医疗AI如何证明自己五年后的价值？

近日，2019中华医学会第二十六次全国放射学学术大会（CCR2019）在北京国家会议中心召开。本次会议由中华医学会和中华医学会放射学分会共同主办。

人工智能从诞生的那一刻起，就与影像学实现了深度融合，医疗影像以其标准化程度相对较高而被认为是最早能够实现AI落地的场景之一。

因此，虽然CCR是放射学领域的专业性会议，但是在为期5天的大会里，AI依然是放射科医生们最关注的话题之一。

在今年的CCR 2019上，也有多场产、医、研同场讨论的环节。在一场以“迈向价值型AI的成长之路”的圆桌讨论中，上海交通大学人工智能研究院副院长王延峰教授，上海中医药大学附属曙光医院放射科主任詹松华教授，上海交通大学附属第一人民医院放射科主任王悍教授，体素科技首席医学官与产品副总裁王子龙进行了一次产品体验与商业变现的探索与交流，广东省人民医院影像科的刘再毅教授担任圆桌讨论的主持。

从医生们的讨论中，我们能够看到医生对AI的态度不断变化。从一开始的拥抱、怀疑直至现在的客观看待。尽管医疗AI距离临床的应用尚有“最后一公里”，其中不乏一些唱衰医疗AI的声音，但是科技的进步永远都是在进行。正如王延峰教授化用比尔盖茨的名言， “人们总是高估它（医疗AI）前几年的创造性，但会低估接下来5-10年的颠覆性。”

王悍教授也表示，今年，无论是从资本市场还是在应用端，其实在慢慢冷静下来。任何技术都有自己的生长曲线，这是千古不变的规律。“AI拉开第四次工业革命序幕”的这一论断，还为时尚早。但是，我们需要把AI看做是一个智能化的过程。

对于现在业界普遍关注的商业变现，詹松华教授认为， 企业一定要让软件硬件结合，不能单纯去售卖软件。需要让患者使用过后能够沉淀下来，解决“付费意愿”这个问题，AI才会走向真正有价值的临床应用。

这也与王延峰教授的观点有些类似：AI企业是2B、2G的模式。但是我们都有一个梦想，就是通过2B再2C，如果医疗企业的模式非常性感或者盈利能力很强，那么可以通过医院最终触达患者。但这条路比较难，或者还比较长。

因此，刘再毅教授在讨论中，提出了从“卫生经济学”的角度来评价医疗AI。体素科技首席医学官王子龙认为， 技术是中立的，而产品则要体现企业的价值观。 医疗AI产品一直要回到“为谁提供价值”这一个核心。只有所有人的价值都得到体现，而不是把价值转移到了另外的地方，才能真正具有生命力。

医生是医疗AI公司最好的“产品顾问”，他们如何看待医疗AI产品的价值和未来，或许可以从他们的讨论中得到一些启发。

人工智能如何在临床中实现自己的价值？

王延峰： 我来自信息领域。4年前开始进行医疗AI的研究。在我看来，之前的医疗AI分为三个阶段。

第一个阶段是—— AI无所不能 。一开始，医疗AI公司想和大专家进行合作。那时候，要去见詹主任、王主任都要提前预约一周，然后企业会向他们传达“AI什么都能做”的概念。

但是经过一年多的“热恋”之后，医生会发现医疗AI不像企业所说的无所不能，10个问题里可能有8个问题做不了，这就进入第二个阶段—— AI有所不能 。这可能是受制于现代技术的发展周期，也有医疗本身的行业性问题。

到了第三个阶段，就是我们所说的迈向“价值型AI的成长之路” ，也就是找到一些实际的应用点。一开始，有论调表示“AI在医疗领域最先颠覆和解放的是放射科医生”。但是，我们现在可以问问詹主任、王主任，你们科室的人数是减少还是增加？我相信队伍都是在不断壮大。

医疗AI确实可以与放射科医生协同来解决一些问题，放射科医生也需要不断地更新知识结构，将AI当做自己手上的一个工具。

我觉得医疗AI这个领域大有可为。我的一个观点是， 任何新技术诞生后，人们总是高估它前几年的创造性，但会低估接下来5-10年的破坏性和颠覆性。 这句话不是我说的，而是比尔盖茨说的。

因此，我们要有足够的耐心，AI领域和医疗领域的专家，一定要进行紧密的合作。

詹松华： 去年我在很多场合里讲了AI面临的困难，让很多人把我归于反对AI的一方。我说，你们AI专家必须解决问题，才能说“替代放射科医生”这样的话。 现阶段，是你们面临挑战，而不是我们。AI再怎么挑战医生，你也代替不了我。 这样的话，让别人误认为我是反对使用AI，其实我是非常热情的拥抱AI。

去年，我在张惠茅主任举办的一个专家会谈中说到，AI从哪些方面切入才能够让我们的医生接受？

我们放射科医生在看片子的时候，是先分析正常还是异常。其次是分析病变的特征，例如结节的密度、形态、钙化、出血等等，第三步才是结合临床进行归纳。例如，结核的病变分为很多种，如果让AI直接来判断结核，是永远会发生错误的。

因为，就算是放射科医生自己诊断，也不可能是100%正确。放射科医生本身也是在错误中不断成长的。如果AI判断不了放射科医生本身就判断不了的事情，就会很麻烦。

所以， AI要做我们放射科医生前面的事情，不要做我们医生的事情，不然你的价值没办法体现。 AI没办法来挑战我，跟我同台竞技的时候你一定失败，因为我们人可以决定用不用你这个AI，对不对？

我的第二个观点是， 如何让AI体现它的价值？一定要让软件硬件化，不能单纯去售卖软件。 你要做成一个工作站，将胸部CT这样的数据传到工作站里，这个工作站里有电脑、显示屏、打印机等等所有的东西，数据传进去之后可以分析出来、打印出来，让病人拿到经过AI分析后的报告。那个时候的AI就是有价值的，病人也愿意出钱。

现实情况是，没有人愿意为了AI出钱，AI软件分析一下200块钱，病人找一个专家门诊只有60块钱或者100块钱。而且，现在放射科医生还不一定认可AI的临床价值。

我认为，能让病人愿意出钱，这个AI就会走向真正有价值的临床应用。

产品增加医生的负担，是不是伪命题？

王悍： 不光是我们医院，我相信很多医院都用了不同公司的AI产品，包括通过合作关系共同研发的。

我觉得一个事物都有两个方面。第一方面，医生确实是有很高的期望值，希望能够降低工作压力，提高工作流程的效率；第二方面，AI确实可以给我们提供一些帮助，但是也会有一些困惑。

我举一个实际的工作场景：医生筛查肺结节时会把CT的密度分辨率设置到最高。所以，我们医生快速浏览时，会漏掉一些很小的结节。但是大家都知道，有些非常小的结节，漏掉就漏掉，没有关系。

现在有一个问题就是，现在有很多30多岁的年轻人来体检，医生用AI进行辅助筛查时会找出20几个很小的结节，这也是很尴尬的，因为医生要选择把哪些结节写到报告里。 我跟我们科的医生明确的讲，人家只有30、40岁，不能给人家写20、30个结节。因为这样会给患者带来很大的心理负担。

所以，医生这时候也面临抉择——到底我要写几个？判断的标准又是什么？这个不光考验我们的主任或者副主任医师，对于写报告的初级生来说，挑战更大。有些年轻的医生，把所有筛查的结节都放到报告里，核验报告的医生还要一个一个把它挑出来去掉。 对于一个认真、负责的医生来说，这个过程其实增加了工作量，这是一个客观的事实。

但是，作为一名放射科医生，我还是非常坚定地相信AI产品能够改善我们医院的工作流程，提高服务的效率和质量。就像王延峰院长说的，之前可能对AI的期望值过高了，但绝对不要进入一个误区，认为这个东西没用。因为AI技术正在逐步成熟。我们也确实听到一些反对的声音，所以我们科室是让医生自己选择，愿意用就用，不愿意用就不用。

年轻人往往是喜欢接受新事物，从另一个角度来说，可能有偷懒的因素。当然，惰性本身就是社会和技术进步的重要推动因素。不光是医疗AI产品，所有AI涉足的领域，都会面临一个相当长的成长过程。 我相信几年以后，AI一定是我们医生重要的工具，甚至是不可替代，这点我是坚定不移的。

今年，无论是从资本市场还是在应用端，其实在慢慢冷静下来。任何技术都是自己的生长曲线，这是千古不变的规律。AI说是第四次工业革命，还为时尚早。但是，我个人认为，要把AI看做是一个智能化的过程。

詹松华： 虽然我们没使用AI产品，但是AI最终肯定会在临床上使用，你不懂AI、拒绝AI，也会被淘汰。放射科医生一定要去熟悉AI，但是也要熟悉AI的特点，不能全部都依靠AI，不然会走向歧途。

就像我们现在用的导航，一开始的导航不准，但是最终它会越来越完善，现在变成离不开导航，道理是一样的。今后，AI也会在临床工作中，以各种各样的形式展现给你。

有一些功能点比较明确，只是判断对错的产品，对我们的作用会越来越强大。 例如判断钙化、骨折，你相信它就可以了。但是，如果诊断疾病是不是肺结核，是不是大叶性肺炎，就需要注意。你要知道，AI是凭什么来判断这个是大叶性肺炎，而肺结核可能就是炎症性的，没有钙化、没有空洞，这个时候就需要人去干涉AI。

刘再毅： 刚才王教授的观点我很赞同，AI检出了很多结节，绝大部分是没有必要的，很多病人反复过来问你，医生要花很多时间解释，这种情况下反而增加了工作量，我们不想用，低年资的医生想用。

所以这里面又涉及到另外一个问题：低年资医生的能力如何培养？怎么去培养？怎么去平衡医生培养和人工智能带来的便利，我觉得非常有必要。我觉得公司还要投入更多的努力，做更多的东西。

詹松华： 关于“AI带来的负担”，我可以表达一下我不一样的观点： 在临床使用过程当中，医生不要把所有东西都寄托在AI上。另外，医生不能把AI生成的报告直接给病人看，肯定是有问题的，因为现在AI不成熟。

但是，AI给我们临床医生提供的参考是有价值的。比如，AI发现了20个结节，这20个结节本来就是医生要发现的。但是关键的问题价值在哪里呢？是在于发现没有结节的病人，那医生就不用看了，对不对？这本身就是减轻了我们的劳动力和负担，这就是对我们的帮助。

我们不能着眼于，看到的20个结节里有19个是没有意义的，就认为AI做了无用功。只要其中有一个是阳性的，这就是有意义的。 医生本来就要看100幅图像，难道不看完吗？发现20个也要看完的，这是毫无疑问的事。那么，AI标记出20个结节，就确实很有帮助。

所以我不反感、我不反对，我觉得这个取决于你怎么来看待AI的价值。

我们怎么看待医疗AI的变现前景？

刘再毅： 我自己也在做医疗AI方面的研究，做一些病理的挖掘。我现在做的工作，不是放射科医生的工作，但是将来一定会促进我们学科的发展。

下一个问题是，医疗AI一个很重要的问题就是如何收费？任何产品如果没有进行卫生经济学的评价，如果产品买回来之后，增加了医生的负担、增加了病人的负担、增加社保的负担，这样的产品不用也罢。那么，几位专家如何看待医疗AI产品的收费问题？

詹松华： 其实我已经讲了这个观点，我的观点就是把AI产品一定要将软件变成硬件化，才能够实现价值。比如说，现在有冠脉分析的AI软件，可以将冠脉的各段狭窄程度都分析出来，最后出具一份10多页的报告，图文并茂。如果有这么一本分析报告，向病人收费，我认为病人都愿意付，但前提是你一定要能做出来。心血管内科医生看到这样的报告，也会喜欢。而且这种报告可以自费，因为对临床确确实实有帮助。

我觉得，将软件进行硬件化，是目前实现收费这个目标要尝试的事情，要解决的是“付费意愿”这个问题。而现在的情况是，很多人希望AI软件对医生的帮助非常大，让医院来采购AI机器，这个需要CFDA批准，需要卫生局批准，需要收费代码，这些东西做起来太难了。

王悍： 从国家层面来说，不光是降低病人医疗费用，还要降低政府支出。如果我们能够提前筛查或者预防疾病的发生，减少病人在院内的花费，在卫生经济学上就很有意义。

因为病人在生命最后一周的花费可能占他一生医疗费用的90%，如果我们用AI技术早期发现疾病并且进行干预，病人的五年生存率可以大幅提高，也能把一生中花费的大头节省20%~30%。所以，我觉得应该从这个角度考虑问题。

我也呼吁AI企业，当你们和政府层面对汇报成果的时候，从控费的角度可能会比收费取得更好的效果。

刘再毅： 刚才詹主任和王主任也提到收费的一些问题，这确实很难。因此，未来想实现“降本增效”这一个目的，从卫生经济学的角度来进行评价是必不可少的。企业在和主管部门进行沟通时，要拿出切实的数据，证明在自己软件的帮助下，确实能够降低成本。那么，距离产品获批也就不远。

王延峰 ：一定要有价值，才会有人愿意付费。 不管这个价值是针对个人的精准治疗，还是针对卫生经济学。一定是我帮到了谁，才能向谁主张自己的价值。 随着产品逐渐成熟、定位逐渐清晰，收费模式会逐渐清晰化：如果我是一个提高效率的工具，那当然是找医生谈这个模式；如果我的目的是帮助患者实现更准确的管理，患者会认同我的价值；如果我的产品让公共卫生实现更节约、更有效率的目的，那我就需要向监管层面提供足够的认证材料。

王延峰： 两周前，我在国家发改委参加了一个论坛，关于中国AI企业能够做大做强。我谈了一个观点，互联网时期诞生了BAT，移动互联网诞生了TMD。但是AI时代，是否也会诞生这样的企业？

这有一个很重要的原因，互联网和移动互联网是平台经济，也就是2C的模式。但是AI企业是2B、2G的模式。但是我们都有一个梦想，那就是通过2B再2C。 就像医疗，如果模式非常性感或者盈利能力很强的，通过医院触达患者，也就是通过2B再2C。但这条路比较难，或者还比较长。

那么，与医院合作的2B模式，核心就是刚才三位专家谈到的降本增效，如何能够实现医院跟AI公司之间的合理分配模式。这是众多企业没有拿到NMPA的认证之前，能探索的一条路。但是所有的源泉来自于创造的价值，这是核心。

王子龙： 我是体素科技的产品负责人王子龙。体素现在有几条主要的产品线，包括胸部CT、眼底影像、皮肤图像、冠脉CT等医学影像的全病种筛查与辅助诊断。我们认为，尽管技术是中立的，产品一定要体现企业的价值观。我们希望通过人工智能让高质量的健康服务触手可及。

那回到咱们的主题——价值型AI。第一个问题就是我到底要为谁提供价值？刚才几位专家也讲过，包括患者、医生、医院、公共卫生。我认为， 只有所有人的价值都得到体现，而不是把价值转移到了另外的地方，那才是一个真正有生命力的技术。

因此，我们的产品功能也是基于这种模式去思考、验证。比如说胸部的产品，对于患者而言，我们希望提供的就是更精准的，不要漏掉结节，这是我们给患者的价值；而面向医生，我们提供了效率工具，我们提供了结节的性质分析和测量，帮助专家更快、更精准地对结节作出判断；对于医院来说，我们会在报告之后进行复核，帮助医疗机构减少风险；对于公共卫生而言，我们希望通过技术的手段协助大规模的人群管理，更早地发现人群的一些可疑症状，能够减少公共卫生的支出，提高公共卫生的效率。

还有一个例子，我觉得可以体现技术的价值——AI眼底筛查。目前，我们已经在全国超过200家的医院和诊所提供技术服务。在筛查的过程中，我们也发现，通过技术赋能能够大大提高高危人群筛查的依从性。公共卫生上说就是，能让更多满足条件的高危人群要进行合适的筛查项目。

但是现实上，因为技术上、人力上还是设备上的不充足，可能没有办法满足这样的筛查目标，让所有人都接受指南推荐的筛查频次。眼底筛查也是一样，例如，所有2型糖尿病患者在确诊之后，都应该尽快进行一次全面的眼科检查。我们其中一个合作的中心有一位30多岁初诊糖尿病的患者，因为自己年轻，他起初并不愿意配合眼底筛查，但是最后他被诊断出患有增殖性糖尿病视网膜病变，这是一个很严重的疾病。我们觉得通过AI产品能够实现更多的价值。

另外，我们要考虑更长远一些。就像刚刚王院长提到的，短期内我们可能会高估技术的发展速度，但是长期会低估技术带来的颠覆性影响。王悍老师也提到，AI产品可能并没有很好地让大家提高效率，原本可能结节医生浏览一遍就结束了，现在冒出来20多个结节，反而增加了医生的工作量。

那么，这件事情是不是对价值的破坏呢？我觉得并不是， 这是医学团队、技术团队未来需要解决的事情，是为了实现价值的必经之路。 因为我们其实面临过很多次这样的变化。超声技术的发展让甲状腺结节的发现率明显提高，核磁技术让前列腺肿瘤的发现率明显提高。

这些都是客观存在的现象，并不是说找到这些病灶是不好的，而关键是我们还没有做好准备如何去应对它们，如何去分析它们、如何去处理它们。我想，这会是未来诊断发现率提升之后必须要面对的一个问题。

雷锋网年度评选—— 寻找19大行业的最佳AI落地实践

创立于2017年的「AI最佳掘金案例年度榜单」，是业内首个人工智能商业案例评选活动。雷锋网 (公众号：雷锋网) 从商用维度出发，寻找人工智能在各个行业的最佳落地实践。

第三届评选已正式启动，关注微信公众号“雷锋网”，回复关键词“榜单”参与报名。详情可咨询微信号：xqxq_xq

。