醫(yī)學影像AI闖入醫(yī)學界的心路歷程

做醫(yī)學影像AI產品，思路決定出路，態(tài)度決定高度，格局決定結局?！捯?/p>

近日，由中國醫(yī)學影像AI產學研用創(chuàng)新聯(lián)盟（CAIERA）主辦的「第二屆中國醫(yī)學影像AI大會」，在上海落幕。 雷鋒網作為本次大會的戰(zhàn)略合作媒體，進行了全方位報道。 大會首日現(xiàn)場，上海長征醫(yī)院影像科副主任蕭毅發(fā)表了主題演講《有生命力的醫(yī)學影像AI產品之我見》。 報告內容高屋建瓴、鞭辟入里，贏得全場醫(yī)生和企業(yè)家們經久不息的掌聲。 蕭毅教授從“產品初心、AI邊界、企業(yè)戰(zhàn)略路徑選擇、優(yōu)秀AI產品特征、不同角色的AI需求”等行業(yè)尤為關注的重要議題，講述了她對醫(yī)學影像AI多年來的思考與感悟。以下是蕭毅教授的報告全文，雷鋒網《醫(yī)健AI掘金志》做了不改變原意的編輯與整理：什么樣的醫(yī)學影像AI產品，是具有生命力的？ 再通俗一些來講，什么樣的影像產品能夠活下來？ 今天的分享，是我在接觸很多人工智能公司，并且與他們進行充分交流后，我的所思所想。醫(yī)學影像AI闖入醫(yī)學界的心路歷程AI在“闖入”醫(yī)學界的進程中，其實經歷了從一個狂妄到極度失落，再到信心逐漸回升的過程。

早在2016年，不僅媒體在報道AI即將取代影像科醫(yī)生，甚至包括我們熟知的圖靈獎得住Hinton教授也在公共場合談到可以停止培養(yǎng)影像科醫(yī)生。AI取代我們的聲音，甚囂塵上。 大家這樣說的原因，其實也很簡單：人們認為，AI在很多任務上，的確可以減小誤差、提高效率，而且它可以不斷學習、不知疲倦。難道這樣下去還強不過醫(yī)生嗎？而且醫(yī)生不也是靠不斷探索、不斷學習，然后循序漸進，發(fā)現(xiàn)和診斷病變的嗎？人和機器雖然有別，但運行流程的本質是相似的。 沒錯，當時很多企業(yè)是這么想的。 所以根據這個假想的邏輯，人們充分利用機器的優(yōu)勢，去“創(chuàng)造”需求、研發(fā)產品、大肆宣傳，把人工智能包裝得無所不能。 這種研發(fā)產品的思維以及宣傳方式，也引發(fā)不少影像科醫(yī)生出來批駁。 醫(yī)工之間，各執(zhí)一詞，時不時在網上甚至在朋友圈交火。 人工智能闖入醫(yī)療領域，大家都預測它有可能率先在醫(yī)學影像上大規(guī)模落地。因為AI目前最成熟的應用就是圖像識別。醫(yī)學影像，不過是一種圖像形式而已。機器把所有圖片都看會了，自然可以把影像醫(yī)生淘汰掉。 我們上海長征醫(yī)院影像科最初在接觸AI的時候，我在電梯里碰到一位同事，他跟我開玩笑說，影像醫(yī)生自己搞AI，豈不是成了影像醫(yī)生的“掘墓人”嗎？就不怕將來有一天遭同事憤恨嗎？ 雖然是句玩笑話，但這個問題讓我真的想了很久。 確定要做自己的掘墓人嗎？ 帶著這個問題，我來到了AI的現(xiàn)實世界。 探索過程中，我發(fā)現(xiàn)AI 落地難度遠遠超過我們的想象。 不像人臉識別，拿一堆數(shù)據訓練出的模型，用在其他人臉上，大部分都是Work的。但醫(yī)療則完全不同，比如我在A醫(yī)院訓練出的模型，在B醫(yī)院上應用，識別結果可能就完全變樣了。 2018年，中國醫(yī)學影像AI產學研用創(chuàng)新聯(lián)盟剛剛成立的時候，雨后春筍般的AI企業(yè)，帶著夢想，站在風口之上。 在我記憶中，全國大概有100多家企業(yè)在做醫(yī)學影像AI。隨著聯(lián)盟成立一段時間，我們陸續(xù)組織政、產、學、研、用，聚在一起多次探討，結果我們才發(fā)現(xiàn)，原來要想做好醫(yī)學影像AI，需要那么多以前完全沒想到的必備條件。 而以往，這些條件，可能更多是一部分人根據自己的經驗和視野空想而來的，局限性很強。 企業(yè)有企業(yè)的認知短板，醫(yī)生也有醫(yī)生的認知局限。 在醫(yī)學影像AI這個領域，沒有哪個人說的話完全是真理或者無懈可擊。 真理都是一群看似互不相干，但實際聯(lián)系緊密的人，用“思維的聯(lián)合建?！惫餐龀鰜淼?。 所以反觀現(xiàn)在，2020年還有多少人工智能企業(yè)在做醫(yī)學影像AI？明顯少了許多。 那些繼續(xù)做醫(yī)學影像AI的公司，大多也轉變了自己的商業(yè)模式和產品路徑。 那么究竟什么樣的產品有用？什么樣的人工智能公司才能活下來？ 在這里，我先發(fā)出一個疑問：研發(fā)這個產品，你的初心到底是什么？研發(fā)產品的初心初心包含了一系列的“靈魂拷問”：

你研發(fā)產品是想解決影像科基本的痛點問題嗎？比如醫(yī)生不愿意寫簡單的報告、不愿意去測量數(shù)據，你是為了解決臨床影像科醫(yī)生這些低級的工作需求嗎？ 還是說，是為了和影像科搞好關系，拿到大量數(shù)據，盡可能地去滿足影像醫(yī)生的科研需求？ 很多公司在初期是把大量的資金和人力，投入到滿足影像科醫(yī)生的需求上。 那么回歸本源，影像科醫(yī)生的需求是什么？ 他們的需求，可以匹配企業(yè)活下去的需求嗎？未必。 還有一種初心，是解決臨床醫(yī)生讀片的需要。 現(xiàn)在的AI，誰最喜歡？臨床醫(yī)生喜歡。 因為這樣他們再不用求著影像科醫(yī)生說，幫我看看哪里有肺結節(jié)，所以他們特別渴望，能夠有這樣一個予取予求的功能出現(xiàn)。 再比如胸外科，結節(jié)是惡性是良性，臨床醫(yī)生根本不用去看影像，只要有技術員掃描完把圖傳給他們，AI就已經告訴了他們病灶在什么地方，不需要影像科醫(yī)生幫忙讀片。 尤其像外科醫(yī)生，他們內心的獨白可能是：我也不管它是良惡性，我只要知道它好不好切，它有多大就行了。 如果從這個視角看，臨床醫(yī)生對AI的需要，在初期其實是大過影像科醫(yī)生的。 回到產品本質，企業(yè)在研發(fā)產品的時候，應該去想什么呢？ 它的最終落腳點，應該是為患者服務，為解決臨床問題，為解決臨床決策需要的。 有多少家公司初期在做產品時，初心如此？ 同樣，你做的產品，你認為需要嗎？ 中國肺結節(jié)篩查公司這么多，初始他們可能在想，國外有那么多公開的肺部數(shù)據集，靠這些數(shù)據訓練模型，說不定馬上就可以產品化、變現(xiàn)、上市。 所以大家都一股腦投入進去了，然后沒多久又一拍腦袋，心想如果做另外一套軟件，說不定更適合，更能好做創(chuàng)收。 這可能是醫(yī)學影像AI企業(yè)經營常見的情況。 但你有深入考慮過醫(yī)院、患者、國家，需要什么樣的人工智能產品嗎？ 醫(yī)療和普通的產品不同，它涉及到的面更廣、更系統(tǒng)，更加需要企業(yè)家具備全局思維。 有句老生常談的話“思路決定出路，態(tài)度決定高度，格局決定結局”，這句話無論用在我們的研究上，還是用在人生中，都是相通的。 所以這些年經歷過一系列挫折，趟過無數(shù)坑后，還健康成長的人工智能公司，我想，這就是他們的思路、態(tài)度和格局賦予他們的生命力。今天，我也為大家展示部分公司、也是我們聯(lián)盟企業(yè)的代表工作：首先來看下聯(lián)影智能的產品矩陣。

只要你能想到的、臨床有需求的產品，幾乎都已經在他們產品列表中，而且效果很不錯。 西門子醫(yī)療雖然不是一家人工智能公司，但作為一家大型設備廠商，它的后處理軟件也具備AI的能力。

從圖片中我們也可以看到，產品覆蓋廣度，從脊柱，到肺部的各種分割，以及主動脈檢查和靶區(qū)勾畫，都做出不少優(yōu)秀的成果。 當然了，傳統(tǒng)設備廠商在人工智能領域的布局，并不需要消耗過多資源親力親為，選擇與優(yōu)秀AI創(chuàng)業(yè)公司合作，無論從效率、成本還是效果層面來講，都是一個性價比頗高的選擇。 接下來是推想科技和依圖醫(yī)療（勘誤：示意圖為依圖醫(yī)療）

推想一直和我們感情很深，我們做影像AI的起步期，就主動去找過他們，包括夏黎明主任（本論壇主持人）團隊和推想的合作也是這樣展開的。 這期間，推想就在北京、上海和武漢來回穿梭，不斷去測試肺結節(jié)產品。 一系列的合作中，也讓我們深刻體會到，做好人工智能產品其實是非常難的，完全不是我們最初想象的那樣：隨便在公開域下載一些數(shù)據，訓練出一個在統(tǒng)計意義上高精度的模型，但實際上一旦在臨床環(huán)境下遇到迥異的數(shù)據，魯棒性便非常不穩(wěn)定，檢測和識別的結果自然是花樣百出。 因此在實際交流和探索當中，你會真正看到AI的能與不能。 當前的醫(yī)學影像AI系統(tǒng)，發(fā)展到從質控，到組學，再到臨床科研的智能方案，這些都表示他們的思路在轉變。 再到數(shù)坤科技，我最喜歡的是他們研發(fā)的冠狀動脈CTA重建方案，解決了臨床的很多負擔。

還有杏脈，同樣抓住了臨床的痛點。

深睿醫(yī)療也有智能多模態(tài)專屬專利數(shù)據庫平臺，這是他們一直在打造和推廣的產品。

回到問題根本，這么多優(yōu)秀產品，它取代了我們影像醫(yī)生的地位嗎？ 答復是否定的。AI取代了醫(yī)生？能取代醫(yī)生？任何一家AI公司，如果是奔著取代的目的，我可以明確的告訴他們：一定會失敗。 為什么不能取代醫(yī)生？

首先，單一病種有它的復雜性，不是專門研發(fā)一套肺癌篩查系統(tǒng)，就能夠贏得影像科醫(yī)生的青睞。 影像醫(yī)生做診斷靠什么？ 靠的是影像特征、病史、歷史對比和多種檢查。 而AI目前能夠做到的，更多是檢測一個影像特征和歷史特征進行比對。 當然了，企業(yè)也正在努力參考病史和多種檢查的綜合數(shù)據，出發(fā)點很好，但這對人工智能的要求非常高，而且現(xiàn)階段AI還不能夠飛快地像我們人腦一樣建立起突觸。 第二點，是同一部位的多樣性問題。 影像醫(yī)生看一張片子，不光看肺結節(jié)，還要看縱膈、肺氣腫、纖維化；AI可以嗎？ 好像很難，這需要做出多個單病種模型或者多任務模型。而且也無法寫出一份完整的診斷報告。 第三點，是診療過程中的多變性。 同一種疾病，可能有不同的治療方案，而且會有不同的反應。 最后一點，醫(yī)生看的只是片子嗎？看的只是病嗎？不是，我們看的是病人。 以人為本的醫(yī)學人文關懷，永遠無法取代。 而人工智能看的是什么？可能只是看個圖片，看個特征。 從這四個角度來看，取代二字，基本不成立。AI的本質是用技術解決存在的實際問題AI的本質到底是什么？ 很多人賦予了它無限的力量感、神秘感、顛覆感。 我認為，它只是一個用先進技術解決實際問題的工具。

而一個工具，是如何演變成泡沫的？ 投機的思想+單一的產品模式+浮躁的心，再加動輒就把一套軟件賣到百萬的欲望，這些都是醫(yī)學影像AI泡沫的最大組成。 我覺得，既然AI是一種先進的技術，是一套工具。 我們就應以工具思維，讓它做該做的事。 就像行業(yè)常常提到的先造錘子和先找釘子的比喻，一個成熟的AI落地模式，必定是先找釘子，也就是洞察好場景，然后再造錘子，根據場景進行方案落地。

影像AI公司三大發(fā)力點 —

疾病、流程應用、決策輔助現(xiàn)在的產品，分為三類： 第一類是多數(shù)公司選擇的落地模式，以疾病為發(fā)力點，單個病種各個擊破，整體效果可圈可點。

也有一類公司是以流程應用為發(fā)力點，這一方向的選擇，我認為比較聰明，而且做得輕松一些。 比如它可以輔助優(yōu)化放射科流程，進行一站式掃描、自動定位、劑量控制，經過圖像采集提速、質量優(yōu)化，也可以進行圖文結構化報告、AI排版、影像控制等。 第二類以流程優(yōu)化為發(fā)力點的這些公司，往往活得不錯，因為它把AI現(xiàn)有的能力發(fā)揮得淋漓盡致。這些由于門檻低，也不需要申請產品注冊監(jiān)管。

第三類公司，以決策輔助為發(fā)力點，如自動靶區(qū)勾畫和受累器官，大家對這一應用的質疑聲非常少。

另外，像術中病理診斷和冠脈介入手術規(guī)劃、腫瘤分級、AI篩查、臨床輔助決策系統(tǒng)、患者預后管理、AI科研平臺，都是非常好的模式。有生命力的AI產品具備什么特征企業(yè)類別分析完后，我們再來總結下，活下來的這些人工智能企業(yè)，都有什么樣的特征？ 我想，它不外乎7項。

第一，它解決了疾病篩查問題。 單純的肺結節(jié)AI篩查軟件沒有用嗎？當然有用。但最好不要試圖到三甲醫(yī)院去推銷肺結節(jié)篩查軟件，三甲醫(yī)院面臨的肺部問題比較復雜，單一疾病無法適用。而體檢中心是一個不錯的選擇。 其次，它分別解決了臨床決策、診斷規(guī)范、臨床科研、圖像質量、工作流程、健康管理這6大問題。 只要你的產品解決了這些問題，無論是產品，還是企業(yè)本身，一定是富有生命力的。而且很多資本也會愿意介入，更多平臺愿意與你合作。不同的角色對AI不同的需求醫(yī)學影像AI的從0到1，需要同時滿足四類人/組織的需求 ：企業(yè)自身、醫(yī)生、患者、醫(yī)院。

有一句話說得很有道理，每個人、每個企業(yè)，要給別人創(chuàng)造出“被需要感”，“被需要感”是做產品的最重要的條件。 企業(yè)要創(chuàng)造出，讓“醫(yī)生非常需要你”的產品。 而企業(yè)也需要被認同的價值感，而認同帶來的，便是商業(yè)化變現(xiàn)，這都是自然而然的過程。 醫(yī)生需要什么？ 最直接的就是減負，讓工作輕松一些。再者，一起探索前沿科研方向，幫助我實現(xiàn)優(yōu)質科研成果，在頂會和頂刊上發(fā)表論文。 再進階一步，醫(yī)生通過借助人工智能輔助決策，成為一個名醫(yī)。未來懂AI的醫(yī)生，一定是優(yōu)秀的醫(yī)生。 這些都是醫(yī)生比較常見的想法。 但你把過多的注意力，集中在醫(yī)生身上時，我想這也是“你該吃藥的時候”。只滿足醫(yī)生的需要，你的投入可能會大于你的獲得。 你在一味去迎合醫(yī)生個體愿望的同時，更應該思考患者們需要什么？ 他可能在想，不管用什么方法、用什么技術，只要看好病、少花錢就可以。 這帶來一個問題，我們做出來的人工智能軟件，是想讓患者省錢，還是想讓患者多花錢？ 產品落地后，如何定價？ 講個我親歷過的故事，有家企業(yè)用AI給患者做輔助診斷，單次費用開口要價5000，聽到這個數(shù)字后，我當時愣住了，我反問他知道醫(yī)生給病人做這樣的分析需要多少錢嗎？50塊。 當然，個別患者可能需要這樣的服務，但對于絕大多數(shù)人，這顯然不符合市場規(guī)則，有價無市。 另外從醫(yī)院層面的需求出發(fā)，醫(yī)院買單有一個重要原因是，讓病人知道我們院有個“技術絕活”，有了人工智能軟件，可以讓醫(yī)院變得更加有科技感，能看得了別的地方看不了的病，隨之也增加了醫(yī)院的效益。 所以，企業(yè)研發(fā)產品應該去滿足醫(yī)生，還是滿足病人，或是醫(yī)院的需求？

AI應該在哪個環(huán)節(jié)起作用？從目前AI的性能來看，最理想的狀態(tài)是“以患者為核心”，同時要融合多模態(tài)數(shù)據與AI技術，覆蓋全流程決策環(huán)節(jié)。 在早期診斷、精準診斷、醫(yī)療決策與評估，以及預后管理這4大板塊，發(fā)揮應有的作用。

早篩早診非常有必要，精準診斷可以讓我們成為更好的醫(yī)生，治療決策可以讓患者得到更精準的治療，而愈后管理，則是健康管理最終追求。有生命力的產品應該是？講到這里，有生命力的產品應該是什么樣的？我想大家心中已經形成了一套初步的評估體系：

1. 兼顧臨床需求、應用落地等因素，具有獨特競爭優(yōu)勢的產品。 2. 面向基層醫(yī)院、第三方影像中心、體檢機構、保險機構、非公醫(yī)療機構等不同主體需求，設計產品 3. 攜手設備廠商、大型藥企、PACS廠商等，做輕量級產品。 4. 理清科研、臨床、政府、患者的不同需求，精準研發(fā)。

責任編輯：xj

原文標題：上海長征醫(yī)院蕭毅教授：什么樣的醫(yī)學影像AI產品，最具生命力？

文章出處：【微信公眾號：IoT科技評論】歡迎添加關注！文章轉載請注明出處。