2014年以來，AI技術(shù)的發(fā)展逐步進入垂直細(xì)分領(lǐng)域，醫(yī)療影像以其標(biāo)準(zhǔn)化程度相對較高而被認(rèn)為是最早能夠?qū)崿F(xiàn)AI落地的場景之一。一時間，幾十家創(chuàng)業(yè)公司涌入影像AI賽道，其中不乏獨角獸與巨頭互聯(lián)網(wǎng)公司。但沒過太久，隨著AI醫(yī)療影像工具在各大醫(yī)院診療場景中的普及和深入，‘不好用’卻是醫(yī)院醫(yī)生給出的最多反饋。
對此，點內(nèi)生物科技創(chuàng)始人兼CEO葛亮給出了自己的看法，“在產(chǎn)品設(shè)計上，原先有許多公司試圖設(shè)計一款工具去替代醫(yī)生的部分職能，用簡單粗暴的方式去切入場景，這樣會帶來很多問題。個人認(rèn)為在設(shè)計產(chǎn)品前還是要充分考慮清楚出發(fā)點，貼近醫(yī)生的需求和工作流程去做，才能夠做出受到醫(yī)院和醫(yī)生認(rèn)可的AI醫(yī)療工具。”
圖 | 點內(nèi)生物科技創(chuàng)始人兼CEO 葛亮
具備最全數(shù)據(jù)，肺癌是AI醫(yī)療最佳切入點
容易發(fā)現(xiàn)，在影像AI賽道中，肺癌這一細(xì)分領(lǐng)域占據(jù)了非常大的比例。這與疾病本身有著很大的關(guān)系。
去年年底，美國癌癥學(xué)會官方期刊發(fā)表了《2018年全球癌癥統(tǒng)計數(shù)據(jù)》報告，內(nèi)容評估了185個國家中的36種癌癥發(fā)病率和死亡率。其評估后的結(jié)果就顯示，2018年一年全球有大約1810萬癌癥新發(fā)病例和960萬癌癥死亡病例，其中肺癌以11.6%的發(fā)病率和18.4%的死亡率高居各類癌癥之首。
因極高的發(fā)病率，肺癌成為世界范圍內(nèi)擁有最多案例和數(shù)據(jù)的一種癌癥，其影響之廣泛也使其本身具有重大的研究意義。因此，對于眾多做影像AI的科技公司來說，肺癌常常是第一選擇。點內(nèi)科技也不例外。
葛亮指出，“在肺癌患者數(shù)量上，中國是全球第一大國家，這很不幸。但同時，這些案例構(gòu)成了大量的數(shù)據(jù)，從這些數(shù)據(jù)去做深度學(xué)習(xí)，技術(shù)上我們會比很多國家有優(yōu)勢。這也就是我們的人工智能在肺癌或者肺癌篩查上做得比較強的原因。”
因此，在深度學(xué)習(xí)技術(shù)大火沒多久，在肺癌方面的影像AI醫(yī)療就發(fā)展了起來。
但是如文章一開始所提到的，經(jīng)過這幾年發(fā)展之后，影像AI產(chǎn)品同質(zhì)化嚴(yán)重、實際效果不理想、不好用等反響也成為了這一領(lǐng)域的共識，它們構(gòu)成了整個市場的現(xiàn)狀。因此，對比其他公司晚兩年進入的點內(nèi)科技而言，一切尚不算遲，但挑戰(zhàn)也是同樣艱巨。
“人無我有，人有我優(yōu)”
對于這部分有著五年發(fā)展歷史卻難見起色的市場，曾有業(yè)內(nèi)人這么分析說，影像AI產(chǎn)品難以真正落地使用的原因，其中技術(shù)問題的重要性不言自明，但同時也還有責(zé)任問題。
不同于AI醫(yī)療領(lǐng)域眾多技術(shù)類型的公司，從傳統(tǒng)醫(yī)藥行業(yè)跨足AI與科技公司去競爭的點內(nèi)科技倒因此顯得有些“特別”。或許一開始葛亮也許沒有意識到，在責(zé)任問題這一點上，醫(yī)藥出身的點內(nèi)科技有著先天的優(yōu)勢。
葛亮解釋說，“在創(chuàng)辦點內(nèi)科技之前，我在腫瘤藥廠工作，因為曾經(jīng)從事醫(yī)療器械與制藥相關(guān)工作，這讓我們對遵守規(guī)范有著比較強的意識，這樣也會讓我們的自覺性會更好一些。”
無需學(xué)習(xí)，在既有道德與律法的約束下，其中涉及到的數(shù)據(jù)影響等邊界問題，醫(yī)藥出身的點內(nèi)科技似乎會更加小心避開，在這方面它更顯專業(yè)。
當(dāng)然，除此之外，技術(shù)仍然是智慧醫(yī)療最為關(guān)鍵的一點。被問到技術(shù)，葛亮亦十分有信心，“技術(shù)方面我們還是非常自信的。我們的優(yōu)勢總結(jié)來看，主要就是‘人無我有，人有我優(yōu)’。”
葛亮介紹說，“診斷上，在肺部結(jié)節(jié)的檢出率、對病人的隨訪和檢出后對良惡性的預(yù)判上，我們的工具無論是參數(shù)還是性能指標(biāo)，都是出類拔萃的，這樣就可以幫助醫(yī)生提高診斷準(zhǔn)確率、效率并節(jié)約成本。”
所謂人有我優(yōu)，在葛亮看來，就是將工具的易用性和用處盡可能發(fā)揮出來，顯然點內(nèi)科技在努力做到這一點。但不僅僅如此，因為有強大的專家團隊，點內(nèi)科技也將AI技術(shù)的效用逐步發(fā)揮到了治療方面，以構(gòu)建自己獨有的技術(shù)壁壘，即人無我有。
“在治療方面，我們在去年首發(fā)了用影像分析去針對肺癌的腺癌做病理分類。今年，我們還會用影像去做人類表皮生長因子過度表達(dá)的病人預(yù)測，目前這兩塊的研究成果分別被Cancer Research和CancerMedicine收錄，這個其實是跨組學(xué)的，即從影像組學(xué)去預(yù)測基因組學(xué)，這是靠肉眼完全達(dá)不到的。此外，我們的AI工具還有一個功能就是用影像分析去對腫瘤藥的治療療效進行評估，據(jù)我所知這件事還沒有團隊做成。”葛亮解釋說。
圖 | 點內(nèi)生物研究成果被Cancer Research收錄
做“叫好又叫座”的AI工具
技術(shù)上形成自己的優(yōu)勢，這遠(yuǎn)遠(yuǎn)不是點內(nèi)科技所滿足的。葛亮希望公司研發(fā)的AI工具能夠真正為醫(yī)生所用，為廣大癌癥患者造福。在某種程度上，這也意味著點內(nèi)科技需要造出經(jīng)得起市場驗證的產(chǎn)品。
在這一點上，點內(nèi)科技其實已經(jīng)有所收獲。“在病理分類、輔助腫瘤科和呼吸內(nèi)科醫(yī)生選擇治療方案等功能上，我們都收獲了比較好的反饋。”
圖 | 點內(nèi)生物產(chǎn)品 肺常好 優(yōu)勢
但僅僅如此仍然不行。遍觀整個行業(yè)，盡管經(jīng)過了四年多的發(fā)展，影像AI領(lǐng)域內(nèi)的公司基本仍都處于打磨產(chǎn)品的階段，沒有清晰的商業(yè)模式與盈利場景，醫(yī)院的付費意愿很低。點內(nèi)科技一開始也不得不面臨這樣的困局。
談到這一點，葛亮深有感觸，“點內(nèi)科技的發(fā)展戰(zhàn)略是將科研與落地場景結(jié)合起來，我們希望看到人工智能能夠有非常好的場景。但現(xiàn)在社會各界對AI醫(yī)療是叫好不叫座，即概念很多真正落地應(yīng)用有人來買單的幾乎沒有。在這一方面，我們希望自己的產(chǎn)品不僅能在場景中應(yīng)用，還要有人付費。”
但為何“付費”成了很多公司都難以跨越過去的一道坎呢？葛亮分析說，因醫(yī)藥領(lǐng)域有很多自己的門檻，產(chǎn)品和醫(yī)生場景需求之間很難無縫對接，因此這構(gòu)成了很大的阻礙。
通過觀察和實踐，葛亮發(fā)現(xiàn)，其實醫(yī)生的工作量十分之大，需要AI工具輔助的意愿也是強烈的，其中的關(guān)鍵在于AI工具是否能很好配合醫(yī)生工作。
葛亮舉例解釋說，“幫醫(yī)生做規(guī)劃和統(tǒng)計這項功能就很有賣點。比如我們曾幫助一個醫(yī)生小組管理2萬個病人的隨訪，這對他們的誘惑力是很強的，醫(yī)生用著也很順手。其實這個問題的關(guān)鍵還在于醫(yī)生使用AI工具的流暢度是否好。當(dāng)一個AI工具最大程度得滿足醫(yī)生的使用流程時，應(yīng)當(dāng)是他需要時能及時喚出，不需要時是看不見的。我們覺得能夠幫助醫(yī)生干活和解決困難的才是好的人工智能。”
