醫療AI，從「研究所」走向「大賣場」 專訪Airdoc張京雷

張京雷也在想，Airdoc應該走出醫院，在院外發現患者。比如能不能在社區、藥店，甚至直接在患者家裡面做儘早發現慢性病的預防，幫助地方政府部門實現醫保控費。「體檢中心的模式還是要病人主動進去，我們是不需要病人有意識去做這件事情，而是無意中去做檢測，然後具體的發現一些問題。這是院外模式的最核心之處。」

在經過實驗室中的反覆迭代之後，醫療AI產品開始走出技術的「象牙塔」。而如今再談，所有人關注和火拚的是，人工智慧的實際應用場景、商業化和證書的獲取。

FDA最近比較活躍。自2017年組建成立AI與數字醫療審評部以來，包括Viz.ai的腦卒中產品和Cognoa利用AI篩查自閉症的解決方案，都得到了FDA 的大力支持。在今年2月底，美國愛荷華州的IDx公司也宣布，FDA已加快對其公司AI系統的審查進程，以儘快發現糖尿病患者失明的主要原因——糖尿病視網膜病變。（註：IDx是一家專註於開發基於臨床演算法的公司。IDx擁有與OCT相關的多項專利，包括通過OCT自動評估青光眼視力喪失方法的專利，而青光眼是全球第二大致盲眼病，影響超過300萬美國人。）

而與之對標的，國內基於眼底醫療影像分析的AI企業，也開始嶄露頭角。

我國有這麼一艘軍艦，它代表著和平、發展、合作、共贏，它為到訪的國家提供醫療服務，去年7月26日，浙江舟山某港口，和平方舟開始起航，歷時155天，逆時針環非洲一圈，航程28700餘海里，結束第六次執行「和諧使命」任務的和平方舟號醫院船回國，而伴隨著和平方舟回來的還有醫療人工智慧企業 Airdoc 的人工智慧慢性病識別系統。

當時的海軍軍醫大學附屬長征醫院眼科主任魏銳利說：「作為中國人民的和平使者，和平方舟號醫院船穿梭在世界各地為患者提供醫療服務。但是在為別人服務的同時，船上的人員自己的身體也在時刻受到嚴酷自然環境的影響，比如海上紫外線強烈反射或直接照射眼部，近紫外線在視網膜上發生化學反應，對視網膜特別是黃斑部會產生一定影響。」

而當時為了解決和平方舟號醫院船上船員、巡邏國家醫院的醫生以及患者的慢病問題，長征醫院與 Airdoc合作，在和平方舟號醫院船上應用人工智慧技術遠程慢性疾病實時監測服務。通過人工智慧平台可以在船上為工作人員和出訪國家人民檢查並跟蹤隨訪，可將疑似病變圖片回傳給長征醫院眼科進行專家診斷和制定治療方案，同時對所有船上工作人員眼部狀況進行數碼記錄，連續隨訪和智能比照，形成海上長期航行眼部變化的大數據資料庫，為海上執行任務的工作人員保健提供可靠數據。

「農村包圍城市」

不得不承認，醫學水平沒有哪個時候像現在這樣發達，但是很多醫生也正在逐步失去患者的信任。

這裡的問題是醫療資源有限，不管如何分配，優質醫療資源覆蓋不到的地方還是占多數。而且醫生是十分依靠經驗的行業，很難批量化的培訓和複製。這就需要在現有的資源供應環境中創造「增量價值」，創造提高效率的解決方案，AI的成熟讓這現象有了轉機。

但要明白，AI的醫療應用能提升專科疾病診療效率、降低誤診率固然重要，但是在病人和醫生交互環節，還有很多主訴和交流。keyi而目前AI尚處於弱人工智慧階段，並不能進行深入的溝通，比如中醫的望聞問切都是交互，目前機器沒有辦法觀察患者的面部表情，如果選擇這個方面的演算法，很可能會丟失很多信息，從而對演算法的準確率產生影響。因此選擇輔助分析演算法的時候需要選擇更少溝通，更客觀的方向。

「而醫學影像，目前看是最客觀的領域，往往不需要和病人的交互和主訴，所以Airdoc也是選擇以醫學影像識別領域為突破口，在眼科，皮膚科，病理科等眾多領域取得的演算法。比如在眼科，Airdoc是從多家國內外頂級醫院收集了數十萬張眼底照片，構建超過100層卷積神經網路，準確解析原始圖像的高階信息，單次迭代持續訓練超過120小時，最終研發出了Airdoc糖尿病性視網膜病變輔助診斷模型，在靈敏性和特異性等主要指標上，獲得了和人類醫生相當的結果，有效地輔助醫生進行臨床診斷。」 Airdoc副總裁張京雷告訴《四百味》。

識別視網膜照片是專業眼底醫生的日常工作，但其他科室醫生和用戶並不掌握這項技能，限制了這項技術的廣泛使用。Airdoc目前是從眼底醫生的服務能力延伸至千家萬戶，但以後的定位是識別多科室多種疾病，比如內分泌、心血管、神經內科、腎內科醫生定量監控患者疾病進展的高效精準工具。

實際通過眼底判斷心血管疾病、糖尿病等相關的健康指標與風險的可行性早有驗證。去年穀歌與印度和美國的醫生合作，創建資料庫，被用於訓練谷歌人工智慧眼科醫生以檢測糖尿病視網膜病變。目前已經在印度的3家眼科醫院推廣。

「因為從醫學角度講，很多高血壓、糖尿病、動脈硬化，它直接在血管上有變形、膨脹、出血的體現。而眼底有裸露的神經跟血管，是唯一不用動刀切開就能夠直接觀察到病變的部位。」

技術驅動因素之外，還有一個重要的底層商業邏輯在運行。「Airdoc從眼科方向切也是因為AI在治療腫瘤、先天性白內障診斷和皮膚癌診斷上，雖然已經表現出明顯優勢，但門檻依舊很高。如果Airdoc一開始就從『珠峰的半山腰』切入，那有可能根本就活不下去。而先切大本營，一步步往外擴張，這樣或許更穩妥些。」

「雖然在技術角度上，有很多病種之前是沒法互相學習，但還是有很多可以轉移的內容。比如我們目前是開發眼底的，我可能用了一年時間，第二個產品就形成了，跑出模式後，甚至第三個產品，我們三個月就可以形成。」

紮根院外

AI醫療技術的開發中，最重要的不是AI技術哪家強，而是看誰能有應用場景落地。

Airdoc的系統適用於院內院外兩個場景。在院內，眼底照相機與配套的智能硬體「Airdoc魔盒」相連，拍照後就會自動產生報告，提高醫院篩查效率。

但這並不是Airdoc目前主要的發力方向。

因為張京雷明白，醫療AI企業想走醫療採購這條路，必須通過相應的認證，這需要公司獲得大量真實的臨床應用數據。而且醫生們對AI的整體滿意度也低於平均水平。「走醫院這條路，還有很多問題需要磨合。」

再看遠些，國內的醫療AI企業，主要與大城市的三甲醫院合作，但優質醫療從業者密集的三甲醫院，沒有迫切需求。真正需要AI緩解的，是交給基層醫院，為基層醫生提供輔助診斷，改善醫療資源的緊張狀況。或者是在院外，做早期慢性病篩查。

張京雷上個月在丰台區新興建築工程有限公司進行員工篩查的時候，發現了一個老年黃斑變性的病人。這種黃斑變性是能夠直接導致失明的，發病人群基本上是老年人。 「實際如果這位老人早在一年、兩年的時候，通過我們的技術檢測出老年黃斑變性，那今天治療的費用可能就幾百塊錢，或者說最起碼在一年、兩年之後，一針就能控制住病情，降低醫療成本。但現在，治療要在眼球上打針，這對患者是非常痛苦的過程。而且費用是十倍的支出，一支葯要6000多元，要打10多支。雖然有兩款產品能夠報銷，那也等於政府要花大量的錢去替患者治療。」

所以，張京雷也在想，Airdoc應該走出醫院，在院外發現患者。比如能不能在社區、藥店，甚至直接在患者家裡面做儘早發現慢性病的預防，幫助地方政府部門實現醫保控費。「體檢中心的模式還是要病人主動進去，我們是不需要病人有意識去做這件事情，而是無意中去做檢測，然後具體的發現一些問題。這是院外模式的最核心之處。」

道阻且長

活過2018年，或許是很多醫療AI企業的決心。

因為燒錢仍在持續、技術迭代的瓶頸，以及商業模式斷裂，哪一條都有可能拖垮靠技術吃飯的初創企業。

張京雷也觀察到，與之對標的國外、國內企業，即使在行業地位數一數二，目前也沒有特別成熟、落地的商業模式。「醫療AI的盈利周期是十年，並非今年投入明年就能發財。」

「像我們做醫療AI，具體誰來買單是個大問題。因為坦誠地講，買單者無非就是B端或者C端，但是C端在有些發達國家，也是保險買單，並不是我們所說真正意義的C端買單，只是把它歸類成C端。那在國內，目前讓C端買單更是一個偽命題。而針對B端，落地的前提是要醫生接受。那對於醫療AI，首先的門檻就是必須有CFDA認證，但目前AI產品都沒有拿到CFDA的認證；另一方面，目前AI醫療創新還面臨著政策監管滯後的問題，同時也引發起一部分人對『AI取代論』的焦慮。」

誰主沉浮？

各種醫療AI聯盟和實驗室悄然而起，各自的發展路徑也不相同。目前行業有一種現象是，醫療AI的頭部企業，已進入「C輪死」的魔咒。

的確，現在在談論醫療AI，單有技術是不行了，因為在技術層面，真說不好誰家的技術更牛。

而對醫療AI的核心競爭力，張京雷總結三點：

一是要熟悉醫療的本質。「換句話說，做醫療AI最起碼要知道醫療裡面的痛點在哪兒、難點在哪兒、錢在哪兒。」

二是合縱連橫。從某種程度上來說，張京雷的指向是醫療資源。「就是一定要對這個行業熟悉，又能交到行業內的很多朋友。」

三是一個成熟、可複製、可持續的商業模式。

不可否認，商業模式的前提是，AI一定在整個利益鏈條或價值鏈條里降低運營的困難程度和成本。AI要解決一個困難，不是說把自己變成一個困難。

其中AI主要需要解決三類困難：一、醫生沒時間去做的事；二、醫生需要工具輔助才能解決的事；三、簡化治療流程，讓其更加標準規範。

「其中，要做鏈條優化讓醫生體驗、患者體驗更好。或者提高效率，讓治療環節跑得更快。我還有一個觀點，AI千萬別給治療裡面很複雜的鏈條再增加一個環節。坦誠講，有些智能環節必須發個文，必須人工智慧看一下，醫生才能下診斷，我認為這個沒必要，因為增加了治療過程複雜程度，就增加了別人討厭你的地方，也增加了成本。」

目前，醫療AI賽道尚未跑出巨頭，即使考慮國外，已經經過多年孵化、較為成熟的IBM沃森，也只是商業化方面剛剛起步，領先優勢並不大。也就是說，AI企業皆有機會。

張京雷相信，可能今年或者明年，就會有一批醫療AI企業能夠從中脫穎而出。但它們能脫穎而出的，一定是在某一個細分領域，且商業化是持續穩定、可複製的狀態。能夠做到快速的推廣，快速的進入D輪，甚至三年後快速的上市。

文| 魚多多

編輯 | 尹磊

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！