0
“我們縣級基層醫院的CT設備現在還是16排，醫生的能力也有限。但我們也想證明，基層醫院同樣可以為患者提供高質量的診療和就醫體驗。如果基層的肺結節篩查精準、無漏診，治療方案又能跟得上、有知名醫院的專家通過遠程會診等方式提供服務，誰還愿意往外跑？ ”
院長的話，頗顯得有些無奈，但這是廣大基層醫院都沒有說出口的難言之隱——留不住患者。“大醫院吃不了，基層院吃不飽”這種情況在國內普遍存在，受制于設備和醫生資源，這種情況短時間內無法迅速解決。
打一個比方，基層醫院就像是“五環外的北京”，在遠離頂級醫療資源的這片廣袤之地上，醫生和患者的需求誰來滿足？
推想科技是醫療AI行業的一家創業公司。推想科技的CEO陳寬跟我們分享了自己的一個故事。陳寬的祖籍是四川綿陽，他的父親出生在綿陽非常偏遠的山村里。陳寬父親剛出生后不久，頭上就長了兩個毒瘡，眼看著活不下去了。
在村子里沒有醫生、醫院，沒有任何醫療手段的情況下，家人想出一個土辦法，直接從墻上把石灰粉刮下來，弄到布上進行消毒，最后他的父親很幸運的活了下來。
陳寬感慨的說，自己現在有機會分享這個故事，也是一種運氣，是老天爺給機會。“我更能深刻的感覺到，在沒有很好的醫院資源的情況下，生命的健康本身都是一種運氣。醫療AI最希望能夠通過技術的能力，更好的支持今天老百姓的生活。”
陳寬之前就讀于芝加哥大學經濟學系，他的很多同學在畢業之后，都去了美國華爾街，成為體面的“金融精英”。
從上面這番話里也能看出，為什么他會在2016年人工智能興起之后，毅然地決定投身到醫療AI這個“辛苦的行業”里。這是因為，他看到千千萬萬個像自己父親一樣的人，從鬼門關走過，并不是所有的人，都會有那種好運氣。
經過幾年的發展，醫療AI進入深度的產品成熟與落地關鍵期。在醫療AI這個領域，推想算得上是一家明星企業。
陳寬交出了公司2016年成立后的一張成績單：截至2019年6月，推想科技的執行點已經覆蓋全國30個省市自治區，同時完成了北美、亞太以及歐洲的戰略布局，覆蓋全球8個國家。截止2019年6月，推想科技每日輔助醫生完成超40000例臨床診斷工作，通過推想AI服務器總病例數已經突破700萬。
目前，推想在肺部疾病智能解決方案InferRead? CT Lung、胸部疾病智能解決方案InferRead? DR Chest、腦卒中解決方案InferRead? CT Stroke、骨疾病解決方案InferRead? CT Bone、乳腺疾病解決方案InferRead? MG Breast和AI學者科研平臺InferScholar? Center等醫療AI產品進行布局。
在已有的產品線上，推想科技進行了進一步的豐富和完善，發布了針對肺癌的全周期智慧解決方案，圍繞“防、診、治、管”提供全生命周期的人工智能輔助診斷及決策系統。
該方案將會在三方面對醫院和醫生提供支持：
通過科研質控平臺來幫助醫生AI科研創新和臨床落地應用，推進人工智能在肺癌篩查、診斷、治療決策、預后等全周期領域應用的發展；
通過為醫療機構建設”影像數據庫”和“臨床數據庫”數據中心，來實現數據統一化、標準化管理，提高數據的可用性和安全性；
最終通過AI醫療應用平臺提供AI預防、診斷、治療的全周期、規范化的肺癌解決方案。
在接受雷鋒網采訪時，推想科技CEO陳寬表示，“肺癌全周期解決方案”的想法在兩年前就已經產生，肺癌全周期的解決方案是對已有產品線的補全，讓肺部的診斷方案更加完善。
在他看來，肺部CT的AI產品可以幫助醫生進行更好的篩查輔助。但是，篩查出來的患者如何治療、醫院如何更好地提供服務，這是AI產品在實現單點突破后必然要做的一件事情。
AI技術在醫療領域應用的一大意義在于——真正走入臨床，并且為醫院和醫生帶來明顯的效率提升。如果能在此基礎上為醫院帶來實際的經濟效益，AI的吸引力將會被進一步放大。
錦州醫科大學附屬第三醫院始建于1922年8月，是我國東北地區建院較早的醫院之一。今年2月18日，該醫院成為了推想科技的合作伙伴之一，同期啟動了人工智能肺癌篩查系統。
劉敬禹是錦州醫科大學附屬第三醫院副院長，同時也是一名呼吸科的醫生。劉敬禹參加過眾多肺小結節智能研究類的會議，回來之后，劉敬禹心里就產生強烈的愿望——引進AI。他坦言，自己對AI診斷肺小結節情有獨鐘。
中國是肺癌大國，2019年1月，國家癌癥中心發布了最新一期的全國癌癥統計數據報告。在所有癌癥的致死率排名中，肺癌位居我國惡性腫瘤死亡第1位。2015年我國因肺癌死亡人數約為63.1萬例，死亡率為45.87／10萬。
早篩、早診、早治是提高肺癌患者五年生存率非常關鍵的手段。隨著多排螺旋CT在臨床的廣泛應用，肺部小結節的發現越來越多，“十個人當中用CT去篩一下，可能有四到五個人有肺小結節，有10%會是惡性。”
與此同時，高強度的工作狀態下，對醫生的診斷能力也提出了更高的要求。
錦州所處的東北三省，很多醫院沒有肺小結節的篩查系統，沒有形成完整的診療體系。對于臨床醫生來說，這兩年來遇到最大的問題就是：患者拿著片子問醫生，診斷出的結節是不是肺癌？
這個問題對于臨床科室醫生同樣糾結：結節是良性還是惡性，處理方法是不一樣的。如果是良性，需要隨訪多長時間？如果是惡性，什么時候需要做手術？這些問題有時候很難下結論。
而AI系統可以做的一件事是，幫助醫生解決產能的問題，在幾秒鐘以內篩選出病灶，并且提供位置、大小、體積、危險程度等等信息。雖然不能夠完全取代醫生，但是經過幾年的發展之后，AI可以在醫生身邊做好一個“助手”的角色。在一次與推想團隊接觸之后，劉敬禹決定引進AI。
目前，錦州醫科大學附屬第三醫院的門診量迅速增加，AI也為醫生的肺小結節診斷流程提供了一個很好的幫助。
在不到半年的時間里，AI輔助系統一共在錦州醫科大學附屬第三醫院預測了一萬多例病人。相關的醫生都熟練使用AI檢測系統，院內AI系統的點擊率超過80%。
現在每次出門診，劉敬禹都會讓研究生先用AI篩查一遍影像，然后再進行判斷。“AI已經融入我們的日常工作流程，成為了工作助手，提高了工作效率，產生了1+1>2的效果。”
因此，劉敬禹的一個想法是，在院內成立肺小結節工作室，為肺小結節患者進行更好的跟蹤和管理。目前，錦州醫科大學附屬第三醫院已經成功創建了一套以人工智能影像早篩為基礎，結合MDT會診，外科手術的工作模式。
同樣受益的，還有同處東北的大連大學附屬中山醫院。
張清是該院的放射科副主任。近幾年來，大連大學附屬中山醫院的CT檢查、體檢量、門診量等一直在快速增長，每年CT需求的增長量都在18%以上。
如果把時間往前撥兩年，AI對于放射科醫生來說，并不是一個必選項，因為“有沒有AI，自己都能應付地過來”。但是這兩年來，醫院放射科醫生的增長率分別是0%和10%，已經遠遠比不上患者需求的增長速度。
張清也坦言，一開始用AI產品確實不放心，每次都會在AI給出診斷意見后再進行復查。但是，慢慢地，他對推想AI產品產生了一種信任感，“因為AI發現不了的案例，在同等情況下，醫生也沒有辦法發現。長時間使用后，我們發現推想AI的預測準確率是相當高的，絲毫不亞于有經驗的醫師。 ”
他給我們舉了一個案例：有段時間，放射科里出診的醫生比較少，身為科室副主任的他需要親自寫報告。在推想AI軟件的幫助下，張清在自己的科室創下了一個記錄：一個小時寫了40份肺部CT報告。
他說，以自己幾十年的工作經驗，如果沒有AI的介入，這40份報告最起碼需要3個小時，“一方面，我心里會很沒底，另一方面我會很疲勞，疲勞就會有遺漏的風險。而推想AI幫我們把風險降到最低。”
以一位患者的放射影像報告而言，一次檢查會產生400張左右的圖片，醫生看完這個過程最少需要三五分鐘。在保證不漏診的情況下，高年資的醫生憑借AI可以寫八十份左右的胸部CT報告，如果沒有用AI軟件，同年資的醫生只能完成五十份左右。
每年，放射科醫生都會組織參加年會。張清發現，在這幾年的放射學年會上，都會有大量的人工智能廠家參會，“一百多家肯定是有的。”
醫療AI百家爭鳴的現象，本來是一件好事。但是，這是一場持久戰，企業需要花費大量的時間和精力，圍繞醫院不斷提升技術能力和系統的實戰水平。“然而，很多廠商的設備還在我們那兒，人卻沒了，我不知道怎么解釋，轟轟烈烈的開始，但是悄無聲息的結束。”
據了解，大連大學附屬中山醫院試用過三家AI公司的產品，但目前只使用推想一家。“醫生現在需要一個人工智能輔助的工具，這個東西不好用就不會再用，好用就會一直用。”
與此同時，好用的產品也會在區域內醫院形成口碑效應。目前，大連大學附屬二院、五院等幾家醫院都在張清的“宣傳”下使用了推想的AI產品。
三甲醫院之外，還有廣大的基層醫院。這是陳寬在采訪中提到的，推想科技想要發力的“廣袤土地”。
清河縣人民醫院地處河北省邢臺市。這家醫院是一家縣級二甲醫院，現在醫院的CT設備仍然是16排。由于醫生資歷有限，清河縣人民醫院放射科在肺結節篩查上的能力不足，王志軍一直在想辦法緩解這種狀況。
王志軍是該院副院長，與推想結緣，是因為他看到唐山市玉田縣醫院“肺結節智能(AI)聯合早篩中心”正式宣布成立，這是河北省首個基層醫院引進AI人工智能技術輔助肺結節篩查項目。
在與推想接觸之后，王志軍很快就考慮在醫院上線肺結節篩查的項目，目前正處于調試階段。在采訪中，他透露了自己“拍板”的幾點考慮：
一、基層醫院和醫生確實有利用AI提升篩查、診斷能力的需求；
二、肺癌患者數量逐年增加，醫院想以此擴大院內就診患者的受益人群，結合當前醫保控費政策、專點醫院的收入結構，提升門診和體檢量在醫院的占比；
三、利用AI作為一個抓手來提升醫院的競爭力，將呼吸內科與胸外科打造成兩個特色學科，進而提升醫院的影響力、競爭力。
在他看來，選擇AI產品，一個很重要的考慮是，將篩查出的肺結節高危患者留在基層。
“我們要的是效應，是要證明基層醫院同樣可以為患者提供高質量的診療和就醫體驗。如果基層的肺結節篩查精準、無漏診，治療方案又能跟得上、有知名醫院的專家通過遠程會診等方式提供服務，誰還愿意往外跑？ ”
目前，推想科技絕的肺癌全周期解決方案已經在十幾家醫院里進行應用，未來會在更多的地方醫院進行推廣。“過去幾年，很多頂級三甲醫院成為我們的用戶，但廣大基層醫院其實存在更多的需求，現在我們覺得時機成熟了，提升基層醫療水平是人工智能的重要價值之一。”
事實上，推想已經與錦州醫科大學附屬第三醫院以及山東聊城市第二人民醫院等合作伙伴共同驗證了“肺癌全周期智慧解決方案”的可行性，在推想AI醫療產品的輔助下，為區域內的居民及醫療機構提供了肺癌精準早篩服務。
在接受采訪時，陳寬表示，未來推想的戰略是一橫一縱：針對每一種疾病，都會有一個完整的全流程解決方案串下來；橫向的就是常見疾病的擴展，比如乳腺癌——這是女性發病率最高的癌癥。
陳寬坦言，AI產品從磨合到落地，最大的難點在于實現診療一體化，這并不是件容易的事。患者就醫需要經過多個科室，每個科室所關注的重點不同，如何將早期肺癌的發現和治療，量化成各個科室所關心的一些指標和方向？這些都需要大量時間去反復磨合以及內部沉淀。
據雷鋒網了解，未來，推想將會發展包含AI部署管理平臺、AI大數據挖掘科研平臺以及AI臨床應用平臺在內的醫療AI全流程平臺。
而全流程平臺的目的，是為了在臨床輔助、醫療質控、健康管理以及科研等方向實現多病種、多場景、智能化、全球化的高維度網狀產品矩陣，進而構建一個醫療AI的生態系統。
可以預見的是，在技術達到相當成熟的階段后，更多醫療資源薄弱的中小醫院將成為AI最大的受益方。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
