![]()
由于近期公众号推送机制改变，欢迎您在公众号首页将Boom Health设为🌟“星标”🌟，第一时间获取数字医疗行业的最新趋势和专家洞见！
以下内容整理自影禾医脉创始人/董事长，一脉阳光集团创始人王世和于2024远见数字健康年度大会的演讲在医疗行业，临床医生更关注技术的实际应用场景以及能否满足临床需求。不可否认，医学影像AI在过去十年中进展很大，但尚未形成成熟的商业化路径。这背后的原因在于，现有的绝大部分医学影像AI产品不具备临床使用场景的产品化特征，使用流程上尚未形成有效的闭环。对于医学影像AI如何实现产品化和商业化，个人认为有两个路径，一、是医学影像AI能否成为影像设备的组成部分，是否有影像设备制造商愿意为此买单？但是成为设备组成部分不是一个医学影像AI发展的最好路径，最好的路径是：二、成为平台的组成部分。在可预见的未来，一个无所不能的医学影像AI应该可以解决包括临床医生、影像医生、技师的工作，现在为止我们还没有看到这样的综合AI工具，目前更多是通过AI工具的组合来解决医学影像服务中的不同需求。一个好的AI是平台的组成部分，一个优秀的AI平台应具备至少两个特点：一是平台内的AI工具足够丰富，二是能够自动精准匹配临床使用场景。如果平台能够提供丰富的AI工具，并且这些工具能够与临床数据紧密结合，那么它将更有可能成为医学影像服务的有力补充。医学影像AI的产品化和商品化路径，将是未来AI发展的方向。要理解产品化，我们必须明确医学影像AI的定义。根据国家卫生健康委员会发布的卫生健康行业人工智能应用参考指引，医学影像AI应用场景包括辅助诊断、质控、辅助治疗、辅助规划等多个方面。然而，如果深入理解医学影像，这一描述并不全面。我百度过医学影像AI的定义，我对于百度上关于医学影像AI的定义都不太满意。结合我的经验与学习，我对于医学影像AI的定义是：通过人工智能方法来替代/提升医学影像服务过程中临床医生、影像医生、技师、管理者的工作/能力和效率的技术。将这一概念提出后，回到应用场景，我们需要思考影像医生、技师、临床医生在医学影像服务过程中扮演什么角色，AI如何替代或提升他们的工作。将医学影像服务的链条展开，涉及如何精准地开具检查单、图像扫描、图像质量控制到报告撰写等各个环节，医学影像AI需要满足这些环节的所有需求。![]()
过去的医学影像AI更多关注的是单器官、单病种，我认为在报告诊断环节只有覆盖整个检查项目的医学影像AI，才能真正替代或提升医生的工作效率。在患者拿到医学影像报告后，如何解读并告知患者相关信息，以及临床医生如何应用医学影像，这些都是医学影像AI需要满足的场景，开单、扫描、患者服务等各个环节都要满足。狭义概念的医学影像AI主要是指诊断。而广义概念的医学影像AI应该包含整个服务链：开单、扫描、诊断、临床应用、患者服务。在开单环节，智能开单主要是检测项目名称的标准化。扫描环节与设备紧密相关，图像质量控制需要根据检测项目进行研发。诊断环节主要由医生主导，最好在基座模型基础上进行训练，生成式AI在这个环节非常重要。临床应用环节，应该以医生为主导，以病种为单元，基座模型在这一环节未必能发挥作用，需要更多依赖医生经验。在患者服务环节，主要由公司主导，可以以语言、图片及视频的形式呈现，给患者更好的全流程体验。![]()
商业模式上，早期的AI企业如果依赖AI技术生存可能会比较艰难，需要依赖融资或寻找新的收入来源。不同的AI工具有不同的收入来源，可以依据自身禀赋和优势另辟蹊径，例如智能开单和诊断可能更多是To H或To B，而临床应用环节可能更多是To C。![]()
- 一是走进临床，提升临床医生对医学影像的认知和精准开单能力，现在影像在临床的应用远远不够，这个需要影像医生和临床医生更多互动。
- 二是走近患者，更加注重与患者的沟通和交流，了解患者的身体情况，提供更加科学的医学影像服务。
- 三是走进科研，积极参与医学影像AI的科研工作，探索新的技术和方法，推动医学影像AI的发展。
