每日速递：熬过研发转化的医学装备AI，为何在商业循环上“半身不遂”？

21世纪经济报道记者 石恩泽 深圳报道

随着年初ChatGPT火遍全球AI迎来高光时刻，“所有医疗场景都值得用AI再做一遍”这句话成为了医学装备领域的新机遇。

然而，机遇往往伴随着挑战。

(资料图片仅供参考)

6月8日，在2023深圳国际高性能医疗器械展·中国医学装备人工智能创新发展论坛上，4家来自北京的影像AI辅助诊断装备公司在圆桌讨论环节，热议医学装备AI现阶段面临的挑战和困难。

其中，最经典的莫过于致远慧图创始人兼CEO孙宇辉的发言。他一针见血地抛出了一个让无数同行日夜思考的问题：“如果本土市场都不能建立很好的商业模式，中国企业如何在全球市场参与竞争？”

孙宇辉以自身创业经历举例，“我们公司很幸运得到了北京科委（科学技术委员会）的支持，熬过了研发期、成果转换期，拿下了梦寐以求的（医疗器械）三类证，但若是没有办法在市场上获取收入，那么在下一阶段的创新循环上，企业很容易变得‘半身不遂’。”

虽然在商业循环上面临很大挑战，但是基于稳定且庞大的市场需求，中国医学装备AI企业有赶超海外跨国公司的潜力。“目前已有56款人工智能医疗器械获批三类证，覆盖了心血管、脑部、眼部、肺科、骨科、肿瘤、皮肤等多个领域。”中国医学装备协会人工智能和医用机器人工作委员会主任委员赵自林在致辞中提到。

通则不痛，痛则不通

在中医里有一句话叫：“通则不痛，痛则不通”，意思是如果人体气血不畅就会感到疼痛。而这句话类比到中国医学装备AI企业身上，恰恰形容了它们目前所面临的境况。

“对于创新企业来说，国家医疗体系在AI上的准入门槛高，这导致目前在二级医院和社区医院的渗透率上也比较低。”推想医疗副总裁陈炳澍在谈及初创企业遇到的问题时说。

根据医学人工智能大会2022年数据，在中国三级医院拥有AI产品占74%，二级医院为32.5%，基层机构仅有10%左右。

但实际上这些二级医院和基层机构在中国拥有更加庞大的市场需求，也是中国在应用端上对比西方所拥有的绝对优势。但在这一块的推广上，初创企业不是不想做，而是苦于要铺垫大量的人力资源去做。

“在美国，与我们对标的厂商是以全美通用收费标准去做，这意味着他们无论是在商保还是医保上都有完全定价，但对于我们国内企业而言，如果我们想打通全国，首先要一个省、一个自治区、一个直辖市的去打通收费目录；其次，即便相关申请下来，我们到了医院端还要再去备案，而且最开始对患者来说还要自费，这在中国医患关系下所面临的压力可想而知。”孙宇辉补充道。

孙宇辉还指出，如果收费问题不解决，那么对于医院而言，购买创新型产品就是一个无法收回的成本，这直接导致中国创新产品“进院难”。而商业端循环难，就会让企业在下一轮创新上变得“半身不遂”。

除了商业化道路上不“通”，在思想观念上，也有待保持沟通。

从病人的角度出发，他们认为医生看片子给结果就够了，为什么还要在人工智能上再来收一笔钱？

“这就好比以前人们乘坐的交通工具是绿皮火车，用了影像AI诊断以后，让你搭乘上了飞机。”孙宇辉解释道，“那么飞机本身就是要更贵的，因为你要为效率付费，对不对？”

此外，在收费模式上，无论是按例收费，还是按年付费，中国都还有待探索。“目前有些地方已经开始了，尤其是我们国家的民营医院已经开始与公立医院采用不同的收费模式了。”深睿医疗高级副总裁李朝阳说。

李朝阳本人对于中国市场的发展保持积极乐观态度，并认为当市场在发展过程中慢慢成熟以后，公众的接受度会越来越高，那么自然而然国家的政策随之而来。

从技术全生命周期考虑AI产品价值

在上述堵点里，无论是对医疗机构、患者还是医保体系，回归本质都是要厘清，AI究竟能给全行业带来的价值有多少？

尤其是AI技术，不仅前期在建设上需要消耗大量资源，有时候甚至是举全省、全市之力，而后期在市场准入上也面临诸多决策，如临床准入、医保准入等。同时，还在迭代和演技上，存在速度快的特点。

“在价值评估上，我们要从技术全生命周期的角度考虑。”国家卫生健康委卫生发展研究中心、卫生技术评估部研究员肖月说。

肖月介绍，技术全生命周期一般分为四个阶段：创新期、成熟期、推广期和衰退期。“在创新期，也就是R&D阶段，我们就要预判一个技术到底值不值得研发？往下成熟和推广期，重点则在要结合风险和综合获益来研判技术应用在场景上的价值。最后在衰退期，我们要去引导相对低价值、高资源消耗的逐渐退出市场。”

李朝阳也提到，自己本身是做产品研发出身，依据他的从业经验，实际上企业在思考产品全生命周期时，非常注重成本和需求量的匹配，一般是按5年摊薄来计算成本。

值得一提的是，若是将全生命周期在宏观和微观的层面都做结合，还可以有效避免赛道“内卷”。“比方说，在创新研发期，我们预判出技术的未来潜在价值不大，可能就在这里暂停了。而也正因为增量成本效果比不高，从而避免了企业全都扎堆在一个赛道上。”肖月说。

从长远角度来看，让老百姓都负担起，才是国家推行技术的最终目标。“因此，在政策上企业要有预见性，一味要求政府出一个特别的政策来满足你的生存条件，是不现实的。”李朝阳说。

然而，距离大规模推行技术全生命周期标准，还有很多工作需要做。

“AI技术创新还涉及医院各部门的思维改变。”中国医学装备协会专家王才有说。

根据肖月现场给出的研究案例数据，每例AI辅助冠状动脉CT血管造影（CCTA）检查，一年下来，在图像处理和报告初写阶段，可释放1名初级医师和1名中高级技师；在报告审核阶段，每月可释放1名中或高级医师。

综合下来，虽然AI在人力成本上降低了57.4%，但人力的减少却会造成药品和耗材在成本中的占比升高。而若是相关成本考核指标不变，则在执行中将会遇到重重阻力。

此外，在发言过程中，每位参与嘉宾都离不开谈论一个词——数据。

对比传统器械，AI产品的核心其实就是一堆数字。尤其在AI技术演进到生成式AI，若是能用数据生成大模型，在后续成本上将有很大优势。

数坤科技公共事务部总监李丹彤表示，一般医疗数据“不出院”，但对于创新企业而言，数据不能仅通过科研方式进行迭代更新，还需要在医院层面也打通。

但目前中国的医疗数据散落在各个不同的部门里。若想要从全生命周期评估一家医院的AI技术，不仅要临床数据，还要财务、人力等行政部门的数据。

若放大到以市为单位，则需要建设一个更大的通用型数据平台，来收集全市器械上市前的中试应用数据和上市后的临床数据。

“在AI领域，一切创新都需要拿数据说话。”王才有说。

标签：