數(shù)據(jù)不一樣的地方。醫(yī)療影像從誕生開始就因為考慮到了機器的兼容性應用了同樣的數(shù)據(jù)格式，醫(yī)療器械的幾大巨頭以及管理部門在文件一致性上也有著清晰的標準。另外，考慮到案件的回溯，以及病人存檔問題，各個國家都要求在醫(yī)療影像上存儲一定的時間。所以，在醫(yī)療影像細分市場上，積累了大量的高質(zhì)量數(shù)據(jù)，而且數(shù)據(jù)非常集中。

“人工智能并不是單純追求數(shù)據(jù)量大，而是要追求質(zhì)量。比如做機器學習，人工標注的準確性就非常重要，數(shù)據(jù)有沒有被‘清洗’很重要，讓機器接觸太多的‘噪音’，肯定學不出什么東西來，數(shù)據(jù)質(zhì)量是一個很關鍵的因素。”李亞東進一步解釋。

盡管如此，現(xiàn)實是，我國市場上的醫(yī)學影像數(shù)據(jù)質(zhì)量并不令人滿意。復旦大學醫(yī)學影像智能診斷研究所教授劉雷解釋，臨床數(shù)據(jù)比較亂、錯誤多、缺失多，都會造成人工智能對醫(yī)療大數(shù)據(jù)的處理不是很成功。

劉云介紹，“以眼科為例，糖尿病視網(wǎng)膜病變篩查，網(wǎng)上就有10萬張片子可以免費下載，但是片子有好有壞?！?/p>

那么，真正高質(zhì)量的數(shù)據(jù)到哪兒去找？

李亞東認為，在醫(yī)療影像細分市場上，大量高質(zhì)量數(shù)據(jù)集中在二甲以上醫(yī)院，或者說比較有能力、資本、規(guī)模的大型醫(yī)院。

然而，高質(zhì)量數(shù)據(jù)的調(diào)取并不容易。由于缺乏有效的分享機制，高質(zhì)量、有人工標記、適合機器訓練的數(shù)據(jù)往往封閉在醫(yī)院內(nèi)部，不易獲得。

“醫(yī)院現(xiàn)在還沒有比較成熟的數(shù)據(jù)分享機制，各醫(yī)院不太愿意把自己的數(shù)據(jù)共享，因為都屬于醫(yī)院自己的財產(chǎn)。”海軍總醫(yī)院放療科主任、伽馬刀中心主任康靜波坦言。

同時，數(shù)據(jù)的隱私保護和應用范圍也必須考慮，“數(shù)據(jù)如何在一個合理的框架下進行分享很關鍵?！崩顏問|認為。

“現(xiàn)實情況是，有實力的公司往往與相關研究部門進行合作，自己發(fā)起臨床獲取數(shù)據(jù)，但矛盾點在于，其所能得到的數(shù)據(jù)數(shù)量又相對較?！眲⒃平榻B。

商業(yè)化落地

《醫(yī)療影像的市場圖譜和行業(yè)發(fā)展分析》報告預計，2020年，我國醫(yī)學影像市場規(guī)模將達6000億至8000億左右。劉云估計，市場上AI+醫(yī)學影像創(chuàng)業(yè)公司不下百家。然而，受監(jiān)管認證、跨界人才以及醫(yī)生、病人觀念等因素影響，AI+醫(yī)學影像的商業(yè)化落地仍需進一步探索。

盡管各路資本和技術紛紛搶占熱點，人工智能醫(yī)學影像試點遍地開花，然而醫(yī)療產(chǎn)品的商業(yè)化必須面對的第一個問題就是行業(yè)標準。

李亞東提出，AI+醫(yī)學影像進一步推廣需要一條“標準線”，需要從行業(yè)管理和質(zhì)量管理方面制定指導。

劉云進一步解釋，當前智能醫(yī)療行業(yè)缺乏統(tǒng)一的行業(yè)標準和評估體系，人工智能在CFDA中沒有申報項目錄，智能醫(yī)學影像產(chǎn)品還是作為三類醫(yī)療器械向CFDA進行認證申請，這使得研發(fā)企業(yè)在拿證過程中面臨標準不清等問題。

另外，責任的明晰也是商業(yè)化推廣的重要保障。

仇明介紹，當前所有醫(yī)學影像判斷都是僅供臨床參考，最后決定診斷結果的是臨床醫(yī)生。盡管機器診斷擁有較高的準確率，但在醫(yī)療倫理和法制方面，仍需明確責任界定問題。

正如人們在自動駕駛汽車上路問題上的小心謹慎一樣，出于不了解、不放心，用戶通常對智能醫(yī)學影像診斷準確率上有更高要求。這也透露了當前醫(yī)生和病人對于人工智能的接受程度問題。

最后，醫(yī)療和人工智能作為兩個對專業(yè)化要求極高的領域，跨界人才也是其商業(yè)化發(fā)展的必備條件。阿里健康透露，在技術層面上，必須將招募更多醫(yī)療AI領域的專業(yè)人才與阿里巴巴集團的技術積累相結合。

在技術發(fā)展與廣闊的市場前景下，AI+醫(yī)學影像前景美好，然而，要真正實現(xiàn)其商業(yè)化，無論是科技巨頭還是創(chuàng)業(yè)企業(yè)，都還有很長的路要走?！熬湍壳皝砜?，醫(yī)療AI的未來雖然美好，但仍需要進一步探索其在商業(yè)化上的落地。”