AI医疗：理想很美好 现实仍骨感

“我们把传统的胃镜变成小小的机器人，它可以在磁场的控制下，以毫米为单位精确移动，360度无死角检查我们的脏器。”

“我们比较成熟的产品是在线问诊、移动问诊，帮助用户在移动互联网上跟真实医生快速建立起联系，解决其健康问题。”

“医生每天要花大量的时间读片，还存在大量误诊和漏诊，我们观察到这个痛点，决定将AI技术落地，应用在医生日常工作中。”

“寻找中国创客第四季夏季峰会”的舞台上，几位AI医疗领域的创业者侃侃而谈，谈着AI医疗的现状与未来，说着自己的梦想与期待。

这两年，人工智能的东风吹到了医疗领域，让这个领域一下子热了起来，大量创业者涌入这个行业。医疗成了AI落地的又一万亿级场景。普华永道的专家们在医疗报告《What doctor》中写道：“我们正马不停蹄地走入健康新时代，AI与机器人在医疗保健领域的地位越来越高了。”

长期以来，优质医疗资源的供需不平衡，医生培养周期长，误诊率高等痛点已经成了医疗“顽疾”，AI的赋能是否能消除这些“顽疾”?AI医疗的痛点又在哪儿?在很多人心中，这些问题还等待着答案。

AI医疗的赋能

“全国只有不到3万名治疗慢性疾病的医生，却有4~5亿得了慢性疾病的病人。”智云健康CEO匡明的话说出了我国医疗行业目前的困境——医疗资源严重不足。

据《2017年我国卫生健康事业发展统计公报》显示，2017年末，我国卫生技术人员总数有898.8万人，相比去年增加了53.4万人。2017年总诊疗人次共有81.8亿，与上年比较，共增加2.3亿。2017年，每千人口执业(助理)医师为2.44人，每千人口注册护士为2.74人。

虽然医生也在不断增多，却还是赶不上病人的增长速度。想要解决这么多人的看病问题，只能不断往医生的肩膀上加“砝码”。推想科技副总裁曹原说，巨大的工作量使得医生不得不长期高负荷地工作，这样的工作方式很可能导致大量的误诊和漏诊。曹原举例，“比如针对肺部结节(的诊疗过程)来说，负责诊疗的医生每天大概有30%~40%的时间在查看胸部CT，这其中又有80%的时间在鉴别(影像中是)结节还是血管，如果出现结节却没能被医生发现，未来很可能会变成肺癌。”

2017年至今，“AI+医学影像”领域的大部分公司，业务都涉及AI辅助诊断肺结节项目，公布的检测准确率普遍在90%以上，而且这个数值越来越高。2017年也被业内称为AI影像的“肺结节年”。

类似“AI辅助诊断肺结节”这样的项目，一定程度上为某些特定领域的医生减轻了负担，提高了他们的诊疗准确度和效率。但对于很多患者来说，这些并不足以真正解决他们的“心病”。

“现在中国有几百万名医生，但是大家希望看的，是排在前5%的专家。”天亿投资创始人、美年大健康产业集团董事长俞熔认为，对于许多患者而言，专家资源稀缺才是最核心、最本质的问题。他认为，在这个方面，AI技术也是大有可为的：“AI的价值就在于，我们有这个技术路径，可以把专家的智慧标准化、智能化、技术化，这其实就是变相提高了专家效率。”

春雨医生CTO曾柏毅提出了和俞熔不同的看法。他说：“如果我们可以通过AI技术帮助‘小医生’，提升‘小医生’的看病水平、看病效率，让‘大医生’的能力更好地、更广泛地发挥作用，(医疗资源的)供给量将是巨大的。”

那么，如果释放了更多的优质医疗资源，患者“有得可选了”，是否意味着他们都能找到让自己“心满意足”的医生呢?现实情况可能并没有这么简单。曾柏毅提到了一个现状：由于各种知识水平的局限，许多患者不知道如何选择合适的医生，如果选错了医生，还有可能造成误诊。他说，“我们在和许多用户接触的过程中发现，他们会把问诊作为去医院的第一站，我们认为用户需要一种可以信任的关系，帮助他作出医疗决策。”他提出，在不久的将来，用户就诊时不再需要头疼选什么科室、选哪个医生，搭载了AI技术的分诊系统就可以很好地帮助他们解决这个问题。

“通过使用AI技术，用户做不到的事情我们可以帮他做。”曾柏毅在介绍AI分诊系统时说。他认为，AI技术在医疗领域的运用是能够解决用户切身问题的，是有发展空间的。

落地才是硬道理

2016年被认为是AI医疗在国内形成投资风口的元年。相关数据显示，当年，约有27家AI医疗企业融资成功，其中16家企业融资金额在1000万元人民币以上。

然而，有一个现状让人无法忽视：尽管AI医疗产品可以进行尝试的空间很大，种类多样，但真正落地的很少，能够符合临床使用场景的产品仍缺席。俞熔坦言，目前，把AI技术上升到精准诊断和精准治疗的维度比较有压力，更多的是辅助治疗。

这与医疗本身的特点有很大关系。业内人士普遍认为，医学领域的问题很复杂，维度多、门槛高，AI技术在此领域进行突破，难度比较大。以目前AI技术与医疗结合较为成功的影像科为例，曹原表示，肺部、眼部应用相对简单，技术门槛比较低，所以许多企业都争相开发相关产品，而针对脊柱、腹部等复杂部位诊断的试水则相对较少。

“在医疗行业，你需要拿出非常清晰的证据，才能说这个东西可以大量用于临床。”匡明提到，在医疗领域做产品必须慎之又慎，作为产品的目标使用者，医生和患者对此的态度也显得比较慎重和保守。

《医疗人工智能医生认知情况调研报告》显示，外科和影像科医生对AI的知晓率高于平均水平，但对AI的整体满意度低于平均水平。不满意主要集中在AI未能减少医生的工作量，其次是对原理以及准确率不高的质疑。

很多使用过阅片AI的影像科医生，没有体会到工作量的降低。虽然许多公司都宣称用于影像科的AI产品能够提高阅片的准确度，而且比医生快得多，但并不能保证误诊的问题不会出现。如果阅片AI提供的结果不能让医生信服，医生还需要重新审核，这反而会增加医生的工作量。

不光是许多医生对AI医疗心存疑虑，很多患者也对它的安全性和实用性感到担忧。匡明说，“有时候朋友跟我开玩笑说，你别跟我说AI的算法好不好，我只关心，用在我身上出了问题怎么办?”俞熔也有类似的体会：“在儿科领域，AI技术用于儿童保健是可以的，但用在儿童疾病治疗上就不太行了，一般人不太愿意让自己的孩子跟机器人对话(进行诊疗)。”

另一方面，“向谁收钱，谁来掏钱”，也是目前AI技术在医疗领域落地时绕不过的“坎儿”。增加的机器成本由谁承担?俞熔表示，目前，医院场景的收费有一些挑战，打通医保、医院的闭环难度仍较大。

曾柏毅认为，在医疗领域中，医院付费比较难，但是可以考虑药企付费和保险公司付费。“二者对医疗AI的需求蛮大的。”匡明也表示赞同，以他的经验来看，药企每年会投入大量资金进行临床研究，而数据挖掘、AI分析可以对其进行加持，这样可以直接获得收入。

“随着中国经济水平的不断提高，未来人们对医疗健康的关注度和诉求会越来越强烈，付费的意愿可能会不断提高。”匡明相信，经过一段时间的市场教育和培育，未来，在一些收费场景中，会有越来越多的患者愿意为AI付钱。

关键词： 现实 理想 医疗