编者按：本文转自亿欧网，作者向雪，创业邦经授权转载。
轰轰烈烈的开始，悄无声息的消失。这是创业的常态，也是不少医学影像AI公司的真实写照。
“医学影像AI是投资相当火热的领域，该领域公司至少有一百多家。但很多时候，他们设备还在我们医院，公司却没了。“大连大学附属中山医院放射科副主任张清直言，“主要就在于很多企业的东西不好用，研发跟不上临床需求，无人使用，更不用说买单。”
从筛查起步
“以肺部CT图像为例，一个病人肺部CT图像少则200幅，多则上千幅。按平均每人500幅，三甲医院一天100个病人左右，共计5万幅图像。如果200个病人，就是10万幅，医生要看这么多图像，视觉易疲劳，漏诊的几率高。”长征医院影像医学与核医学科主任刘士远对亿欧大健康说，“通过对医疗AI产品的使用，对于漏诊率的降低和医生工作效率的提升都有所改善。”
大连大学附属中山医院放射科副主任张清也表示，近几年，通过对AI产品的使用，无论是CT量、体检人数，还是门诊量等一直都在快速增长，每年CT增长量都在18%以上。对于医院的学科建设、口碑建设和提升医院的服务满意度也都带来积极的影响。
但与此同时，在与众多医生交谈过程中，他们也提出现在市面上的医疗AI产品还存在不少问题。而其中，许多AI公司的算法仅仅停留在疾病的筛查阶段，这一问题导致不少医生对AI的兴趣不高。
在交流中，他们提出了几个关于使用AI医疗产品的顾虑：筛查之后发现出来的这些病怎么办？发现出来的这些患者怎么办？医院如何更好的服务他们？又如何给医院提供更完整的医疗流程，让医院服务这些患者？在他们看来，医疗有很多的环节，从患者的角度来看，不会纯粹因为筛查或诊断而获得价值，一定是筛查到诊断，需要的话还需随访、观察、手术、愈后，这一系列全链条、全周期加在一起的时候，才会给患者带来价值，给医院带来价值，给社会节省成本。
作为医疗AI的从业者，推想科技创始人兼CEO陈宽也深知诊疗一体化的重要性：“很多主任多少都提到这个问题，医院里面有不同的科室，但每一个科室所关注的重点都不一样，如何形成多个科室的协同和合作？如何体现在最终整体的数据上？能够带来多少早期肺癌的发现和治疗？这些都需要大量的时间去反复磨合以及内部沉淀。”
前不久，推想科技正式发布了“肺癌全周期智慧解决方案”，该方案构建人工智能“防、诊、治、管”全生命周期的人工智能辅助诊断及决策系统，包括肺癌的早筛、肺癌的早诊以及肺癌规范化的治疗。
陈宽感叹道：“终于可以拿出手了，这是推想科技团队两年来的价值沉淀。”
价值医疗AI：医疗全链条、全周期的补齐
“事实上，这次也是对原有肺癌智慧解决方案的补全，从最开始筛查，多学科门诊，到后续如何治疗，以及治疗完以后完整的管理。”针对这次发布的“肺癌全周期智慧解决方案”，陈宽表示。
据他介绍，该方案包含一个科研质控平台、两个数据中心、三类AI医疗应用系统。“一个科研质控平台”指方案将通过科研质控平台，来助力医生AI科研创新和临床落地应用，推进人工智能在肺癌筛查、诊断、治疗决策、预后等全周期领域应用的快速发展；“两个数据中心”即通过为医疗机构建设”影像数据库”和“临床数据库”数据中心，来实现数据统一化、标准化管理，提高数据的可用性和安全性；最终，通过三类AI医疗应用平台提供AI预防、诊断、治疗的全周期、规范化的肺癌解决方案。
在正式发布该套方案前，推想科技已经与辽宁锦州医科大学附属第三医院以及山东聊城市第二人民医院等合作伙伴，共同验证了“肺癌全周期智慧解决方案”的可行性。
2015年初，山东聊城市第二人民医院开展肺癌筛查，开设了肺结节影像门诊和肺癌多学科门诊，为当地肺结节、肺肿瘤、肺癌患者提供咨询、筛查、诊断、治疗一站式医疗服务。
对此，山东省聊城第二人民医院早期肺癌筛查治疗中心的解耀锃主任说：“现在，我们每天能筛查38个人；去年有77个人在我们医院进行肺癌手术治疗。对于我们基层医院来说，所带来的无论是经济效益还是社会效益都是可喜的。”
肺癌智慧解决方案对于医院的助力，辽宁锦州医科大学附属第三医院副院长刘敬禹也有所感知。“今年不到半年的时间，AI辅助系统一共预测了一万多例病人，各科医生都已经熟练使用AI检测系统， AI产品使用率超过80%。”他表示。
除了对医院和医生的价值提升，从政府层面来说，该套方案还得以推动人工智能在医疗事业的发展，可以推动分级诊疗的落地，降低医保费用的支出。对于患者而言，可以进行疾病的早期预防、早期诊断，获得更加精准的诊疗建议和诊疗方案。
截至2019年6月，推想科技的执行点已经覆盖全国30个省市自治区，同时完成了北美、亚太以及欧洲的战略布局，覆盖全球8个国家。此外，推想科技每日辅助医生完成超40000例临床诊断工作，通过推想科技AI服务器总病例数已经突破700万。
人工智能，“大病不出县”开始发力？
与前些年纷纷宣称落地顶级医院不同，这次“肺癌全周期智慧解决方案”更多落地到了基层医院。
“用AI把医疗每个环节补齐，如果能够做到基层医院，就可以做到大病不出县。”陈宽表示，“过去几年，我们的落地重点放在三甲医院和国际医院等医疗机构，但那并不是我们的最终目标。我们最终希望的是借助医疗AI产品，推动分级诊疗，实现肺癌诊治同质化。”
事实上，医疗AI的落地本身也应该经历这样一个过程。早期，企业通过顶级医院的数据和技能训练人工智能产品，但最终的目的大都意在落地偏远的基层医院，提升它们医生的诊疗水平，因为这些地方才是医疗资源矛盾最典型和最突出的地方。
对于基层医院而言，也希望技术“过硬”的人工智能产品加速落地。清河县人民医院副院长王志军就表示：“如果能把筛查出来的肺结节高危患者都留在我们医院治疗。不仅让患者免于奔波转诊，而且对于医院的口碑、影响力和收入都会有大幅的提高。但前提是AI产品的有效性。”
在陈宽看来，落地基层的时机已经成熟。一方面，医疗AI本身技术的不断迭代；另一方面，随着5G叠加进入医疗AI领域，人工智能会成为中国分级诊疗政策当中的一个核心技术推手，促进优质医疗资源进一步下沉。接下来，推想科技也会将绝大部分战斗力放在基层。
从顶级医院到基层医疗，人工智能在医疗资源不均的大环境下逐渐将自身“魅力”最大化。而对于企业来说，活下去并活得更好才是关键。对此，陈宽坚信的一点是，只需将技术做到极致，解决核心医疗问题，商业化便是水到渠成的一件事。
本文（含图片）为合作媒体授权创业邦转载，不代表创业邦立场，转载请联系原作者。如有任何疑问，请联系editor@cyzone.cn。
