在未来的智能时代，AI公司与医生合作的“利益点”在哪里？

 一个月的时间里，AI医疗影像圈内两个“世界冠军”相继诞生。

7月14日，阿里云ET以89.7%平均召回率打破国际权威肺结节检测大赛LUNA16记录，得世界冠军;8月7日，科大讯飞的重磅喜讯又铺天盖地传来，以92.3%的平均召回率获得LUNA评测第一名，再次刷新世界记录。

LUNA，全称为LUng Nodule Analysis，是肺结节检测领域权威的国际评测，随着国内AI公司蜂拥进入智能肺结节筛查领域，这项评测也成为各大公司算法实力近身肉搏的场合。“这个比赛和高考成绩一样，不能作为一个系统整体水平和应用能力的唯一标准，但是在缺乏更有效的综合评估标准(像himss的电子病历应用评级水平)之前，可以作为一个核心客观评价指标来看。就像高考成绩高的不一定能力强，但是至少有了学习能力的初步评价参考。”科大讯飞医疗影像负责人马文君称。

但细细斟酌，会发现一个问题：算法能力的提升是IT界追求的进步，当AI进军传统的医疗行业，这0.01%级别的提升是否还是值得道贺的突破?

“我根本不关注公司的这些算法，我关注的临床效果。”一位影像科主任告诉雷锋网(公众号：雷锋网)。一个是日新月异的IT界，一个是传统保守得近乎偏执的医疗界，当AI医疗潮水兴起，什么是两者结合的“点”?

AI医疗：不能当饭吃，还不能打酱油，只是调味品

当下，AI公司与医院以科研合作的形式共同开发AI产品是通用的打法。

所谓“科研合作”，科大讯飞马文君告诉雷锋网，“公司与医院合作之初就签订了合作协议，产品和未来市场是公司的，医院拥有使用权、论文发表等学术上的成就，另外双方共同研究，共同拥有知识产权。”

除此之外，更多是基于发展阶段的定义。

早在2016年，科大讯飞便与安徽省立医院合作，共建医学人工智能联合实验室，探索AI技术在医学领域的应用。马文君表示，AI技术在医疗领域的应用是从2014年或2015年开始的，AI界关注的东西与临床有一定差距，业内都在和医院进行一些科研合作，这是必然的。同时，科研合作不仅是企业和医院之间，还包括企业和企业之间、软件和硬件之间、软件和软件之间、企业和大学之间、大学和大学之间等的交叉合作。

朗通医疗是一家专注于打造智能辅助诊断系统的公司，以全科医学为核心，辅助各个专科临床诊断。此前，公司与浙江大学邵逸夫医院、浙江大学申报成立了一个省级重点实验室——浙江省精准医疗中心，探索智能辅助诊断系统的落地应用。对此，朗通医疗徐哲说道，“我认为一家公司做AI还很难实现的，因为医生是最终使用者，打造过程需要把医生体验和他们的临床思维放进去，如果没有的话，这个系统是失败的。”“要真正有用的系统，而非科研的，就需要找医院，即所谓的产学研合作。”

初创公司宜远智能在这条路上甚至走得更远，“本质上，我们就是画一个圆，团结一切可以团结的力量，与不同医院(医生)进行科研合作。”宜远智能成立于2017年4月，目前与南方医科大、港大医院等多家医院展开科研合作，公司CEO吴博称，先与医生开展科研合作，或者以医学切入进来，是现阶段必须做的，能实打实给医疗行业带来改变，该走的路必须走。

中国科学院自动化研究所研究员田捷表示，如今AI医疗虽然很火，但AI在医学上的应用毕竟处于探索阶段，很难取得效益。这时候，如果AI公司把AI公司把前景看得太好或想借此盈利很难，因为辅助诊断的法律法规和标准还不太清楚，所以这需要长时间的培育和足够的资金支撑其从科研到产品的转换，同时转换时间可能比较长。

“科研作为切入点，两者合作，对于产品成熟也更加有效，如同互联网刚起来时一样，我觉得马云说得很有道理，不能当饭吃，还不能打酱油，只是调味品，如果公司抱有很大盈利希望的话，很难与医院长期合作，不利于真正有效的产品培育和发展。”他告诉雷锋网。

AI公司与医生之间如何求同存异?

世界一定属于少数人，我希望找到真正优秀、聪明的团队跟我一起做这件事。

谁愿意提供给我一台数字病理切片扫描仪，我就愿意提供切片和专业知识配合AI分析。

我本身有清洗后的医疗数据和数据人才，要让我拿数据出来，AI公司能提供我什么?工资吗?至少是我现在工资的双倍我才可能考虑，但一个创业公司又负担不了这个。

……

在问起“想与什么样的AI公司合作?目的是什么?”时，每位医生各执己见，更多是基于自身的情况做出的回答。但若问AI公司相同的问题，答案可能是大同小异：做出牛逼的产品，然后卖出去。

医生与AI公司诉求不同，如何求同存异，一起做事呢?

求同：找契合点

朗通医疗徐哲称，医院希望借由深度学习、精准医疗等项目提升医院的形象;卫生局希望与AI公司合作，未来能真正提升医生的能力;具体到医生，他们的诉求就是做课题、发文章，对职称有帮助，这需要高质量、有价值的数据，“这时，AI公司与医生之间就有了契合点。”一个AI产品的开发少不了的也是高质量、有价值的结构化数据。

“医生并不关系你用了哪个系统，更希望了解系统结构化后的数据，对他的课题有什么价值。”“有的医生跟我们说，‘你们的数据太棒了，以后发表文章，就要把你的数据拿来用’”

除此之外，据徐哲介绍，有的医生并不以课题为目的，而更在意临床效果的提升。“在急诊科，智能辅助系统对防止误诊漏诊的作用很大，医生非常愿意把他们的临床经验灌输进去。”

对此，科大讯飞马文君深表赞同，“医生分为两类：学术型医生和临床类医生，前者对论文有强需求;后者不关注论文，真正的临床疗效、应用验证是强需求。”“发论文和赚钱都是功利，还有很多大专家有更高的追求。”

据马文君介绍，随着肺结节智能筛查的流行，让原先难以操作的一些科研项目变得容易起来，这些大都是IT专家一直不太关注的问题，“机器学习只关注召回率、假阳性多少，而医生关注更多指标，假阴性率、假阳性率等。”

拿肺结节漏诊率为例，在此之前很难统计，需要统计经过病理诊断金标准后确诊为肺癌的肺结节患者的历史病例，才能确定其漏诊，在医疗界没有公认的数值。而如今在SaaS区域平台上，有更客观的样本，可以进行大规模分析统计其漏诊率。除此之外，还涌现出一些新兴的研究方向，比如肺癌预测、区域流行病学分析等。

存异：可以协调

“AI公司是需要收入的，课题意义不大，企业都养不活，要课题干嘛。”徐哲的这番话反映了AI公司与医院的根本分歧，前者为了钱，后者不能碰钱，该怎么好好做朋友?

徐哲称，这也是可协调的，办法就是“都做一点”。

据他介绍，其智能辅助系统能提升基础医院的能力，“国家卫计委已经发了文，专门对此进行研究。”“卫计委和扶贫办已经跟我们签了协议，如果能成功的话，可能获得1200~2000万的项目基金。”

而对于科大讯飞这样的巨擘来说，钱的问题就没那么迫切。据马文君介绍，在双方的合作中，公司负担研发项目、购买设备，医院投入医疗设备、专家、数据等。“我们也不是完全没有收入，我们会申请一些科研扶持项目、基金项目。”

对此，田捷博士表示，做医疗的AI公司，应做好打长期持久战的准备，这个行业需要培育过程，待相关法规和标准逐渐成熟，才能逐渐取得效益。“但短期来说很难实现，所以这是持久战。”

智能医疗创业中，谁是主导?

“谨慎欢迎。”

这句精准的描述与三甲医院信息中心主任悟空(网名)的背景很契合，在雷锋网问起医生对于AI的态度时，他如是回答。“大多数医生对AI还不是很了解，因为工作很忙，忙着看病了。”

华山医院病理科医生祝迎锋也现身说法，他表示，“目前我们都处于观望状态，这种项目太费精力了。医生通常没有这么多时间来做这样的事情。”

南方医科大学副教授刘再毅告诉雷锋网，“我不是创业，我是从研究角度看，临床问题比什么都关键，算法有多好不重要，重点在于临床设计。”“很多公司都在比拼算法，我觉得这也很好，但是你有没有一个实际的原创目的?我为什么要用这样的算法?实际上我们有些时候，也不需要很炫的算法，如果我用常规的方法都能够解决这个问题，算法是不重要的。”

现阶段，他们或其所在的单位都没有参与AI医疗项目中，都处于“谨慎欢迎”的状态，这取决于“跟AI公司合作能不能得到我想要的东西”。

据悟空介绍，其所在医院与AI公司的合作持欢迎态度，除考虑联合科研能减轻医生的工作强度外，医院早期参与，能避免AI公司走弯路。“比如肺结节早期筛查对于有经验的医生来说意义不大，他们更关注诊断完后，临床治疗环节。”而如果真正与AI公司合作，更希望大学牵头。“他们有一定的科研经费，还有资源能用，对于机器学习来说，单个医院的数据量不够，每个医院的治疗方案也不太一样，如果大学牵头搞区域性的，样本量大，广泛程度好。”但医院并不会主动牵头做这样的事情，“医院时间主要用在治病和医疗管理，很少主动做，除非有国家的科研项目。”

而在方向选择上，更希望打造智能辅助诊疗系统，能解决基层很多问题，推动分级诊疗，“让基层知道某个病发展到什么程度基层可以搞定;什么程度需要大医院专家干预。”“我对商业不了解，不知道推广价值怎么样，但对于基层医生诊疗水平的提升，对于分级诊疗的推广是有帮助的。”

对此，田捷博士表示，医院与AI团队的合作时，医生更关注工科团队是否理解其需求，“工科做了所有的事情，对临床的事情不太了解，往往成了盲人摸象。”因为，他认为AI公司与医院合作过程中比较重要的问题是AI团队与医院的沟通，关键在于能不能解决临床需求。AI团队对医疗的医疗需求有基本了解，甚至团队中有医疗背景的人，同时医院也招一些工科背景的人，人员上有一些交叉的话，往往会事半功倍，取得更好效果。“所以我觉得合作的关键在于沟通上，沟通的质量决定合作的成败。”

这让雷锋网想起一个类似的问题：医疗机器人的创业中，医生与技术人员谁是主导?对此，加拿大斯喀彻温大学机械工程系高级工程设计工程实验室主任、加拿大工程院院士Chris Zhang认为，“医疗机器人行业初期创业时，医生是主导，技术人员是就提出问题来思考，相对被动。”初期创新是发散的，所有的问题来自于医学和医学专家，但是如果有了突破而要创办一个公司时，就应该以企业为核心，去市场分析、包括难点、成本等。