近日,由中国医学影像AI产学研用创新联盟(CAIERA)主办的「第二届中国医学影像AI大会」,在上海落幕。
作为本次大会的战略合作媒体,进行了全方位报道。
在我记忆中,全国大概有100多家企业在做医学影像AI。随着联盟成立一段时间,我们陆续组织政、产、学、研、用,聚在一起多次探讨,结果我们才发现,原来要想做好医学影像AI,需要那么多以前完全没想到的必备条件。
现在的产品,分为三类:
一系列的合作中,也让我们深刻体会到,做好人工智能产品其实是非常难的,完全不是我们最初想象的那样:随便在公开域下载一些数据,训练出一个在统计意义上高精度的模型,但实际上一旦在临床环境下遇到迥异的数据,鲁棒性便非常不稳定,检测和识别的结果自然是花样百出。
报告内容高屋建瓴、鞭辟入里,赢得全场医生和企业家们经久不息的掌声。
以人为本的医学人文关怀,永远无法取代。
第三点,是诊疗过程中的多变性。
以下是萧毅教授的报告全文,做了不改变原意的编辑与整理:
什么样的医学影像AI产品,是具有生命力的?
中国肺结节筛查公司这么多,初始他们可能在想,国外有那么多公开的肺部数据集,靠这些数据训练模型,说不定马上就可以产品化、变现、上市。
尤其像外科医生,他们内心的独白可能是:我也不管它是良恶性,我只要知道它好不好切,它有多大就行了。
没错,当时很多企业是这么想的。
医工之间,各执一词,时不时在网上甚至在朋友圈交火。
所以根据这个假想的逻辑,人们充分利用机器的优势,去“创造”需求、研发产品、大肆宣传,把人工智能包装得无所不能。
人工智能闯入医疗领域,大家都预测它有可能率先在医学影像上大规模落地的。因为AI目前最成熟的应用就是图像识别。医学影像,不过是一种图像形式而已。机器把所有图片都看会了,自然可以把影像医生淘汰掉。
2. 面向基层医院、第三方影像中心、体检机构、保险机构、非公医疗机构等不同主体需求,设计产品
虽然是句玩笑话,但这个问题让我真的想了很久。
只要你能想到的、临床有需求的产品,几乎都已经在他们产品列表中,而且效果很不错。
当然了,企业也正在努力参考病史和多种检查的综合数据,出发点很好,但这对人工智能的要求非常高,而且现阶段AI还不能够飞快地像我们人脑一样建立起突触。
带着这个问题,我来到了AI的现实世界。
探索过程中,我发现AI 落地难度远远超过我们的想象。
不像人脸识别,拿一堆数据训练出的模型,用在其他人脸上,大部分都是Work的。但医疗则完全不同,比如我在A医院训练出的模型,在B医院上应用,识别结果可能就完全变样了。
2018年,中国医学影像AI产学研用创新联盟刚刚成立的时候,雨后春笋般的AI企业,带着梦想,站在风口之上。
而以往,这些条件,可能更多是一部分人根据自己的经验和视野空想而来的,局限性很强。
在医学影像AI这个领域,没有哪个人说的话完全是真理或者无懈可击。
筛查肺结节没用吗?当然有用。但最好不要试图到三甲医院去推销肺结节筛查软件,三甲医院面临的肺部问题比较复杂,单一疾病无法适用。而体检中心是一个不错的选择。
真理都是一群看似互不相干,但实际联系紧密的人,用“思维的联合建模”共同做出来的。
萧毅教授从“产品初心、AI边界、企业战略路径选择、优秀AI产品特征、不同角色的AI需求”等行业尤为关注的重要议题,讲述了她对医学影像AI多年来的思考与感悟。
企业有企业的认知短板,医生也有医生的认知局限。
所以反观现在,2020年还有多少人工智能企业在做医学影像AI?明显少了许多。
在这里,我先发出一个疑问:研发这个产品,你的初心到底是什么?
研发产品的初心
初心包含了一系列的“灵魂拷问”:
今天的分享,是我在接触很多人工智能公司,并且与他们进行充分交流后,我的所思所想。
医学影像AI闯入医学界的心路历程
你研发产品是想解决影像科基本的痛点问题吗?比如医生不愿意写简单的报告、不愿意去测量数据,你是为了解决临床影像科医生这些低级的工作需求吗?
他们的需求,可以匹配企业活下去的需求吗?未必。
还是说,是为了和影像科搞好关系,拿到大量数据,尽可能地去满足影像医生的科研需求?
但你把过多的注意力,集中在医生身上时,我想这也是“你该吃药的时候”。只满足医生的需要,你的投入可能会大于你的获得。
很多公司在初期是把大量的资金和人力,投入到满足影像科医生的需求上。
那么回归本源,影像科医生的需求是什么?
还有一种初心,是解决临床医生读片的需要。
现在的AI,谁最喜欢?临床医生喜欢。
只要你的产品解决了这些问题,无论是产品,还是企业本身,一定是富有生命力的。而且很多资本也会愿意介入,更多平台愿意与你合作。
不同的角色对AI不同的需求
因为这样他们再不用求着影像科医生说,帮我看看哪里有肺结节,所以他们特别渴望,能够有这样一个予取予求的功能出现。
再比如胸外科,结节是恶性是良性,临床医生根本不用去看影像,只要有技术员扫描完把图传给他们,AI就已经告诉了他们病灶在什么地方,不需要影像科医生帮忙读片。
回到产品本质,企业在研发产品的时候,应该去想什么呢?
大家这样说的原因,其实也很简单:人们认为,AI在很多任务上,的确可以减小误差、提高效率,而且它可以不断学习、不知疲倦。难道这样下去还强不过医生吗?而且医生不也是靠不断探索、不断学习,然后循序渐进,不断地发现和诊断病变的吗?人和机器虽然有别,但运行流程的本质是相似的。
它的最终落脚点,应该是为患者服务,为解决临床问题,为解决临床决策需要的。
有多少家公司初期在做产品时,初心如此?
确定要做自己的掘墓人吗?
所以大家都一股脑投入进去了,然后没多久又一拍脑袋,心想如果做另外一套软件,说不定更适合,更能好做创收。
这可能是医学影像AI企业经营常见的情况。
推想一直和我们感情很深,我们做影像AI的起步期,就主动去找过他们,包括夏黎明主任(本论坛主持人)团队和推想的合作也是这样展开的。
但你有深入考虑过医院、患者、国家,需要什么样的人工智能产品吗?
医疗和普通的产品不同,它涉及到的面更广、更系统,更加需要企业家具备全局思维。
再通俗一些来讲,什么样的影像产品能够活下来?
我想,它不外乎7项。
有句老生常谈的话“思路决定出路,态度决定高度,格局决定结局”,这句话无论用在我们的研究上,还是用在人生中,都是相通的。
当前的医学影像AI系统,发展到从质控,到组学,再到临床科研的智能方案,这些都表示他们的思路在转变。
今天,我也为大家展示部分公司、也是我们联盟企业的代表工作:
最后,作为一名影像科医生,我也相信AI定能照亮医学影像的未来,谢谢大家。
首先来看下联影智能的产品矩阵。
回到问题根本,这么多优秀产品,它取代了我们影像医生的地位吗?
西门子医疗虽然不是一家人工智能公司,但作为一家大型设备厂商,它的后处理软件也具备AI的能力。
从图片中我们也可以看到,产品覆盖广度,从脊柱,到肺部的各种分割,以及主动脉检查和靶区勾画,都做出不少优秀的成果。
那些继续做医学影像AI的公司,大多也转变了自己的商业模式和产品路径。
当然了,传统设备厂商在人工智能领域的布局,并不需要消耗过多资源亲力亲为,选择与优秀AI创业公司合作,无论从效率、成本还是效果层面来讲,都是一个性价比颇高的选择。
这期间,推想就在北京、上海和武汉来回穿梭,不断去测试肺结节产品。
因此在实际交流和探索当中,你会真正看到AI的能与不能。
早在2016年,不仅媒体在报道AI即将取代影像科医生,甚至包括我们熟知的图灵奖得住Hinton教授也在公共场合谈到可以停止培养影像科医生。AI取代我们的声音,甚嚣尘上。
深睿医疗也有智能多模态专属专利数据库平台,这是他们一直在打造和推广的产品。
答复是否定的。
AI取代了医生?能取代医生?
为什么不能取代医生?
任何一家AI公司,如果是奔着取代的目的,我可以明确的告诉他们:一定会失败。
首先,单一病种有它的复杂性,不是专门研发一套肺癌筛查系统,就能够赢得影像科医生的青睐。
影像医生做诊断靠什么?
靠的是影像特征、病史、历史对比和多种检查。
而AI目前能够做到的,更多是检测一个影像特征和历史特征进行比对。
影像医生看一张片子,不光看肺结节,还要看纵隔、肺气肿、纤维化;AI可以吗?
好像很难,这需要做出多个单病种模型或者多任务模型。而且也无法写出一份完整的诊断报告。
同一种疾病,可能有不同的治疗方案,而且会有不同的反应。
最后一点,医生看的只是片子吗?看的只是病吗?不是,我们看的是病人。
而人工智能看的是什么?可能只是看个图片,看个特征。
从这四个角度来看,取代二字,基本不成立。
AI的本质是用技术解决存在的实际问题
AI的本质到底是什么?
当然,个别患者可能需要这样的服务,但对于绝大多数人,这显然不符合市场规则,有价无市。
如果从这个视角看,临床医生对AI的需要,在初期其实是大过影像科医生的。
那么究竟什么样的产品有用?什么样的人工智能公司才能活下来?
很多人赋予了它无限的力量感、神秘感、颠覆感。
我认为,它只是一个用先进技术解决实际问题的工具。
而企业也需要被认同的价值感,而认同带来的,便是商业化变现,这都是自然而然的过程。
大会首日现场,上海长征医院影像科副主任萧毅发表了主题演讲《有生命力的医学影像AI产品之我见》。
而一个工具,是如何演变成泡沫的?
这些都是医生比较常见的想法。
在早期诊断、精准诊断、医疗决策与评估,以及预后管理这4大板块,发挥应有的作用。
投机的思想+单一的产品模式+浮躁的心,再加动辄就把一套软件卖到百万的欲望,这些都是医学影像AI泡沫的最大组成。
我觉得,既然AI是一种先进的技术,是一套工具。
我们就应以工具思维,让它做该做的事。
就像行业常常提到的先造锤子和先找钉子的比喻,一个成熟的AI落地模式,必定是先找钉子,也就是洞察好场景,然后再造锤子,根据场景进行方案落地。
影像AI公司三大发力点 ? 疾病、流程应用、决策辅助
这种研发产品的思维以及宣传方式,也引发不少影像科医生出来批驳。
AI在“闯入”医学界的进程中,其实经历了从一个狂妄到极度失落,再到信心逐渐回升的过程。
第一类是多数公司选择的落地模式,以疾病为发力点,单个病种各个击破,整体效果可圈可点。
所以这些年经历过一系列挫折,趟过无数坑后,还健康成长的人工智能公司,我想,这就是他们的思路、态度和格局赋予他们的生命力。
也有一类公司是以流程应用为发力点,这一方向的选择,我认为比较聪明,而且做得轻松一些。
第二类以流程优化为发力点的这些公司,往往活得不错,因为它把AI现有的能力发挥得淋漓尽致。这些由于门槛低,也不需要申请产品注册监管。
再到数坤科技,我最喜欢的是他们研发的冠状动脉CTA重建方案,解决了临床的很多负担。
第三类公司,以决策辅助为发力点,如自动靶区勾画和受累器官,大家对这一应用的质疑声非常少。
另外,像术中病理诊断和冠脉介入手术规划、肿瘤分级、AI筛查、临床辅助决策系统、患者预后管理、AI科研平台,都是非常好的模式。
有生命力的AI产品具备什么特征
企业类别分析完后,我们再来总结下,活下来的这些人工智能企业,都有什么样的特征?
比如它可以辅助优化放射科流程,进行一站式扫描、自动定位、剂量控制,经过图像采集提速、质量优化,也可以进行图文结构化报告、AI排版、影像控制等。
第一,它解决了疾病筛查问题。
其次,它分别解决了临床决策、诊断规范、临床科研、图像质量、工作流程、健康管理这6大问题。
医学影像AI的从0到1,需要同时满足四类人/组织的需求 :企业自身、医生、患者、医院。
还有杏脉,同样抓住了临床的痛点。
有一句话说得很有道理,每个人、每个企业,要给别人创造出“被需要感”,“被需要感”是做产品的最重要的条件。
企业要创造出,让“医生非常需要你”的产品。
医生需要什么?
最直接的就是减负,让工作轻松一些。再者,一起探索前沿科研方向,帮助我实现优质科研成果,在顶会和顶刊上发表论文。
再进阶一步,医生通过借助人工智能辅助决策,成为一个名医。未来懂AI的医生,一定是优秀的医生。
你在一味去迎合医生个体愿望的同时,更应该思考患者们需要什么?
他可能在想,不管用什么方法、用什么技术,只要看好病、少花钱就可以。
这带来一个问题,我们做出来的人工智能软件,是想让患者省钱,还是想让患者多花钱?
产品落地后,如何定价?
我们上海长征医院影像科最初在接触AI的时候,我在电梯里碰到一位同事,他跟我开玩笑说,影像医生自己搞AI,岂不是成了影像医生的“掘墓人”吗?就不怕将来有一天遭同事愤恨吗?
讲个我亲历过的故事,有家企业用AI给患者做辅助诊断,单次费用开口要价5000,听到这个数字后,我当时愣住了,我反问他知道医生给病人做这样的分析需要多少钱吗?50块。
同样,你做的产品,你认为需要吗?
另外从医院层面的需求出发,医院买单有一个重要原因是,让病人知道我们院有个“技术绝活”,有了人工智能软件,可以让医院变得更加有科技感,能看得了别的地方看不了的病,随之也增加了医院的效益。
所以,企业研发产品应该去满足医生,还是满足病人,或是医院的需求?
AI应该在哪个环节起作用?
从目前AI的性能来看,最理想的状态是“以患者为核心”,同时要融合多模态数据与AI技术,覆盖全流程决策环节。
早筛早诊非常有必要,精准诊断可以让我们成为更好的医生,治疗决策可以让患者得到更精准的治疗,而愈后管理,则是健康管理最终追求。
有生命力的产品应该是?
接下来是推想科技和依图医疗。
讲到这里,有生命力的产品应该是什么样的?我想大家心中已经形成了一套初步的评估体系:
1. 兼顾临床需求、应用落地等因素,具有独特竞争优势的产品。
3. 携手设备厂商、大型药企、PACS厂商等,做轻量级产品。
第二点,是同一部位的多样性问题。
4. 理清科研、临床、政府、患者的不同需求,精准研发。