每日速遞：熬過研發轉化的醫學裝備AI，為何在商業循環上“半身不遂”？

21世紀經濟報道記者 石恩澤 深圳報道

隨著年初ChatGPT火遍全球AI迎來高光時刻，“所有醫療場景都值得用AI再做一遍”這句話成為了醫學裝備領域的新機遇。

然而，機遇往往伴隨著挑戰。

(資料圖片僅供參考)

6月8日，在2023深圳國際高性能醫療器械展·中國醫學裝備人工智能創新發展論壇上，4家來自北京的影像AI輔助診斷裝備公司在圓桌討論環節，熱議醫學裝備AI現階段面臨的挑戰和困難。

其中，最經典的莫過于致遠慧圖創始人兼CEO孫宇輝的發言。他一針見血地拋出了一個讓無數同行日夜思考的問題：“如果本土市場都不能建立很好的商業模式，中國企業如何在全球市場參與競爭？”

孫宇輝以自身創業經歷舉例，“我們公司很幸運得到了北京科委（科學技術委員會）的支持，熬過了研發期、成果轉換期，拿下了夢寐以求的（醫療器械）三類證，但若是沒有辦法在市場上獲取收入，那么在下一階段的創新循環上，企業很容易變得‘半身不遂’。”

雖然在商業循環上面臨很大挑戰，但是基于穩定且龐大的市場需求，中國醫學裝備AI企業有趕超海外跨國公司的潛力。“目前已有56款人工智能醫療器械獲批三類證，覆蓋了心血管、腦部、眼部、肺科、骨科、腫瘤、皮膚等多個領域。”中國醫學裝備協會人工智能和醫用機器人工作委員會主任委員趙自林在致辭中提到。

通則不痛，痛則不通

在中醫里有一句話叫：“通則不痛，痛則不通”，意思是如果人體氣血不暢就會感到疼痛。而這句話類比到中國醫學裝備AI企業身上，恰恰形容了它們目前所面臨的境況。

“對于創新企業來說，國家醫療體系在AI上的準入門檻高，這導致目前在二級醫院和社區醫院的滲透率上也比較低。”推想醫療副總裁陳炳澍在談及初創企業遇到的問題時說。

根據醫學人工智能大會2022年數據，在中國三級醫院擁有AI產品占74%，二級醫院為32.5%，基層機構僅有10%左右。

但實際上這些二級醫院和基層機構在中國擁有更加龐大的市場需求，也是中國在應用端上對比西方所擁有的絕對優勢。但在這一塊的推廣上，初創企業不是不想做，而是苦于要鋪墊大量的人力資源去做。

“在美國，與我們對標的廠商是以全美通用收費標準去做，這意味著他們無論是在商保還是醫保上都有完全定價，但對于我們國內企業而言，如果我們想打通全國，首先要一個省、一個自治區、一個直轄市的去打通收費目錄；其次，即便相關申請下來，我們到了醫院端還要再去備案，而且最開始對患者來說還要自費，這在中國醫患關系下所面臨的壓力可想而知。”孫宇輝補充道。

孫宇輝還指出，如果收費問題不解決，那么對于醫院而言，購買創新型產品就是一個無法收回的成本，這直接導致中國創新產品“進院難”。而商業端循環難，就會讓企業在下一輪創新上變得“半身不遂”。

除了商業化道路上不“通”，在思想觀念上，也有待保持溝通。

從病人的角度出發，他們認為醫生看片子給結果就夠了，為什么還要在人工智能上再來收一筆錢？

“這就好比以前人們乘坐的交通工具是綠皮火車，用了影像AI診斷以后，讓你搭乘上了飛機。”孫宇輝解釋道，“那么飛機本身就是要更貴的，因為你要為效率付費，對不對？”

此外，在收費模式上，無論是按例收費，還是按年付費，中國都還有待探索。“目前有些地方已經開始了，尤其是我們國家的民營醫院已經開始與公立醫院采用不同的收費模式了。”深睿醫療高級副總裁李朝陽說。

李朝陽本人對于中國市場的發展保持積極樂觀態度，并認為當市場在發展過程中慢慢成熟以后，公眾的接受度會越來越高，那么自然而然國家的政策隨之而來。

從技術全生命周期考慮AI產品價值

在上述堵點里，無論是對醫療機構、患者還是醫保體系，回歸本質都是要厘清，AI究竟能給全行業帶來的價值有多少？

尤其是AI技術，不僅前期在建設上需要消耗大量資源，有時候甚至是舉全省、全市之力，而后期在市場準入上也面臨諸多決策，如臨床準入、醫保準入等。同時，還在迭代和演技上，存在速度快的特點。

“在價值評估上，我們要從技術全生命周期的角度考慮。”國家衛生健康委衛生發展研究中心、衛生技術評估部研究員肖月說。

肖月介紹，技術全生命周期一般分為四個階段：創新期、成熟期、推廣期和衰退期。“在創新期，也就是R&D階段，我們就要預判一個技術到底值不值得研發？往下成熟和推廣期，重點則在要結合風險和綜合獲益來研判技術應用在場景上的價值。最后在衰退期，我們要去引導相對低價值、高資源消耗的逐漸退出市場。”

李朝陽也提到，自己本身是做產品研發出身，依據他的從業經驗，實際上企業在思考產品全生命周期時，非常注重成本和需求量的匹配，一般是按5年攤薄來計算成本。

值得一提的是，若是將全生命周期在宏觀和微觀的層面都做結合，還可以有效避免賽道“內卷”。“比方說，在創新研發期，我們預判出技術的未來潛在價值不大，可能就在這里暫停了。而也正因為增量成本效果比不高，從而避免了企業全都扎堆在一個賽道上。”肖月說。

從長遠角度來看，讓老百姓都負擔起，才是國家推行技術的最終目標。“因此，在政策上企業要有預見性，一味要求政府出一個特別的政策來滿足你的生存條件，是不現實的。”李朝陽說。

然而，距離大規模推行技術全生命周期標準，還有很多工作需要做。

“AI技術創新還涉及醫院各部門的思維改變。”中國醫學裝備協會專家王才有說。

根據肖月現場給出的研究案例數據，每例AI輔助冠狀動脈CT血管造影（CCTA）檢查，一年下來，在圖像處理和報告初寫階段，可釋放1名初級醫師和1名中高級技師；在報告審核階段，每月可釋放1名中或高級醫師。

綜合下來，雖然AI在人力成本上降低了57.4%，但人力的減少卻會造成藥品和耗材在成本中的占比升高。而若是相關成本考核指標不變，則在執行中將會遇到重重阻力。

此外，在發言過程中，每位參與嘉賓都離不開談論一個詞——數據。

對比傳統器械，AI產品的核心其實就是一堆數字。尤其在AI技術演進到生成式AI，若是能用數據生成大模型，在后續成本上將有很大優勢。

數坤科技公共事務部總監李丹彤表示，一般醫療數據“不出院”，但對于創新企業而言，數據不能僅通過科研方式進行迭代更新，還需要在醫院層面也打通。

但目前中國的醫療數據散落在各個不同的部門里。若想要從全生命周期評估一家醫院的AI技術，不僅要臨床數據，還要財務、人力等行政部門的數據。

若放大到以市為單位，則需要建設一個更大的通用型數據平臺，來收集全市器械上市前的中試應用數據和上市后的臨床數據。

“在AI領域，一切創新都需要拿數據說話。”王才有說。

標簽：