深度 | 追求0.01%突破 vs 看重临床效果，AI公司与医生合作的“利益点”在哪里？

本篇文章4327字，读完约11分钟

一个月之内，人工智能医学影像领域的两个"世界冠军"相继诞生。

7月14日，阿里巴巴云平台以89.7%的平均召回率打破了国际权威肺结节测试大赛月16日的记录，获得了世界冠军；8月7日，iFlytek的消息铺天盖地，它以92.3%的平均召回率赢得了月神评价的第一名，再次创造了新的世界纪录。

Luna，被称为lungnoduleanalysis，是国际上肺结节检测领域的权威评价。随着国内人工智能公司纷纷进入智能肺结节筛查领域，这一评估已成为各大公司算法实力相近的场合。“这种竞争，就像高考的分数一样，不能被看作是衡量一个系统的整体水平和应用能力的唯一标准，但它可以被看作是一个核心的客观评价指标，在此之前还缺乏更有效的综合评价标准(比如himss的电子病历应用等级)。就像高考的高分不一定强，但至少有一个初步的学习能力评估参考。”HKUST讯飞医学影像部门主管马文俊说。

然而，仔细考虑之后，我们会发现一个问题:算法能力的提高是it行业所追求的进步。当人工智能进入传统医疗行业时，这0.01%的改进仍然是一个值得祝贺的突破吗？

“我根本不关注公司的这些算法，我关注的是临床效果。”影像部门的一位主管告诉雷锋。一个是不断变化的it行业，另一个是近乎偏执的传统医药行业。当人工智能医疗的浪潮兴起时，两者结合的“点”是什么？

艾医疗:你不能以吃为食，你不能做酱油，它只是一种调味品。人工智能公司和医院以科研合作的形式共同开发人工智能产品是一种常见的方式。

所谓“科研合作”，科大新闻飞马文君告诉雷锋。(公开号码:雷锋。)，公司在合作之初与医院签订了合作协议。产品和未来市场是公司所有，医院有权使用和发表论文。和其他学术成果，此外，双方共同研究，共同拥有知识产权。”

此外，它更多的是基于发展阶段的定义。

早在2016年，iFlytek就与安徽省医院合作建立了医学人工智能联合实验室，探索人工智能技术在医学领域的应用。马文俊表示，人工智能技术在医学领域的应用始于2014年或2015年，人工智能关注的内容与临床实践存在一定差距。该行业与医院在科学研究方面的合作是不可避免的。同时，科研合作不仅是企业与医院之间的合作，也是企业与企业之间、软件与硬件之间、软件与软件之间、企业与大学之间、大学与大学之间的合作。

朗通医疗有限公司是一家致力于构建智能辅助诊断系统的公司，专注于普通医学，辅助各专业的临床诊断。此前，该公司、浙江大学邵逸夫医院和浙江大学宣布成立浙江省重点实验室——浙江省精密医疗中心，探索智能辅助诊断系统的应用。对此，徐哲朗通医疗表示:“我认为，对于一家公司来说，做人工智能仍然很困难，因为医生是最终用户，构建过程需要将医生的经验和他们的临床思维融入其中。”否则，该系统将失败。”“如果你想要一个真正有用的系统，而不是科学研究，你需要找到一家医院，所谓的产学研合作。”

初创企业怡园智能在这条道路上走得更远。“本质上，我们是在画一个圈，团结一切可以团结的力量，与不同的医院(医生)进行科研合作。”怡园智能成立于2017年4月。目前，已与南方医科大学、香港大学医院等多家医院开展科研合作。该公司首席执行官吴波表示，有必要首先与医生开展科研合作，或者从医学角度切入。它可以给医疗行业带来真正的变化，必须走自己的路。

中国科学院自动化研究所研究员田杰表示，虽然人工智能医疗在当今非常流行，但人工智能在医学上的应用还处于探索阶段，很难获得效益。在这个时候，ai公司很难对ai公司的未来看得太清楚或者想盈利，因为辅助诊断的法律、法规和标准还不清楚，所以需要长期的培育和足够的资金来支持其从科研到产品的转化，而转化的时间可能会比较长。

“科学研究是切入点，两者之间的合作对于产品成熟度更有效。就像互联网刚兴起的时候，我觉得马云说的很有道理。他不能吃它，他不能做酱油，它只是一种调味品。如果公司对利润抱有很大的希望，很难与医院长期合作，这不利于真正有效的产品培育和开发。”他告诉雷锋。

人工智能公司和医生之间如何求同存异？这个世界必须属于少数人。我希望能找到一个真正优秀和聪明的团队和我一起做这件事。

无论谁愿意为我提供数字化病理切片扫描仪，我都愿意提供切片和专业知识来配合人工智能分析。

我已经清理了医疗数据和数据人才。如果我想把数据拿出来，人工智能能给我提供什么？薪水？至少是我目前工资的两倍，但创业公司负担不起。

……

问“你想和哪种人工智能公司合作？目的是什么？”目前，每个医生都有自己的观点，更多的答案是基于他自己的情况。但是如果你问人工智能同样的问题，答案可能是一样的:制造令人敬畏的产品并销售它们。

医生和人工智能公司有不同的要求，那么如何求同存异，共同努力呢？

求同存异:寻找匹配点徐哲朗通医疗表示，希望通过深度学习、精准医疗等项目提升医院形象；卫生局希望与ai公司合作，在未来真正提高医生的能力；对于医生来说，他们的吸引力在于做题目和发文章，这对专业职称很有帮助。这需要高质量和有价值的数据。"目前，人工智能公司和医生之间有一个交汇点."高质量和有价值的结构化数据对于人工智能产品的开发是必不可少的。

“医生不在乎你用的是哪个系统，但也想知道系统构建后的数据，以及它对他的研究对象有什么价值。”“一些医生告诉我们，‘你的数据很棒。如果你将来发表一篇文章，你应该使用你的数据。"

此外，根据徐哲的说法，一些医生并不针对该主题，而是更注重临床效果的改善。“在急诊科，智能辅助系统在防止误诊和漏诊方面发挥了巨大作用，医生非常愿意灌输他们的临床经验。”

对此，科达新闻飞马文君表示强烈赞同。“医生分为两类:学术医生和临床医生。前者对纸张的需求很大；后者不重视纸张，对实际临床疗效和应用验证的要求很高。”"送报和赚钱是功利的，许多大专家有更高的追求."

据马文俊称，随着肺结节智能筛查的普及，一些难以操作的科学研究项目变得更加容易。这些大多是it专家没有重视的问题。“机器学习只关注召回率和误报率。医生更注重指标、假阴性率、假阳性率等。”

以肺结节的漏诊率为例，以前很难统计。有必要对病理诊断金标准后确诊为肺癌的肺结节患者的历史病例进行统计，以确定漏诊。在医学领域没有公认的价值。现在，在saas区域平台上，有更多的客观样本，可以用于大规模的漏诊率分析和统计。此外，一些新的研究方向已经出现，如肺癌预测和区域流行病学分析。

差异的存在:可以协调的是“人工智能公司需要收入，这个话题意义不大。”企业无法维持生存，又该怎么办呢。”徐哲的言论反映了人工智能公司和医院之间的根本区别。前者是为了钱，而后者不能碰钱。我们怎么能成为好朋友呢？

徐哲说，这也可以协调，办法是“做一点”。

据他说，它的智能辅助系统可以提高基层医院的能力。"国家卫生和计划生育委员会已经发表了一篇论文来研究这个问题."“卫生计生委和扶贫办已经和我们签订了协议。如果成功，它可能获得1200万到2000万的项目资金。”

对于像IFlytek这样的巨头来说，资金问题并不那么紧迫。马文俊表示，在双方的合作中，公司支付研发项目费用，购买设备，医院投资医疗设备、专家和数据。“我们并不是完全没有收入。我们将申请一些科研资助项目和基金项目。”

对此，田杰博士表示，医疗ai公司应该做好长期持久战的准备，而这个行业需要一个培育过程。只有当相关法律和标准逐渐成熟时，才能逐渐取得效益。“但短期内难以实现，所以这是一场持久战。”

谁是智能医疗创业的主导因素？“小心欢迎。”

这个精确的描述与3A医院信息中心主任吴空(网名)的背景非常吻合。当雷锋问医生对人工智能的态度时，他回答说。“大多数医生对人工智能了解不多，因为他们忙于工作和看医生。”

华山医院的病理学家祝英峰(音译)也表示:“目前，我们都处于观望状态，这种项目耗费的精力太多了。”医生通常没有那么多时间做这样的事情。”

南方医科大学副教授刘再义告诉雷锋。“我不是在创业。从研究的角度来看，临床问题比其他任何事情都更重要。算法有多好并不重要。重点是临床设计。”“许多公司都在竞争算法，我认为这也很好，但你有一个实用的原始目的吗？我为什么要使用这样的算法？事实上，有时候我们不需要一个令人眼花缭乱的算法。如果我能用常规方法解决这个问题，算法就不重要了。”

在现阶段，他们或他们的单位并没有参与到ai医疗项目中，他们处于“谨慎欢迎”的状态，这取决于“我是否能通过与ai公司的合作得到我想要的东西。”

据吴空说，他的医院和ai公司之间的合作是受欢迎的。除了考虑到联合科研可以减轻医生的工作强度，早期的医院参与可以避免人工智能公司走弯路。“例如，肺结节的早期筛查对有经验的医生来说意义不大。他们更注重诊断后的临床治疗。”如果你真的与人工智能公司合作，你希望大学带头。“他们有一定数量的研究经费，资源是可以利用的。对于机器学习来说，单个医院的数据量是不够的，每个医院的治疗计划也不一样。如果大学在地区上处于领先地位，那么样本量将是巨大而广泛的。很好。”但是，医院不会主动做这样的事情。“住院时间主要用于治疗和医疗管理，除非有国家科研项目，否则很少采取主动。”

在方向选择上，我希望构建一个智能化的辅助诊疗系统，能够解决基层的诸多问题，促进分级诊疗。“让基层知道某种疾病在基层可以发展到什么程度；你在多大程度上需要大医院专家的干预？”“我不了解业务，不知道推广价值是什么，但有助于推广分级诊疗，提高基层医生的诊疗水平。”

对此，田杰医生表示，当医院与人工智能团队合作时，医生更关注工程团队是否了解其需求。“工程学什么都做了，但对临床知识知之甚少，经常变成盲人。”因为，在他看来，在人工智能公司和医院之间的合作中，更重要的问题是人工智能团队和医院之间的沟通，而关键在于它能否解决临床需求。人工智能团队对医疗的医疗需求有基本的了解。甚至团队中有医学背景的人和一些有工程背景的人都是在医院招募的。如果有一些重叠的人员，他们会事半功倍，取得更好的效果。“所以我认为合作的关键在于沟通，沟通的质量决定着合作的成败。”

这提醒了雷锋。一个类似的问题:谁是医疗机器人初创阶段的首席医生或技术人员？对此，加拿大Skatechwin大学机械工程系高级工程设计工程实验室主任、加拿大工程院院士chris zhang认为，“医疗机器人行业起步初期，医生占主导地位，技术人员在思考问题时相对被动。”最初的创新是有分歧的，所有的问题都来自医学和医学专家。但是，如果有了突破，要创建一个公司，就应该以企业为核心，进行市场分析，包括困难和成本。

雷锋原创文章。严禁擅自转载。详情请参考转载说明。