手机网站
手机网站
2019年5月7日，福州第二届数字中国峰会上老年人体验了AI人工智能医疗设备，图/视觉中国
文|微信号公共编号动脉网( ID:vcbeat )，作者|赵泸维
2015年，医疗人工智能盛行。 各行业的工程师都有自己的算法对医疗领域产生了兴趣，但发现医疗数据意外地瘦了。 他们选择了操作性较强的肺结节区域，开始了医疗人工智能的最初发展。
在随后的三年里，标准化的医疗数据逐渐丰富起来。 眼底、脑、心脏、骨科、肝脏……越来越多的医疗人工智能地图被研究者们逐渐堆积起来，逐渐形成了网络。 但是，有了新建的网，渔夫仍然很难捕到大鱼，这个行业进行了反省。
渔网确实有改善的馀地，同样重要的是培育水域的斟酌和网撒方法的改善。
问题在哪里？下一步怎么选择？ 对此，动脉网调查了31家影像相关的医疗人工智能企业。 包括腾讯搜索影(腾讯)、平安智惠都市(中国平安)、杏脉科技(复星高科技股)等大型企业的医疗AI团队，所有b回合以后的医疗AI影像企业和很多非头部医疗AI企业。
人工智能企业如何创造网络？
在了解人工智能企业的发展路径之前，先了解2019年底人工智能产品的发展现状。
肺结节开始向外延伸，目前人工智能已经进入心内科、内分泌科、病理科、超声科、检查科等多个科室。 他们通常以企业所在地医院作为产品落地的突破口，产品成熟后向外发展。
这一推进使人工智能医疗产品垄断的地区越来越多，同时也越来越多地跨越各科进行移动。 统计表数据显示，参与调查的31家公司中，有21家企业涉及2个以上科目，应用越来越发展。
科分布情况
从统计数据来看，单科企业主要是影像辅助企业和放射治疗辅助企业，如联心医疗、大图医疗等企业在这方面尤为集中，而单科AI企业多位于Pre-A回合和a回合。
两科企业聚集在眼科和病理科，大多数两科企业不是产品扩张，而是糖尿病的需求，如糖网病变需要同时关注眼科和内分泌科。
本次调查中，三科以上企业居多，b轮和b轮以上企业成熟，同时具有攻占多科的实力。 腾讯追求影响，以平安智惠医疗为中心的上市公司孵化团队在这方面具有非常强大的实力，头部创业公司如科技、图鉴医疗、深和医疗等也实现了多课的协同作战。
AI企业进入科室的差异具体体现在产品上，总体上2019年产品线的发展大致可分为四条路。
其中之一是图像企业纵向布局，快速开发模块化产品，形成综合解决方案。 以深和医疗、安卓医智为例，他们开发了脑卒中、颈部等模块，然后将两个模块融合在一起，形成了完整的神经系统AI解决方案。
第二，影像企业横向深入，将过去的单病种AI发展为全病种。 以科学技术和循证医疗为例，两家企业都打算创造满足多个临床科室需求的全病种肺癌产品，创造新的需求。
其三，放疗企业针对单一场景构建的全过程的解决方案。 以联心医疗为例，旗下的产品涵盖了靶区的描绘、自动规划、放疗质量管理以及放疗科的信息化管理等，整个产品体系都被嵌入医师和物理师的工作流程中，为他们提供了全面的帮助。
其四，企业为医生开发科研平台，推动医疗企业在科研方面的合作。 在这个领域，基于图关系着医疗、科学技术、深度和医疗、汇率医疗的慧影。
调查
企业的产品分类
从数据的维度来看，AI企业获取数据的方法主要来源于临床数据和科研数据。 2年前，医疗数据可能只称为中小型数据，但表中的10多家企业已经处理了百万级医疗数据，病种不限于肺结节。 这个信息的增加意味着企业有更多的原始数据，可以进行更深入的研究。
从着地医院的状况来看，前500所医院大部分被调查的31名人工智能企业独占，医院对人工智能的接受度大幅度提高。 但从中标信息来看，严格意义上的AI项目中标与科技相结合，目标项目是某医院人工智能肺结节辅助诊断系统的采购项目，采购金额为89.6万元，其他中标信息以云PACS系统为主，单价为600万至900万元。 云PACS销售占收益约亿水平的人工智能企业收益的大部分。
比较2018-2019期间企业进入医院的增长率与2019-2020年期间企业进入医院的增长率，发现2018年头部企业的医院扩张情况超过100家，第二步的AI企业增长率也同样超过50家。 这一速度在2019年全年放缓，头部企业的这一数字下降到100以内，一些非头部企业的增长几乎可以忽略。
商业化受到挫折或发展速度减慢的原因。 2019年医疗AI很难取钱是公认的事实，在这种情况下，如果将人工智能产品盲目地运输到医院，企业的运营成本就会高涨，如果不进行维护的话，医院就会失去对企业的信赖。 从这个角度来说，在商业化进展不顺利之前进入医院的人数在一定程度上放缓，反映了行业的发展现状，如果到2020年产品不被批准的话，这个数据可能会成为负面的。
那么，如果市场不怎么流通，资金流向哪里呢？科学研究是个好方向。
2020年医疗人工智能开辟商业化道路，企业与企业之间抢夺市场的核心仍然是产品。 今年，许多企业从销售垄断着重于科研开发，收获成果也令人震惊。
虽然没有准确的数字，但2018年收录了20多篇MICCAI企业论文，2019年收录了40多篇，可以看出企业在论文方面的贡献，2018年RSNA中国论文收录了408篇，2019年收录了453篇。 许多企业在特定学术会议上的论文收录情况令人惊讶，MICCAI收录了论文腾讯8篇的连影智能7篇科学技术6篇，深圳医疗5篇图马深维，Airdoc篇……RSNA收录了论文推想科学技术17篇……其中多篇是临床验证研究论文。
RSNA整体论文收录情况
什么样的水能养什么样的鱼
至今为止，设计产品，寻找需求场景的研究开发逻辑已经不通用了。 但场景本身的属性决定了AI产品的发展前景。 因此，场景的选择决定了AI产品的出发点。
通过动脉网整理，人工智能产品的需求可以分解为下图。
从需求侧分析影像类AI产品设计逻辑
让我们先看看宏观层面。 与美国相比，美国影像设备市场趋于饱和，医院管理监控机制完善，医生面临的是日益增加的患者人数和个人诊疗需求。 为了提高效率，医院不怎么购买新设备，但是想通过移植软件来升级设备。
在RSNA展示会上，东道主GE在推出新设备的同时，还展示了许多优化影像科工作流程的解决方案。 考虑到美国人口地区的分布，联合电影节推出了PET/CT医疗车，这些定制需求有可能为制造商开辟新的市场。
国内形式大不相同。 总体来看，国内医疗资源短缺严重，影像设备升级有很大空间，能够直观反映医院的综合实力，医院在影像设备采购和AI中缺乏医师人才补充。 相比之下，国内人工智能产品集中在辅助诊断领域。
进一步来看，根据国内机构主体的不同，对应的需求也各不相同。 大型医院希望AI提高影像科的整体运行效率，缩短患者住院时间的基层医院增强了医生的诊疗能力，希望患者留在基层医院的健康检查中心/第三方检查中心重视人工智能带来的效率、精度和AI带来的项目附加价值。 新兴眼科中心、医美中心希望通过AI扩大业务范围，为现有服务增值的医生希望AI提高工作效率，企业能够支持自己的科研工作。
那么，在这么多场景中，哪些产品最早符合医生的需求呢？ 动脉网在采访中发现，大型医院、基础医疗和体检中心/第三方检测中心最有可能在最短时间内着陆特定类型的AI产品。
对于大型医院来说，只有AI产品帮助读片医生提高效率，使他们更快下班明显不符合医院的利益需求。 医院希望医生能迅速向患者尤其是住院患者提交报告，使临床医生能更快地做出决策。 如果AI能把过去2天的发行时间缩短到半天，住院患者等待的时间可以节省1~2天，更多的患者可以接受治疗，减少个别患者的医疗保险总支出，医院收入也会有好处。
这种产品对场景的要求很高。 患者并排等待治疗，而且只有临床数据量大的场景满足这一要求。 从市场上看，冠脉CTA拥有比较成熟的AI产品，数坤的科学技术首次看到这一亮点，推测科学技术、深叡医疗也将在2019年陆续进步。
基础医疗的需求和医院不同。 在分级诊疗中，基础医疗要更好地实现“不出小病”，提高诊疗精度，提高医生判断患者病情的能力。 从现状来看，很多基层医疗机构不是要提高“效率”，而是要提高“医疗供给能力”。
因此，许多落地基层医院的AI产品需要尽量提高可操作性和准确性。 但是，随着医疗联合体的进步，中心的读影形式普及，影像科AI产品的终端进入基础医疗的可能性变小，但是能够提供正确诊断途径的AI CDSS可能还有更大的应用空间。
健康体检中心/第三方影像中心的影像科利益与医疗机构利益更加一致，更加迅速地诊断，更加准确的报告意味着更多的收入和更好的口碑，人工智能的价值更加显着。 从2018年到现在，美年、爱康等健康检查机构被平台包围，平安健康(检查)中心、衡道病理、全景医学等第三方检查中心也开发了AI产品，提高了效率。
回顾影像科医生的观点，他们的需求是更少的工作时间和更多的科研支持。 因此，如果通过与影像科的医生顺利交往来实现AI的商业化，实际上很难走路。 但影视科医师为AI企业提供进入医院的机会，挖掘产品中存在的问题，纠正AI开发者的“网络思维”，合理提供科研数据……影视科医师已经成为AI发展不可缺少的一环。
知道了“渔网”和“水域”的状况，也明确了那个问题。 我们大多数人工智能产品都是从医生的需求出发，解决医生工作中面临的问题，但是很少人工智能企业根据基础医疗、体检中心定制AI产品。 这样的选择确实能使医生满意，但是因为没有完全考虑到支付方的需求，AI的商业化在某种程度上受到了阻碍。
AI批准缓慢进行
除了收费主体医院和主体医师的需求并存外，医疗人工智能还面临着老生常谈的根本问题——审批。 对于其中的许多，这个问题将他们刺入喉咙——决不是致命的，但是不能立刻消除。
从2019年来看，政策上支持AI的文件数不胜数。 从全国水平来看，药监局于6月29日向AI企业发布了审查相关文件《深度学习支持决策医疗器械软件审查点》，10月30日国家发改委修订发布的《产业结构调整指导目录( 2019年本)》中明确提到推进医疗人工智能的发展。
建立和完善医疗数据库一直在逐步推进。 国家卫生委员会主导设立的医疗影像数据库包括超声波影像库( 40病种)、CT库、MRI库等，部分医院和企业规模相当大。
2019年7月15日“深度学习支持决策医疗器械软件审查点”发布半年来，国家药品监督管理局医疗器械技术审查中心联合中国信息通信研究院、上海申康医院发展中心、四川大学等多个机构建立了人工智能医疗器械创新合作平台，至少CT肺、CT肝、CT骨折、脑mm
与
同时，国家药监局、申康中心等机构建立了人工智能产品的具体评价平台，其工作运行方式如下图所示。
虽然是
，但是即使确认了批准程序和分工，临床试验的一部分依然与很多企业挂钩。 一方面企业的AI产品临床表现不佳，另一方面临床本身需要很多时间。 在放射科，即使是像肺结节这样成熟的产品，要通过审查，临床申报、临床试验也需要花费时间，其他产品也需要持续磨练。
影像重建、影像增强类的AI产品因不涉及辅助诊断，仅凭II类证书即可销售，这类产品在商业化过程中进一步加快了。 从2018年1月到2019年9月的数据统计，约40种AI产品通过FDA审查，其中一半产品为非辅助诊断类产品。
例如，深透医学( Subtle Medical )或用于图像重建的AI平台SubtleMR； GE用于ICU的移动智能x射线装置的重量“集中治疗试剂盒criticalcaresuiteoptimalxr 240 amx”为510(k )，得到了FDA II级的认可。
经
000000000000000110000 FDA批准的AI产品(统计时间为2017年12月至2019年9月)
在通过FDA的诊断支援产品中，在很多诊断支援标签下面有Viz.AI、Imagen等产品，在产品介绍中不是强调“诊断”功能，而是强调ai的“警告”功能。 AI自主诊断的产品只有IDx旗下的IDx-DR通过了FDA认证。
专心于放射治疗的企业又与上述不同。 百洋科学技术、联心医疗、大图医疗等辅助放射治疗的智能产品取得了NMPA发行的III类器械证书，但这些产品对“智能”的定义不明确。 之后依靠深度学习协助手术计划，如果需要自动生成相应的报告书，还是需要为“AI功能”用III类器械进行审查。
隐藏在合作中的机会
总而言之，2019年人工智能不友好，政策推广少，资本注入困难，社会认知恢复平稳，幸运的是联邦学习、深度学习自动化、共同表达学习等算法的创新，从技术上继续推进AI应用。
未来影像AI的前景如何，除了以现在的模式跳入医院外，动脉网发现了两种可能的形式。
趋势1 :合作影像设备制造商
与AI课程的企业数量停滞相比，平台类产品今年增多了。 今年的RSNA展览会上，除了GPS之外，影像数据处理巨头Terarecon还展示了envoyAI平台，临床语音巨头Nuance、以前的影片巨头Fujifilm也发表了独特的AI平台
这些平台往往综合影像仪器设备独自开发的人工智能，动脉网统计了现有各企业的AI开发情况，其内容如下。
从
图表可以看出，许多影像设备类企业不专注于开发特定病种的人工智能，但GPS在我国构建了独特的人工智能生态。
连拍医疗、万众医疗就是其例外，连拍医疗旗下的连拍智能承担着开发全堆栈全过程人工智能应用的任务，万众专注于构建独特的过程、多模式、个性化、精密化的适应放射治疗。
如果“AI辅助诊疗”不是假命题，仪器制造商为AI创业公司留下了发展的馀地。 如果AI创业公司能够尽量以低成本开放高品质的人工智能产品，设备制造商、医院有可能成为他们的支付对象。
趋势2 .疾病控制合作药物企业
入博会上，nova制药和腾讯公司发布了全国首个心力衰竭人工智能疾病管理平台。 腾讯的人工智能技术与药企建立了桥梁。
对nova来说，腾讯导游平台产生的数据具有很大的价值，通过这些数据的整体，nova能够正确地了解中国居民的疾病趋势。
人工智能企业也可以建立类似的平台。 许多影像类企业为医院提供云PACS服务，利用云PACS服务构建平台，进入随访阶段，支持患者的疾病管理。 通过这样的过程，他们同样可以获得趋势数据。
以糖尿病患者为例，患者每年至少进行一次糖蜜网检查，意味着患者在慢性病管理平台上长期活跃。 这样的平台对药企非常有吸引力。
当然，除了这两个趋势，人工智能还有其他方向。 比如，合作体检中心，直接向c方提供服务……如果能发掘出有效的需求，这些方向是有价值的。
但是，如果2020年一些人工智能企业能够通过三种仪器批准，结构可能会有很大差异。 这是全产业共同的需求，希望没有人能成为“走钢丝者”。
