以2011年IBM公司的(de)機器人(rén)沃森“入職”Wellpoint爲起點，到2016年國内業界公認的(de)醫療AI元年至今，醫療AI已經走過數個(gè)年頭。中間幾度浮沉，被寄予厚望，也(yě)曾遭受質疑。2020年以來(lái)，随著(zhe)多(duō)達15款醫療AI産品陸續獲批NMPA三類證，籠罩在醫療AI頭頂的(de)迷霧終于一點點散去，2021年也(yě)被稱作醫療AI在中國的(de)商業化(huà)元年。醫療AI從前景迷茫到商業化(huà)道路日漸清晰，廣州市婦女(nǚ)兒(ér)童醫療中心信息中心主任曹曉均是見證者和(hé)親曆者之一。
廣州市婦女(nǚ)兒(ér)童醫療中心信息中心主任 曹曉均
從2019年開始，廣州市婦女(nǚ)兒(ér)童醫療中心先後引進了(le)多(duō)款醫療影(yǐng)像AI産品。看著(zhe)醫療AI産業發展越來(lái)越好，曹曉均由衷地感到高(gāo)興：一方面，醫療影(yǐng)像AI産品在廣州市婦女(nǚ)兒(ér)童醫療中心落地後，确實展現出了(le)它的(de)價值。“醫療影(yǐng)像AI對(duì)影(yǐng)像科提升工作效率有很大(dà)幫助。例如肺結節的(de)診斷、骨齡的(de)測算(suàn)，以前沒有AI，需要醫生逐張片子去看。現在AI可(kě)以先給出一個(gè)初步診斷，幫助醫生更好地關注到片子中的(de)問題。”另一方面，廣州市婦女(nǚ)兒(ér)童醫療中心在引進醫療影(yǐng)像AI的(de)過程中也(yě)投入了(le)不少資源和(hé)精力。醫療影(yǐng)像AI運行需要強大(dà)的(de)算(suàn)力作爲支撐，這(zhè)就要求醫院必須對(duì)服務器等硬件進行升級。這(zhè)個(gè)擔子自然落在了(le)作爲信息中心主任的(de)曹曉均肩上。行業早期，很多(duō)公司爲了(le)把自家的(de)AI産品送進醫院，都會免費幫醫院部署服務器，有些醫院爲了(le)節約人(rén)力和(hé)資金也(yě)樂(yuè)見其成。但廣州市婦女(nǚ)兒(ér)童醫療中心對(duì)數據安全格外重視，爲保險起見，還(hái)是決定自己采購(gòu)和(hé)部署服務器。剛接觸醫療影(yǐng)像AI，曹曉均經驗不多(duō)，不知道該部署多(duō)大(dà)算(suàn)力的(de)GPU。爲此，他(tā)走訪考察了(le)不少醫院，跟合作的(de)廠商更是反複溝通(tōng)交流。如今醫療影(yǐng)像AI的(de)價值逐漸得(de)到認可(kě)，他(tā)和(hé)醫院的(de)這(zhè)番功夫也(yě)算(suàn)沒白費。雖然醫療影(yǐng)像AI的(de)商業化(huà)前景正逐步明(míng)晰，但曹曉均也(yě)看到，其發展仍然存在許多(duō)不足和(hé)挑戰。首先，需要醫療影(yǐng)像AI的(de)場(chǎng)景非常多(duō)，AI目前能解決的(de)隻是一小部分(fēn)問題。“影(yǐng)像科醫生希望AI能夠識别所有類型的(de)片子，對(duì)所有類型的(de)疾病進行診斷，但現實中AI根本做(zuò)不到這(zhè)麽細。它隻有在面對(duì)單一疾病——比如肺結節、骨折時(shí)，才能有較高(gāo)的(de)診斷能力。針對(duì)複雜(zá)維度的(de)使用(yòng)場(chǎng)景，現在還(hái)沒有很好的(de)産品能夠落地。”
其次，醫療影(yǐng)像AI與醫院既有PACS系統之間的(de)兼容和(hé)打通(tōng)也(yě)是一大(dà)挑戰。作爲信息中心主任，曹曉均對(duì)此深有體會。當前，各家公司的(de)醫療AI産品都隻能針對(duì)單一疾病或者少數幾種疾病進行輔助診斷，因此醫院往往需要引進多(duō)家公司的(de)産品來(lái)滿足對(duì)于不同病種的(de)輔助診斷需求。而且，行業早期AI公司爲了(le)提前“占位”，會盡最大(dà)努力把産品送進醫院，這(zhè)就導緻一個(gè)醫院可(kě)能同時(shí)存在幾款針對(duì)同一病種的(de)醫療影(yǐng)像AI産品。比如廣州市婦女(nǚ)兒(ér)童醫療中心就同時(shí)引進了(le)包括彙醫慧影(yǐng)在内的(de)三家廠商的(de)肺結節醫療影(yǐng)像AI輔助診斷系統。醫療影(yǐng)像AI産品作爲一個(gè)獨立系統，需要通(tōng)過定制化(huà)的(de)接口從PACS系統獲取影(yǐng)像數據。而每個(gè)PACS系統都有自己的(de)開發語言和(hé)技術标準，這(zhè)就需要醫院信息科爲引入的(de)每一款醫療影(yǐng)像AI産品獨立開發PACS系統接口。“對(duì)接的(de)AI廠商越多(duō)，需要開發的(de)接口就越多(duō)，增加了(le)我們的(de)工作量，而且接口也(yě)不方便管理(lǐ)。AI系統對(duì)于數據字段的(de)要求會随著(zhe)算(suàn)法的(de)演進不斷改變，如果以後A公司要增加字段，B公司也(yě)要增加字段，維護的(de)成本就會非常高(gāo)。”這(zhè)種系統的(de)割裂也(yě)影(yǐng)響到了(le)醫療AI産品的(de)最終用(yòng)戶——影(yǐng)像科醫生的(de)使用(yòng)體驗。北(běi)京協和(hé)醫院放射科高(gāo)級工程師、中華醫學會影(yǐng)像技術分(fēn)會前主委付海鴻就曾提到，“這(zhè)些AI工具大(dà)多(duō)使用(yòng)獨立的(de)服務器、工作站，或是作爲放射科醫生工作站的(de)一個(gè)單獨應用(yòng)存在，并未與日常的(de)數字化(huà)閱片診斷工作流程集成在一起。AI工具和(hé)PACS、RIS的(de)相互獨立，使得(de)醫生在工作時(shí)需在PACS、RIS與AI工具之間閃轉騰挪、往複切換，不利于放射科醫生的(de)工作效率和(hé)工作體驗提升。”醫療影(yǐng)像AI産品和(hé)PACS系統彼此割裂的(de)問題從前者誕生的(de)那一刻起便存在，隻是随著(zhe)其逐步走向商業化(huà)，用(yòng)戶期望越來(lái)越高(gāo)，才逐漸凸顯出來(lái)。作爲信息中心主任，曹曉均很早就注意到了(le)這(zhè)些問題，并且已經探索出了(le)一套相對(duì)成熟的(de)解決方案。他(tā)認爲，醫院信息科可(kě)以從兩大(dà)方向入手解決醫療影(yǐng)像AI産品和(hé)PACS系統互相割裂的(de)問題：一是在醫療影(yǐng)像AI産品和(hé)PACS系統之間搭建一個(gè)數據接口平台，把各個(gè)AI公司可(kě)能用(yòng)到的(de)數據字段都納入到這(zhè)個(gè)平台中去，AI公司按需取用(yòng)即可(kě)，這(zhè)樣就能避免反複開發，同時(shí)也(yě)方便管理(lǐ)。目前，廣州市婦女(nǚ)兒(ér)童醫療中心已經取得(de)了(le)不錯的(de)實踐成果。二是爲影(yǐng)像科醫生在PACS系統中開發一個(gè)AI輔助診斷結果的(de)集中展示界面。“比如我們醫院接入了(le)三家公司的(de)醫療影(yǐng)像AI産品，它們都對(duì)某個(gè)病人(rén)的(de)片子有自己的(de)看法，那麽就可(kě)以反饋三個(gè)結果出來(lái)，統一展示在PACS系統的(de)界面中。有了(le)這(zhè)個(gè)集中展示界面，醫生就不需要再同時(shí)打開多(duō)個(gè)窗(chuāng)口了(le)，對(duì)使用(yòng)體驗有很大(dà)的(de)改善。”實際使用(yòng)中，醫生并不一定會同時(shí)打開3個(gè)AI産品，而是會根據自己的(de)偏好進行選擇。比如廣州市婦女(nǚ)兒(ér)童醫療中心雖然引進了(le)3款肺結節AI輔助診斷系統，但每個(gè)産品的(de)使用(yòng)頻(pín)率并不相同，彙醫慧影(yǐng)的(de)産品明(míng)顯比其他(tā)兩家廠商更受歡迎。曹曉均介紹，有了(le)這(zhè)個(gè)集中展示界面後，就可(kě)以實現單點登錄，避免設立多(duō)個(gè)賬号密碼的(de)麻煩。而且系統可(kě)以根據醫生的(de)偏好自動推薦相應系統的(de)輔助診斷結果。甚至還(hái)可(kě)以在這(zhè)個(gè)基礎之上開發一套評分(fēn)系統，醫生可(kě)以對(duì)各個(gè)AI輔助診斷系統的(de)表現進行評分(fēn)。曹曉均表示，以前AI産品好不好都是廠商關起門來(lái)自己比，數據都很漂亮，但産品好不好用(yòng)隻有醫生才有發言權。有了(le)這(zhè)樣一套評分(fēn)系統，廠商就能更加客觀地認識到自己的(de)長(cháng)處和(hé)短闆，對(duì)于行業的(de)發展大(dà)有裨益。曹曉均主任提出的(de)兩大(dà)平台對(duì)醫療影(yǐng)像AI系統的(de)使用(yòng)體驗有很大(dà)提升，但并未從根本上解決其與PACS系統互相割裂的(de)問題。不少行業專家認爲，影(yǐng)像科醫生要想在工作流程中無縫地使用(yòng)AI，最好辦法就是推動醫療影(yǐng)像AI系統與PACS系統走向融合。比如北(běi)京協和(hé)醫院放射科高(gāo)級工程師、中華醫學會影(yǐng)像技術分(fēn)會前主委付海鴻就旗幟鮮明(míng)地提出，“未來(lái)，不集成、不部署、不應用(yòng)AI的(de)PACS一定會被淘汰，不與PACS、RIS集成的(de)AI也(yě)一定會被淘汰。”但AI産品和(hé)PACS系統的(de)融合過程中究竟該由誰來(lái)占據主導權呢(ne)？在AI廠商和(hé)PACS廠商的(de)對(duì)決之中，後者并不被看好。目前許多(duō)醫院中PACS系統也(yě)早已經停止更新叠代。研發實力一般的(de)PACS想在AI領域有所建樹必然不是一件容易的(de)事情。而反過來(lái)，AI公司的(de)崛起勢頭一直都很猛，而且部分(fēn)企業在PACS+AI領域已經布局了(le)很長(cháng)時(shí)間。以彙醫慧影(yǐng)爲例，作爲國内醫療AI公司中的(de)先行者和(hé)領跑者，彙醫慧影(yǐng)很早就确定了(le)“PACS+AI”齊頭并進的(de)發展思路，研發了(le)數字智能膠片、大(dà)數據科研平台、PACS+數據中台、影(yǐng)像雲平台等多(duō)條産品線，構建起了(le)以智慧影(yǐng)像爲核心的(de)全周期人(rén)工智能醫學影(yǐng)像解決方案。彙醫慧影(yǐng)“PACS+AI”的(de)整體發展戰略可(kě)以分(fēn)成幾個(gè)維度：首先，從底層數據出發，瞄準醫院數據繁多(duō)、價值高(gāo)、利用(yòng)率低等問題，從底層架構做(zuò)起建設PACS+數據中台，将AI對(duì)于數據處理(lǐ)的(de)能力賦能給醫院，通(tōng)過數據中台，醫院可(kě)清晰的(de)看到數據目前的(de)使用(yòng)、清洗标注等情況。面向臨床科室，彙醫慧影(yǐng)研發大(dà)數據科研平台，擁有深度學習(xí)、機器學習(xí)等多(duō)種模型算(suàn)法，臨床醫生通(tōng)過科研平台針對(duì)感興趣的(de)研究方向，可(kě)以實現圖像文本分(fēn)析，生成準确的(de)論文分(fēn)析數字和(hé)模型。面向患者端，彙醫慧影(yǐng)提供的(de)數字智能膠片可(kě)供患者随時(shí)調閱。面向醫生端，不受辦公地點、距離的(de)約束就能讓醫生用(yòng)手機、平闆看到原始DICOM格式的(de)數字膠片。同時(shí)，彙醫慧影(yǐng)的(de)AI輔助篩查系統可(kě)幫助醫生自動定位病竈信息，效率較純粹人(rén)工診斷提升15%以上。面向基層醫院，彙醫慧影(yǐng)推出影(yǐng)像雲産品，鏈接各級醫院，服務醫聯體/醫共體、醫療集團等各類醫療機構，實現醫學影(yǐng)像數據的(de)互聯互通(tōng)，真正助力實現優質醫療資源下(xià)沉。對(duì)于究竟是PACS+AI還(hái)是AI+PACS，曹曉均主任也(yě)有一番獨到的(de)見解。他(tā)認爲，雖然PACS廠商的(de)研發能力比較薄弱，但目前而言PACS系統依舊(jiù)是醫生非常依賴的(de)工具，而AI起到的(de)更多(duō)是輔助作用(yòng)。從這(zhè)個(gè)角度而言，AI企業短時(shí)間内還(hái)很難撼動PACS廠商的(de)地位。不過長(cháng)遠(yuǎn)來(lái)看，不排除AI廠商開發的(de)産品也(yě)能滿足醫生對(duì)于PACS系統的(de)一切功能需求。曹曉均認爲，醫療AI與業務場(chǎng)景的(de)無縫結合一定是大(dà)勢所趨。在他(tā)看來(lái)，最理(lǐ)想化(huà)的(de)狀态就是，“醫生拍(pāi)完冠脈造影(yǐng)片子後，AI就能自動把關鍵數字提取出來(lái)生成報告，不用(yòng)醫生再去測總容量。”但他(tā)也(yě)清楚這(zhè)不是一兩年就能做(zuò)到的(de)，需要分(fēn)步有機地結合，從局部應用(yòng)擴大(dà)到全場(chǎng)景。對(duì)于醫療AI的(de)未來(lái)，他(tā)有充分(fēn)的(de)信心，也(yě)有足夠的(de)耐心。
