AI醫療：理想很美好 現實仍骨感

“我們把傳統的胃鏡變成小小的機器人，它可以在磁場的控制下，以毫米為單位精確移動，360度無死角檢查我們的臟器。”

“我們比較成熟的產品是在線問診、移動問診，幫助用戶在移動互聯網上跟真實醫生快速建立起聯系，解決其健康問題。”

“醫生每天要花大量的時間讀片，還存在大量誤診和漏診，我們觀察到這個痛點，決定將AI技術落地，應用在醫生日常工作中。”

“尋找中國創客第四季夏季峰會”的舞臺上，幾位AI醫療領域的創業者侃侃而談，談著AI醫療的現狀與未來，說著自己的夢想與期待。

這兩年，人工智能的東風吹到了醫療領域，讓這個領域一下子熱了起來，大量創業者涌入這個行業。醫療成了AI落地的又一萬億級場景。普華永道的專家們在醫療報告《What doctor》中寫道：“我們正馬不停蹄地走入健康新時代，AI與機器人在醫療保健領域的地位越來越高了。”

長期以來，優質醫療資源的供需不平衡，醫生培養周期長，誤診率高等痛點已經成了醫療“頑疾”，AI的賦能是否能消除這些“頑疾”？AI醫療的痛點又在哪兒？在很多人心中，這些問題還等待著答案。

AI醫療的賦能

“全國只有不到3萬名治療慢性疾病的醫生，卻有4~5億得了慢性疾病的病人。”智云健康CEO匡明的話說出了我國醫療行業目前的困境——醫療資源嚴重不足。

據《2017年我國衛生健康事業發展統計公報》顯示，2017年末，我國衛生技術人員總數有898.8萬人，相比去年增加了53.4萬人。2017年總診療人次共有81.8億，與上年比較，共增加2.3億。2017年，每千人口執業(助理)醫師為2.44人，每千人口注冊護士為2.74人。

雖然醫生也在不斷增多，卻還是趕不上病人的增長速度。想要解決這么多人的看病問題，只能不斷往醫生的肩膀上加“砝碼”。推想科技副總裁曹原說，巨大的工作量使得醫生不得不長期高負荷地工作，這樣的工作方式很可能導致大量的誤診和漏診。曹原舉例，“比如針對肺部結節(的診療過程)來說，負責診療的醫生每天大概有30%~40%的時間在查看胸部CT，這其中又有80%的時間在鑒別(影像中是)結節還是血管，如果出現結節卻沒能被醫生發現，未來很可能會變成肺癌。”

2017年至今，“AI+醫學影像”領域的大部分公司，業務都涉及AI輔助診斷肺結節項目，公布的檢測準確率普遍在90%以上，而且這個數值越來越高。2017年也被業內稱為AI影像的“肺結節年”。

類似“AI輔助診斷肺結節”這樣的項目，一定程度上為某些特定領域的醫生減輕了負擔，提高了他們的診療準確度和效率。但對于很多患者來說，這些并不足以真正解決他們的“心病”。

“現在中國有幾百萬名醫生，但是大家希望看的，是排在前5%的專家。”天億投資創始人、美年大健康產業集團董事長俞熔認為，對于許多患者而言，專家資源稀缺才是最核心、最本質的問題。他認為，在這個方面，AI技術也是大有可為的：“AI的價值就在于，我們有這個技術路徑，可以把專家的智慧標準化、智能化、技術化，這其實就是變相提高了專家效率。”

春雨醫生CTO曾柏毅提出了和俞熔不同的看法。他說：“如果我們可以通過AI技術幫助‘小醫生’，提升‘小醫生’的看病水平、看病效率，讓‘大醫生’的能力更好地、更廣泛地發揮作用，(醫療資源的)供給量將是巨大的。”

那么，如果釋放了更多的優質醫療資源，患者“有得可選了”，是否意味著他們都能找到讓自己“心滿意足”的醫生呢？現實情況可能并沒有這么簡單。曾柏毅提到了一個現狀：由于各種知識水平的局限，許多患者不知道如何選擇合適的醫生，如果選錯了醫生，還有可能造成誤診。他說，“我們在和許多用戶接觸的過程中發現，他們會把問診作為去醫院的第一站，我們認為用戶需要一種可以信任的關系，幫助他作出醫療決策。”他提出，在不久的將來，用戶就診時不再需要頭疼選什么科室、選哪個醫生，搭載了AI技術的分診系統就可以很好地幫助他們解決這個問題。

“通過使用AI技術，用戶做不到的事情我們可以幫他做。”曾柏毅在介紹AI分診系統時說。他認為，AI技術在醫療領域的運用是能夠解決用戶切身問題的，是有發展空間的。

落地才是硬道理

2016年被認為是AI醫療在國內形成投資風口的元年。相關數據顯示，當年，約有27家AI醫療企業融資成功，其中16家企業融資金額在1000萬元人民幣以上。

然而，有一個現狀讓人無法忽視：盡管AI醫療產品可以進行嘗試的空間很大，種類多樣，但真正落地的很少，能夠符合臨床使用場景的產品仍缺席。俞熔坦言，目前，把AI技術上升到精準診斷和精準治療的維度比較有壓力，更多的是輔助治療。

這與醫療本身的特點有很大關系。業內人士普遍認為，醫學領域的問題很復雜，維度多、門檻高，AI技術在此領域進行突破，難度比較大。以目前AI技術與醫療結合較為成功的影像科為例，曹原表示，肺部、眼部應用相對簡單，技術門檻比較低，所以許多企業都爭相開發相關產品，而針對脊柱、腹部等復雜部位診斷的試水則相對較少。

“在醫療行業，你需要拿出非常清晰的證據，才能說這個東西可以大量用于臨床。”匡明提到，在醫療領域做產品必須慎之又慎，作為產品的目標使用者，醫生和患者對此的態度也顯得比較慎重和保守。

《醫療人工智能醫生認知情況調研報告》顯示，外科和影像科醫生對AI的知曉率高于平均水平，但對AI的整體滿意度低于平均水平。不滿意主要集中在AI未能減少醫生的工作量，其次是對原理以及準確率不高的質疑。

很多使用過閱片AI的影像科醫生，沒有體會到工作量的降低。雖然許多公司都宣稱用于影像科的AI產品能夠提高閱片的準確度，而且比醫生快得多，但并不能保證誤診的問題不會出現。如果閱片AI提供的結果不能讓醫生信服，醫生還需要重新審核，這反而會增加醫生的工作量。

不光是許多醫生對AI醫療心存疑慮，很多患者也對它的安全性和實用性感到擔憂。匡明說，“有時候朋友跟我開玩笑說，你別跟我說AI的算法好不好，我只關心，用在我身上出了問題怎么辦？”俞熔也有類似的體會：“在兒科領域，AI技術用于兒童保健是可以的，但用在兒童疾病治療上就不太行了，一般人不太愿意讓自己的孩子跟機器人對話(進行診療)。”

另一方面，“向誰收錢，誰來掏錢”，也是目前AI技術在醫療領域落地時繞不過的“坎兒”。增加的機器成本由誰承擔？俞熔表示，目前，醫院場景的收費有一些挑戰，打通醫保、醫院的閉環難度仍較大。

曾柏毅認為，在醫療領域中，醫院付費比較難，但是可以考慮藥企付費和保險公司付費。“二者對醫療AI的需求蠻大的。”匡明也表示贊同，以他的經驗來看，藥企每年會投入大量資金進行臨床研究，而數據挖掘、AI分析可以對其進行加持，這樣可以直接獲得收入。

“隨著中國經濟水平的不斷提高，未來人們對醫療健康的關注度和訴求會越來越強烈，付費的意愿可能會不斷提高。”匡明相信，經過一段時間的市場教育和培育，未來，在一些收費場景中，會有越來越多的患者愿意為AI付錢。

中國青年報·中青在線見習記者 張均斌 實習生 方玉瑤 來源：中國青年報