《财新周刊》:AI医疗何时进入核心?

2017-09-25 06:19:49

近日,经纶世纪余中博士接受《财新周刊》采访,针对AI医疗与财新记者进行了深入的探讨与交流。其部分观点被引用,文章刊发于2017年第38期《财新周刊》,文章原文如下:

转载自《财新周刊》 文 | 财新记者 叶展旗 李妍

人工智能能否颠覆传统医疗行业?目前业界在争议中渐成共识的是,医疗终为核心,人工智能只是赋能。


“虽然这台机器现在还取代不了专家,但未来不好说。”浙江大学附属第一医院超声影像科医生赵齐羽对财新记者说。

一年多前,一台依靠人工智能技术识别甲状腺结节良恶性状况的新设备, 被搬进了浙大附属第一医院,在经历初期的病例积累后,机器识别甲状腺结节的准确率已达到85%,高于三甲医院医生70%的平均准确率,这对医学界而言是一份惊喜。

炙手可热的人工智能(AI)概念,在医疗领域积极寻求落地。目前,人工智能医疗服务正在进入辅助诊断、影像识别、医疗机器人、智能药物研发、健康管理、医院管理、疾病风险预测、辅助医学研究平台八大领域,其中前三大领域已有较成熟的商用项目;同时,还在打通医院、体检中心、药店、药企、保险公司等多个环节,尝试形成交易闭环,探寻商业模式。

掘金医疗AI者众多。据第三方市场调查机构亿欧统计,自2014年和2015年,中国出现医疗AI创业高峰,截至今年8月,医疗AI公司累计融资额超过180亿元人民币,融资公司共104家。

美国科技巨头仍然走在前列。2014年,IBM投资10亿美元组建Watson业务集团,其中Watson for Oncology(沃森肿瘤解决方案)已落地13个国家。谷歌成立了Deep Mind健康部门,基于患者数据预测病情发展,为医生提供决策参考。微软和苹果相继开发了眼镜、腕表、耳机等多种健康智能穿戴设备,并整合数据信息,尝试更深度的虚拟医疗产品。

在中国,2016年10月,百度搭建了人工智能辅助诊疗系统“医疗大脑”,为百度医生在线问诊提供智能协助,为患者建立用户画像。今年7月,阿里健康及其参股公司万里云一起推出了人工智能医学影像平台“Doctor You”,从事临床医学科研诊断、医疗辅助检测和医师能力培训等。8月,腾讯发布了人工智能影像产品“腾讯觅影”,辅助医生对早期食管癌进行筛查,未来也将支持早期肺癌、糖尿病性视网膜病变、乳腺癌等病种。科大讯飞则在智能语音、医学影像、辅助诊疗系统三大领域尝试,8月在安徽省立医院落地人工智能辅助诊疗中心。

AI能否颠覆传统医疗行业?这一观点在业界仍有争议,不过渐成共识的是,医疗AI终以医疗为核心,人工智能只是赋能。至少目前看不到机器完全取代医生的可能,而是成为医生的助手,为医生解决重复性工作、精准性和知识差异、资源匹配和流程管理等问题。

“去年大量医院还在探讨AI,今年就已经进入实际操作了。”一位医疗影像领域的创业者说,该公司的医学影像识别服务每两三个月就能覆盖一个新病种。

无论在技术还是商业模式上,医疗AI都刚刚起步。医院和医生的适应过程十分漫长,错误和漏洞随时形成危机,尤其在中国封闭的医疗体系,医疗AI缺乏基础数据,监管和准入的障碍也使其难以进入医疗核心领域。从商业化角度而言,谁有动力为智能医疗付费,还没有清晰的答案。

 

沃森的实验

IBM的沃森肿瘤解决方案,曾被视为根除癌症的希望,经历5年的尝试之后,这一方案最终调整为“医生助手”,为医生提供辅助诊断服务。

2012年夏天,全球顶级癌症医疗机构MD安德森癌症中心与IBM签约,启动基于沃森的肿瘤专家顾问(OEA)项目,协助癌症中心分析现有数据,提高对病人治疗结果的理解。

但这个总计耗资6200万美元OEA项目,最终因MD安德森癌症中心一方的内部财务和IT管理问题被叫停。不过,直到2016年9月项目停止,OEA仍尚未进入临床使用,也未在MD安德森癌症中心外部署。据2015年底双方的合约称,该系统没有准备好应对人类探究或临床使用,除测试与改善系统之需外,禁止用于病患治疗。业界也因此质疑沃森的人工智能能力,认为IBM的营销强于技术。

从业绩看,沃森的增长低于市场预期。IBM二季度的营收延续21个季度的颓势,同比下降5%至193亿美元,净利润同比下降7%至23亿美元;沃森隶属的认知解决方案业务营收,也同比下降2.5%至45.6亿美元,毛利润率从去年同期的82.2%降至79%。

2016年8月,IBM将沃森肿瘤解决方案引入中国。该方案诞生于美国纪念斯隆凯特琳肿瘤中心(MSKCC),通过学习超过300种医学期刊、250本以上的医学书籍及超过1500万页的研究,基于海量医疗数据与人工智能算法,发现病症规律,根据患者信息自动给出诊疗方案。IBM称,沃森给出的诊疗方案与MSKCC专家团队的方案符合度在90%以上,覆盖乳腺癌、肺癌、胃癌等,预计2017年底前会扩展至9-12个病种。

杭州认知是沃森肿瘤解决方案的国内首家授权运营商。除市场推广外,杭州认知更重要的任务是完成沃森的“本土化”——不仅是语义汉化,还包括与每一所医院从技术到适配上的量身对接。一年来,沃森被推广覆盖至全国200家大中型三甲医院,合作模式不一。有的医院仅将沃森作为信息资源库,帮助年轻医生提供参考教育和学习,有的则尝试将沃森导入临床流程,提供更多诊疗方案。

“与患者去北上广医院的治疗成本相比,沃森是非常划算的。”杭州认知总经理华松鸳对财新记者表示。患者只需向医院付费几千元,就可以拿到多至20个治疗方案、上百页医学资料。

中美医疗理念、水平及用药差异巨大,尤其在肿瘤领域,很多美国新药并未在中国上市。人种的差异也对沃森提出了新的挑战。华松鸳介绍,正在对沃森的数据进行修正调整,以与上海瑞金医院的合作为例,沃森在结直肠癌领域上的150例应用中,临床治疗决策与专家一致度已达90%左右。

今年6月,爱康集团与百洋科技联合将沃森肿瘤解决方案引入了108家体检中心,并将合作建设IBM 沃森肿瘤会诊中心。百洋科技有关人士对财新记者称,百洋科技花重金拿下了IBM两项认知医疗产品授权,包括今年3月份斥资千万美元拿下沃森肿瘤解决方案在中国市场的三年总代分销权,以及Watson for Genomics(沃森基因解决方案)在中国地区的独家分销。他们计划将Watson肿瘤解决方案首先投放北京、上海、广州与成都等地具有一定国际化基础的医疗机构。

与公立医院繁复的行政审批程序相比,体检机构在商业化上更加灵活。百洋科技表示,沃森系统将结合医生劳动价值,在不同医疗机构收取不同费用,目前公立医院对沃森方案的指导价格为5000元,爱康集团可能因附加服务而收取更高的费用。

除中国外,沃森已在美国、韩国、泰国、新加坡、印度和荷兰等地实现了商业化,但落地的难点是医院和医生的接受能力不同,沃森录入信息的过程需要医生的人工转化,使患者病例符合系统的认知,同时医生还要考量方案并决策应用,这一过程牵涉问诊、付费、用药、保险、责任等多个领域,需要医院多部门协作,对医生和医院都是较大的挑战。

 

影像识别当先

在医疗AI的细分服务中,“帮医生看片子”的影像识别领域聚集了最多的公司。

医疗影像公司汇医慧影创始人兼CEO柴象飞对财新记者表示,医学影像本身客观、可量化,同时数据现有存量大,符合深度学习的要求。目前医疗行业约有九成的数据源于医疗影像,其数据量近年保持着年均约30%的增长速度。

中金公司近期发布报告称,人工识别存在不足,使得影像识别成了不少公司的切入点。中国放射科医师数量年均增速仅4.1%,基层医生更是严重缺乏,导致影像科医生工作时间过长,而医师的疲劳或经验不足都可能引起错误的诊断。中国普通疾病的误诊率达27%左右,重大疾病的误诊率更是高达40%左右。

同样做影像识别的依图医疗总裁倪浩,将医疗AI的发展进程划分为三个层次,一是帮医生解决重复性问题,比如影像识别,可以提高效率,降低误诊;二是把医学专家的经验通过深度学习的方式建成模型,帮助普通医生做精确诊断,降低医生的知识差异,提高水平;三是帮助医学专家做医学新发现,建立临床科研平台,对病例数据进行探索,例如寻找更优的临床路径,甚至是建立新的标准。

目前,影像识别包括病灶识别与标注、肿瘤放疗环节的靶区自动勾画、手术环节的影像三维重建三种。

医疗影像主要包括CT、核磁共振和超声。CT和核磁的缺点是价格高、副作用较大,但图像清楚,以人工智能识别和辅助诊断的应用难度较小。超声的优点是价格低、副作用小、可实时显示,缺点是图像不清晰、造影比较大,对医生的要求更高。AI影像识别公司德尚韵兴创始人、浙江大学特聘教授孔德兴认为,这也使得人工智能在超声上的应用更具代表性。

浙大附属第一医院超声影像科的甲状腺结节识别设备就出自德尚韵兴。孔德兴表示,其产品采用深度学习算法,学习几百个病例可达约60%的准确度,学习1.4万个病例达到约85%准确度,这一水平超过了年轻医生。目前肺癌、甲状腺癌、糖尿病性视网膜病变(糖网病)等常见重症是应用的突破口。

中国仅有3万名眼科医生,却有1.14亿糖尿病患者,其中有超3000万糖网病患者,据卫计委统计,中国糖网病的筛查率不足10%。眼科机构爱尔眼科董事长助理徐鸣表示,庞大的市场缺口,使其决定加大投入人工智能。

9月12日,英特尔、爱尔眼科、台湾医学影像公司晋弘科技共同推出AI眼科疾病识别解决方案,系统集成在一款手持式眼底镜中,便于携带至乡村、偏远地区进行糖网病筛查,提高阅片效率。检测影像可传至云端,约十秒钟即可获得检测结果,设备检测糖网病的准确度与医生阅片结果的一致性达到93%。

徐鸣说,希望利用人工智能技术,让机器在县级城市和社区完成基础眼病的筛查,目前爱尔眼科已与浙江、广东、湖南等地20家社区中心合作,此外还在北京、天津、成都、长沙等地自建了12家站点。

即使最成熟的影像识别公司,也尚未拿到国家食药总局的医疗器械许可证,“无证上岗”的风险让很多医院和医生对AI持保守态度。另外,按照国家食药总局的审批流程,即使有成熟产品达到审批标准,拿证也要等待一年以上。

一位影像识别公司创始人称,目前AI医疗行业几乎都是“无证”状态,“审批对创新类公司不利,因为我们崇尚快速迭代”。

除了医院,影像识别公司也在积极对接第三方医学影像诊断中心,后者能够提供更多影像资料的存储、管理和共享,也可以更加灵活地尝试商业化。在美国,医学影像中心是“AI医学影像”的最大落地场所。

 

未来机器人

可以把两瓣切开的葡萄近乎完美地缝合修复的达芬奇(da Vinci)机器人,被视为世界尖端手术机器人的代表。1999年和2000年,达芬奇机器人分别获得了欧洲和美国食药监部门的批准,成为世界上第一个可以正式在手术室使用的机器人手术系统。

达芬奇机器人由三个带有摄像机、灵活性远超人类的机械手臂组成,手臂不仅可以还原人体高清晰度的三维图像,还可以精准定位和监控手术操作。目前,达芬奇机器人代表了微创手术的顶级水平,主要应用于前列腺切除手术、心脏瓣膜修复和妇科手术。

去年9月,复星医药宣布出资2.5亿元与达芬奇机器人技术和产品拥有者Intuitive Surgical公司设立合资公司,试水微创手术机器人的研发、生产、销售和培训业务。国金证券研报显示,2016年上半年,中国内地及香港地区已实现达芬奇机器人手术8000台,同比增长49%。随着市场教育的投入、规模效应及标杆医院的示范作用,达芬奇机器人有望更快速度的增长。

在俄罗斯和日本,两款能够读取人体神经信号的可穿戴型机器人备受关注,它们被称为“智能外骨骼”,可以改善肌肉疾病患者的步行机能。此外,各种骨科和神经外科手术机器人、肠胃检查与诊断机器人、运动康复机器人、输液药物配置机器人等,也已在世界各地落地应用。

在中国,能够优化就医服务的导诊机器人已经出现。导诊机器人主要基于人脸识别、语音识别、远场识别等技术,通过人机交互,执行包括挂号、科室分布及就医流程引导、身份识别、数据分析、知识普及等功能。从2017年起,科大讯飞研发的“晓曼”机器人、北京进化者机器人科技有限公司研发的“小胖”机器人等产品,陆续在各地医院和药店落地使用。

机器人还可以担任虚拟助理的角色。虚拟助理能把患者的主诉内容实时转成文本,录入医院信息管理软件,形成电子病历,其软件整合语音识别、对话系统,以及人脸识别、远程医疗网络等升级配置,硬件是麦克风、摄像头、传感器等基础设备。

经纶世纪研发的“全科医生智能助手”已在安徽试点落地,其工作重点是常见疾病的诊断和治疗、重点人群的管理和服务。按创始人兼总裁余中的设计,未来只需把机器人放在基层卫生所医生的桌子上,通过对患者的人脸识别,就可以自动打开病历,自动转化语音表述,并根据患者需求和反应作常见病诊断;如能与上级医院的信息系统对接,机器人还可以做实时转诊和远程医疗服务;如能与家庭对接,就可以做慢性病管理和健康保健等服务。

语音电子病历类的服务产品,还包括科大讯飞的“云医声”和中科汇能的“医语通”等,这类软件产品得益于医院信息化政策的推动,能较快在医院应用,并以较低售价获得医院的采购机会。

 

“无米之炊”

“说到底就是数据竞争。”在柴象飞看来,数据获取的速度和成本,是医疗AI行业竞争的要点。

不少医疗AI公司免费将服务提供给医院,就是为了接触更多的数据。浙大附属第一医院的案例便是如此。甲状腺结节病例在脱敏后,被上传至服务器供机器学习,从而改进算法模型。

为解决数据获取的问题,柴象飞打造了影像云平台,整合了电子胶片的功能。对医院来说,电子胶片省去了实体胶片的成本,同时三维核磁共振、动态超声等在二维胶片上难以呈现,电子胶片拥有技术优势。

这一云平台还结合肺结核、胸部肿块识别等人工智能应用,再作为整体解决方案交付给医院。影像从获取、存储、诊断等都会经过这一平台,目前每天平台上会有几百例使用人工智能筛查的病例。

“核心问题是无法直接跟医院要数据,要给对方提供更多工具与服务,把数据当作副产品。”柴象飞说。

数据是医疗AI的基础,数据获取的速度、质量和成本,是医疗AI行业竞争的要点。在中国,医疗数据被封锁在公立医院的信息孤岛之内,如何拿到数据,是各家创业公司的大挑战。

“医院不愿意开放数据,一方面是对患者隐私保护、医疗责任的担心,另一方面是还看不清开放数据给自己带来的好处。”余中认为。

中国电子病历制度尚在建设中,公开的电子病历数量少之又少,更为重要的是,即使从医院获得的有限的电子病历中,数据质量也大多不达标,电子病历的标准化程度、准确性和动态性都无法达到处理要求,中国医疗AI行业事实上还是“无米之炊”。

医院之间的派系斗争,医生之间的权威斗争,也是眼下数据共享的阻力之一。“你在A医院做个系统,B医院可能就坚决不让你进来。”英特尔医疗和生命科学集团亚太区总经理李亚东表示。

绕开难啃的医院,经纶世纪通过与医学协会的合作找到了获取数据的捷径。“给我们数据,我们来帮助各领域的顶级医生解决行业难题。”余中说,经纶世纪通过与中华医学会、中国临床肿瘤学会、中国医师学会等协会的合作,接触到200多家医院的数据,为开展相关医学科研课题及应用项目提供大数据标准化与分析平台等技术支持,以此低成本地获得健康医疗数据的使用权。

获得数据后,解决数据的适用性也是难题。李亚东表示,医院水平参差不齐,对数据的标记也不一样,不同医生的判断也会有偏差。“不同人读片子的水平都不一样,效仿医生的机器自然也有差异。”

医院不仅卡住了大数据的输出,也挡住了新技术的输入。创业前在美国斯坦福大学工作的柴象飞认为,美国的医院大多完成了数字化升级,智能化可按部就班地展开;但中国医院的信息化程度不足,IT能力参差不齐,真正基于数据驱动的应用很少。“现在需要几步合成一步走。”他说。

此外,如何让医疗AI产品符合医生日常工作流程,实现无缝对接?这也是对人工智能医疗创业者的挑战。“关键要坐到医院里。”依图医疗总裁倪浩认为,产品开发者要充分了解医生的时间分配,何时写报告、下诊断,工作之外的时间都在学什么、看什么,了解医生才能服务医生。

相比影像筛查,更大的价值在于影像结论辅助临床决策。柴象飞认为,医生不会那么在乎筛查的速度与精度,哪怕漏掉很小的结节,医生真正关心的是重大医疗决策,比如“放疗还是手术,要不要做介入”等。

这便需要机器能够提供更为深入的分析,从有没有病变,到肿瘤什么特性、分期,该用什么药等。相应的,机器在学习阶段也就需要维度更丰富、涉及多个治疗环节的数据。

为此,柴象飞还设立了科研大数据平台,目的是和医院深度合作,统一标注数据标准,并获取全流程的数据。目前已有约200家医院在使用他的平台。

 

商业模式不明

“很少有人去探索商业模式,还是沿着互联网思维,只要盘子足够大,就不愁商业模式。”李亚东认为。但是,“烧钱”模式又难以持续。

与浙大附属第一医院合作的德尚韵兴,就在为其免费模式付出代价。据其上市公司股东和佳股份( 300273.SZ )披露,2016年至2017年上半年,公司净亏损约675万元。2015年,和佳股份以2000万元收购了德尚韵兴49.38%的股份。

柴象飞认为,不同医院有不同的合作模式,大医院倾向于一次性买断外加后续维护费用的形式,买断费从几十万到几百万元不等;小医院则青睐依照实际病例量收费的模式。

此外,汇医慧影也和医疗器械厂商合作,目前公司软硬件业务基本上各占一半,主要目标是解决医联体建设、分级诊疗、快速阅片等需求。不过,由于研发投入较大,也尚未盈利。“未来一定不是走卖软件的老路。”柴象飞希望,往2C(个人业务)端发展,人工智能服务能够单列条目,直接向患者收钱。

徐鸣认为,人工智能医疗项目收费还为时尚早。爱尔眼科铺设的相关筛查设备目前也是免费使用,希望借此覆盖更大的市场,并对接上后续治疗业务。

经纶世纪在探索了近一年后,终于找到了两大“第三方付费方”——保险公司和企业客户。经纶世纪通过甲状腺筛查等服务,为保险公司的控费和定价提供模型,并参与到企业健康管理中,与企业及企业医院结合,向员工提供包括体检、健康课程、诊断、治疗等在内的智能系统。

“医院收支两条线,利用产品收费,但不一定愿意为产品付费。政府也只有相对单一的付费机制。”余中表示,双边市场在中国很难做,应寻找第三方。经纶世纪与多家保险公司合作,开发基于中国人群的健康风险评估模型和智能疾病诊疗路径管理系统,辅助设计保险产品、差异定价等,从而找到了付费方。

亿欧8月的报告总结称,目前医疗AI公司以2B(企业业务)为主,商业模式包括帮助保险机构做参保者的健康行为干预,降低出险风险;基于海量数据,测试个体对不同药物的反映,助力药物研发机构;基于服务对硬件设备的需求,与硬件设备厂商合作;在2C端,主要是通过提供基因检测或健康管理计划等服务。

“现在行业已经有了分层,与顶级医院合作是一个门槛,下一个门槛就是把产品放到临床路径上,有产出。”倪浩认为,只要长远对医院和医生有价值,就不用担心商业化的问题。依图科技于今年5月完成3.8亿元C轮融资,目前也在用其他成熟业务的收入,来缓解医疗业务的成本压力。

光大证券今年8月的研究报告称,人工智能医疗技术刚刚从实验室走出来,存在商业落地不及预期的风险,同时需要面临政策监管和现有利益集团的阻挡等困难。政府的参与也非常重要,“怎么纳入到医疗体系中,哪些可以获得监管的许可,都需要明确的指导。”李亚东说。

硅谷有一条著名的技术成熟度曲线,将新科技演变过程划分为五个阶段:科技诞生的触发期、期望膨胀期、幻灭的低谷期、爬升的光明期与稳定的成熟期。在市场调研公司Gartner2017年7月发布的年度曲线中,机器学习作为人工智能的核心,恰好处在期望膨胀期的顶端,距离成熟还需两到五年,而在那之前,一个幻灭的低谷期可能难以避免。