寻求报道

同心医联发布科技医疗平台战略

饭桌君 05月08日 其它
面对合格的医疗供给能力稀缺,面向影像科的影像AI难以解决问题的挑战,需要跨界融合+开放共赢。

5月7日,同心医联科技(北京)有限公司(以下简称“同心医联”)召开战略发布会在会上同心医联阐释了自身对行业的看法和未来发展战略。

同心医联科技医疗平台战略

通过五年时间积累,同心医联逐步建立了互联网平台搭建、医疗服务运营、实体影像中心建设、影像云平台推广、互联网医院建设、影像+AI开放平台整合等业务,完成了整个科技医疗平台的基础能力建设。

同心医联的“科技医疗平台”战略,以医学影像技术加AI技术为核心,通过线上互联网医院与线下医学影像中心,为临床医生、专科患者、合作医院和影像+AI专家四方提供平台服务。同心医联互联网医院面向近5万名临床医生服务,线下拥有影像中心超过300家,遍布全国17个省市,目前积累超过850万病历。公司已经推出38个智能诊断产品,为临床医生和患者提供更为精准的诊断和治疗建议。公司2018年收入近亿,并实现了整体盈利。同心医联获得了中金资本、经纬中国、君联资本、联想之星等知名机构的四轮融资支持。

图片2.png

自2017年以来,同心医联开始探索影像技术跟AI技术结合,经过两年的研发,目前同心医联已经积累了38个智能诊断产品,广泛应用于心脑血管和肿瘤患者,并通过同心医联实体影像中心进行落地,得到了广大临床医生的认可。心脑血管和肿瘤等患者人群,患者量大,需要长期疾病管理服务,同时对影像诊断要求很高。同心医联服务的患者,86%都是因为同心医联独特的影像+AI技术建立了长期服务关系。

2018年获得互联网医院牌照后,按照国家对互联网医院的要求,同心医联针对心脑血管和肿瘤患者提供全病程管理,即复诊的问诊、影像检查、药事服务、随访管理等服务,将价值链进行延展,产生更多的盈利点。未来计划与商业保险公司合作,针对慢病患者,利用线下+线上能力提供医疗闭环服务,为保险公司提供产品开发依据和控费能力。

医疗核心问题:合格的医疗供给能力稀缺,面向影像科的影像AI难以解决问题 

医疗核心问题,是合格的医疗供给能力稀缺。“合格”意味着诊疗能力合格,诊疗流程合理,诊疗设施齐全,收费合理并有支付方覆盖(无论是医保、商保还是自费,支付方愿意出钱)。合格的医疗供给能力稀缺是个世界性问题,原因是医学专业门槛太高,医生成材周期太长,医疗机构的准入和监管严格,医保控费等因素造成的。其本质问题是民众对于自己健康需求的不断上涨、希望享受最好的医疗待遇,跟国家和个人实际经济能力不匹配造成的。

所以,在一个供不应求的行业,单纯的互联网模式无法解决本质问题,自然也不会带来医疗行业根本上的变革。判断一个新型医疗公司有无价值,基本标准就是是否显著在改善医疗供给端的能力,是否能创造出更多的合格的医疗供给能力,或者显著提升现有医疗供给能力。单纯的技术创新,或者单纯的模式创新,可能都无法实现这个目标。

具体到医学影像领域,目前影像AI公司大部分都是从肺结节和眼底造影入手,因为这两个领域公开数据多、数据获取相对便利,肺结节影像直观、便于观察诊断。之后往往都是做骨折、骨龄测量、乳腺癌病理、脑卒中等方向,这些研究方向主要都是从技术成熟度角度出发,而非从医生日常应用场景出发。

影像AI的应用领域可以分为两大方向:

第一类方向是解决临床需求的,比如神经外科、心脏内科等科室需求的。几乎所有的临床科室都会需要影像学的支持,如果影像AI能够解决临床各个专业的现实问题,那么所有医生都会有需求,即通过数字化分析提供精准诊断和有效治疗建议。 

第二类方向是解决影像科本身需求的,这里面又分两种情况:

第一种是影像扫描问题,即获取影像数据时,如何提高效率和准确性的问题。这一点往往被大众忽视。比如一个照相机拍出来的照片基础不好,后面无论通过什么样的修图软件再去修图,效果也难称理想。影像AI道理也是如此,如果获取影像数据环节(即拍片子环节)不标准,数据质量差,后续AI分析难以准确有效。

第二种才是影像诊断,例如肺结节影像辅助诊断。但实际上,影像科医生面临的真实场景是:一个患者来做肺部CT检查,影像科医生事先并不知道患者的病症是什么。所以拍出来的肺部CT,要对所有潜在病症进行诊断,肺部的常见病至少有10多种,如果只能看肺结节,并不是影像医生的最佳帮手。好比一篇文章可能有潜在的十种语法错误,AI只能帮助标记出一种,剩下九种错误还得自己重新去阅读一遍文章筛查一遍,那么这个AI应用意义不大。特别是医生还要把医学图像从医学影像存储和传输系统(PACS)导入AI系统,再把诊断结果倒回PACS系统这种来回折腾情况下。影像医生的真实需求是,AI把这个部位所有疑似病变(无论是哪种病变,只要是不正常的)都标记出来,影像医生再诊断核对一遍,而不用100多张片子一张张重新看,这样效率就会大大提高。然而,实现这个需求对于算法和数据的要求都非常高,暂时还难以达到。

图片1.png

所以,目前针对影像诊断的影像AI面临两大问题:技术成熟度和商业化变现问题。通过大医院训练出的算法,是否能够适应基层医院的数据质量,算法的适配性和鲁棒性是否够强?就好像一个人在大城市吃惯了白米细面,突然要去农村吃糠咽菜,消化不良甚至反胃是很正常的。其次,帮助医院和影像科提升效率的工具,就算能够拿到医疗器械注册许可证,是否能够实现商业变现,是一个巨大的挑战。如果影像AI公司只是帮助影像科医生更快更好地做诊断,并不能创造出新的收入项目,更不可能真的精简影像科医生人力配置,市场前景不明确。就算AI有一天真能取代影像科医生了,以中国15万影像科医生,平均年薪10万元人民币计算,总共不过是150亿的市场。相对于目前的资源投入,市场规模实在太小。

所以,只有贴近临床需求的技术才是有价值的。影像AI未来的发展方向应该是以临床为导向。

在现在医疗环境下,公立医院数量在不断下降;民营医疗机构准入门槛较高,“玻璃门”的问题始终存在;医生成材周期很长,但医生的职业阳光收入低风险大;现有职称评价体系都是以科研为导向,不看重临床能力;对于90后和00后,太艰苦的学医历程不适合追求自由的时代个性… 这些因素都会给创造出合格的医疗供给能力更加困难。

鉴于以上挑战,不太可能依靠老办法能满足人民不断增加不断个性化的医疗需求。唯有靠接近临床需求的新技术,通过新技术的应用,减少对医生主观能力和经验的依赖,来提升医疗水平。医学影像专业自出现之日起,就是为了给临床科室(普外科、神内科、心外科等)提供更准确的诊疗建议,而存在的专业。在没有影像学的时代,医生给患者做诊断,特别是心脑血管、肿瘤等疑难杂症,主要是靠个人经验和试错。出现影像学之后,可以通过成像技术更清晰的看到人体内部结构,看到人体代谢情况,从而更有针对性的进行诊断和治疗;但是影像科医生出具影像诊断,临床医生依据影像诊断出具临床诊断,这些都还是靠医生肉眼、个人经验做判断。进入到大数据和AI时代,通过影像技术+AI技术,可以给影像科医生和临床医生更为精准的诊断和治疗建议。

解决问题的方法:跨界融合+开放共赢

影像AI技术要落地,需要跨界融合。例如,我们需要拍一张好的摄影作品去参赛,需要好的拍摄方法(医学成像技术),好的照片处理和修图(AI辅助分析),好的照片诠释(影像诊断),才能有好的照片展示(临床应用)。拍照片如此,做影像诊断更是如此。所以,成像技术+AI分析+影像诊断+临床应用四个专业彼此融合,才能真正为医生和患者提供有价值的诊断和治疗建议。

实践中为什么这么困难呢?因为从生物医学工程、到计算机AI、到影像诊断学,再到临床需求,横跨了四个专业的知识鸿沟,如果不具备跨界整合的资源和能力,难度非常大。同心医联具备了线上互联网医院和线下医学影像中心,具备自己的技术团队和影像医师团队,因为拥有专业资源和基础设施,所以才能实现跨界融合。

由于医疗的专业性,每个团队不可能对所有疾病都有涉猎,关节软骨与阿尔茨海默病是完全不同的领域。很多专家经历多年研究,也只在一个方向上的几种疾病钻研较深。患者看病时无法预知自己的疾病种类,所以医生希望的是全套解决方案。在这种情况下,建立开放共赢平台就变得非常重要,让各个专业方向的人发挥自己擅长领域的工作,将各自专长汇聚成一个整体解决方案。

同心医联格物系统,是国内首家面向临床医生的影像+AI开放应用平台(影像AI App Store)。利用同心医联云平台积累的大量患者病历,根据临床需求开发成像技术和AI算法训练,然后封装成应用App,导入格物系统。同心医联已经与近100家大学和科研机构如清华、北大、中科院等,建立紧密合作关系,发挥各自专长,将新技术更好地应用于临床实践。

原文来源:小饭桌 作者:饭桌君
赞(7)
呵呵(0)
有料要爆,希望项目被报道,请点击寻求报道

热门推荐

最新文章