李婭雯,劉國紅
徐州醫(yī)科大學附屬沭陽醫(yī)院 院長辦公室,江蘇 沭陽 223600
人工智能(Artificial Intelligence,AI)具有高效計算、精準分析與決策的能力,非常適用于工作強度較大、知識密集型的醫(yī)療領域。醫(yī)學影像由于在醫(yī)療數(shù)據(jù)中約占90%,被認為是AI可以最快落地的領域[1]。AI技術應用于醫(yī)學影像圖像處理,以此來高效、精準地輔助醫(yī)生尋找病灶并且診療疾病,可以說醫(yī)學影像具有智能性,可簡稱為醫(yī)學智能影像[2]。根據(jù)國家《新一代人工智能發(fā)展規(guī)劃》的總體戰(zhàn)略部署,以及《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃(2018~2020年)》中關于醫(yī)療領域的具體實施目標,我國正在重點培育和發(fā)展醫(yī)療影像輔助診斷系統(tǒng)等醫(yī)療AI產(chǎn)品。這為我國醫(yī)學智能影像產(chǎn)業(yè)的發(fā)展提供了政策支持。同時醫(yī)學智能影像在深度算法上的突破及AI圖像識別技術的日益成熟[3],也為AI影像輔助診斷發(fā)展提供了契機。然而我國目前醫(yī)學智能影像的商業(yè)化應用不多,基本成型的AI+醫(yī)學影像產(chǎn)品大多正處于醫(yī)院試用階段,整個行業(yè)處于發(fā)展初期[4-5]。
醫(yī)學智能影像輔助醫(yī)生做出診斷倚靠諸多關鍵技術支持,其中云影像技術、AI技術、多病種處理技術等三個方面對醫(yī)學智能影像應用于醫(yī)療市場產(chǎn)生重要影響。云影像技術借助云計算平臺和移動網(wǎng)絡,可將數(shù)字化的影像數(shù)據(jù)聯(lián)通到互聯(lián)網(wǎng)及移動互聯(lián)網(wǎng),做到更加廣泛的醫(yī)學影像數(shù)據(jù)協(xié)同。目前我國云影像技術相對成熟,但是隨著醫(yī)學智能影像的深化應用,業(yè)務整合等需求將對信息、流程集成提出更高要求,而我國目前在云影像平臺的服務層次仍然欠缺、需求分析和設計尚屬空白[6]。AI算法與理解和歸納分析醫(yī)療數(shù)據(jù)有關。近幾年醫(yī)學智能影像的智能圖像診斷算法相對成熟,基于深度學習的醫(yī)學影像分析具有較高的圖像特征提取能力和病灶識別準確率[7]。然而,醫(yī)學智能影像在臨床診斷應用中實現(xiàn)更高的價值還有待于符合臨床規(guī)范的AI 技術的提升[8]。得益于深度學習算法,現(xiàn)階段醫(yī)學智能影像的單病種識別率較高,而解決一個單病種是數(shù)年研究獲得的成果,但醫(yī)學影像處理病種的數(shù)量非常龐大(約2000多種),且病種與病種之間的差異度也很大,因此研發(fā)出能夠處理多個病種的超級醫(yī)學智能影像產(chǎn)品仍然任重道遠。
關于醫(yī)學智能影像產(chǎn)業(yè)的發(fā)展現(xiàn)狀可以從資本投入、企業(yè)發(fā)展狀況及企業(yè)開發(fā)產(chǎn)品在市場中的應用銷售情況三方面了解。
(1)醫(yī)學智能影像資本投入較大。目前醫(yī)學影像已經(jīng)成為AI在醫(yī)療應用中最熱門的領域之一。自2016年以來,諸多AI+醫(yī)學影像公司先后獲得千萬元投資[9],以醫(yī)療影像云平臺起家的公司也逐漸涉足AI領域,比如醫(yī)渡云與匯醫(yī)慧影。鯨準數(shù)據(jù)中心的研究結果也提到,在2013年至2017年間,國內(nèi)醫(yī)療智能影像已是資本集中布局的高地。
(2)產(chǎn)業(yè)內(nèi)巨頭企業(yè)發(fā)展強勁,但整體發(fā)展水平較為低迷。萬里云、科大訊飛、騰訊覓影等少數(shù)幾家公司占據(jù)較大市場份額,巨頭們擁有多家獨立醫(yī)學影像中心及單病種醫(yī)學智能影像設備及系統(tǒng)[10],建立的第三方獨立影像中心達成設備商與運營方之間雙贏合作,已逐步形成連鎖化、集團化、遠程化的規(guī)模[11]。但是由于行業(yè)規(guī)范未定、數(shù)據(jù)質(zhì)量較差、云端隱私保護、無法處理多病種、設備兼容性差、復合型技術人才缺乏等多種原因,行業(yè)整體市場化率不高,社會接納較弱[12]。
(3)國內(nèi)醫(yī)學智能影像產(chǎn)品銷售狀況欠佳。與產(chǎn)業(yè)發(fā)展狀況呈現(xiàn)正相關關系,產(chǎn)業(yè)發(fā)展低迷也表現(xiàn)出產(chǎn)品銷售狀況不佳。AI智能圖像影像處理系統(tǒng)近年來雖然取得了許多進步,但與醫(yī)療市場需求有所脫節(jié),應用場景有限,AI企業(yè)往往不能落戶醫(yī)院或只是落戶部分醫(yī)院試用[13]。
綜上所述,我國目前醫(yī)學智能影像技術水平有所提高,但由于AI技術應用于醫(yī)學影像仍然有較多棘手的技術難題有待攻克,因此目前還無法在臨床得以廣泛應用,未能較大程度滿足市場需求。而除受技術水平的限制以外,其他如行業(yè)標準、醫(yī)院觀念、患者就醫(yī)習慣、法律法規(guī)、倫理等的影響,也都使得國內(nèi)醫(yī)學智能影像公司的發(fā)展比較崎嶇。
醫(yī)學智能影像產(chǎn)品能夠進入市場并且占據(jù)保證產(chǎn)業(yè)發(fā)展的一定市場份額,就可以認為具有應用前景。醫(yī)學智能影像是否有國家層面的認可和支持是其進入市場的前提,醫(yī)學智能影像具有超越傳統(tǒng)影像的優(yōu)勢,這是其能夠占據(jù)一定市場份額的主要原因。關于醫(yī)學智能影像的應用前景將主要圍繞這兩方面展開探討。
政府是市場的參與者和治理者,違背國家機器意志的產(chǎn)業(yè)幾乎難以存在和發(fā)展。關于AI的應用,國家予以了一定的肯定和支持,其中還有不少與醫(yī)療領域中醫(yī)學影像相關的政策(表1)。通過這些政策文件可以看出政府對AI以及大數(shù)據(jù)在醫(yī)療領域的應用表現(xiàn)出了支持的鮮明態(tài)度,突出了鼓勵創(chuàng)新、包容審慎的政策導向,這為市場吃了一顆定心丸,有助于醫(yī)療智能影像產(chǎn)業(yè)的快速發(fā)展。
醫(yī)學智能影像產(chǎn)業(yè)的出現(xiàn)是緣于市場需求,AI+醫(yī)學影像優(yōu)于傳統(tǒng)醫(yī)學影像的特點催生了這一產(chǎn)業(yè)。傳統(tǒng)醫(yī)學影像有以下不足之處:① 影像醫(yī)生數(shù)量短缺:現(xiàn)代醫(yī)學是建立在實驗基礎上的循證醫(yī)學,這就使得影像屬于現(xiàn)代醫(yī)學最為重要的診斷依據(jù)[14],因此影像市場對影像醫(yī)生的實際需求量很大,但醫(yī)生的年增長率長期低于影像數(shù)據(jù)的增長率[15],影像醫(yī)生數(shù)量無法滿足巨大的市場需求;② 較高的漏診率和誤診率:根據(jù)中國醫(yī)學會的一份誤診數(shù)據(jù)資料顯示,中國臨床醫(yī)療總誤診率為27.8%,其中惡性腫瘤平均誤診率為40%,器官異位誤診率為60%,如鼻咽癌、白血病、胃結核等平均誤診率也在 40%以上,這些誤診絕大多數(shù)由醫(yī)學影像導致且主要發(fā)生在基層醫(yī)療機構;③ 醫(yī)學影像資源配置不均衡:中國有14億人口,但是只有200萬基層醫(yī)生,并且基層醫(yī)生、偏遠地區(qū)的醫(yī)療技術較為局限,使得“看病難”問題更加難以解決;④ 診斷效率低下:這是人工讀片不可避免的問題,影像醫(yī)生需要辛苦的重復工作,又因為長時間讀片人眼視力會產(chǎn)生疲勞就容易降低診斷效率甚至是診斷質(zhì)量。
醫(yī)學智能影像可以很好地解決上述四個問題,借助AI來分析胸片、CT、病理切片等影像資料有助于醫(yī)生投身攻克既往經(jīng)驗缺乏的罕見病、疑難雜癥,這些才是目前機器難以學習而人類可以發(fā)揮更大作用的地方。通過醫(yī)學智能影像讀片與人工影像醫(yī)生讀片的比較,可以更加直觀地了解醫(yī)學智能影像的發(fā)展與應用是未來趨勢,具有光明的前景(表2)。
表1 2016~2018年間與醫(yī)學智能影像相關的政策及內(nèi)容
表2 人工讀片與人工智能讀片的比較
醫(yī)學智能影像產(chǎn)業(yè)是在社會主義市場經(jīng)濟體制框架下發(fā)展,因此為了更好地理解目前我國醫(yī)學智能影像產(chǎn)業(yè)發(fā)展的制約影響因素,有必要先分析醫(yī)學智能影像的商業(yè)運作模式。
醫(yī)學智能影像的商業(yè)化發(fā)展受企業(yè)、消費者和政府三個主體之間的相互作用影響。企業(yè)與消費者是相互影響的關系,企業(yè)可以引導消費需求,同時消費者的消費需求會影響企業(yè)的生產(chǎn),而在社會主義市場經(jīng)濟體制下,政府主要扮演監(jiān)管和社會治理的角色,但行業(yè)沒有國家機器的認可將不會存在。此外,一個國家和地區(qū)的經(jīng)濟發(fā)展水平也對醫(yī)學智能影像的市場需求產(chǎn)生影響,經(jīng)濟形勢較好的地區(qū)更有意愿和能力購買醫(yī)學智能影像產(chǎn)品。基于上述分析,以市場三方主體為理論基礎,可以構建醫(yī)學智能影像商業(yè)化運作模式數(shù)學模型如下:
公式(1)~(3)中的變量均非數(shù)值變量,以SPSS中變量類型設定為是名義變量,式中的數(shù)學符號遵從一般數(shù)學運算法則。其中Y表示消費者需求,X1表示除政府外的影響醫(yī)學智能影像企業(yè)生產(chǎn)的各種因素的總和,X2表示對醫(yī)學智能影像市場有影響的政府方面的影響因素的總和,m是名義調(diào)節(jié)變量,代表醫(yī)學智能影像產(chǎn)業(yè)所處的國家或地區(qū)的經(jīng)濟發(fā)展水平。公式(1)~(3)中所有名義變量的取值只有兩種,即1=“有”;0=“無”。其中尤其需要指出的是b1表示政府認可的政策支持,是產(chǎn)品發(fā)生需求的前提條件,是決定性因素,在公式中默認b1=1。公式1與公式2中an和bn分別表示為X1和X2所代表類型的各種影響因素。根據(jù)醫(yī)學智能影像商業(yè)化運作理論模型可以整理為圖1。圈內(nèi)政府和企業(yè)對醫(yī)學智能影像產(chǎn)品消費者需求的影響都受到調(diào)節(jié)變量即經(jīng)濟發(fā)展水平的影響,政府和企業(yè)的聯(lián)合作用共同對消費者需求產(chǎn)生影響。輸入變量X1和X2中解決或做到的不利或有利影響因素越多,輸出名義變量Y的消費者滿足程度越高。這個理論模型啟發(fā)我們需要識別更多地影響因素不論是有利或不利,對市場了解的越充分,掌握的信息越多,就越能滿足消費者需求,越能擴大市場份額,產(chǎn)品商業(yè)化水平越高。
圖1 醫(yī)學智能影像市場中政府與企業(yè)對消費者需求影響模式圖
通過前文對醫(yī)學智能影像產(chǎn)業(yè)的商業(yè)化運作分析可以發(fā)現(xiàn)政府和企業(yè)對醫(yī)學智能影響產(chǎn)業(yè)的發(fā)展有重要影響,可以影響醫(yī)學智能影像市場中消費者的需求程度。那些通過政府和企業(yè)對消費者需求產(chǎn)生影響的因素很多,結合前文的分析和相關文獻閱讀積累可以分析得到。
在制約醫(yī)學智能影像發(fā)展的問題中,醫(yī)學智能影像技術水平依然是較為突出的問題,雖然目前醫(yī)學智能影像技術取得了較多的成果,但仍然存在不少技術障礙限制了醫(yī)學智能影像產(chǎn)業(yè)的進一步發(fā)展和市場化。首先就是數(shù)據(jù)質(zhì)量的問題。數(shù)據(jù)是醫(yī)學影像領域里極其核心的要素,機器學習的源頭其實是數(shù)據(jù),必須有大量標注好的高質(zhì)量數(shù)據(jù)才能制造出精確度較高的醫(yī)學智能影像系統(tǒng)或是設備。但是目前行業(yè)數(shù)據(jù)孤島和數(shù)據(jù)重復性問題很突出,大數(shù)據(jù)的結構化、同質(zhì)性很差,收集來的大數(shù)據(jù)難以表示、利用并標準化[15],這些問題既降低醫(yī)療資源利用效率又阻礙大數(shù)據(jù)價值變現(xiàn),從而拖緩了醫(yī)學智能影像發(fā)展。其次,醫(yī)學影像設備與AI系統(tǒng)的兼容性也是限制醫(yī)學智能影像普及和發(fā)展的問題之一。目前市場上的醫(yī)學影像設備如CT、MRI、X光、超聲等圖像缺乏一定的標準,不同廠商的拍照設備、數(shù)據(jù)格式和圖片質(zhì)量都不同,這就給醫(yī)學智能影像機器學習的準確性帶來了干擾[11],最后還有一些云平臺等醫(yī)學智能影像互聯(lián)互通等的其他技術障礙。
前文分析得出我國醫(yī)學智能影像市場有廣闊的市場前景,但是目前產(chǎn)業(yè)發(fā)展緩慢,市場上產(chǎn)品投放量和使用率不高。除了技術方面的因素外,還有其他原因制約了我國醫(yī)學智能影像產(chǎn)業(yè)的進一步發(fā)展。利用PEST分析理論即從政治(Politics)、經(jīng)濟(Economy)、社會(Society)以及技術(Technology)四個方面可以較為全面地分析出醫(yī)學智能影像產(chǎn)業(yè)面臨的障礙(圖2)。
圖2 基于PEST分析的醫(yī)學智能影像發(fā)展的影響因素圖
(1)政治方面:產(chǎn)業(yè)相關政策、法律不完善。雖然AI高效、準確率高,但是并不意味著AI不會出錯,出現(xiàn)醫(yī)療事故時,難以明確追責,無法確定是AI產(chǎn)品的廠商負責還是由醫(yī)院和醫(yī)生負責,需政策層面進行完善和規(guī)范[12]。
(2)經(jīng)濟方面:我國進入新常態(tài)經(jīng)濟增速放緩。我國經(jīng)濟發(fā)展從高速轉為中高速增長,對于市場的買賣雙方而言都有一定的壓力,購買力和生產(chǎn)力減弱,醫(yī)學智能影像產(chǎn)業(yè)自然也就發(fā)展放緩。
(3)社會方面:患者和部分醫(yī)療行業(yè)從業(yè)者對新技術有所排斥。醫(yī)學智能影像的數(shù)據(jù)收集涉及患者隱私而往往遭受排斥和面臨阻力[16],同時也有部分醫(yī)生群體認為智能醫(yī)療可能會取代他們而持有抵觸心理[17]。
(4)技術方面:技術仍存在瓶頸。醫(yī)療和AI是兩個對專業(yè)化要求極高的領域,但目前國內(nèi)復合型人才缺乏致使技術水平提升緩慢。此外醫(yī)學智能影像技術還有數(shù)據(jù)質(zhì)量、設備兼容性等前文所述的技術上的不足。
AI在醫(yī)學影像中的應用能夠客觀、高效、精準地協(xié)助醫(yī)生降低誤診率和漏診率,還能夠有效解決基層醫(yī)療資源不足導致的“看病難”,這些優(yōu)勢是醫(yī)學智能影像產(chǎn)業(yè)能夠發(fā)展的主要原因。同時醫(yī)學智能影像產(chǎn)業(yè)得到國家層面的認可和支持也為其在醫(yī)療市場上的發(fā)展提供了助力。然而,醫(yī)學智能影像產(chǎn)業(yè)的發(fā)展現(xiàn)狀還是低水平的、不成熟的,有許多困難有待進一步地解決。通過對醫(yī)學智能影像商業(yè)化運作模式的分析可以看出我國商業(yè)化困境主要是市場中企業(yè)和政府主體方有還有許多相應問題沒有解決。我國醫(yī)學智能影像產(chǎn)業(yè)要想占有更大的市場,推動產(chǎn)品商業(yè)化,還需要進一步完成技術提升,清除多種障礙因素,生產(chǎn)更符合消費者需求的醫(yī)學智能影像產(chǎn)品。同時政府層面也需要為國內(nèi)醫(yī)學智能影像產(chǎn)業(yè)的發(fā)展制定規(guī)范化的行業(yè)標準、針對性的法律法規(guī),避免無監(jiān)管帶來亂象。