“肺结节年”AB面：检测精准度屡破记录临床价值存争议

每经记者 赵天宇 每经编辑 陈俊杰
　　2017年，AI+医学影像领域的大部分公司，业务都集中于AI辅助诊断肺结节，公布的检测准确率普遍在90%以上。
　　在肺结节辅助检测迎来很多公司“扎堆”的背后，对于不断刷新的准确率，业内也存在“对于临床知识来说没有太大的价值”的争议。AI+影像在这一领域的应用价值体现在哪里？投资机构通过哪些因素判断从业企业的价值？
　　科大讯飞医疗总经理陶晓东告诉《每日经济新闻》记者，“对医学临床工作流程的理解程度，是最终决定产品成效并区分出产品优劣的关键点。在产品的设计过程中，如何去跟医生现有的工作流程相结合，这对临床的价值更加重要。”
　
　精度百分比“价值”之争
　　AI进行肺结节检测的识别率、准确率，是这个行业长期以来的话题。各企业时常公布自己进行测评的结果。业内也有调侃称，做肺结节AI的公司若没有90%以上的准确率都不好意思出来说。
　　同时，国际权威的医疗影像大赛LUNA（肺结节智能读片）也从未缺少过来自中国的挑战者。LUNA的“肺结节检测”和“假阳性筛查”等项目，自2017年下半年至今，每隔一两个月便被新的中国企业刷新纪录。
　　“现在技术发展到一定程度，大家在诊断准确性等常用指标上差别不大，将来的准确率都会随着大数据积累以及算法的优化而进一步提高，但是算法的同质化会变成一个趋势。”陶晓东说。
　　AI诊断肺结节的准确度提升，在技术层面上意味着算法的优化和进步；但另一方面，以数据或算法来驱动的“机械性”结果，只是该项技术能有资格应用于临床诊断的一个前提而已。这个百分比只是一个参考数据，最终实现这个AI价值的，是在临床上的真正应用并有效解决问题。
　　飞利浦大中华区临床科学部高级总监周振宇也曾在公开场合表示，很多企业得到的结果还是停留在纯粹数据驱动的结果上，“100个肺结节找到多少百分比，这对于临床知识来说没有太大的价值。”
　　很多企业也在其AI的应用中强调这一点，会指出其肺结节AI已经应用于若干家医院的实际临床工作中。在陶晓东看来，影像领域的临床价值体现在，如何将算法融入到医生现有的工作流程中，真正帮他们解决临床问题。
　
　需解决落地应用问题
　　2017年7月，国务院印发了《新一代人工智能发展规划的通知》，在智能医疗部分提到，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。
　　通江资本董事总经理施小平在AI医疗投资方向希望关注的，是在深刻领会医疗行业的特性和难点的基础上，基于算法+大数据的AI项目。在投资基层医疗机构的过程中能够发现，患者集中在三甲医院很大程度是因为担心基层医生经验不足，而AI如果能有效的辅助诊断，提升医生效率的同时也在推进分级诊疗的落实。
　　施小平表示，算法本身不能是简单的输入输出过程，而是应具有深度学习医学语言能力，具有识别判断、发现规律建立联系的能力，要能够切实解决医疗某细分领域的问题。
　　据不完全统计，2017年至今AI+医疗领域已有约30次融资事件，涉及的AI+影像公司融资事件约占三分之一。其中，成立于2015年4月的汇医慧影，在2017年10月和2018年1月迅速完成两轮融资。
　　在心医国际相关人士看来，AI+影像能吸引众多投资是由这个行业的自身特征决定的。从实践经验来说，实现数据打通需要业务驱动，深度挖掘数据价值。这些因素导致厂商可以获取到医学影像数据来训练算法，成熟的智能诊断产品又可以在独立医学影像诊断中心落地应用，获取商业价值。