從2017年至今，算法公司、影像平臺公司、遠程醫(yī)療公司、人工智能公司……上述擁有不同背景和擅長領域的一眾公司，在AI于肺結節(jié)的應用上，似乎有著相同的默契。
身為從業(yè)者，萬里云醫(yī)療信息科技（北京）有限公司（以下簡稱萬里云）CEO黃家祥首先想到的就是在臨床應用上的價值。萬里云是萬東醫(yī)療（600055，SH）和阿里健康（00241，HK）共同持股的公司，前者多年來從事傳統(tǒng)醫(yī)療影像器械的研發(fā)和生產(chǎn)，后者則帶有電商、大數(shù)據(jù)、人工智能等“流行”標簽。
由于帶有“跨界聯(lián)手”的特質(zhì)，黃家祥在看待AI標注肺結節(jié)、AI+影像的發(fā)展時，更能夠理解傳統(tǒng)廠商的顧慮。在接受《每日經(jīng)濟新聞》記者（以下簡稱NBD）專訪時，黃家祥多次強調(diào)AI影像對臨床的作用，認為應用場景數(shù)據(jù)對于現(xiàn)階段AI影像公司來說最為重要。
談AI準確率：對比基準一致才靠譜
NBD：2017年大多數(shù)AI+影像公司都在做肺結節(jié)，這對于臨床來講意義大嗎？
黃家祥：看起來肺結節(jié)的門檻不高，但真正扎進去的時候就會發(fā)現(xiàn)其實并不好做。比如有專家說，肺結節(jié)本身只是一個征象，在這個征象背后，有很多種病癥都會引起肺結節(jié)。所以單看這一個項目，跟臨床的需求相比是遠遠不夠的。將病人其他的影像、病史、生化檢驗數(shù)據(jù)結合起來看，才能對臨床產(chǎn)生比較大的作用。
另外，從影像醫(yī)生以及臨床的角度來看，光有一個肺結節(jié)也不夠，只能說是“萬里長征第一步”吧。我們現(xiàn)在和一些體檢機構合作，他們說肺結節(jié)做得再準確，對他們而言也沒有那么大意義。因為病人過來又不是看有沒有肺結節(jié)的，肺結節(jié)是什么東西他都不知道，病人是來看自己的肺有沒有毛病的。所以對臨床來說，是希望AI能看的病種更豐富一些，這樣對醫(yī)生才有更實際的幫助。
NBD：對醫(yī)生來說，肺結節(jié)AI的診斷準確率很高，而且紀錄一直在刷新。這對于臨床會有所促進嗎？
黃家祥：僅僅在百分比的數(shù)字上作比較，其實意義不大。關鍵是AI在什么條件下達到這么高的準確率。比如阿里云的天池競賽會給參賽者一個數(shù)據(jù)集，而用來測試的數(shù)據(jù)集，與這個是同根同源的。在這種情況下，達到百分之九十幾以上的準確率相對容易，相當于你用這個題目訓練，考的是與這個極為相似的一套題。
但實際情況不是這樣的。每個人的個體差異，設備狀況的差異，醫(yī)院間的差異綜合起來，最后拿到的圖像非常復雜。比如萬里云平臺上，一天有一萬多個病例，上來一看那真是百花齊放、千人千面。我們的數(shù)據(jù)來自兩千多家醫(yī)院，在目前的狀況下，不可能把兩千多家醫(yī)院的設備水平、質(zhì)控操作規(guī)范水平、劑量水平都統(tǒng)一，這也很不現(xiàn)實。
一些AI公司會在大醫(yī)院架設服務器，用這家醫(yī)院的數(shù)據(jù)訓練AI，訓練出來結果不錯。但是一旦把數(shù)據(jù)拿到外面去用的時候，就完全不一樣了，會出現(xiàn)嚴重的水土不服。所以說，肺結節(jié)AI的準確率，需要說明放在什么情況下、用什么數(shù)據(jù)集去訓練以及測試的，測試的規(guī)模多大。大家對比的基準得是基本一致的，這樣來說準確率才是靠譜的。
談臨床價值：醫(yī)生才是專業(yè)“裁判”
NBD：AI在影像領域的價值，應該由哪個參與方來判斷？
黃家祥：我覺得影像科醫(yī)生和臨床醫(yī)生才是真正的專業(yè)裁判。AI到底準不準、靠不靠譜，影像科醫(yī)生會有直觀的判斷；臨床醫(yī)生的實際工作中，如果也覺得AI分析的結論靠譜，這才是有價值的。至于算法公司、信息化公司、醫(yī)療器械廠家等，頂多算是助理裁判。
NBD：有人說，AI在醫(yī)學影像的應用能夠推進分級診療，您認可這個觀點嗎？哪些場景具有迫切的落地需求？
黃家祥：這是一定的，因為有一個巨大的供需差異，所以AI影像的從業(yè)者都會朝著分級診療的方向走。我覺得至少在三年之內(nèi)，AI在影像領域最容易落地的，反倒是體檢和基層醫(yī)療?；鶎俞t(yī)療的話，可能在五線或者更基層的醫(yī)院會率先使用起來。
去年我們?nèi)ズ系膸讉€縣調(diào)研。最典型的一個縣，全縣有醫(yī)師資質(zhì)的影像醫(yī)生一共就八個人。這八個人里，有六個是初級的醫(yī)生，副主任醫(yī)師只有一個。這個縣人口有八九十萬，這么大的一個群體實際上就靠著這幾個人去提供影像的專業(yè)幫助，勉為其難。所以線下的剛需，其實痛點遠比線上要“痛得多”。
體檢的場景中，AI+影像也是非常迫切需要落地。體檢其實比醫(yī)院的檢查量增長速度還要快。比如從前做體檢，大部分是拍胸片?，F(xiàn)在慢慢開始轉(zhuǎn)到低劑量CT掃描了，這樣才能做一些更早期病變的篩查，一個病例幾百張，所以體檢的閱片量上升非?？臁?/p>
談核心競爭力：應用場景數(shù)據(jù)最具價值
NBD：在AI醫(yī)療領域頻頻傳出融資消息的同時，也有部分公司倒下了。在您看來，AI影像行業(yè)的公司應注重哪些方面的價值，才能走得更遠？
黃家祥：對于AI公司，我們有一個觀點，就是應用場景的價值大于數(shù)據(jù)價值，數(shù)據(jù)價值大于算法本身的價值。如果是AI的創(chuàng)業(yè)公司，手上核心的東西只有算法，那這個事情會非常危險。
AI的大潮慢慢退卻的時候，會越來越顯現(xiàn)出，實際的應用場景和高質(zhì)量的數(shù)據(jù)才是核心。做算法的公司很多，從生態(tài)進化的角度來說，單純以算法支撐的公司里面可能會倒下一些。
然后是數(shù)據(jù)問題。拿到醫(yī)院數(shù)據(jù)的公司，訓練出來的模型自然比只有公開數(shù)據(jù)集的公司要好。最后是應用，比如提供給一些醫(yī)院去使用，這一階段可能會面臨一個問題，也是投資人最敏感的問題，就是如何變現(xiàn)。有些創(chuàng)業(yè)公司會勾畫出一些應用場景，但虛擬出來的和實際落地還是有差距。其實商業(yè)的本質(zhì)還是要創(chuàng)造實實在在的價值，不是純粹講幾個虛幻的、美好的故事。
同時，AI創(chuàng)業(yè)公司應該對接下來兩三年之內(nèi)AI+影像的應用場景作行業(yè)上的戰(zhàn)略判斷，以及AI能為臨床提供什么樣的價值。戰(zhàn)略方向?qū)τ趧?chuàng)業(yè)公司來說也非常重要。
NBD：您認為現(xiàn)階段在醫(yī)學影像領域的AI，發(fā)展到了一個什么樣的階段？
黃家祥：現(xiàn)階段的話，醫(yī)學影像AI可能像是個幼兒園階段的孩子吧。高考或者大學畢業(yè)的階段，就是真正在醫(yī)療場景里獲得醫(yī)生認可。AI有一個逐步發(fā)展的過程，需要逐步成熟、被臨床接受。所以現(xiàn)階段的AI仍是起輔助作用，不能讓幼兒園的孩子去承擔成年人的責任，否則就是典型的拔苗助長了。
就目前的階段，我覺得大家要調(diào)整心理預期，同時我們利用合理的方式，在限定范圍內(nèi)讓AI盡量發(fā)揮價值。給AI找對定位、放進合適的應用場景里能落地，那么這個AI的準確率即使沒那么高也無所謂。
