欢迎访问智慧医疗网 | 网站首页
 
当前位置:首页 > 医疗人工智能

从临床实践到商业落地,医疗AI的核心竞争力打造

发布时间:2023-01-09 来源:亿欧网 浏览量: 字号:【加大】【减小】 手机上观看

打开手机扫描二维码
即可在手机端查看


CHS2022年度盛典由北京朝阳医院放射科主任杨旗主持,强联智创创始人、总经理刘文哲,长木谷董事长张逸凌博士以及科亚医疗董事长王立伟等几位嘉宾开启了一场巅峰对话,探讨AI医疗的临床实践与商业落地,以下为几位嘉宾的核心观点:



QQ浏览器截图20230109114601.png

北京朝阳医院放射科主任杨旗:医疗AI技术已经深入临床,从诊断、治疗、预后判断等多个维度帮助医生缩短诊疗时间,提高诊疗精度,最终让更多患者获益。

强联智创创始人、总经理刘文哲:在企业核心竞争力打造上,首先要定位清晰,明确企业自身的能力和优势在哪里,其次一定要选择有门槛的领域和方向持续深拓,持续不断地迭代与创新,才能支撑企业的长足发展。

长木谷董事长张逸凌博士:术前的诊疗、筛查、三维重建、手术模拟,到术中的导航、定位,术后的追踪随访,长木谷希望把整个骨科手术进行数字化。

科亚医疗董事长王立伟:对科技企业来讲,创新是生命线。面对同质化,创新的方向要瞄准传统方法解决不了的领域和问题,并且不断深耕,同时在服务方面也是创新差异化的关键部分。

以下为圆桌讨论全文(在不改变原意的基础上略有删改):

医疗AI商业化落地的考验

杨旗(主持人):大家好!我是来自于首都医科大学附属北京朝阳医院放射介入影像中心的杨旗,非常荣幸能够参加今天这样一个年度的大健康产业峰会,我本人是一名临床医生,从事医学影像诊断和治疗的工作,今天能够与我们AI领域的专家共同在这里探讨AI前沿的信息和行业的发展,个人觉得非常荣幸。

今天主办方也邀请到了在国内甚至在国际上,AI浪潮中都是非常著名的这样一些企业,他们都做了一些启发性和创新性的工作,也是医疗AI这个领域的开拓者和先行者,为我们国家的AI医疗技术的这种创新和突破发挥了一些重要的动力作用。

作为一个临床医生,我能够深刻的感受到医疗AI的技术已经真正的深入到了临床,能够从诊断、治疗、预后判断等多个维度帮助我们临床医生缩短我们的诊疗时间,提高我们的诊疗的精度,最终能够使更多的患者获益。那从商业化进程这个角度,我想请教一下三位有哪些困难,或者说是挑战,或者你们是怎么面对这些挑战,怎么解决它的

刘文哲:刚才杨主任抛出了一个大家都非常关心的问题,如何能更好地从企业的角度来看商业化的思路。坦白来讲,我们前期在二类证探索过程中已经展开商业化运作了,路径也非常成熟,比如说和影像设备厂家的合作、影像AI软件的采购等等这些都是非常成熟的,目前更重要的就是创新三类证下来后如何用创新的商业模式来跑通商业化,在这个过程中其实所谓创新也意味着两面,好的方面在于作为一个引领者,可以开拓行业的未来,同时挑战的地方在于因为太新,比如说要重新做新收费编码,要立新的收费项目,这些都是需要一定周期的,我们要如何来应对这样的挑战?其实在创新商业模式里我们也做了新、老模式的结合,把一些设备、耗材和创新服务结合在一起,多条腿走路,多维度来跨越创新的周期,以老模式弥补短期、中期收入。

张逸凌:长木谷一直非常专注在骨科数字化的整个治疗方案,也推出了很多产品线,包括人工智能的一些辅助诊断、辅助治疗,以及手术导航机器人等产品,除了软件,还囊括一些耗材、设备,以及整套完整的解决方案。我们所做的事情一直围绕整个骨科领域,中国有2亿多人有骨科疾病,包括关节疾病,从具体场景看,原先很多老百姓关节下肢有关节炎或者骨头坏死需要换关节,大多靠的是医生经验,医生上手术台把关节打开、切下来,在术中测量关节多大,与此同时让所有的关节厂商准备所有假体,包括不同的大小、型号、规格,几千种排列组合,而医生需要在手术台上的半小时内决定用哪种排列组合,哪个组合是适合这个患者的,比较有经验的医生、专家做出来很快,关节能用很久,但很多基层医院经验丰富的医生匮乏,做出来的手术,可能出现一个腿长一个腿短的风险,重而导致关节用不了30年,三五年就要面临翻修、更换。

针对这样一个问题,我们有没有好的解决方案来解决这一难题,为此我们推出了整个骨科手术三维建模的人工智能解决方案,术前通过CT进行三维重建,借由AI算法在几千种排列组合中、在手术前就用计算机把唯一适合患者的个体化方案定制出来,再通过导航机器人在术中精准定位结果,最终把每台手术完成得精准、微创、手术出血非常少。这样每个患者手术都个性化、定制化,整套方案做出来的效果,基层医院医生能与顶级大医院医生齐平,这就是我们的目标。

我们一直在做这样的工作,目前在商业化落地方面有很多模式,比如说以产品的形式打包销售,以服务的形式向医院提供case by case的服务,还可以通过耗材的模式提供一次性手术耗材,以及通过设备的模式,包括大设备、机器人,以设备+服务+耗材的形式实现落地,针对大医院和针对小医院的模式是不一样的,我们会因地制宜在不同层级医院制定不同的方案来落地。

杨旗:听下来您这个场景还是比较好,相当于是临床医生直接去做相关决策,临床医生可以决定到底用不用这个系统,可以将系统的优点和患者进行更直接面对面的介绍,可能未来您的团队面临的一个问题就是如何把这个产品做得更加精致、可信、行业口碑更佳。

科亚医疗其实最近也一直在频繁沟通,之前早就听说过科亚医疗在心血管领域做了很多AI产品,包括一些血流储备分数这些功能对整个心脑血管病的对临床决策指导、治疗非常重要,也请王总谈一下您的团队是怎么进行商业化落地,途中遇到的困难和挑战是怎么处理应对的。

王立伟:刘总和张总更多阐述了大方向上的商业化模式,涵盖的范围很全面,今天我主要结合科亚的CTFFR产品具体谈谈我们在商业化过程中所遇到的问题以及解决方案。

首先我简单讲一下深脉分数产品这个是干什么的?很多人亲戚朋友由于冠心病导致心脏疾病放了支架,其实是否需要放置支架需要经过评估判断。传统方法患者要先住3天医院进导管室,再用一些有创的耗材来判断病人需不需要放支架。但有了科亚深脉分数产品,患者不需要住院,无需做有创检查,只需在门诊挂号拍一个冠脉CTA,再通过科亚的人工智能软件运算,就能得到这个患者是否需要放支架的结果,这实际解决从有创到无创,从住院到门诊的整个过程。

在商业化过程中,科亚主要分两大部分,第一部分概括起来就是解决准入的问题,第一大门槛就是注册证,科亚在2020年1月份拿到了整个中国人工智能医疗器械的第一张三类证,这个过程为什么说它困难?因为在此之前,中国并无审评审批人工智能医疗器械的经验,科亚从2017年产品研发出来后就经历了三年与监管机构的反复沟通——这是第一个门槛。

事实上科亚走的路和其他AI厂商是不一样的,我们强调的是单次服务收费,而不是说把设备卖到医院后就再不管了,所以这就涉及到第二个准入的难题——办物价。每个省要单独申报物价,整个申报物价的过程实际上是医院先提需求,然后到卫健委立项,再到医保局报价格,在这个过程中我们又发现,不管是医院、医保局,还是卫健委,并没有一套表格和流程针对于人工智能医疗器械,这又涉及大量沟通工作。最终,科亚作为人工智能企业也做了一件开创性的事情,目前我们已经拿到了12个省的物价,还有4、5个省正在办理过程中。

各省有了物价之后,又面临产品进医院应用到患者身上,这其实就是第三个门槛——入院,这个过程也遇到了前面提到的问题,医院OA系统也没有针对人工智能医疗器械的入院流程,而且像科亚这一款产品又涉及到跨科室。临床科室如果需要用这个产品,就需要影像科室出数据和诊断报告,又因为它是软件,信息科也要参与。因此在整个入院过程中,我们要与医院各个科室进行大量的沟通,甚至于要和一些医务科做伦理、新技术评审等。我们花费了一两年的时间,目前进了几十家医院,总结下来有了五六套的流程可以为未来我们进更多医院,或者为其他人工智能企业去进到医院提供参考。

完成了从拿证到办物价到进医院的准入流程,产品还涉及到上量的过程,正是我们现在在做的事。目前我们已经和几个省的医保局进行了沟通,这其实不仅仅是一家企业所面临的问题,如何让一个人工智能软件纳入医保?目前来看,预计很快会有结果。在解决准入这一重大问题之后,如何让这个产品真正用到更多的患者身上,解决医保的问题,这是第二部分我们要做的事情。当然另外还有一点是这款产品要进入指南,这也是我们不断推动的一个事,先让产品进入到共识,再逐步进入到指南,推进大量的真实世界的临床研究。

所以总结来说,整个商业化的过程中分为两大部分:第一大部分是准入,第二大部分是怎么让更多的患者能够使用到该技术和产品。

软硬结合如何真正付诸场景?

杨旗:立伟董事长的思路非常清楚,对于科亚这个CTFFR这个产品整个流程梳理得非常清晰,像您提到的,很重要的一点要依赖市场的舆论、专家的站队支撑,这是重中之重,第二我建议要有一些创新的迭代产品再加入进来,不单纯是FFR产品。

提到这个也想引入第二个问题,随着医疗AI技术进步,无论是骨科还是心脑血管疾病,软硬结合已成为业界的共识,在这方面的结合整合上,三位有没有一些建议和经验

刘文哲:其实我们都是医疗行业的老兵了,有一点很重要,无论是产品研发还是商业化落地,最终还是要回归需求本身,软硬结合是要更好地满足需求、解决问题,来符合我们商业化落地的逻辑,至少我们三家企业是有共识的,刚才我们第一轮的回答基本上还是希望多条腿走路,不是说单一的纯软件技术服务,也不是单一的纯设备打包,也不是单纯的耗材销售,而且在这个过程中会发现设备的准入、耗材的准入和医疗服务的准入各不相同,周期、门槛也都不一样的,通过把这几者有机结合起来,从而能形成短期、中期、长期的具体商业模式。当然主任您刚刚提到的创新迭代产品的升级,让我们形成多种维度的结合,其实最后也就是回归到场景和需求。

张逸凌:说到软硬结合,其实我们骨科领域硬的偏多了,无论是骨头还是手术器械植入的耗材都是硬的,所以我们在一群做硬的设备的领域里,做软的设备其实也是一种创新。从我们的角度来说,是希望把整个骨科的手术数字化,无论术前的诊疗、筛查、三维重建、手术模拟,还是术中的导航、定位,术后的追踪随访,我们希望把整个手术流程从入院到出院全程数字化。

与此同时,我们有三板斧——数字脑、数字眼和数字手,数字脑等于模拟一个多年资外科医生的手术经验,早期大量临床医生一起研发,把很多手术理念、手术技术、临床手术方案反馈给我们,我们通过深度学习算法,用数据的模型把它建立成一套产品,随着数据量、病例的不断积累和医生手术、诊疗反馈,数字脑无限接近一群医生的手术方案,未来多年后,AI未必能打败医生,但是会用AI的医生一定更具备竞争优势。数字眼和数字手就涉及手术设计好了如何具体操作,眼在术中能不能看到,配准方式是什么,我们通过3D和光学追踪的配准方式,把脑袋想的数据和现实生活中人体的解剖在手术台上进行匹配,让他们成为统一的一个模型,到数字手的话就有很多的操作方式,无论是通过我们3D的这种模具或者是通过导航机器人还是手持式的机器人,目的是为了将脑袋里想好的,眼睛看准的,注入到手执行好,让这个手术更加精准,更加微创,更加快,而且标准化更加统一,让医生经验可以同质化、标准化。

与此同时,我们更关注的一点是技术的可及性和可支付性,比如很多设备两三千万、非常昂贵,并不是所有医院能配置,只有一些大三甲医院或者大城市的医院才能配置,那小医院可能就没有机会,基层医院更想都不用想、只能天天看PPT了,所以我们能不能把这些技术变成可及化的一个技术,而且是可支付的技术,就像刚才立伟董事长说的,变成按照服务支付,每个患者支付很少一部分钱,就能这个服务了。

杨旗:张总,追问一个问题,长木谷的设备感觉很落地,您现在所面对的这些基层医生,比如他的水平、他对人工智能技术的理解,还有真正这个硬件进到这个医院里这种难度,是怎么解决的?

张逸凌:长木谷目前覆盖全国600多家医院,既有大医院也有很基层的医院,比如说像重庆的巫山县医院这样非常基层的医院也有我们的产品,能感觉到大三甲医院和基层医院的诉求是完全不一致的,大三甲医院更多追求手术的快和准,而且大三甲医院更多是想把科室、学科建设起来,培养更多的年轻医生。而基层医院是完全相反的情况,很多医生可能手术都不知道怎么做,显露的基本问题很多,所以我们给予大三甲医院和基层医院的方案是不一样的,比如说机器人等大设备会更多布局在大三甲医院,而基层医院更多的是去布局服务和耗材,同时大三甲医院更多偏向于通过新增医疗服务的项目进行不同的商业化落地,而基层医院会通过服务的形式和耗材的形式然后去落地。

基层医院其实更需要AI产品,他们相比大三甲医院经验很少,如果术前能给它一套大医生出来的AI手术方案的话,就是能做和不能做的区别,原来可能不能做,有了这个方案之后就能做了——这样的话可以收治更多病人,真正实现基层优质医疗的下沉。

杨旗:感谢长木谷的经验分享,这一部分,也想请立伟董事长简单分享一下科亚在这方面是怎么做的,包括软硬结合、基层推广,您未来的规划和布局是什么样的?

王立伟:其实关于软硬结合,我一直在思考,到底是硬件厂商会把软件做了,还是软件厂商将来要把硬件做了。其实具体来看两者方向不是完全一致的,比如说硬件来讲,场景在CT室,解决的是病人要用更快的时间得到更清晰的影像图像,因此是在往智能硬件甚至于无人CT室这个方向发展的。但软件厂商更多研究的是拍完影像片子后,让影像的诊断结果更快出来,希望节省这段时间,软件其实更多考虑的是这一部分,包括怎么更快、更精准地去防止一些漏诊、误诊。

另一方面实际上我们做这个后处理,对于预后的判断,其实不仅仅是要用影像数据,还会结合一些临床数据,包括病人的特征、年龄、病情以及检验的数据,综合起来给一个更准确的评估。

所以总体来说,就跟苹果公司一样,它再强大,也是有产业链的,不是说一个公司把所有东西全都做了,而我们也是在产业链的一环,再把这一环节做到最精最强,这是我对软硬结合的理解。

构建医疗AI企业的核心竞争力

杨旗:回到今天最后一个问题,创新永远是AI企业追求的一个目标,围绕产品同质化问题,尤其是在核心竞争力构建和临床价值发挥方面,最后想请三位老总分享一下你们未来的构想。

刘文哲:企业的角度来讲,首先还是定位要清晰,就是企业的能力和优势到底在哪里,从强联智创的角度来讲,我们更多还是在治疗场景里,我们在这个行业里有近20年的从业经验,对治疗、手术的理解和认知是非常深刻的,到现在我们站在一个客观的角度来看整个治疗过程中的痛点和问题,会发现有些需求是显性的,有些需求是隐性的,是靠人发掘出来的,我们会一直围绕着这个领域深扎下去,这是第一点,关于定位。

第二点,一定要选择有门槛的,从AI的1.0、2.0到3.0,难度是不一样的,不管从数据的类型、获取的难易程度,还是算法的维度都是不一样的。同时诸如创新医疗服务出来后的物价收费等等,这本身也是门槛和壁垒。同时还有刚刚前面提到的市场布局、专家背书,进指南、进共识——当这些所有壁垒叠加在一起时,每个企业都会树立起自己的护城河,当然这个护城河不会是永远的,可能只有一个时间窗,在这个过程中,需要不断迭代与创新,只有具备一定创新价值的产品才会真正产生创新的支付

张逸凌:骨科的竞争其实也是比较激烈的,最重要的一点其实就是医工结合的能力,单纯会手术、单纯会工程技术,两者只具备其一很难做出很好的医疗器械,医疗器械涉及软件、硬件、耗材、设备,涉及工学、电学、力学、有限元、电器、以及软件这一块的深度学习、底层的图像处理算法等等,是一个非常集合的多学科交叉领域,需要研发工程师跟临床医生不停的交流,同时每个临床医生可能需求又不一样,如何把需求提取出来,做成能够实现的产品,这个非常需要医工结合的能力。

第二点是刚刚讲到技术的可及性和可支付性,如果一个技术很好但成本很高,那就算技术再好,也只能服务最好的医院,如何把技术成本压到最低,需要我们不断去打磨产品,在中国做AI医疗的优势就在于我们拥有很多复杂病例,以这样的数据作为基础训练的AI模型,相对起来会更具备优势,技术的可及性会更广。还有技术的可支付性,医疗器械有一个特点是专利悬崖比较低,每一家都会有很多专利,同行越多其实是一件好事,说明这是一个非常好的行业,一旦你的可支付性成本比较低,效率比较高,准确性更好,你的核心竞争力越稳固。

王立伟:在当前产品同质化的情况下,我觉得从三点考虑。

第一,对于科技企业,创新是生命线,一定要不断的创新。就拿科亚深脉分数产品来讲,一个CT片子,医生能从解剖学的角度看到患者的冠脉是不是狭窄、缺不缺血,这实际上就是我们从创新的角度通过人工智能解决一些传统技术解决不了的问题。

第二,就是深耕,人工智能技术也要不断通过数据去训练模型,才能更精准,就跟一个专家一样,多年的经验积累也是因为他见的特殊病例越来越多,软件和人工智能产品同样如此,有了更多的数据,更多的特殊病例,未来准确性才会越来越高。

第三,产品虽然同质化,但服务上其实也有一些可以差异化的部分,不管对患者的服务、医疗机构的服务,都可以有一些创新点和差异化,去避免产品同质化带来的恶性竞争。


智慧医疗网 © 2022 版权所有   ICP备案号:沪ICP备17004559号-5