AI在医疗健康领域“狂飙”千亿产业能否满足临床个性化需求？

  新一代人工智能技术的兴起，为医疗行业实现智能化转型提供了新的思路和手段，也为医疗器械产业高质量发展带来了重大机遇。据中商产业研究院统计，2020年AI+医疗已占AI市场的 18.9%。另据IDC统计数据，到2025年AI应用市场总值将达1270亿美元，其中医疗行业将占市场规模的五分之一。从基础层到应用层，医疗AI广阔市场被认为大有所为。

  我国人工智能医疗产业高质量发展势头迅猛，人工智能医疗产业生态已经基本形成，如此，AI+医疗如何在医学影像诊断、辅助治疗等领域实现更广泛的应用也成为重要线届中国国际医疗器械（春季）博览会期间，上海科技大学生物医学工程学院创始院长、联影智能联席CEO沈定刚在接受21世纪经济报道记者正常采访时表示，我们从始至终认为，临床上有很多问题是需要解决，单一的AI应用对医生的帮助非常有限。基于这样的思想，我们应该从人员布局、产品研究开发上做很多工作。毕竟，医院里面所需要的AI不是单个AI，而是很多AI的融合。特别是现在已经到了ChatGPT时代，AI技术不断融合、涌现，是重要的趋势。

  据行业研究报告预测，中国医疗AI市场规模保持快速地增长，随着精准医疗需求的逐步扩大，对医生工作效率提出更高要求，这将扩大并加速医疗AI产品的需求，进而推动医疗AI行业及企业的发展。

  也是在此市场需求之下，在医疗领域，鉴于AI+医疗具有诸多优势，为医生节约时机、提高效率等，AI+医疗被予以众望。

  《2020人工智能医疗产业高质量发展蓝皮书》显示，当前，人工智能技术融入国内诊疗流程的主要切入点在于医学影像和精准医疗。在医学影像方面，人工智能技术主要依托图像识别和深度学习能力，用以解决病灶识别与标注、靶区自动勾画与自适应放疗、影像三维重建3类诊断需求。

  人工智能技术主要辅助影像诊断承担较大数据样本量的分类检出工作，在判断标准相对明确、知识构成相对简单的情况下，替代医师部分工作，在辅助疾病诊断、基因分析、预后判断、定量放射学诊断等方面提供具有附加值的工作。目前，我国人工智能医学影像产品布局方向大多分布在在胸部、头部、盆腔、四肢关节等几大部位，以肿瘤和慢性病领域的疾病筛查为主。

  在精准医疗方面，以个人基因组信息为基础，利用AI与大数据挖掘、基因检测等前沿技术，可以对大样本人群和特定疾病类型进行生物标记物分析与鉴定，找到精确发病病原和作用靶点，并结合病患个人的实际身体状态，开展个性化精准治疗，提高疾病预防与治疗效果。近年来，精准医疗的临床应用正在慢慢地实现，在药物研发、肿瘤分子标记物检测、无创肿瘤基因检测、癌症靶向治疗、肿瘤细胞免疫治疗、出生缺陷筛查等临床诊断与治疗领域发挥着重大作用。

  此外，在国家政策助推下，“AI+医疗”也迎来发展良机。沈定刚介绍，AI需要与临床有非常紧密的结合，了解临床的真切诉求，而目前，AI也在临床诊治过程中发挥着重要的作用。具体而言：

  一是，AI能够解决“草里寻针”的问题。临床医学影像上很多时候需要找寻细微病灶，这相当于在做一些“草里寻针”的工作，人眼很容易错过。在此方面，AI非常擅长。例如，在进行肺结节诊断时，300幅图片，每幅图片1024×1024，需要让影像科医生在两三分钟看完，肉眼很容易错过不少细节，但AI就能轻松实现秒级阅片；

  二是，AI能解决人眼“视而不见”的问题。同样以肺结节诊断为例，过去大家对于自身结节的变化相对而言非常焦虑，而临床诊断中很多时候结节的变化人眼难以察觉，但现在AI的随访管理较为精准，即使是很细微的变化，也能在第一时间做出判断。这也是AI的一大优势，能发现疾病的微小变化，具备解决人眼“视而不见”的能力；

  三是，AI能解决“雾里看花”的问题。人体是三维立体的架构，以肺结节阅片为例，在胸片中，有时肺结节在视觉上会和肋骨重合，医生很难看清，但AI能较为准确地在“迷雾中”找到病灶。

  “当然，AI目前在整个临床流程里还有较多工作未能覆盖。例如，以现在的医疗AI发展程度来看，还没做到所有的疾病用一个AI软件就能够实现辅助诊断，而ChatGPT技术的出现也会启发我们把多种疾病用一个AI来做，这就是一个融合的概念。这也是由于各种疾病之间可能有一些相关性，一个问题的解决能够在一定程度上帮助另外一个问题找到应对之策。”沈定刚说，在AI时代，我们更应思考一个问题的整体解决方案，而不是其中的一个点。有人钻得很深、钻了一辈子，但是要回头想想，这对于解决临床问题有啥好处。可能大多数是没有多大好处、多大用的东西。因为临床需要的是一大批AI工具。

  实际上，想要做到这一点，重点是把所有的AI工具标准化、模块化，进行组合、快速开发新的产品。这就需要学者、产业界人士学会共享，从解决临床问题的思路出发。

  值得一提的是，眼下AI不仅在临床诊断方面得到了广泛应用，在治疗环节也能够正常的看到其身影。例如，在放疗环节，联影智能分割引擎可在0.7 秒左右自动勾画靶区，Dice 系数可达 97%。配备自动勾画引擎的联影一体化CT-linac放疗设备使得传统需二十天左右才能完成的首次放疗流程缩短至20分钟左右的一站式放疗，“精准狙击”肺癌、乳腺癌、鼻咽癌等癌症病灶。

  目前，该一站式放疗方案已在复旦大学附属肿瘤医院、中山大学肿瘤防治中心、金华市中心医院成功应用于直肠癌（23mins）、鼻咽癌（29 mins）、乳腺癌（23 mins）及肺癌在线 sec）的病患首次放疗中。

  除了肿瘤领域，在2021年，科技部开启科学技术创新2030-“脑科学与类脑研究”重点项目申报，“中国脑计划”跨越式发展提上日程。其中，联影智能主要参与了“基于新一代人工智能技术的婴幼儿动态脑图谱绘制及语言和社会情绪的发育机制研究”。该项目主要是通过研发AI创新技术，从快速成像、图像去噪、高精度婴幼儿脑影像分析到智能多模态融合，最终构建脑影像智能分析平台，实现高精度和自动化的婴幼儿多模态脑影像分析，支持婴幼儿脑发育图谱建立和早期社会情绪与交流能力发展评估。

  但尽管如此，在当前，AI技术只能被认为是一个很好的辅助手段，不能完全取代医生，而是作为医生的助手、医院的助手、设备厂商的助手、患者自我管理体系的助手、以及医疗支付体系的助手，可以越来越好的提高优质医疗资源的可及性，最大化的保障医疗服务的公平性。

  “AI+医疗不是闭门造车，‘造’出来的东西需要投入临床使用，如果医生觉得根本就没有解决临床问题，或者产品对临床的理解不深入则毫无意义。”沈定刚介绍，我们通过十几年跟各医院放射科、核医学科等建立了非常深度的关系，通过与医生沟通的需求已经在对产品的定义、开发、打磨等过程中被反映出来了。

  以复旦大学附属中山医院为例，双方在合作的过程中，医生会提出很多临床上重要的需求，希望产业来解决，也是基于此，企业内部的技术人员、产品经理、研发人员等会共同讨论解决方案，并且进行一定的市场调查与研究，对相关这类的产品进行打磨，以此满足临床需求。

  “可能不同的地区、不同的医院相应的标准也不一定完全统一，我们应该‘因地制宜’。另外，有些疾病诊断上国内有好几个指南，临床使用标准不一，针对这样的一种情况下，只有经过对产品的打磨，才会知道不一样的地区的医院需求具有差异。所以，我们在开发产品的时候会把各种各样的需求在产品的设计、开发等阶段个性化需求都予以考量。”沈定刚说。

  如此可见，AI 应用从研发到落地的快速转化，离不开技术模块的积累和组合，也离不开产学医的紧密协作。工信部此前也强调，将从四方面持续推动AI和实体经济深层次地融合发展：一是，构建创新载体，组建智能传感器等，加强人工智能共性研发技术；二是，推动改革创新，支持上海浦东新区、北京、成都等八个地方探索产业高质量发展新路径、新举措；三是，促进融合智能发展，在制造业、交通、医疗教育等行业，成功部署一批智能化解决方案，有效促进产业转型升级；四是，培育领军企业，在全国率先探索新兴旗帜，围绕人工智能巩固提升产业创造新兴事物的能力，竞争产生出一批优秀的技术产品。

  “产学研医的合作很重要。一方面，公司技术性人才在相应领域的专业性很重要；另一方面，国家重大的项目需要让企业领头，与大学、医院紧密合作完成。只有通过研究机构、顶级医院医生间建立紧密的合作，才能真正让一批先进AI技术服务于临床。”沈定刚强调。