那么,真正高质量的数据到哪儿去找?
李亚东认为,在医疗影像细分市场上,大量高质量数据集中在二甲以上医院,或者说比较有能力、资本、规模的大型医院。
然而,高质量数据的调取并不容易。由于缺乏有效的分享机制,高质量、有人工标记、适合机器训练的数据往往封闭在医院内部,不易获得。
“医院现在还没有比较成熟的数据分享机制,各医院不太愿意把自己的数据共享,因为都属于医院自己的财产。”海军总医院放疗科主任、伽马刀中心主任康静波坦言。
同时,数据的隐私保护和应用范围也必须考虑,“数据如何在一个合理的框架下进行分享很关键。”李亚东认为。
“现实情况是,有实力的公司往往与相关研究部门进行合作,自己发起临床获取数据,但矛盾点在于,其所能得到的数据数量又相对较小。”刘云介绍。
商业化落地
《医疗影像的市场图谱和行业发展分析》报告预计,2020年,我国医学影像市场规模将达6000亿至8000亿左右。刘云估计,市场上AI+医学影像创业公司不下百家。然而,受监管认证、跨界人才以及医生、病人观念等因素影响,AI+医学影像的商业化落地仍需进一步探索。
尽管各路资本和技术纷纷抢占热点,人工智能医学影像试点遍地开花,然而医疗产品的商业化必须面对的第一个问题就是行业标准。
李亚东提出,AI+医学影像进一步推广需要一条“标准线”,需要从行业管理和质量管理方面制定指导。
刘云进一步解释,当前智能医疗行业缺乏统一的行业标准和评估体系,人工智能在CFDA中没有申报项目录,智能医学影像产品还是作为三类医疗器械向CFDA进行认证申请,这使得研发企业在拿证过程中面临标准不清等问题。
另外,责任的明晰也是商业化推广的重要保障。
仇明介绍,当前所有医学影像判断都是仅供临床参考,最后决定诊断结果的是临床医生。尽管机器诊断拥有较高的准确率,但在医疗伦理和法制方面,仍需明确责任界定问题。
正如人们在自动驾驶汽车上路问题上的小心谨慎一样,出于不了解、不放心,用户通常对智能医学影像诊断准确率上有更高要求。这也透露了当前医生和病人对于人工智能的接受程度问题。
最后,医疗和人工智能作为两个对专业化要求极高的领域,跨界人才也是其商业化发展的必备条件。阿里健康透露,在技术层面上,必须将招募更多医疗AI领域的专业人才与阿里巴巴集团的技术积累相结合。
在技术发展与广阔的市场前景下,AI+医学影像前景美好,然而,要真正实现其商业化,无论是科技巨头还是创业企业,都还有很长的路要走。“就目前来看,医疗AI的未来虽然美好,但仍需要进一步探索其在商业化上的落地。”范绎总结。
此内容为第一财经原创。未经第一财经授权,不得以任何方式加以使用,包括转载、摘编、复制或建立镜像。第一财经将追究侵权者的法律责任。
如需获得授权请联系第一财经版权部:021-22002972或021-22002335;banquan@yicai.com。