中国医疗究竟缺什么？AI在医疗行业中又起着什么样的作用？

几天前，长春长生问题疫苗事件爆发，一石激起千层浪，举国上下批判之声不绝于耳。有人逐利，亦有人心怀民生社稷，为商者当肩负起应有的社会责任。

可以看到近年来人工智能技术炙手可热，国家扶持，资本助推，创业者纷纷押注这一赛道。纵然会有泡沫，但不可否认这一波浪潮为社会带来了实实在在的价值。以医疗为例，无论是治疗前的医疗影像、虚拟助手，还是治疗过程中的辅助诊断、智能问诊、药物研发，亦或是康复治疗用到的健康管理，都是创业公司们利用新兴技术改善中国医疗资源问题的表现。正如一位创业者所讲：“既然中国医疗资源不够用，那我们一定要用AI去完成一些最基础的工作。”

这位创业者，正是亿欧日前采访的一家医疗人工智能公司——雅森科技的创始人兼CEO陈晖，他向亿欧介绍道：“ 我们对于AI的诉求，不能只把它看成一个阅片的工具，首先我们要看在中国市场上真正缺少的是什么。”

出发前，想一想中国医疗缺什么

中国医疗缺什么呢？

从社会层面来看，缺的是医疗资源；从企业层面来看，缺的是专科AI。

“人工智能+医疗”首先要解决的是帮助医院科室提高临床技术的水平，尤其是对于一些专科资源本身就相对薄弱的二三线城市，如何把专科AI对临床辅助诊断的能力下沉到基层医院，而不是仅仅下沉一个阅片软件，这是雅森科技这几年来一直在思考的一个核心问题。

首先需要解决的，是如何在专科AI做出一个像样的产品？

在诊断层面，雅森科技希望其产品能够尽可能的模拟医生诊断行为。医生会根据患者临床信息、生化数据以及多种影像资料，按照临床路径完成所有数据的收集与分析之后才会做出确切的诊断。对于雅森来说，如何在这一层面做出辅助诊断的报告，是现阶段需要关注的重点。

陈晖介绍，临床多维度诊断的复杂程度很高，需要对至少3-4个维度的数据具备良好的分析能力，并且需要对每种数据赋予不同的权重，才能进行临床决策支持。这就要求公司不仅仅需要有深度学习、生物工程算法等技术的积累，还需要具备一定的医学知识、临床经验、以及深度学习+机器学习的整合应用能力。

其次要面对的，是医疗资源下沉的问题。

亿欧从陈晖的介绍中了解到，中国的硬件资源在过去十年中取得了长足的进步，二三线城市医院所使用的影像设备，其本身并不存在任何质量问题。

真正令人头痛的是诊断质量的控制。众所周知，中国门诊量巨大，在这种情况下无法保证医生的每一次操作都是精确的。因此，在下沉时，雅森科技不仅要帮助二三线城市的医院做到技术创新，还要在商业运营和医学运营方面帮助医院进行质量控制。陈晖说：“这是一个挑战，也是做医疗行业的公司必须要经历的事情。”

一是要转变医生的观念：举例来说，如果想要通过核磁发现脑卒中，患者通常需要进行2-3毫米层厚的核磁扫描，但是在大量的地方医院，由于门诊量过大，医生通常只会参考7-8毫米层厚的影像。但如此一来也会错失很多细小的出血点。既要提高接待量又要不降低诊断质量，为此雅森科技与院方进行了协商，做到最大限度的质控。

二是帮助医院进行精细化运营：在很多基层医院，存在大量资源闲置或者设备没有满负荷运载的现象，例如一些检查可以在基层医院或是体检中心完成，一些病症可以在二级医院或是三甲医院进行确诊和辅助治疗。因此，雅森科技希望帮助医院进行工作量的分摊，通过精细化运营，使得医疗设备价值最大化。

敢于选择不同，埋头于多模态脑部分析和细胞病理

可以看出，雅森科技是通过临床多维度诊断和下沉二三线城市这两个方向进行战略布局，那么在产品层面，雅森又有着怎样的思考呢？目前的医疗影像公司，大多以肺部检测作为切入点，雅森为何另辟蹊径选择扎根于脑神经这一领域？

首先，脑部市场本身是一个蓝海，且未来将持续扩大。中国已经逐渐进入老龄化社会，到2020年，60岁以上的老年人口保有量将达到2.48个亿，占比中国总人口数的17%左右。按照以往的经验来判断，年龄超过45岁便会进入脑病高发区间。而且随着社会压力的增大以及缺少良好的生活习惯，年轻人的健康水平正逐渐下降，卒中等脑部疾病的发病年龄都在呈年轻化趋势。基于上述现象，陈晖认为在未来十年，中国的脑病将会进入一个高发期。更好的服务于中国老龄化社会，无论从商业价值还是社会意义上考虑都具有重大的战略意义。

其次，复杂脑部影像处理技术成为雅森科技独特的门槛。包括肺结节在内的大量肿瘤类疾病对于CT的依赖程度很高，使用能够反应组织密度变化的CT影像检查是很有效果的。然而这种情况并不适用于脑部疾病。除脑肿瘤外，大量的神经退行性疾病不会在脑部出现实体占位的肿瘤，CT影像的应用范围，相比于其他脏器来说有很大程度的缩小。

功能型影像在脑部检查中具有重要作用，即fMRI、PET等。而这些影像，为各个公司的产品研究带来了很大阻碍。大多数做CT影像分析的公司并不具备很强的生物医学工程背景，很难从原有产品过渡到脑部影像这些复杂的情况去分析。

陈晖表示：“我预测医疗影像公司未来会出现两种现象，一种是一部分公司会基于CT影像，持续地进行横向扩张，将产品覆盖到肺、胃肠等不同的器官；另一种情况是有些公司会在垂直领域深耕，针对某一疾病或器官，在纵向上进行数据的完整分析，即雅森提出的专科AI。”

雅森科技已经具备了对脑部的核磁、PET、SPECT、脑电等不同种生物医学影像的分析能力，可以从不同的数据中抓取特征，完成对阿尔茨海默症、癫痫、帕金森等特定脑病的多维度分析。目前，雅森科技对阿尔茨海默症的人工智能产品已经与部分体检机构和私立医院展开商务合作。

正如陈晖所讲，阿尔茨海默症的发病率在65岁老年人群中已经达到10%以上，在这种情况下及早的发现并有效治疗成为能够延缓病症最有效的方法，这对于提高中老年人的生活水平、减轻年轻人养老压力具有深远的意义。

雅森科技有两条产品线，其一是上述的多模态脑部分析产品，其二是可以进行明确商业落地的产品——细胞病理。

细胞病理是病理学的一个细分领域，在检验科有着十分广泛的应用。例如血常规检测，虽然大部分医院可以使用自动的血液分析，通过生化的方式去检查，但仍有部分血常规无法在自动分析仪下获得很好的指标，这就需要依靠人工镜检的方式进行筛查。

陈晖向亿欧介绍：“细胞病理这款产品的原理并不复杂，但是其应用场景十分丰富，对于临床有很大的实际作用。”陈晖认为，人工智能会在病理方面率先落地并产生商业收入。

不仅是阅片工具，AI可以赋能医疗产业链上下游

医疗人工智能公司的价值是什么？是单单能够做出帮助放射科医生阅片的工具，还是可以扮演其他角色？

正如本文开篇时引用的陈晖的观点：“ 我们对于AI的诉求，不能只把它看成一个阅片的工具。”

从患者和医院的角度看，这类人群对人工智能的诉求在于尽早发现疾病并且能够得到治愈。以肺癌为例，中国肺癌病患的生存率远低于美国日本，究其原因，是国外一些国家对于潜在病人的早期发现能力强。而在我国，尤其是农村和基层地区，病患只有在表现出非常严重的症状才会到医院就诊，而此时往往已经达到了癌症的中晚期，错失了治疗的最佳时间。究其原因是我国缺少足够的医疗资源去下沉，而利用AI技术可以将医生的经验复制到每一个村镇，这恰恰是解决资源短缺问题最有效的办法。

人工智能挖掘出病人后，如果其处于早期阶段，便可以支持药厂研制出针对该病患的早期治疗药物。更重要的一点是，通过人工智能构建的病患大数据库，可以帮助药厂在药物上市后的第四期临床阶段做测试。简单来说，人工智能会帮助药厂摸清病患的属性，更好的看清真实世界，做出最准确的判断从而完善药品的研发过程。

对器械厂商来说，如果人工智能技术能够挖掘到足够的脑病患者，便可以为器械厂商提供更多的开发思路。例如癫痫病，如果人工智能可以在癫痫病发前5分钟做出预警，那么器械厂商可以开发出相关的便携式脑电设备或者心电设备去监测早期癫痫病人，以降低出事频率。

总得来说，人工智能赋能医疗影像，不仅可以帮助病人做早期筛查与精细化的辅助诊断，在治疗过程中还可以建立病人大数据库，帮助后期产业链做药物研发、器械研发以及医生资源培养。人工智能一定会衔接大量的医生资源、药企甚至诊所。

在采访的最后，陈晖告诉亿欧，雅森正在建立脑部疾病的专病数据库，以此来更好的服务于病患、药企和器械厂商。在未来两年内，雅森科技围绕中枢神经的脑部产品会大规模的进入到体检机构和私立医院。“雅森的产品绝对不会停留在实验室水平，它一定会越来越贴近真实。”