AI医学影像进入“落地”元年 临床医学专家：目前大多数公司还是纯“技术派”

作为有30多年临床经验的超声专家，李安华还身兼中国超声医学工程学会副会长的职务。她关注AI医学影像6年时间了，也接触过很多AI医学影像类的公司，有些是科技巨头，有些是创业公司。但她注意到，这些科技型公司提供的产品，很难找到让超声医生满意的AI应用。

“我们面临医、教、研‘三座大山’，希望AI落地真正能够帮助我们。”中山大学附属第一医院妇产超声科教授、主任医师谢红宁也在接受《每日经济新闻》记者面访时坦言，产科超声检查是一项“烧脑”的工作，需要医生保持高度紧张状态，识别、记住图像里的指标，时刻提醒自己不要漏检，一天工作下来很容易疲倦。如果有个像小秘书一样的AI辅助医生，能在很大程度上提高医生工作效率，减少漏检、漏诊。

《每日经济新闻》记者发现，两位超声领域专家的“吐槽”，正是AI医学影像在临床应用时遇到瓶颈的原因。

李安华期待AI可以赋能超声医生，但眼下面临三大挑战。第一，绝大多数做AI医学影像的公司都是“技术派”，纯技术思维很难做出真正满足临床医生需求的产品；第二，即便是最好的AI产品，也没办法做到100%的准确率；第三，现在国内几乎所有的AI公司都使用开源算法，各家公司的算法效能取决于对开源算法重新编译工作做得好不好。而不同医学影像场景的图像风格不同，重新编译工作是一道门槛，区分了一般和优秀的AI公司。

AI超声落地难：工程师和医生想的不一样

谢红宁把自己的感受告诉了她的博士生汪南，汪南的另一个身份是广州爱孕记信息科技有限公司（以下简称爱孕记）创始人。产前超声医生每天要面对大量的受检者，排畸检查涉及的胎儿全身结构的细节非常多，长时间需要医生一个人对着机器和黑乎乎的屏幕。而在每一次检查时，医生都必须记住自己看了哪些部位，特别是畸形筛查，如果忘了就得重新做。即使是谢红宁这样的顶级专家，也经常会有自我怀疑的时候。

“超声，尤其是产前超声特别考验医生的专注力，检查过哪些部位，全靠脑子记住，如果有一个小秘书在旁边提醒，效率就会高很多，也会减少漏诊。”谢红宁说，中、高资历医生在大量的工作状态下难免会感到疲倦，而年轻医生容易出现的问题就是漏掉一些没有见过的畸形情况，需要找高资历医生来把关。

图片来源：受访者供图

汪南就想做一款谢红宁提到的“小秘书”，这个AI系统能像地图导航一样，为超声医生提供实时同步的分析结果。

其实，医学影像AI不是新鲜事物。《每日经济新闻》记者注意到，2016年和2017年，国内的一些公立医院还组织过超声AI的“人机大战”。谢红宁也用过一些超声AI系统，但效果达不到预期。

其中的一个难点在于影像识别的计算方法。就像早期对阿尔法狗的训练一样，医疗AI的训练也得有“棋谱”，医学影像的数据就是大量由医生标注出重要信息的影像数据集。但由于不同超声医生的扫查手法不同，采集图像的质量可能参差不齐。

另外，很多AI产品设计出来后，并没有真正达到医生使用的要求。李安华指出，大部分已经应用到超声的AI产品都存在一个弊端，就是要先由医生扫描找到肿块图像，把它抓取成静态图，再由AI系统来判别是良性还是恶性。这种模式下，万一医生看不到这个肿块，就是漏诊。

“工程师和医生想的不一样。”李安华说，磁共振、CT可以根据静态图像做诊断，但超声需要医生根据实时动态检查画面做诊断，AI超声系统需要“陪伴”医生。

8月4日，谢红宁也在接受采访时表达了同样的观点。产前诊断中超声非常重要，超声医生要扫查出胎儿全身至少30多个标准图像，然后进行实时的立体思维，在脑中建立立体结构进行判断，但以往的AI系统尚未实现立体结构识别。

近日，爱孕记联合包括中山大学附属第一医院在内的全国多家三甲医疗机构以及华南理工大学计算机学院，共同研发了产科超声AI智能化系统“爱孕智声”。李安华在接受《每日经济新闻》记者面访时分析称，爱孕智声是国内首个可以实时、动态、断面、连续识别的AI系统，医生诊断时不用停止探头扫查，系统就能自动提示，真正解决了临床痛点。

AI医疗的机会：来自临床的迫切需求

汪南不是第一个“出圈”的超声AI创业者。5年前，华创证券计算机行业分析师陈宝健就发布研报，称科技巨头加速跑马圈地，创业公司受资本热捧：AI+医疗影像市场百家争鸣。

但因为落地难、商业化难等问题，很多创业项目半路夭折。直到今年，一些医学界和科技界人士才真正感受到，越来越多AI医学影像加速落地，但此时距离当时喊出的“风口”有5年之久。

李安华希望有更多科技企业，能够研发出真正基于临床医生需求、辅助医生提高效率、减少误诊的产品。她说，好的AI产品除了能辅助医生，还能够做好超声图像的质控、建立统一标准，帮助高资历医生培养年轻医生。

谢红宁也深有感触，作为高资历医生，她有很大一部分精力是带学生、培训新医生。在超声科，一名低资历医生成长为中资历医生往往需要5年时间。但在常规培养中，这种“传帮带”就是靠高资历医生的经验，并没有统一的标准。而在超声诊断的大排畸中，医生需要采集30多个图像，采集的结果也没有统一标准。

图片来源：摄图网-500313684

汪南把谢红宁此前发表的论文中的超声诊断标准作为爱孕智声的技术参数，该妇产超声AI于2021年9月获得广东省药监局颁发的第二类医疗器械注册证，2022年1月获得湖南省药监局颁发的第二类医疗器械注册证，2022年8月完成国家药监局第三类医疗器械注册证的首例入组。

据汪南向《每日经济新闻》记者展示的试验数据，爱孕智声能帮助医生提高6至10个百分点的敏感性，即降低6至10个百分点的误诊率，其诊疗水平相当于高年资医生。

“基层医疗对这类设备需求更大。”李安华很想把这样的设备带去基层。她对《每日经济新闻》记者谈起自己赴基层帮扶的经验——有次她到一家镇医院时看到一台崭新的超声设备摆在房间，院长告诉她，机器是捐赠的，但医院没人会用，更没有超声医生。

李安华说，这在县级以下医疗机构是普遍情况，即便是这些医疗机构之前有超声医生或培养了超声医生，（医生大多）也会被上级医院抽调走。还有一些跟她到基层的超声医生，也并没有经过充分的专业学习。

在她看来，县级以下医疗机构配备这样的AI系统，一方面有利于超声医生教学，另一方面也能提升整体的诊疗水平。

广东省人工智能产业协会常务副会长兼秘书长张崟则表示，在国家政策以及市场需求的共同推动下，基于图像识别的辅助诊断这一个热点赛道，一定会涌现出越来越多的优秀的企业和产品。

但眼下，AI超声在医疗机构的真正落地还面临普及应用、高精准度、支付等多重商业化的挑战。

汪南也提到，过去一年他几乎跑遍全国主要城市，向各省、市一级的政府官员、医疗机构去推广他的这款AI系统。目前爱孕智声已在中山大学附属第一医院、广东省妇幼保健院等20多个省市的100多家医院使用。

如果推广到基层，这些尖端技术的“新面孔”将由谁来买单？对此，一位不愿具名的业内人士对《每日经济新闻》记者坦言，商业化是AI系统普遍面临的问题，是由政府、医疗机构还是患者买单，没有一个绝对的方案，目前的情况主要还是医疗机构在买单，但到自负盈亏的县级以下医疗机构，还真得打个问号。

封面图片来源：摄图网-501351508