2016年至今，医疗影像AI历经几波资本浪潮，跨过三类证获批门槛，接受疫情的紧急审阅后，开始走进院内院外真实的应用场景。 商业化和资本化成为下半场的关键词。
近期发布的《易凯资本2022年中国健康产业白皮书》中披露了一组数据。
2021年，中国数字医疗领域共发生了257起融资事件，融资总额超过550亿，这两个数字比2020年分别增长了66%和93%，平均单笔融资额都能达到2亿元人民币。 相比其他细分赛道，数字医疗的增长是最高的。资本一路高歌，行业一路在摸索中前行。
5月12日晚，《财经》·财健道联合易凯资本，邀请到行业头部企业鹰瞳科技、深睿医疗、安德医智，在直播沙龙《“数治”时代，医疗AI有多少想象力？》中，分别就医疗影像AI的“面包和现实”、“诗和远方”展开深入对话。
易凯资本合伙人、健康产业联席负责人李钢在直播中表示，在万物皆可数字化的时代，医疗领域过去十年是新生代公司们验证技术、建立管线、临床积蓄力量的阶段。到了本世纪第三个“十年”里，我们会见证这些新生代公司逐步进入商业化的阶段，商业上的成功是对先进技术的褒奖。
讨论“面包与现实”，就必将直面两个问题——
1.产品进院如何突破“口红小样式”收费，探索绑定设备以外的商业模式？
2.除了大三甲医院，产品使用场景如何延伸？“下基层”只是口号吗？ 换句话说，在真实的医疗市场商业环境中，AI公司们需要从前沿技术研发走到用户身边，把“智能”和“赋能”具象为临床需要的产品和服务，从而实现真正的降本增效。
以下为上半场沙龙干货实录：
01 拿证（上市）后，下一站去哪？ 《财经》杂志主笔、财健道主编杨中旭：
2022年以前外界对这个行业最关心的问题可能是拿证，还有上市。现在两年过去，医疗器械三类证已经审批了很多家，也有像鹰瞳科技这样的企业成功IPO了，下一站我们去哪里？我们的发力点又在哪里？
安德医智（BioMind）首席技术官吴振洲：
我认为从诊到疗，更好的融入到一体化的治疗解决方案中，这是下一站医疗人工智能的着力点。
安德医智现在以及未来的目标是丰富产品的应用场景，比如CT、磁共振能够实现全病种覆盖，未来患者进行完CT检查，一台人工智能辅助设备，能够将CT覆盖的诊断工作均完成；做完磁共振检查，同样，一台磁共振AI，能够完成全病种辅助诊断。
过往大家聚焦影像和诊断层面，但是未来的前景在治疗。治疗服务的范围更广阔，空间更大。
万变不离根本：我们的目标是要赋能医生，并让工作流程更简单、更一体化解决，融入到医生的工作流程中，比如说在单点AI的应用中，如何把单点的AI应用真正进入到医院，让医生有黏性，融入到医生的工作流程中。
我们需要思考一体化的解决方案：比如在卒中治疗流程里，能提供一个自动化的质控报告，通过人工智能自动提取一些诊断信息和疾病参数，自动化的生成质控报告，进而融入到医生的工作流程里，甚至辅助的不只是医生，也可以提升到辅助医院层面，更有效的提高治疗的质量。
从更高维度将产品从点到面，对医院形成全流程的全覆盖，提高整体粘性。未来的发展一定是从单点到面上的覆盖。
深睿医疗联合创始人&首席技术官李一鸣：
这个问题我是从两个方面来看的。
第一个方面是从整个市场和商业角度来看。
拿证只是一个产品从研发到商业落地中的一环，远远不是终点。因为拿证本身是监管部门对于产品资质的认证，认为这个产品是具备了可以上市的安全性和有效性，所以这只是在中间的一个环节，从市场和商业角度来讲这都不是终点，应该是一个起点，拿到证之后我们才真正面向了市场。
同样的，当我们面向市场之后，决定整个商业是否成功的因素是非常多维度的，不只是包含产品本身，技术、功能、性能，还包括了相应的服务，这是非常综合的考量。对于企业来讲，从研发到商业落地，把所有环节都做好才能有一个比较好的发展。
第二个方面，这是一个产品和多个产品的问题。 一个产品拿到了认证，我们还需要持续的研发和创新更多的产品，深睿有五张三类证，在行业内比较少见，同时我们还有大量的创新产品在运作当中，第一款创新通道的产品是肺结节，第二款产品动脉瘤AI产品也是进入了药监局绿色创新审批通道，动脉瘤的AI产品也将推向市场，拿到三类认证。
把AI医疗产品是看成从技术到医学，以及场景的结合，三者之间无法脱离。
第三个层面，如何将恰当的场景切入、落地，从产品设计考量角度来讲也需要很强的创新能力。
整体来讲我们要持续的关注产品，研发更多的创新产品，这样才能有源源不断的产品通过认证走向市场。 2021年，深睿公司业务确实取得了比较好的增长，在全国的30多个省市为数千家医疗机构提供相应的服务。包括AI的辅助诊断、智能筛查、临床辅助决策、医疗大数据，这些治理、质控以及科研相关的工作。 鹰瞳科技（Airdoc）首席医学官陈羽中：
拿证确实是一个起步，对企业来说有了证才能真正进入临床应用，也能进入收费式的应用，这是商业活动的起点。
医疗AI还是相对新兴的一个行业，作为业务推广来说的话初期还处于爬坡阶段，拿证是国家层面，监管部门在给予了足够的检测、论证、专家审评后，企业有了一个是合法合规的入门券，另外也是开展业务很好的背书。
拿证以后往哪里去？ 从鹰瞳Airdoc来讲，拿了证肯定要积极的开展市场活动，相对来讲有这么几个环节。
一是服务网络，鹰瞳创业初期是以研发为主体的公司，现在公司需要更多元的人员结构，更强的市场能力。对新兴行业、新兴产业产品来说，得让服务对象、客户们能够触达，构建够好的，足够大的销售网络。
二是科普，无论是内部还是对客户，我们都有很多培训、科普、宣传，给大家讲清楚鹰瞳在做什么，产品是什么，主要难点在于它无法与既往在院产品对标，因此如何三五分钟讲清楚这件事并让大家接受，非常有挑战。
三是优质运营服务，对鹰瞳来讲，从2018年拿到第一个二类证（目前七个证，包含软件、硬件）后，如何应用在不同的场景，这是非常有挑战的，因为我们现在面对的院内、院外应用场景不断增多，也更加复杂。
举例来说，之前应用在一个眼球组织上的产品，可能只需要传统眼科技术就能解决，但现在需要眼科、内分泌科，甚至心内、神内等多个技术。如何结合场景跟行业把效果做好，把客户服务好，至关重要。
易凯资本合伙人、健康产业联席负责人李钢：
过往医疗AI初代的产品中，应用场景相对单一，但是深度很深。
国内、国际企业在某一个纵向领域的突破后，正在向横向发展，包括病理阶段，甚至在非医疗上应用， 包括石油、能源勘探会用到医疗CT的机器，给土壤做一个切片，做一个图像，用AI的技术去扫描，判定这个地方的能源油储的储量。
在医疗领域，大家最早从肺，骨科开始拓展并切入这个领域，慢慢扩展到神经内科、心脏，及涉及影像的其他器官，用AI的技术去做筛查，发现人眼无法识别的内容，提升效率，提高单个医生诊断的能力。从纵向深度向横向发展，这是第一个“下一步”。
第二个“下一步”就是谁来支付。从全球来看，目前没有在商业化非常成熟的技术，它不同于西方国家传统的医疗支付方式，也不同于国内的医保、社保、商业保险、个人支付等。
怎么能够既降本增效提高患者的满意度，又能够给公司带来下一步更多的收入？包括如何用收入去研发新一代的产品，我认为是当下行业各家的发力点。
02 产品进院如何突破“口红小样式”收费 探索绑定设备以外的商业模式？
杨中旭：在中国特有的医疗服务市场里，公立医院处在垄断的地位，医疗AI影像的产品进院很难的背景下往往需要和很多设备，比如说CT设备做绑定。这有点像口红小样式的消费，口红小样是赠品，而我们影像AI有这么好的技术，如果只是以这种方式做销售的话显然不太符合整个商业逻辑，那么在支付场景方面有没有值得深入探讨和拓展的地方？先有请鹰瞳的陈羽中老师来回答这个问题。
陈羽中：鹰瞳Airdoc核心能力是医疗AI，因此我们并没有绑定设备，在既往三类证的优势上，与国内外的产品去比，我们认为医疗AI真正用起来要能广覆盖，适配到更多的硬件设备。
鹰瞳现在是能覆盖主流的所有硬件设备。在软件服务上主要是按人次来收费。
很多体检中心也是按人次来收费。但在大三甲医院，往往按人头付费，也被称为外检。大三甲更愿意设备采买，但是对服务采买不习惯。因此现在鹰瞳也会用一些软硬件结合的方式进行售卖。
其次是绑定设备的合作模式，第一只是向客户推荐，并不绑定，如果它有硬件的需求，我们会推荐一些在过程中互相配合，整体体验感更好的硬件设备。
在付费问题上，我们的产品、服务不管是在大三甲或等级医院，还是基层医疗机构，性价比都很高， 也很受欢迎。
二，提高效率。医院或医院管理层只为提高效率付费的愿望有多强大？这一点值得商榷，医疗AI的核心价值远不止提高效率。
三，能否节约医保。目前这个方向还不明朗。因此如果没有走出医院到一级预防的阶段，与经济整体结合在一起，仅在狭义的医保市场里，节约医保路线不一定效果好。
真正有价值的是产品和服务能够创造价值，也就是说创造一个原来所没有的价值。对于医院、科室来说，拓展性收费服务是最直接的，也是最强力的达成合作的愿望。
杨中旭：陈教授从甲方、乙方融合的角度讲了支付的场景，大三甲医院不喜欢外检，如果替代既有产品阻力也很大，节约医保也不一定走得通，看来要创造一个此前未有的价值，这样才会更容易被人接受。
吴振洲：收费角度应从三个方向考虑。
最初期阶段考虑的方式是独立的一套设备，相当于在现有的工作流程以外有一个小助手来帮助医生完成他的工作，但是没有完全替代原有的工作流程，现在很多友商都是这样的方案。 这个方案有优点也有弱点。优点是部署快，不需要做深度的结合，在医院一天进行部署，当天可用。缺点是没有完全融入到医生的工作流，所以就形成了第二种方案。 第二种方案是如何把AI跟医生现有的工作流结合在一起，如把AI提供的服务给一些PACS厂家或者跟一些硬件厂家结合，用户在使用现有工作的时候没有感觉到需要额外操作另外一个程序，但是需要在他的软件里植入一个按钮，或者植入一段报告，但是这种结合有点半吊子，既不完全职能，也不完全传统，使用起来别扭。 第三种是重新造一个“轮子”。以 AI 为核心重新思考现有的系统的设计，使AI给现有系统插上翅膀。 以脑卒中的卒中系统为例，传统的卒中软件里不包括AI，医生在软件中只能看到病人到医院，但是看不到辅助决策，我们把辅助决策和诊断融入进来，对原有系统有了质的提升，完全替代了原有的系统，这种系统对医生来说更易接受。
03 除了大三甲医院， 产品使用场景如何延伸？ “下基层”只是口号吗？
杨中旭：上半场最后一个问题，就是医疗AI、影像AI的使用场景能不能向院外市场或者向基层市场延伸？
李一鸣：AI技术如何在医疗大领域应用，对于我们自己内部来讲可能是三方面业务：
一是AI影像。 早期AI行业出现的大都是肺结节这种单一的产品，并不能完成满足医生的需求。因此需要对产品有一些拓展，才能更符合医生工作流程。因此深睿对产品的规划有了新的方向，主要有几个原因。
从产品扩展角度来讲，肺结节CT辅助检测只对胸部CT检查里的一个病变的检出，影像科医生写报告需要完整的诊断才好写检查报告。在这种情况下，我们能否把胸部CT其他病变的检出或者辅助诊断同时支持好，从单一疾病扩展到多种疾病的辅助诊断这非常重要。 商业层面，疾病从诊断到治疗是非常自然的一个流程。我们影像AI这一块完全是在为影像科服务，主要在诊断领域，从商务角度来讲横向延伸也是客户非常需要的。在这个场景中我们不需要再扩展到另外一个客户或者科室，再去投入额外的投入，我们在同一个单一科室就继续支持下一步的发展。
产品功能向纵深发展，产品种类拓宽，满足更多影像科的需求，自然而然我们可以延伸到影像科的其他检查层面。影像科有多少种检查？可能是几百种，但是这未必是每一种都需要AI辅助诊断包括辅助检测，因为它有检查数量的问题，有检查难易度的问题，包括有技术可实现性的问题，这里面肯定从重要性、频率的角度找到合适的检查切入，所以深睿研发了像胸部CT的、头部CT的、腹部CT的，从评片角度来讲，有胸片的平片X光，全身骨折的X光，小儿髋骨的X光，乳腺钼靶等，这是从AI医学影像的角度来讲我们现在的考虑。
第二个是AI医学大数据。 大数据的价值很高，但无论是数据孤岛还是数据质控都存在着很多问题，能不能利用新一代的技术和工具把医院的数据沉淀为医院的数据资产，数据资产之上我们再谈更好的辅助诊断功能，包括更好的支持整个医院业务的运转。 这里面有很多的挑战，各个医院数据维度并不完全一致，甚至每个科室的疾病谱也不一致。这也使得我们能够有更多的机会和场景去切入，作为数据维度唯一的抓手，我们认为这也是一个比较好的路线。
第三是AI软件和硬件结合。 我们经常见到的场景是在门诊排队做检查，做完检查再排队做诊断，这样的场景有很大的优化空间。所以我们研发AI人工智能的一体化设备，能够把诊断和检察集成在一起，这边检查完那边诊断结果直接出来了。这些都是把我们的AI和硬件结合在一起的机会。
吴振洲：院外是非常大的市场，现在医疗的进步和发展在向院外发展，向老百姓的家里发展。
整个医学进步有几个阶段。第一个阶段是医疗设备的创新和进步，使得医生在医院里面能够更准确的看病，更准确的定位病因，给出准确的治疗方案。
第二阶段是很多原来在医院里的大设备逐渐小型化并进入到家庭。举个简单的例子，血压测量仪和血糖测量仪、心电仪，以前只能去医院做，现在都可以在家里做了。
我们现在在研发的其中一个非常有可能进入到千家万户的产品是个超声设备。首先超声是唯一一个便携式的穿透式影像设备，其他的影像扫描都非常庞大，CT、核磁、X光机，基本上在家难以实现。第二超声采集对身体基本无害，不像有些设备比如CT，X光对身体有辐射危害。超声是唯一一个对身体基本无害的穿透式影像设备。
那现在超声为什么没办法进入到千家万户？因为缺一个AI的心。
超声检查跟其他设备最大的区别是它需要有经验的医生，所以如果可以把超声加入一些智能来指导每个人在屏幕上自己做扫描，基本上可以实现超声在家里使用。现在最大的壁垒是超声的扫描很专业化，没有AI的辅助基本上家庭是用不起来的。
所以我觉得toC端未来非常大的应用场景是超声。
陈羽中：从以往的经验来讲，影像AI总归是绕不开几个大的设备厂商。当然视网膜的医学判断整个信息还是不错的，所以我们做了很大的人力、物力投入，做了自己的硬件研发。吴总提到了超声的问题，我们也思考过，但是超声要好医生。超声切片掌握得标准很难。
我们现在已经有了好几款硬件，我们的眼底相机把原来比较大的台式的，现在做成了一个小巧的东西，不需要暗房，也不需要专业的医生、护士，听着语音识别就可以做完检查。
为了真正让设备下到基层，或者缺这个医疗技术能力的地方，我们还给它配备了充电宝，我们的眼底相机可以用充电宝驱动。另外我们在注册的过程中也确实跟很多专家和领导证明了我们的安全性，这样我们可以不限定在医疗场景，给鹰瞳Airdoc的医疗AI走出医院，走向院外奠定了基础。
医疗AI的赋能是缺啥补啥。大三甲医院可能内分泌科比眼科更想要我们AI的诊断，基层又比大三甲可能更需要。
我们把软硬件结合成一体，走出医院，尤其是走出大三甲到基层去。从临床诊断的领域走向早期筛查，甚至走向一级医院，这样我们可以做更多的全生命周期慢病管理的的合作，这是我们对应用场景，尤其是院外场景的思考。
李钢：总结来讲，AI技术的基本目的其实就是降本增效，从两个方面讲。
作为人来说是一定会犯错的，有句话是“有时治愈、常常帮助、总是安慰”。人对于影像的诊断经常会产生错误，人工智能是一个非常好的工具。 这个工具会面对两个不同的群体医生，一个是受过高等的医学教育、医学训练的医生，在诊断上会非常有自己独到的能力方式，对他们来说AI有没有帮助？有，可以帮助他提高效率，假如说一上午可以看十个病人，现在有了它可以看二十个。
但第二个群体—基层医生，对AI影像产品应用才是最渴求、最迫切的。2016、2017的时候，团队在云南省距离果敢很近的云县人民医院，算是在“炮火中”藏在大山里的地方。我们在当地有些不一样的实践体验。
有些基层医院的硬件设备很好，有很多不错的机器，甚至并不比大三甲医院的机器差，但它缺医生。对于基层医生来说，平时接触的患者就不多，经验少，AI的工具对他是增效，对影像诊断正确率的提升非常有帮助，能惠及到老百姓。
云县人民医院在远程医疗、医联体层面做出了很好的典范，甚至上了当时卫健委年度白皮书。 当时很深的一个印象是，在很多影像诊断上，如果有大的专家，甚至有AI的方式方法帮着他们进行诊断，其实这样偏远的地方也可以达到政府提出的“小病不出村、大病不出县”。
当然，这种需求是客观存在的， 但是谁来付费是个问题，当地医保还是商业保险? 对于基层医疗，未来不管是国家医保的集采还是个人的付费意愿，甚至于商保的覆盖，这必然是一个多维度支付的体系，能不能出现一种解决方案，既解决基层临床的需求又能够使得行业公司在收入上有大幅的提高，这是一个非常好的，非常有意思的话题。
