每每談及醫(yī)學影像AI，很多讀者會自然聯(lián)想至計算機視覺技術蓬勃發(fā)展的醫(yī)院放射科。事實也是如此，動脈橙數(shù)據(jù)庫2021年數(shù)據(jù)顯示，標簽中存在人工智能技術的公司多達480家，其中有98家從事放射科相關業(yè)務。

但就整個醫(yī)療人工智能而言，放射科應用雖起步最早，但其市場規(guī)模并非最大。隨著各類醫(yī)學AI技術逐步成熟，不少醫(yī)學場景開始“＋AI”，更多AI應用呼之欲出。

“AI＋超聲”便是其中之一。與CT、MRI的靜態(tài)圖像不同，超聲圖像是動態(tài)實時圖像。這意味著影像科圖像采集與圖像分析時間上的割裂并不能存在于超聲診斷，這一設備要求兩項操作在同一時間完成。此外，動態(tài)影像并不如靜態(tài)影像那樣能夠簡易保存，要對超聲影像進行AI研究，必須記錄并截取特定時刻特定切面的影像。

技術上的高要求與標準訓練數(shù)據(jù)的缺失導致專注于AI超聲研究的企業(yè)少之又少，僅幾家創(chuàng)業(yè)公司涉足其中。但由于潛在的未知價值，不少資本已經(jīng)盯上了這一賽道。

去年年末，浙商創(chuàng)投通過投資AI初創(chuàng)公司深至科技布局這一賽道，該投資機構在醫(yī)療AI的首次出手成就了深至科技單年三次融資的壯舉。特別的是，本次融資投資方游向東背景值得一提，他歷任浙江醫(yī)科大學校長秘書、浙大邵逸夫醫(yī)院籌建處辦公室負責人、浙大二院心臟中心副主任、副院長，曾在大型三甲公立醫(yī)院從事臨床、教學、科研、管理30余年，是一名擁有豐富經(jīng)驗的臨床醫(yī)生。

“首次布局”、“資深醫(yī)生”、“一年三融資”等關鍵詞為“AI＋超聲”這一賽道蒙上了一層神秘色彩。為了進一步了解AI超聲的獨特之處，動脈網(wǎng)對游向東進行了專訪，并將采訪內容記錄如下。

Q：少有企業(yè)用人工智能的方式輔助超聲診斷，為什么會呈現(xiàn)這樣的情況？

A：要解答這個問題，我們首先要對超聲有一個基礎了解。大家知道，超聲是執(zhí)業(yè)醫(yī)生能夠獲得的最快、最安全和較便宜的醫(yī)學診斷工具之一，無論是大醫(yī)院還是基層，我們都可以使用適當?shù)某�聲設備幫助患者檢查。因此，國內超聲檢查需求量巨大，每年檢查人次可達20億次，對于任何一家AI企業(yè)而言，這都是一個巨大的市場。

需求顯著，但缺陷同樣不能忽略。不同于靜態(tài)的CT影像，超聲診斷的規(guī)范化、標準化一直是一個懸而未決的問題，考驗醫(yī)生的經(jīng)驗與判斷能力。舉個例子，同樣一個病人，十個醫(yī)生進行診斷，可能會出現(xiàn)不同差異的結果，有的差異會非常巨大。換言之，超聲檢查的質控非常困難。

這也說明了為什么少有AI企業(yè)做超聲。深度學習通常需要標準化的標注影像構造訓練集用于訓練，但這樣的影像得之不易，通常需要企業(yè)尋求專業(yè)醫(yī)生合作，費時費力，成本也很高。而我們所投的深至科技擁有其獨特的產(chǎn)業(yè)優(yōu)勢，能夠很好的解決數(shù)據(jù)的問題。

Q：既然需求存在，為什么直到2020年末才切入這一賽道？

A：AI的確已經(jīng)火了很多年，但行業(yè)的熱度與成熟度是兩個分離的概念。過去的幾年，醫(yī)療人工智能處于探索挖掘的狀態(tài)，政策、技術、行業(yè)認知均不成熟。雖說智慧醫(yī)療是未來的大勢所趨，但早期的人工智能或許與最終成熟的應用相去甚遠。

2020年是個轉折點，一年之中，9款醫(yī)療人工智能輔助診斷設備獲批上市，這意味著國家已經(jīng)給予了這一行業(yè)一定認可，也意味著人工智能確實能夠幫助醫(yī)院提升效率。

不過，從現(xiàn)在的應用場景來看，影像AI的實力顯然沒有發(fā)揮出來。對于AI，我們有自己的認知，也希望在這里切入，幫助AI更好地發(fā)展。

Q：到目前為止，“AI＋超聲”能夠解決怎樣的問題？

A： 從宏觀層面上講，AI對于超聲的賦能與其他科室的應用類似，主要是以提升準確率、提升診斷效率為主。但不同的是，超聲擁有廣泛的基層醫(yī)療場景作為應用基礎，這賦予了AI超聲非同一般的意義。

剛剛我們談到，超聲診斷對于醫(yī)生的經(jīng)驗有很高的要求，而我國最缺的，便是經(jīng)驗豐富的醫(yī)生。顯然，我們無法在短期內對供給端進行補給，那是否能夠通過降低超聲的使用門檻，以實現(xiàn)超聲的普惠呢？深至科技便是通過這種方式解決問題。

超聲診斷分為兩步，第一步是獲取正確的影像；第二步是對影像進行分析。在實際應用中，深至的AI將在檢查時幫助醫(yī)生鎖定可用于診斷分析的影像最佳片段，并對此給予輔助診斷。那么，有了AI作為支持，基層醫(yī)生只需學習超聲的操作方式，幫助其獲取可共診斷的影像即可。收集到有效影像之后，醫(yī)生既可實時診斷，也可將影像結果上傳至云端，交給更有經(jīng)驗的醫(yī)生輔助診斷。通過這種方式，AI實際上解決了超聲影像標準化與醫(yī)生診斷經(jīng)驗缺乏兩個問題。

不過，要將理想落足于實處，還需要時間。畢竟，對于村醫(yī)來說，它們不可能花較長的周期去學習，同時，村醫(yī)的檢查流程時間較短，產(chǎn)品的檢查時間需要控制在幾分鐘內。所以“AI＋超聲”能否做到真正的智能化和流程的簡單化，非常重要。目前市場的大部分“AI＋超聲”的產(chǎn)品還難以做到讓一個護士水平的人快速掌握其用法，因此，針對使用流程的優(yōu)化仍需繼續(xù)。

Q：未來，AI超聲擁有怎樣的發(fā)展空間？

A：基層醫(yī)療是超聲應用的一個很好的場景，但并不是唯一場景。在醫(yī)院之中，超聲的應用不止于超聲科的診斷作用，還可用于麻醉科、急診科、ICU等臨床科室，輔助完成實時的引導、手術評估，幫助醫(yī)生做出更加準確的評估，提高對威脅患者生命安全危急癥的診治效率，更有效地進行基本生命功能監(jiān)測、調控及重要器官的保護與支持。

以麻醉科為例， POC超聲在麻醉科的應用，主要集中在超聲引導下的血管穿刺、神經(jīng)阻滯和術中經(jīng)食管心臟超聲（TEE）等方面，旨在提高麻醉操作的安全性和器官功能評估的準確性。這不同于用于疾病診斷的超聲檢查。而AI在其中的作用則是可以實現(xiàn)創(chuàng)傷鑒定、圖像配準／融合、系統(tǒng)質量保證、掃查輔助、多普勒噪聲抑制等效果。

當然，對于大型設備來說，AI的作用目前還是錦上添花，但是可以預見在未來，AI的作用將越來越重要。

Q：如何看待AI+醫(yī)療的商業(yè)模式？

A：AI的商業(yè)模式是一個老生常談的問題，但直至今天，它依然是人工智能企業(yè)生存所面臨的最大挑戰(zhàn)。

在投資AI時，我們考慮了三個問題：AI有沒有提高診斷、治療的準確性？有沒有提高醫(yī)生、護士的效率，進而提升醫(yī)院服務病人的社會效益和經(jīng)濟效益？有沒有合理的商業(yè)路徑？從目前來看，前兩個問題的答案是肯定的，但第三個答案，我們只能通過一些經(jīng)驗尋覓線索。

一個AI產(chǎn)品從設計到盈利分為多個步驟，審批是其中的一個關鍵節(jié)點。目前，AI＋超聲尚無產(chǎn)品通過NMPA審批，但從FFR、肺結節(jié)、糖網(wǎng)病變輔助診斷軟件獲批情況來看，這一天不會太遠。

接下來是尋找付費方，這是最為困難也是最為重要的一點。通常而言，C端用戶很難成為付費方——你去醫(yī)院看病，醫(yī)生讓你支付更多費用使用AI診斷，這一邏輯是不切實際的，患者顯然更加信任醫(yī)生，而非一個看不見摸不著的算法。

那么醫(yī)院會成為支付方嗎？這得看AI是否為其帶來了經(jīng)濟效益。美國FFR企業(yè)Heartflow提供了一個很好的思路。簡單來說，患者在進行冠心病治療時，是否需要進行造影、是否需要放置支架，我們很難通過傳統(tǒng)的影像進行判斷，這導致所以患者都必須在檢查時進行冠脈造影。在這個過程中，Heartflow發(fā)明了FFRCT用以從生理學方面評估冠狀動脈的狹窄程度，通過無創(chuàng)的方式減少不必要的冠脈造影，幫助醫(yī)院節(jié)省醫(yī)療開支。因此，這種新興技術很快被醫(yī)院所接受。

到目前為止，AI超聲的市場主要仍是基層醫(yī)療，如果能夠真正降低門檻，讓更多基層醫(yī)生進行診斷，從長期統(tǒng)計中減低患者的疾病支出，其社會價值同樣不可估量。

作者：趙泓維