10秒读一张CT，2年内成熟病种的AI辅诊会普遍应用 | 超级观点

带着观点看商业。超级观点，来自新商业践行者的前沿观察。

口述 | 特约观察员 肖翔（视见科技联合创始人，COO）

采访、编辑 | 黄臻曜

AI 10-20秒读一张CT

我们研发的肺部CT图像辅助诊断系统（新冠肺炎增强版）从1月20日开始立项，春节期间进行了初步的算法原型的开发，节后开始数据训练。2月24号开始在深圳第三人民医院进行试用和准确性检测，目前正式版已在3月17日上线。

我们从18年就开始研发胸部DR的全病种诊断产品，覆盖胸部主要病征达到19类，其中就涵盖了肺炎。而之前的胸部CT图像智能辅助诊断系统，主要功能是针对肺结节，以及肋骨骨折，在此基础上我们把新冠肺炎的相关功能加进去，所以称之为“新冠肺炎增强版”。

这次和医院的合作，我们主要承担算法开发、模型训练，还有软件功能、工程化开发的工作，院方主要提供临床知识和数据标记等工作，以及对产品使用的直接反馈等。

收到院方需求后，我们内部快速进行了技术评估。正式立项后第1个阶段的工作，是做算法原型的开发，并确定相应的基础功能。第2个阶段是数据收集和训练，得益于前期跟大量医院合作和产品应用的基础，我们快速收集了来自全国各地逾千例新冠肺炎的CT数据。第3个阶段是测试版上线，进行功能和性能的检验，然后根据反馈做进一步的迭代和更新。

目前只要患者在深圳市人民医院、市三院做了胸部CT扫描，都会通过我们的AI系统进行自动计算，如果发现疑似新冠病例，马上会有相应提示并定位病灶区域，以及提供必要的各类定量数据分析。目前在这两家医院，我们的系统日处理的影像量加起来大约600人次。处理一例CT的时间，仅需10-20秒。

目前我们的AI系统对新冠肺炎筛查的准确率能达到99%以上，能很好地提升筛查准确性和效率，这也是 AI辅诊类产品的两个基本特点。

新冠肺炎辅助筛查系统

AI有助于解决“知识传递”的滞后性

临床医学是经验学科，影像科医生更是需要通过长时间大量的阅片训练才能更加精准地做出判断。一个突然快速爆发的新疾病，它在“知识传递”上存在一定的滞后性。这次新冠疫情就是如此，它在某些地域大规模爆发，病例迅速积累，而同时其他区域则可能由于病例较少，影像数据相对有限。虽然传染病影像专委会1月30日就发布了第一版《新型冠状肺炎的影像学诊断指南》，但看指南和大量看过真实的病例影像还是有一定差异。

但是人工智能通过快速大量的数据训练，提取图像特征，迅速在“AI大脑”中形成“经验积累”，为那些短期内接触真实病例不多的医生提供辅助诊断，能弥补突发情况下人与人“知识传递”的不足。

另一层面，无论是新冠产品，还是其他 AI辅诊产品，本质都是提供更高效、更准确的筛查结果，去解决我们国家医生资源不足、资源分配不平衡的矛盾。

对AI影像辅诊类产品来说，从需求产生到产品发布并快速和广泛的应用落地，这次新冠类产品的速度是前所未有的。这其中需求当然是第一驱动，AI公司的快速响应是必要条件，这得益于大家前期的技术以及产品临床实践的积累。除此之外，过去几年各AI企业和院方的紧密合作以及前期产品逐渐获得认可也起到了一定的催化的作用。

疫情爆发后，我们合作过的医院、平台厂商都在向我们询问是否有新冠肺炎相关的AI产品，因为他们很多的客户都提出了类似需求。其中有个规模比较大的平台，2月到3月间，收到了超过100家医院提出针对新冠肺炎AI产品的需求。

这种突然涌现的机会对整个赛道参与者来说都是有好处的，它吸引了外界更多的关注。过去可能在流程上需要更长时间才能够触达的客户，而现如今需求迫在眉睫，这就促使AI产品在短时间内就能快速地落地应用。

但伴随着市场升温，一些问题也浮现出来。这么短的时间，在相对有限的数据量下，大量的产品快速上马，实际应用过程中必然会暴露出问题。有些产品宣称的效果远大于实际效果，或者干脆就是来蹭热点的。一些医院过去没有使用过AI辅诊产品，或对AI的期望过高，因为疫情可能使用了某些相对不成熟的产品，最后发现跟他们想象的不一样，就可能会质疑其他厂家的产品，甚至对整个行业发展产生怀疑。近几年来，医院和医生对AI辅诊的产品和技术逐步加深了认识，建立了信任，这是全行业共同努力的结果，需要加倍谨慎地去守护。

AI离大规模应用还有很长的路要走

这次疫情，确实带来了很多“商机”。有些是短期的，甚至是犯法的，比如说贩卖口罩、倒卖额温枪等，这些可能可以带来一些收益，但无法通过这个做成一家企业。

而有些产品也从中获得了现实收益和发展机遇，比如远程医疗、互联网医院、AI测温、互联网医药配送等等。这些都是之前就有所积累的企业和产品，应用场景也是早就存在的，疫情只是给他们加了个速。

这里引用一段观点，做好一家企业，应该做一个坚定的长期主义者，所以不推荐盯着黑天鹅事件去找商机，永远不能把一个长期的商业战略，建立在黑天鹅事件上。它之所以叫黑天鹅，就因为它不能预测，不可持久。所以在长线发展思路下，疫情的影响是可以忽略不计的。一家企业不需要在突发的、偶发的事情上做重大战略调整，没这必要。

在整个公共医疗领域，AI离大规模应用还有很长的路要走。

首先要解决产品的问题。最初各企业的影像AI产品几乎都聚焦在CT肺结节，后来陆续推出了胸部DR、骨折、脑卒中、冠脉、乳腺钼靶等系列产品，但总体来说应用最广、功能最为成熟的还是肺结节。在解决更多病种，提高准确性、拓宽功能以及提升应用体验方面，还有很大提升空间。其次是政策，包括像NMPA（National Medical Products Administration，即国家药品监督管理局）的审批、临床的应用规范、收费目录的审批、医保准入等等，也还有比较长的路要走。

但医院对AI的接纳度在疫情之后应该会大大提高。我17年初去拜访医院的时候，很多医生甚至没有听过AI医疗相关产品。但到了17年底，当时在上海的中华医学会放射学年会上就专门安排了一个大型的论坛来讨论 AI医疗的应用，虽然当时跟多还是聚焦在科研和学术层面。18年各家产品逐渐发布，再到19年有些产品逐渐成熟落地并开始实现商业化，现在某些产品已经让医生建立了使用习惯或者使用依赖，比如CT肺结节AI辅助诊断产品。这次疫情之后，AI在医院的应用一定会更广泛。

从另一个角度看，我觉得这么大的疫情对全社会和全行业的影响肯定很深远，比如03年非典之后，医院就多了“发热门诊”，有专用的门诊甚至专用通道，再比方说我们的购物习惯也是在03年之后有了改变，淘宝在非典之后得到快速发展。

全球范围内中国影像AI发展处于第一梯队

国内影像AI的发展速度在全球范围来看都处于第一梯队。首先从应用开发的层面来看，大家的技术起点基本一致。第二，我们国内市场大，影像数据积累基数大，数据的量级和获取来源更丰富。第三，数据标记的医生资源和成本相对于欧美国家更有优势。第四，我们国家的影像市场增速保持在30%左右，而放射医生数量的年增长率仅有4%，再加上医疗发展水平的不平衡，部分区域的需求会更迫切。比如有的省份，放射硬件投入非常大，甚至一年内为全省乡镇一级的医院全部统采统配了DR设备，而其中很多医院都缺乏专业的放射医生。这种发展速度的错位，为AI类产品创造了发展机会。最后，国家把人工智能的发展定位为国家战略，在政策上给予了充分的支持。这些都为行业发展提供了有利的条件。

初期的时候，大家的工作重心都是快速做出产品，所以做影像科的都在做CT肺小结节，做眼科的都在做眼底视网膜糖筛。主要是因为肺癌是全球发病率和死亡率最高的癌症病种，影像检查方法比较一致，前期算法、数据积累都比较多，问题也清晰。这个阶段，大家基本都是先产品后场景，先做出产品，再去推广。后面大家就开始慢慢先考虑需求和场景，然后再做产品，所以各个厂商后续推出的产品差异化就出来了，每个方向都有。

CT肺结节辅助筛查系统

在企业定位和产品布局方面，各家AI企业做出了不同的选择，总体上来说分“纵向策略”和“横向策略”两大类。拿我们自己来说，我们的核心竞争力是对AI算法的开发，同时我们认为现阶段AI应该更善于解决医生容易遗漏的、数量极大的问题，而不善于解决对医生来说都是非常难以判断的问题，比如疑难杂症。所以我们在产品方向上聚焦于筛查类项目，并不断扩大可覆盖的病种范围。

而有些企业则聚焦在某一个脏器或者病种上面，在功能上做纵向布局。除了AI辅诊之外，还提供影像增强、三维处理、治疗方案建议，以及建立完整的病种数据库等。

还有一些企业，则面向更广阔的医疗信息化领域，AI只是其整个医疗信息化产品中的一个应用工具。这些方向我觉得没有对错之分，只是在现阶段下不同企业根据自身情况做出的不同选择。

5年内行业增长曲线的拐点肯定会到来

影像AI这几年的发展，我觉得可以用一快一慢，一多一少和一热一冷来形容。

初期的时候，AI企业的投资和规模扩张速度快，但市场和行业的接受度发展慢；宣称做AI的公司数量和宣传的产品种类多，真正能用和好用的产品少；国家战略方向热，行业主管部门的政策审批则偏冷静。

这些矛盾让所有参与者越来越理性。

我认为行业的泡沫基本已经过去。从16年国内开始启动影像AI创业热潮，到18年上半年整个赛道都是一个非常火热的状态，无数的创业者前赴后继，一些大的互联网公司、传统的医学设备或者信息化厂商都纷纷涌入。

但到了18年下半年，赛道开始迅速降温，首先就体现在资本上，一句话：融资变难了。19年之后企业自己也冷静了，不再盲目扩张，有些团队也没能坚持下来，所以现在赛道的状态是：拥有真正的好产品好技术，商业模式能得到验证，且公司的价值和价格相匹配的项目，才能继续得到资本的认可。

我暂时也没有看到比较明确的信号表示“疫情后会有大量资本涌入这个赛道”。但在整个VC行业普遍缺钱的背景下，资本对这个赛道的关注度还是非常高的。因为从行业来看，医生缺，高水平的医生更缺，而中国的影像市场又还在不断的快速增长，这就是行业的大机会。现阶段对我们来说纯财务投资当然也非常需要，但我们在选择投资人的时候，也会特别考虑他们在整个医疗领域里的布局，联想创投作为我们早期的投资者，他们在智慧医疗领域一直有布局，在这方面也给我们提供了不少资源，我们也一直在一起寻找市场机会。

我们对行业的发展基本的认知和判断是：2年内一些成熟的病种AI辅诊会得到普遍应用，它的商业模式会被验证。未来我们要做的事情很清晰，第一是把现有产品做好并实现规模化销售，第二是做更多的产品并复制模式。前期市场发展曲线会比较平缓，它会迎来一个拐点。我们判断5年之内曲线的拐点肯定会到来。除了行业本身的内驱力，如技术、产品的发展推动外，也可能会有其他外部因素加速拐点的到来，比如NMPA的审批、进收费和进医保的审批，或者互联网医疗的快速发展等。

虽然疫情催生了一些需求，但对行业竞争格局来说也不会有本质的影响。如果有能力抓住疫情期的需求，快速推出产品当然最好。如果错过了这个机会，也不是说你在未来就没机会了。正如前面所说，医疗是一个“慢行业”，有自身的节奏和规律，而做企业更是一件长期的事情。光影像科涉及的病种就有近千个，每一个方向在未来都有可能转化为产品和市场机会。清楚自己公司的定位，然后按医院的需求不断推出好用的产品，我觉得这才更重要。不能因为疫情打乱了自己的节奏。

科研一直是AI企业不可或缺的能力。对于技术的储备、产品的研发和高端医疗资源的获取，科研能力至关重要。但科研也早已不是AI企业的主阵地，毕竟我们是企业，不是科研机构。我们自己目前是20%精力在做科研，80%在做产品。

相关阅读：

超级观点 | 无人战队在前线 ①：方舱医院内，无人车能做什么？

超级观点| 无人战队在前线 ②：无人车行业在去泡沫，而运营商会比预期更早出现

超级观点｜无人战队在前线 ③：医疗机器人市场需求被激活，“场景争夺战”打响了

超级观点｜无人战队在前线 ④：物流机器人按下“快进键”，远程部署即将破局

超级观点 | 无人战队在前线 ⑤：刚需出现了，但无人车普及还需8到10年

“超级观点”栏目现发起“特约观察员入驻”计划，邀请各赛道的创业者、大公司业务线带头人等一线的商业践行者，在这里分享你的创业体悟、干货、方法论，你的行业洞察、趋势判断，期待能听到来自最前沿的你的声音。

欢迎与我们联系，微信：cuiyandong66；邮箱：guanchayuan@36kr.com。