0
“我們的目標、任務一直是怎么讓技術真正和這個行業進行深度融合，當產品深入臨床、落地應用場景不斷增加，商業化這件事情也將會水到渠成，就是你把事情做好了，錢自然會來的。”
商業化一直是遮蓋在醫療AI這片土地上的最后一塊烏云。但是，在與雷鋒網的采訪中，依圖醫療副總裁方驄并不避諱談這個問題。
三年來，越來越多的醫療AI產品落地臨床，進入早篩、診斷、隨訪、科研等各個領域。以依圖醫療為例，其AI醫療影像系統已經應用于全國300余家醫院，覆蓋肺癌、乳腺癌、心腦血管、兒科等眾多疾病領域。其中，胸部CT智能4D影像系統已實現了從病灶檢出到管理的全流程智能化。
去年11月，依圖醫療正式啟動了“AI防癌地圖”項目，計劃在未來5年內投入1億元項目資金，聯合數百家醫療機構，覆蓋19個省市自治區，為基層民眾開展癌癥早篩。
當時，依圖醫療總裁倪浩并沒有拋下豪言壯語，而是很簡單地說，“創業公司的第一要務是活下去，做這件事情有些忐忑。但是這是一個很重要的事情，量力而為，努力做好。”
在今年的CCR 2019上，依圖醫療發布了多組學智能科研平臺并匯報了“AI防癌地圖”的周年成果。
時隔一年，“AI防癌地圖”的成果如何？新發布的多組學智能科研平臺又與市面上的產品有何不同？雷鋒網與依圖醫療進行了一次深入采訪。
早期肺癌患者的治療效果遠優于中晚期，甚至可以達到臨床治愈，每發現一名早癌患者，就是挽救一條生命，更是拯救一個家庭。
但是，癌癥早篩并不是一件容易的事情。
此前，廣州醫科大學附屬第二醫院（以下簡稱：廣醫二院）放射科副主任張振峰曾在中山大學腫瘤防治中心工作，研究肺癌相關的課題。為了能夠擴大課題的樣本量，張振峰想向醫院申請面向公眾進行公益篩查。
但是，免費篩查的成本太高，占用大量的醫療資源：要單獨拿出大型的醫療設備做篩查，要有技師進行掃描，下級醫生要閱片，上級醫生要審核。“醫院如果不收費，肯定是虧本的，一個病例的收費差不多是1000塊錢，在廣醫二院，我們基本上免費做，這才容易吸引到大量的群眾前來篩查。”
也就是在肺癌項目開展的同時，依圖醫療的AI產品落地到了廣醫二院，張振峰形容這是一次“天時、地利、人和”、“從無到有的合作”。
2018年5月到7月底，廣醫二院放射科依托全肺高分辨率低劑量CT及人工智能自動閱片系統，在廣州市海珠區和番禺區開展針對50歲以上居民“免費低劑量CT篩查早期肺癌”的肺部體檢公益活動。
張振峰補充說，這個活動并不是為了吸引患者來檢查，而是要收集資料，進行更多、更好的系統性研究。
方驄表示，在拿到小規模、高質量的數據以及有意義的例證之后，也能去申請國家和各級政府資金的支持和課題項目。
“因為癌癥篩查是一件利國利民的事情，國家各級政府在區域都會有響應的政策支持。作為企業，我們希望在癌癥早篩上盡一份力。我們現在做的也是符合這個大方向的，資金的問題并不是特別擔心，依圖醫療也會有資源投入在這個研究上。”
除了資金和醫療資源的有限，更關鍵的困難還在于認知層面。“AI防癌地圖”項目開展后，上半年病人入組的情況不太樂觀。
方驄向雷鋒網說到，“AI防癌地圖”在基層的推廣并沒有想象中容易，特別是在中部和西部省份，“甚至是一期查出有陽性肺結節的患者，一部分會有懷疑和抵制的情緒。”
張振峰也表示，即使AI系統的準確率達到95%，也還是有5%的不確定因素。如果給老百姓篩查時，查出陽性肺結節，但是醫生卻無法告知是良性還是惡性，會讓民眾更加焦慮。“如果是你碰上了，你愿意是其中的5%嗎？所以說，觀念層面的斗爭，是我們最大的困難。”
后來，依圖醫療和醫院聯合開展宣教工作，也發動當地員工在不同地方醫院進行講解，把早篩的概念傳達給親朋好友。“我們需要通過不斷的科普讓民眾將早篩和體檢簡單地劃上一個等號，減少抗拒心理，讓他們自發建立一個動態的隨訪機制。”
動態的隨訪，也反向提升了癌癥早篩的效果，對于醫生判斷肺結節的良惡性非常有價值。
經過1年的推廣執行，“AI防癌地圖”已落地廣東、福建、河南、浙江、湖北、重慶、遼寧等多個省市的多個城市，累計服務數十萬人次，實施肺癌智能早篩5000余次，篩查出疑似患者50余人。
在廣東番禺，繼2018年的1323例高危人群智能早篩之后，2019年，又有1271名高危患者接受了智能肺癌早篩，其中有177名在2018年篩出的高危人群主動接受隨訪；在福建寧德，1000名貧困人口享受到了肺癌篩查服務；河南新野，針對1000余名高危人群的篩查中，發現了9例疑似高危肺癌患者……
總結一年來的成績，方驄說到，“AI防癌地圖”所覆蓋的還是側重在發達地區，包括中東部、沿海、沿江等。接下來，依圖醫療希望將智能癌癥早篩普及到西北或一帶一路地區，也會從肺癌擴展至女性高發的乳腺癌。
而且，除了地區要擴展，AI防癌地圖”也在縱向延伸，包括為基層民眾開展長期的隨訪追蹤（繼續二期、三期、四期篩查）；優化結節管理模式，為肺癌高維人群建立健康檔案，構建區域樣本中心；與CTC、ctDNA等最新的早篩技術結合，建立綜合性的早期肺癌篩查體系等。
目前，依圖醫療已經和一些企業達成合作，例如利用ctDNA做早期癌癥篩查的，依圖希望通過液體活檢配合影像篩查，基于多臨床證據去支持醫生的判斷。
當然，方驄也說到，如果AI賦能的只是前端的篩查，與后面的診療鏈路連接不起來，實際發揮的作用就太小。依圖醫療也會與政府及醫療機構對接，配合當地已經開展的一些篩查項目，由依圖醫療提供AI能力支持。
以河南新野縣的肺癌早篩行動為例，依圖醫療不僅提供AI系統，還積極推動新野縣人民醫院與鄭州人民醫院、河南省健康科技學會肺結節多學科診治專業委員會等機構密切合作，開展遠程診療、MDT多學科會診、學術交流等多種形式的活動。
此外，新野縣人民醫院成立了河南省內首個的縣域結節篩查中心和多學科診治中心，從根本上提升基層開展大規模篩查的能力，建立了一整條從“早篩-診斷-MDT診療-隨訪”的診療鏈路。
方驄說到，“防癌地圖”是AI作為新技術將來產業化、規模化的很有意義的一個事情，因為它落地了基層，服務了大量基層民眾，如果“AI防癌地圖”能夠在2000多家縣級醫院廣泛鋪開，將會產生巨大的社會價值。
除了回顧“防癌地圖”一年來的經驗，在這次的CCR 2019上，依圖醫療還發布了care.ai??多組學智能科研平臺。
方驄表示，科研平臺是應“運”而生，這個“運”其實就是醫生科研的需求，“合作醫院專家們的很多項目已經有資金支持，只是沒有找到合作、高效的工具來幫他們發文章。科研項目找到了我們，我們也把核心技術在項目上進行融合和孵化。”
事實上，“科研平臺”并不是一個新概念，甚至多年以來，各種形式的科研平臺已屢見不鮮，尤其是影像數據的標注和流程化訓練方面取得了一定的科研成果。而且，醫療AI行業中主流的幾家創業公司都相繼推出了自家的AI科研平臺，包括依圖醫療自己，也在2017年的RSNA上發布了“醫學影像人工智能科研平臺”。
在這個時間點，推出一個全新的科研平臺，其邏輯在哪里？與前代相比，是繼承創新還是另起爐灶？
負責科研平臺研發工作的是依圖醫療副總裁石磊。
他向雷鋒網表示，科研平臺是一個容易被泛化的概念，包括影像組學的科研平臺和醫療大數據的科研平臺——主要是基于電子病歷去提取文本信息（類似于一個篩選器），但是用這些信息做什么才是科研。
2018年，依圖醫療和華西醫院合作構建了肺癌臨床科研智能數據庫。石磊表示，構建智能數據庫并不是最終目的，而是要基于華西醫院高質量的數據，開展更大數據、更大樣本的臨床研究，探尋更多的醫學規律和價值。
在石磊看來，上述兩種角色的平臺是完成了數據治理的過程。“今天，這兩個維度對于醫學科研而言都不太夠，原因是：第一，圖像信息很重要，但是僅僅基于圖像而不關聯臨床信息，圖像的意義會大打折扣；第二，臨床信息如何和影像信息關聯，在技術層面是一個難點，這也是為什么我們看到的科研平臺產品，要不只做影像，要不只做文本。”
因此，這也是依圖醫療此次發布“多組學智能科研平臺”的原因所在。
他表示，“多組學”相當于將多種組學、多個模態的大量數據融會貫通構建科研平臺，這種融匯多種組學、多種模態數據的科研平臺對于企業的綜合實力提出了考驗。
具體來說，針對解決臨床信息和影像信息關聯的難點，依圖醫療納入了包括了圖像處理、自然語言以及醫學知識圖譜等多項技術，在這些技術架構的基礎上，把影像圖像、臨床的文本數據乃至病理、基因這些多模態的數據最終整合，作為一個在科研平臺當中的數據進行整體輸入；
在處理方式上，不僅僅用傳統機器學習、影像組學的方式，還包括了深度學習的方式，即提取醫生關注的問題點，作為科研當中重要的輸入；
第三點則是算法創新，設計一套算法適用于醫學小樣本，包括讓算法去設計算法、優化訓練以及提取特征和定義特征。“相對于組學，為什么用深度學習做醫學問題的科研比較少？一個重要的原因是組學門檻低，深度學習用于小樣本的門檻比較高，如何真的去設計一套算法適用于醫學小樣本，才是我們需要關注的問題。”
對于科研平臺未來的商業化方向，石磊表示，科研平臺的目的是為臨床醫生提供能夠滿足復雜科研需求的科研工具，變現并不是它的主要目標。“臨床科研可能不是一個短期內投入和產出就能直接兌現的事，但是我們一定要做。”
相對于2018年，隨著醫療AI產品的逐步深入，社會各界對于醫療AI的認知逐漸清晰，資金開始真正理性地進行最有價值的領域，行業各界也開始具備分辨真偽的能力。因此，2019年的醫療AI市場頗顯冷清。
方驄對雷鋒網說，2018年可以感覺到“忽如一夜春風來，千樹萬樹醫療AI”。但是在CCR 2019上，很多往年能見到的企業，今年也沒有來參展。
她表示，2019年撇去泡沫后的“冷清”是令真正踏實專注于AI領域的企業欣喜的。
方驄表示，依圖醫療未來的發展將有幾個非常核心的關鍵詞：賦能基層、軟硬一體、走向海外。“我們將圍繞醫療AI產品的核心能力，不斷開發出更多適配場景的解決方案，服務生態鏈上的不同環節，打造醫療AI良性發展的生態鏈條。”
以骨齡檢測產品為例，依圖醫療既和愛康這樣的體檢機構合作，進行SaaS化的部署，服務發達地區的孩子；也可以搭載到骨齡智能一站式解決方案上，走到農村去，覆蓋那些SaaS服務不到的城市，讓目標客戶能夠以最低的成本用起來。
而解決方案和產品本質的區別就是以什么樣的形態，讓目標客戶能夠以最低的成本用起來、用好。
“我還是想重申，我們的目標、任務一直是怎么讓技術真正和這個行業進行深度融合，當產品深入臨床、落地應用場景不斷增加，商業化這件事情也將會水到渠成。”
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
