無原創不AI 智慧影像醫療誰能問鼎中原？
文 | 曾響鈴
來源 | 科技向令說（xiangling0815）
最新全球疾病負擔研究（Global Burden of Disease Study，GBD）顯示，我國總體卒中終生發病風險為39.9％，位居全球首位，這意味著中國人一生中每5個人約有2個人會罹患卒中；在我國，每年心臟猝死的發生率為41.84例/10萬人，按13億人算就是54.4萬人，居全球之首。
“科室醫生忙的焦頭爛額，甚至顧不上吃飯，排隊等候的患者卻遲遲拿不到CTA診斷結果。”
醫療資源與患者治療需求之間的供需失衡，對高效率、高精度AI技術的介入需求越來越迫切。在此背景下，前些年大量涌入AI影像行業的企業，逐漸走上正軌，在肺、心、腦、骨等各個領域均取得了一定的突破，逐漸成為醫療行業必不可少的一環。
與此同時，AI影像行業也在2020年迎來一個關鍵拐點。幾年來的大浪淘沙，讓行業的競爭焦點集中于三個維度:一個是橫向上不斷開發新的臨床應用場景，打開更開闊的應用空間；另一個則是積極申請取得監管層NMPA“三類證”，拉高與競爭對手的準入門檻；最后則是做好AI產品的商業化落地，讓AI真正成為醫生能成熟運用且持久信任的合作伙伴。
“拓荒”、“拿證”、“落地”，少數企業在這三個維度實現了不斷突破，使得“馬太效應”開始逐漸顯現， 頭部企業與后進者的差距逐漸拉大，技術創新型頭部企業開始享受“贏者通吃”的行業紅利。
一 供需失衡心腦血管領域，亟需AI影像拓荒者
1心腦血管領域需求極大，AI影像企業僅跑出了數坤？
心腦血管疾病診療中，常規檢查手段是心臟和頭頸CTA檢查。然而，CTA檢查流程繁雜耗時長，已經成為科室醫生和患者診療效率的瓶頸。供需失衡的困境短時間內難以得到解決，就讓高效率、高精準度的AI影像介入到腦血管疾病診療過程中來顯得十分必要。
正如哥德巴赫猜想是數學皇冠上的明珠一樣，心腦血管領域的AI智慧影像，是“AI+醫療”這個醫學行業未來發展趨勢的尖端技術所在。然而，遍觀各個AI醫療企業，除了數坤科技在此領域得到最廣泛的認可和應用，可見該領域的門檻之高。
究其原因，尖端技術意味著高門檻，心腦血管醫學影像的復雜性，導致AI影像技術的科研和落地并非想象中的那么簡單。
一部分原因在于心腦血管AI影像領域的開源算法和人才體系的一窮二白，其次便是受制于心腦血管的復雜性，心臟和頭頸CTA的重建過程極為復雜。
心臟頻繁跳動帶來的的技術難題，以及病癥太多的系統難題已經廣為人知。而相對于心臟，頭頸血管特別是顱內血管分布密集，體積細小，甚至只占幾個像素，對AI精度的要求極高，在數坤科技之前，國內外都沒有能夠大規模應用于臨床的AI影像技術。
2心腦血管CTA檢查領域，迎來AI影像的曙光
去年十月份，一篇刊發在《Nature》子刊《Nature Communications》的論文一石激起千層浪。
該論文主要提及的是一個頗有意思的系統：利用3D卷積神經網絡設計了一個可實現頭頸CTA血管分割的后處理系統，能夠自動除去骨影像，并完成頭頸CTA血管重建。
通俗來講，該研究團隊通過采集5家國內頂尖三甲醫院18259例頭頸CTA數據，經過兩年的神經網絡系統的深度學習，已經可以實現在只需要一次CT掃描的情況下，患者便能獲得可用于重建的影像（CTA）結果, 且在論文發布時，AI的重建準確率已經趨近于100%，與資深醫師相當。
該AI模型重建VR圖像血管邊界更光滑、去骨效果更佳。
盧潔教授團隊與數坤科技重塑了腦血管CTA檢查行業的運作方式，AI終于可以以更高效率、更高診斷精準度介入到腦部CTA檢查之中。在此之前，在心臟AI影像領域，頭部企業數坤科技已經率先在“數字心”的關鍵領域“血管分割技術”方面取得了突破，相關AI技術和設備已經在多家三甲醫院落地。
但無論是“數字心”還是“數字腦”領域，處于起步時代AI影像行業心腦血管技術需求依舊迫切。所以對許多AI影像領域的企業來說，是否進軍心腦血管領域問題一直沒有變：市場前景明朗，在數坤科技推出“數字心”、“數字腦”后，業內仍舊少有人突破該領域；但想做出成果卻很難，舍不舍得巨大的投入，有沒有魄力“摸著石頭過河”原創AI技術，說白了還是企業方向的選擇問題。
更重要的是，做AI影像的企業，需要懂AI技術，更需要懂醫療。掌握原創AI技術的企業，在加上選擇合作的醫生團隊足夠專業和前瞻，兩者才會擦出智慧的火花。所以說AI影像產品的成功既具有技術過硬的必然性，也極具合作醫療團隊的偶然性。數坤科技無疑是做到了這兩點，才不斷在數字心、數字腦領域取得了巨大的成功，并進而再將這些成功的經驗復制到數字胸、數字肌骨等其他領域。
二“三類證”成為爭奪焦點，企業間的代際差距正在拉大
1三類證成為爭奪焦點
去年11月3日推想科技、數坤科技、聯影智能三家AI醫療企業的產品，經中國國家藥品監督管理局（NMPA）批準獲得AI醫療三類證。在心臟冠脈狹窄AI、基于CT骨折醫療AI、肺部AI實現審批突破。
值得注意的是，此次獲批的心臟冠脈狹窄AI是全球首張冠脈領域的三類證。
醫療器械三類證被認為是能夠加速醫療AI實現大規模商業化進程的關鍵，但三類證的獲取是一件極其困難的事情。三類醫療器械認證往往要經過技術積累、數據驗證、臨床打磨等繁多的流程，即便是技術實力領先，仍然需要2-3年才能獲批。
而備受關注的心臟冠脈AI，三類證的審核更是難上加難。原因在于，心冠疾病的診療技術極其復雜，而對診療結果的準確性要求又極高，一般AI很難勝任，所以一直以來對于三類證的審核態度極其謹慎，此前相關技術從未獲批三類證。
此次心冠AI三類證獲批是基于兩個方面的考慮：首先，目前我國冠脈CTA檢查需求巨大。我國患有心血管相關疾病的3.3億人群，其中冠心病就有1000多萬人，市場方面特別是醫院方面對心臟AI三類證企業的呼聲極為迫切。
其次，近年來心臟AI領域企業的技術進步有目共睹。作為目前唯一一款可以滿足心臟疾病臨床需求的AI影像產品，數坤心臟AI目前已累計服務了數千萬人次患者，經過落地實際檢驗后，已經可以在1分鐘內全自動智能完成心臟圖像重建、管腔狹窄檢測及斑塊顯示、斑塊性質判斷、報告生成等工作，形成了一套完整的數字心體系，因此獲得審批也是水到渠成。
因而，對一個企業來說，擁有三類證相當于獲得了金字招牌的認證，打通了技術商業化落地的最大屏障，也意味著一定程度上在專業內建立時間壁壘，實現“一部領先、步步領先”的效果。
2技術迭代迅速，全棧式解決產品方案成為行業主流
AI技術目前處于發展初期，技術迭代迅速，對醫院來說也是一件既“甜蜜”又“憂傷”的事情。
對大型綜合性醫院來說，采購AI影像技術和產品是一件慎之又慎的事情，“甜蜜”指相比之前現在“有得選”，“憂傷”指的是企業太多“不好選”。
醫院采購的三個難題
綜合以上三個難題，最受醫院歡迎也即商業化更具優勢的AI影像企業模型應當是：具備國家資質認證，全面或至少主要領域技術領先或持平其他企業，提供全棧式產品解決方案，省心省力。
目前，“數字心”和“數字腦”的全棧式解決方案產品已經落地在北京安貞與阜外醫院等心血管頭部醫院和全國700多家三甲醫院，主要采購產品為數坤科技的冠心病AI診療全鏈路和全面顱腦影像解決方案。
AI影像行業各個企業無論技術如何進步，產品如何迭代，最終還是要落腳到商業化落地檢驗上來。所以，對頭部企業來說，注重技術首創性爭當領頭羊的同時橫向發展，提供較為全面的產品品類正在逐步成為行業共識。
三 原創AI企業“馬太效應”明顯，行業趨勢邁向整體解決方案
在去年9月，中國醫學影像AI產學研用創新聯盟理事長劉士遠表示：“醫學影像AI初創企業在2018年達到頂峰，數量開始減少，醫療AI逐漸進入落地和成熟環節。整個市場變的更加理性，市場開始關注真正有希望的成長型AI企業。”
2020年我國AI醫療領域投資達到64.09億元，同比增長141.9%，AI+醫療行業依舊被資本市場看好。
但與前些年“廣撒網”模式不同的式，資本逐漸冷靜，投資主要傾向行業技術領先、商業化模式成熟的頭部企業。以數坤科技為例，2020年累計融資額達到10億人民幣，約占整個行業投資市場的四分之一，而許多小規模企業或者技術落后的企業，甚至全年顆粒無收，呈現出嚴重的兩極分化。
從AI影像行業的發展特別是融資結構來看，頭部企業已經進入市場認可、商業模式成熟、技術護城河建立的階段，尾部企業的追趕愈加艱難，醫療影像AI行業的“馬太效應”初步顯現，其野心正在逐漸擴展到整個AI+醫療甚至智慧醫院層面。
在此核心邏輯的支撐下，原創AI影像頭部企業正在嘗試“三段跳”。
當然，一口吃不下一個胖子，目前，AI影像行業企業大多集中在“第一跳”，頭部企業數坤科技等可能實現了“第二跳”，距離“智慧醫院”的階段還有相當長的一段路要走。但無論如何，由原創AI智慧影像作為突破點，將使適用場景擴展到醫療體系的方方面面，AI賦能醫療行業更好的為患者服務的宏偉藍圖已經徐徐展開。
試問誰能在智慧醫療領域逐鹿中原？唯有在AI影像領域擁有極致技術流，且極度愛醫療、懂醫療、懂醫生的原創拓荒者，方能給出答案。
*本文圖片均來源于網絡
*此內容為【科技向令說】原創，未經授權，任何人不得以任何方式使用，包括轉載、摘編、復制或建立鏡像。
【完】
曾響鈴
1鈦媒體、品途、人人都是產品經理等多家創投、科技網站年度十大作者；
2虎嘯獎評委；
3作家：【移動互聯網+ 新常態下的商業機會】等暢銷書作者；
4《中國經營報》《商界》《商界評論》《銷售與市場》等近十家報刊、雜志特約評論員；
5鈦媒體、36kr、虎嗅、界面、澎湃新聞等近80家專欄作者；
6“腦藝人”（腦力手藝人）概念提出者，現演變為“自媒體”，成為一個行業；
7騰訊全媒派榮譽導師、多家科技智能公司傳播顧問。
轉載請在文章開頭和結尾顯眼處標注：作者、出處和鏈接。不按規范轉載侵權必究。
未經授權嚴禁轉載，授權事宜請聯系作者本人，侵權必究。
本文禁止轉載，侵權必究。
授權事宜請至數英微信公眾號(ID: digitaling) 后臺授權，侵權必究。
評論
評論
推薦評論
暫無評論哦，快來評論一下吧！
全部評論（0條）