自2011年Watson奠定其醫(yī)療的商業(yè)發(fā)展方向，已經有7個年頭了，這七年人工智能發(fā)展風聲水起，無數(shù)初創(chuàng)企業(yè)緊隨潮流，各類深度學習算法也經過了多次換代，但浪潮過后，留下的無數(shù)先行者的遺骸。

現(xiàn)在，幸存者和后來者已經逐漸在醫(yī)療人工智能領域組成頭部，深度學習過程下各企業(yè)都能為自己的AI產品報出一個可喜的準確率數(shù)字，然而新的時代已經不再是一個唯算法的時代，衡量AI好壞的也再是一個數(shù)字或是人機大戰(zhàn)的成果可以評判的。要想在這個圈子活下去，還得進得了醫(yī)院。

現(xiàn)在，AI+醫(yī)療產業(yè)的爭奪聚焦于落地環(huán)節(jié)。

數(shù)據(jù)向好，醫(yī)療影像行業(yè)未來可期

無論在發(fā)達國家還是發(fā)展中國家，優(yōu)質醫(yī)療資源的供需矛盾以及就診病人流向不合理一直是世界性的醫(yī)學難題。在日本，每100萬人中有52臺MRI、107臺CT，面對數(shù)目龐大的影像設備，人才缺口卻很嚴重。AI的引進將大大緩解了日本這一緊張局面，報告質量也會比之前更全面。

回顧國內，我國2017年醫(yī)療器械銷售規(guī)模達4176億人民幣，其中診斷影像份額超過400億人民幣，醫(yī)學影像數(shù)據(jù)的年增長率約為63％，能夠診斷的醫(yī)師數(shù)量增長遠不及影像數(shù)量的增長，單以放射科醫(yī)師為例，年增長率只有4．1％。而與此同時，中國的放射科醫(yī)師每天至少需要看幾萬張，甚至十幾萬張醫(yī)療影像片子，嚴重供求失衡。此外，雙審核下避免誤診漏診尤為困難，據(jù)數(shù)據(jù)稱我國醫(yī)療影像誤診人數(shù)高達5700萬人／年。

首都醫(yī)科大學附屬北京友誼醫(yī)院王振常副院長對現(xiàn)狀感觸頗深：“低年資的醫(yī)生缺乏診斷經驗，閱片質量整體較低；高年資的醫(yī)生每晚得工作到9點，一周得工作7天，壓力太大了。”

人工智能在醫(yī)療行業(yè)的應用讓眾人看到了希望，通過深度學習，機器將完成對影像的分類、目標檢測、識別等工作，即便是微小的病灶也能以高準確度勾畫，協(xié)助醫(yī)生完成診斷；“誤診漏診少了，醫(yī)患矛盾也少了�！边@是醫(yī)生的直觀體驗。

一位放射科主任悔恨的談到：“因為漏查了父親體內微小的結節(jié)，現(xiàn)在我也對他的病情無能為力，要是這樣這項技術早發(fā)現(xiàn)幾年，他也不會這個樣子。”

AI的落地是眾望所歸。

推陳出新，做醫(yī)生所想

人工智能這種新型的技術如果沒有在所在的醫(yī)學領域扎的足夠深，就很容易變成一個炒概念的技術。推想科技的CEO陳寬在前幾日“AI領航者，推想100＋”全球產品應用分享大會的演講中談到了AI發(fā)展的傳播問題：“人工智能的呼聲越來越高，但呼聲越大，泡沫也就越來，浪潮之中總會夾雜很多隨波的物質，我們推想不想自己去談這個問題，我希望能把對人工智能評價的話語權交給醫(yī)生。”

推想科技一直以來特別在意醫(yī)生是否認可他們的產品以及醫(yī)生的使用體驗，三年風雨兼程，推想不斷地推進其人工智能產品落地。動脈網(wǎng)記者在會后采訪中問到陳寬，推想團隊以一種怎樣的頻率進行交流，陳寬談到：“我們300名余名員工中的260名研究人員輪流呆在醫(yī)院，每天跟醫(yī)生一起工作，是一個連續(xù)性的合作過程，所以沒有頻率這個概念。”

現(xiàn)在，推想的影像類產品已經在全球多個城市近200家頂級醫(yī)院落地，國內簽約的醫(yī)院也已經來到了三位數(shù)，據(jù)推想科技的統(tǒng)計數(shù)據(jù)可知，推想系統(tǒng)在醫(yī)院的點擊率超過了60％，不存在閑置的問題。這是一個里程碑式的成功，不僅意味著醫(yī)院方面對推想產品的認可，同時也肯定了人工智能技術在醫(yī)療的落地是實在可行的，而推想在此走到了前列。

推想的產品及其布局

推想的產品主要包含四類：InferRead CT Lung肺部輔助篩查產品、InferRead CT Stroke腦卒中輔助篩查產品、InferRead DR Chest胸部輔助篩查產品、InferScholar Center醫(yī)療影像深度學習中心。

前三種產品分別針對肺部、胸部、腦部三類病癥，而醫(yī)療影像深度學習中心則是對接的研究型醫(yī)院的科研中心，滿足醫(yī)院AI科研的需求，幫助醫(yī)生輕松完成個性化、差異化的世界前沿深度學習科研，包括跨學科的科研需求。

這些產品均經歷了多個醫(yī)院多種數(shù)據(jù)的考驗，滿足人工智能產品要求的魯棒性、易用性與安全性。在會議中，北京首都醫(yī)科大學副院長王振常談到：“我們和推想科技的合作已經一年了，這一年我們之間已經對幾萬例的圖像進行了分析，未來我們也會有更多數(shù)據(jù)與技術方面的合作，作為一個醫(yī)生，我希望人工智能時代能早一點到來，也愿意為人工智能時代的推進盡一份力�！�

陳寬對于推想科技產品的布局做了簡單的解釋：“推想布局理念非常簡單，哪一些領域可以最大程度地解決醫(yī)生的問題，緩解他們的壓力以及提高診斷的質量，我們就進入哪個領域。中國的三大死亡原因第一是惡性腫瘤，所以我們第一條產品線就是這個肺癌。第二大死亡原因是腦血管疾病，也就是我們第二條產品線，那么接下來的產品會走向乳腺、心臟、肝臟等疾病，逐步將推想的產品覆蓋各個領域。”

推想的產品均已申報了醫(yī)療器械II類及III類審批，是我國第一批申報AI產品審批的企業(yè)，推想不會將其所有系統(tǒng)都去追求III類審批，對它而言，相比現(xiàn)在申請III類器械的“榮譽感”，更重要的是將合適的產品落地在合適的地方。

保持用戶粘性是落地后的關鍵

所有人工智能企業(yè)都面臨的著同一個問題，即過審后商業(yè)化的問題。是訂閱制還是按閱片數(shù)量計價，這是AI企業(yè)在幾乎瓜分完一流醫(yī)院的今天不得不回答的一個問題。而在這個問題的背后，是醫(yī)院方對商業(yè)化的態(tài)度問題。

對于一套系統(tǒng)而言，醫(yī)院完全可以選擇在體驗結束或產品通過后再去尋求質量差距不大而價格低廉的產品，解決這個問題有兩個方法，一是保持足夠高的產品粘性，二是尋求知識產權法的幫助。

現(xiàn)在，推想在全球已經落地近200家醫(yī)院。如何保持用戶黏性，給予醫(yī)院較其他產品更好的體驗是推想一直以來的目標。一個三甲往往會嘗試使用多個企業(yè)的AI產品，在這個過程的產品比較就非常直觀。浙江省中醫(yī)院副院長許茂盛在天津會上談到：“我們醫(yī)院使用了包含推想的兩個AI產品，兩個產品準確率不相上下，而推想的結構化報告更加細膩，且操作界面更受我們醫(yī)生的歡迎�！�

當醫(yī)生已經習慣由人工智能幫助他們來寫結構化的報告后，手寫報告的時代便一去不復返了。所以，當推想布局200家醫(yī)院之后，它努力在做的，就是為這些醫(yī)院提供更好的體驗，提高推想的產品黏性。

同時，招標過程的透明性與知識產權的保護也非常重要，這不僅僅適用于推想，也適用于所有的人工智能企業(yè)�；氐疆斚�，AI企業(yè)所需要做的，就是爭奪更多的醫(yī)院落地，在這一點上，推想已搶得頭籌。

國內外同步發(fā)展，100家國內醫(yī)院簽約意味著新的征程

中國在科技方面離美國差距還很遠，可人工智能例外。在采訪過程中，北美放射學年會醫(yī)療影像資源會主席Eliot Seigel告訴動脈網(wǎng)記者：“中國在人工智能領域的成就與美國相差無幾，這可能是中國現(xiàn)階段最有可能超越美國的技術領域�！�

推想正是以此為目標，而其產品也已在世界各地落地。日本慈惠醫(yī)科大學醫(yī)院影像診斷科主任中田典生在“推想100＋”會議上談到：“我非常驚訝AI可以取得這么大的成就，早在2017年11推想便獲邀入駐日本國家戰(zhàn)略特區(qū)高新科技科目，這是迄今為止唯一一家入選的中國AI企業(yè)。“西班牙赫羅納圖像診斷學研究院院長Salvador Pedraza Gutierrez認為：“在歐洲沒有低劑量CT肺癌早篩政策的背景下，推想AI提供了一條從傳統(tǒng)X光胸片影像中快速、有效的肺癌早篩方案。”

在《G20國家科技競爭格局之辯》的系列報告中“人工智能＋醫(yī)療實踐”板塊，推想科技緊隨BAT巨頭，成為中國AI醫(yī)療影像領域的最佳實踐者。

G20國家的“人工智能＋醫(yī)療實踐”（截取中、美部分）

作為國內年紀最大的醫(yī)療人工智能企業(yè)，三年半的時間中也看遍了AI企業(yè)的沉浮，大量的科研人員（現(xiàn)260余位，占比超70％）保證了推想整個企業(yè)的迭代。3月獲得了3億C輪融資后，推想又實現(xiàn)100家國內醫(yī)院落地。

本次“AI領航者，推想100＋”會議不僅僅是推想對過去的一個總結，也是一個里程碑，預示著人工智能技術實實在在的進入了醫(yī)院。未來，推想會將其產品推向更多領域，開啟AI醫(yī)療影像的新征程，加速產品落地計劃，為醫(yī)療作出自己的努力。