从2017年至今,算法公司、影像平台公司、远程医疗公司、人工智能公司……这些背景各异、领域多样的企业,在AI应用于肺结节检测方面,似乎不约而同地达成了某种共识。
作为行业内的从业者,万里云医疗信息科技(北京)有限公司(以下简称万里云)的CEO黄家祥首先想到的是AI在临床应用中的价值。万里云由万东医疗(600055,SH)和阿里健康(00241,HK)共同持股,前者深耕传统医疗影像设备研发与生产,后者则融合了电商、大数据、人工智能等前沿技术。
由于具备“跨界合作”的特点,黄家祥在看待AI标注肺结节、AI+影像的发展时,更能理解传统厂商的顾虑。在接受《每日经济新闻》记者(以下简称NBD)专访时,黄家祥多次强调AI影像对临床的重要性,认为应用场景数据对于现阶段的AI影像公司至关重要。
NBD:2017年,多数AI+影像公司都在涉足肺结节检测,这对临床来说有何意义?
黄家祥:虽然肺结节检测看似门槛不高,但实际操作起来却发现难度不小。例如,有专家指出,肺结节只是一个征象,背后可能隐藏着多种病症。因此,仅靠这一个项目,与临床需求相比是远远不够的。只有将病人的其他影像、病史、生化检验数据综合起来分析,才能对临床产生较大作用。
此外,从影像医生和临床的角度来看,仅关注肺结节是远远不够的。我们与一些体检机构合作时发现,即使肺结节检测再准确,对他们而言意义也不大。因为病人来体检并不是为了检查是否有肺结节,而是想了解自己的肺部健康状况。因此,医生更希望AI能覆盖更广泛的病种,以提供更实际的帮助。
NBD:对于医生而言,肺结节AI的诊断准确率很高且不断刷新,这对临床有何促进作用?
黄家祥:仅从百分比数字上进行比较意义不大。关键在于AI在何种条件下达到如此高的准确率。例如,阿里云的天池竞赛给参赛者提供的数据集与测试数据集同源,因此达到高准确率相对容易。但在实际应用中,个体差异、设备差异以及医院间的差异导致图像非常复杂。
我们的平台上每天有一万多个病例,来自两千多家医院。在现有条件下,无法统一这些医院的设备水平、质控操作规范和剂量水平。因此,一些AI公司在大医院训练出的模型在外部使用时会出现“水土不服”。因此,需要明确AI在何种条件下、使用何种数据集进行训练和测试以及测试的规模来评估准确率。
NBD:AI在影像领域的价值应由谁来评判?
黄家祥:我认为影像科医生和临床医生是真正的专业裁判。他们会对AI的准确性有直观的判断。如果临床医生在实际工作中也认为AI分析的结论可靠,那么这才有价值。而算法公司、信息化公司、医疗器械厂家等最多只能算是助理裁判。
NBD:有人认为AI在医学影像的应用能推进分级诊疗您认同吗?哪些场景具有迫切的落地需求?
黄家祥:这是肯定的因为存在巨大的供需差异所以AI影像的从业者都会朝着分级诊疗的方向走。我觉得至少在三年之内AI在影像领域最容易落地的反而是体检和基层医疗。特别是在五线或更基层的医院可能会率先使用。
去年我们去湖南的几个县调研发现很多县影像医生资源匮乏。例如一个县全县只有八名有医师资质的影像医生其中六名是初级医生副主任医师只有一个。这个县有八九十万人口而这样的群体只能依靠这几位医生提供影像帮助。所以线下需求痛点远比线上“痛得多”。
体检场景中AI+影像也是迫切需要的。体检量增长速度比医院快很多例如从前大部分体检是拍胸片现在逐渐转向低剂量CT扫描以进行更早期病变的筛查一个病例可能涉及几百张图片因此体检阅片量上升非常快。
NBD:在AI医疗领域融资消息频传的同时也有公司倒闭。您认为AI影像行业的公司应注重哪些方面的价值才能走得更远?
黄家祥:对于AI公司我们有一个观点即应用场景的价值大于数据价值数据价值大于算法本身的价值。如果AI创业公司只有算法作为核心那么这件事会非常危险。
随着AI大潮逐渐退去实际的应用场景和高质量的数据将成为核心。目前做算法的公司很多但从生态进化的角度来看单纯以算法支撑的公司可能会面临挑战。
此外数据问题也很重要。拿到医院数据的公司训练出的模型自然比只有公开数据集的公司要好。最后是应用阶段如提供给医院使用这时会面临一个问题也是投资人最敏感的问题即如何变现。有些创业公司会描绘一些应用场景但虚拟出来的和实际落地还是有差距。其实商业的本质还是要创造实实在在的价值而不是纯粹讲虚幻的故事。
同时AI创业公司应该对接下来两三年之内AI+影像的应用场景做行业上的战略判断以及AI能为临床提供什么样的价值。战略方向对于创业公司来说也非常重要。
NBD:您认为现阶段医学影像领域的AI发展到了一个什么样的阶段?
黄家祥:现阶段医学影像AI可能像是个幼儿园阶段的孩子吧。真正在医疗场景中获得医生认可的阶段是高考或大学毕业阶段。AI有一个逐步发展的过程需要逐步成熟并被临床接受。所以现阶段的AI主要是起辅助作用不能让幼儿园的孩子去承担成年人的责任否则就是拔苗助长了。
就目前的阶段而言我认为大家要调整心理预期同时利用合理的方式在限定范围内让AI尽量发挥价值。给AI找对定位放进合适的应用场景里能落地那么这个AI的准确率即使没那么高也无所谓。