文｜動脈網
單病種醫療人工智能輔助診斷軟件常常因其臨床使用范圍上的局限性而受到質疑，但隨著行業的深度發展，部分頭部醫療AI企業早已突破所謂單部位單病種的診斷限制，實現單一影像的多種疾病識別。
近日，醫療人工智能企業推想醫療科技股份有限公司（后簡稱“推想醫療”）研發的骨折CT影像輔助分診軟件通過NMPA批準，進一步補全了推想醫療在胸肺部的綜合輔助診斷能力。
據動脈網了解，該證下發的意義不僅在于其作為NMPA第一張多類型胸部骨折AI三類證，也是推想醫療在胸部領域獲批的第三張NMPA三類證。自此，推想醫療已一舉囊括肺結節、肺炎、胸部骨折的“胸肺全三類”NMPA認證，將三個產品集成為一套綜合解決方案："胸肺三件套”，讓絕大部分胸肺部疾病均能通過一份CT影像找出，做到一查多篩。
距離理想中AI賦能下的醫療，推想醫療又向前跨出了一大步。
多類型胸部骨折AI的臨床價值與經濟學價值
多類型胸部骨折AI是一個獨特的產品。臨床上，胸部骨折與醫療AI常涉足的腫瘤、肺炎等病癥有所不同，它多伴隨意外事故的發生而突然出現，處理工作量大且對及時性有嚴格要求。
與我們直觀的想象有所差異，醫生閱片時面臨的影像往往不完全是特別劇烈的斷裂，而是一些輕微的錯位、微小的裂痕，患者有體感，但醫生難以發現問題的存在，需要在大量的CT影像之中不斷翻閱。另一方面，由于肋骨單薄、細微骨折線缺乏對比；CT掃描橫軸面肋骨顯示連續性不佳，加之CT的容積效應等等原因，不完全性骨折、無明顯錯位的細微骨折非常容易在閱片中被忽略，造成漏診。
與高工作量相對應的是胸部骨折診斷的重要性。由于胸部骨折患者往往由意外產生，走急診科居多，診斷質量與搶救效率關系到患者的生命安全，稍有不當很容易造成醫療事故，引發醫療糾紛。
多種因素復合之下，骨折的閱片工作一直是放射科醫生頭疼的難題。推想醫療的多類型胸部骨折AI切的便是這樣一個需求。
據推想醫療公布的資料可知，多類型胸部骨折AI具備高魯棒性、高泛化性等特性，對病灶檢出敏感性高，能對胸部CT圖像中肋骨、肩胛骨、鎖骨及胸骨多部位的骨折實現檢出、定位、定性等工作，可秒級精準完成胸部骨折分診，包括肋骨、肩胛骨、鎖骨及胸骨骨折。
此外，該AI產品還包含自動骨重建，智能生成包括容積再現（VR）、多平面重建（MPR）、肋骨曲面重建（CPR）等重建圖像，支持任意角度旋轉，方便醫生觀察病灶，準確診斷及醫患溝通。
基于上述描述，該AI產品的價值能夠大幅減低醫生重復勞動，提升閱片效率，亦能將其置于基層醫院，降低漏診風險；而對于患者，AI的介入能夠縮短他們等待時間，及早享受到精準、均質化的診斷，減小因漏診、誤診產生的額外醫療支出。
量變形成質變，人工智能復原醫生診療流程
單看多類型胸部骨折AI，我們能夠想象的落地場景可以是影像科日常門、急診，可以是創傷中心、可以用于傷情鑒定……但若將骨折AI與推想醫療過去獲證的肺炎AI與肺結節AI相結合，新的解決方案將把AI推入一個更寬泛更理想的使用場景。
醫院處理的常見病中，胸部疾病往往是工作量最大且診療最頻繁的場景之一，也很容易引發各種醫療糾紛。舉個例子，當影像科醫生面對一個肺結節患者的胸部CT影像時，他會對影像中可能存在的所有病灶進行分析，但其注意力的重心常常會被患者所牽引，可能會忽略掉一些微小的骨折問題。
在這種情況下，推想醫療推出的“胸肺全三類”整體AI解決方案，可以一定程度上解決這一問題。多AI組合下，通過一次CT掃描就可以實現多種胸部疾病的標準化一站式精準診斷，很大程度實現比肩醫生的診斷模式。
進一步討論胸部AI解決方案的經濟學價值。當前試點的DRG控費體系講究成本控制，而推想醫療的胸部AI解決方案減少了醫生工作量，降低了單個診斷的耗時，在不增加醫療費用的前提下實現更多疾病的篩查，提高了檢查的效能和產出，同時利于醫生精準和全面的診斷，亦不增加患者的輻射風險。
同骨折AI的優勢相似，胸部AI解決方案同樣可以幫助患者發現一些潛在疾病，及早開啟治療。眾所周知，早期治療費用將遠低于晚期治療費用，AI的介入將間接減輕患者的負擔與醫保的負擔。
一直以來，無論是醫生還是患者，都希望能通過盡可能少的檢查獲取盡可能多的身體信息，推想醫療的胸部AI解決方案已經很大程度上在胸部診斷之中完成這一任務。
推想醫療尋找AI價值的三個跨步
從肺結節AI、肺炎AI、骨折AI走到胸部AI整體解決方案的“三件套”，推想醫療的研發顯示著這家企業圍繞胸肺部這個高頻場景不斷橫向深入，現已使其AI能夠通過一張胸部CT照片篩出絕大多數病灶，而從推想醫療現有的產品布局看，這家AI企業正在將這一邏輯向腦部、心臟、骨科、創傷等領域拓進。
這些領域大多是大通量領域，且從目前各醫療AI的產品分布看，少有企業能實現單一影像的多病種識別，仍存在較大的拓展空間。因此，如果推想醫療能在上述場景實現胸部AI解決方案的復制，醫療AI這門業務能夠將市場打開。
針對特定疾病的全周期系統化管理是推想醫療在實現多個部位輔助診斷后開辟的一條高維路徑，通過特定病種進行縱向擴充，推想醫療能夠實現重大疾病從篩查、診斷，到治療、隨訪和科研的全周期管理。具體而言，整條線路分成數字篩、數字診、數字治、數字管、數字研五個部分，將其能力范疇大幅擴大。
數字篩：AI實現重大疾病早篩、快速精準識別微小病變，大幅提高早期疾病檢出效率，幫助基層醫療提升疾病篩查能力。
數字診：AI靶重建實現重大疾病精準早診，通過智能靶重建多維分析和良惡性風險預測，提高早診率和長期生存率。
數字治：AI 4D-重建手術導航，實現重大疾病精準早治，降低成本，提高五年生存率。
數字管：AI實現患者的健康管理，整合患者檢查、治療、隨訪信息、實現重大疾病全生命周期跟蹤管理。
數字研：AI學者科研平臺，實現專病數據庫建設，加速智慧醫院建設。
一橫一縱兩大產品戰略同步進行下，推想醫療的產品矩陣開始呈現粘性，且緊緊圍繞公立醫院的各項政策進行發展。以胸部AI解決方案為例，該方案可對胸部常見病進行系統化管理，結合醫生的診斷路徑和工作流，提供了一套高效和精準的解決方案，可有效提升診療效率、減少漏診發生。
通過這一模型，推想醫療可實現大病早發現、慢病隨訪評估、有效減少醫患糾紛，提升醫院公共衛生事件緊急響應能力，構建胸部AI快速診斷體系，助力醫院智慧化建設。
橫縱之外，推想醫療布局的第三條線來自海外。
作為中國首批探索海外市場的醫療AI企業，推想醫療的市場準入一直走在各醫療AI創業公司的前面。
2020年7月，推想醫療的肺部輔助檢測軟件成為全美唯一一款由中國公司開發并獲FDA批準的應用深度學習算法的軟件，一年零一個月后，其腦卒中產品管線也獲得FDA批準，推想醫療也因此成為業內少有的能夠同時擁有兩張FDA認證的AI醫療公司。
到目前為止，推想醫療已具備充分的領先優勢，同時擁有美國FDA、歐盟CE、日本PMDA及中國NMPA全球四大市場準入認證。當大部分國內醫療企業還在尋求國產替代時，推想醫療能夠將多款前沿的人工智能產品銷往海外，一定程度反應了這家企業的實力。
據悉，近年來，推想醫療的海外商業化已實現多點開花，新冠肺炎AI方案連續獲歐盟集中采購、日本采購；胸部DR產品InferRead DR Chest列入聯合國全球藥物基金(GDF)的醫療器械訂購清單，這也是聯合國第一次將AI技術列入采購清單。同時，推想醫療積極參與國際標準制定，CT胸部產品入選WHO和ITU“醫療AI產品標準制定小組”。
總的來說，成立6年的推想醫療已經為全球近20個國家的超過450家醫療機構提供了智慧醫療一體化服務方案，“一橫一縱”和“國際化”的產品管線布局戰略下，推想醫療有望成為第一個在醫療人工智能商業化方向實現突破的公司。
后醫療AI時代，什么是核心競爭力
盡管推想醫療已經在醫療人工智能領域交出了不錯的答卷，但這家醫療AI企業的核心競爭力可靠嗎？我們必須回頭考察醫療人工智能的“產品”和“落地途徑”兩項基本要素。
當第一個人工智能醫療AI輔助診斷軟件通過審批時，整個行業都因這一里程碑式的突破而感到欣喜，而時至今日，醫療AI獲取軟件數量已超過40個。那么，當通過審評審批成為一種常態時，我們還能通過這一要素判斷醫療人工智能企業的價值嗎？答案是肯定的。
回顧推想醫療的布局，當這家醫療人工智能企業布局一個胸部CT時，陸續申請了肺結節AI、肺炎AI、骨折AI三張三類證。畢竟，在當前審批制度下，醫療AI企業必定將其整體解決方案拆分為多個獨立的AI產品。
在這種情況下，要使整套解決方案發揮其最大的價值，便需要使醫院購置的人工智能解決方案擁有足夠多的組件完成多種疾病探查。因此，在接下來的數年之內，NMPA/FDA證書依然會作為衡量一個醫療AI企業價值的核心標的，這些證書的數量與涉及范圍將直接影響人工智能企業能夠觸及的市場。
當注冊審批已經成為一種常態，準入的下一個階段：物價收費就變得更加重要，目前據不完全統計大約有超過1/3的省份都在嘗試進行與人工智能產品相關的物價項目新增，這一政策落地的突破，也必然會推動人工智能醫療產品的縱深發展。
落地途徑決定著未來醫療人工智能企業的盈利能力。通常而言，醫療人工智能企業將其主要落地場景設定為三級醫院，也有企業脫離三級醫院轉向基層醫療尋求商業化。
從推想醫療的布局看，三級醫院與基層醫療的落地均在其布局之中，隨著縱向路線的不斷拉長，推想醫療將在基層醫療中建立其篩查與分診能力，在三級醫院中建立其治療能力，在院內場景中建立其隨訪（即疾病全周期管理能力）能力和科研臨床轉化能力。要跑通這條路需要時間，但也意味著收獲更多的額外價值。