近年来，医疗AI在国内外火速升温，挂号指路、辅助诊断、新药研发……尽管AI进入医疗行业屡见不鲜，医疗AI落地问题仍是产业关注焦点。目前人工智能发展仍处于初级阶段，AI产品面向医生、患者、医疗系统各有何侧重？除了技术性突破，未来人工智能的发展之路该怎么走？
4月26日，在博鳌·健康界峰会“打造医疗AI产业闭环”主题论坛上，体素科技CEO丁晓伟以“真实场景驱动的医疗AI技术”为题，为医疗AI发展破题。
多场景布局 满足不同诉求
在网上关于医疗AI的话题中，出现“AI会不会代替医生”的讨论。其实医疗AI的出现并不是和医生“抢饭碗”，而是减轻医生的劳动量，减少医生繁琐重复、容易出错的操作，这是医生对AI的需求；患者的需求更多在于方便就诊；医疗系统的需求在于方便运营管理、节约开支。
针对医生、医疗系统、患者的不同需求，体素科技的产品线在三个方面都有所布局。多样的产品化服务，为医院及患者提供高价值分析服务，并为提供智能化基础。
定位全病种 慢病大病早预防
在今年全国两会上，多位人大代表和政协委员建议，将疾病预防提到议事日程。预防重于治疗，相比花钱治病，花钱预防可以节省很多开支，在未来有效降低高血压、的发病率。
体检是有效预防疾病的措施之一，丁晓伟表示，“在优质医疗资源匮乏的情况下，人工智能可以提供有效帮助，例如在体检上，全病种就更加有优势了，因为体检本身，就是去没有定向地发现所有可能的异常。”
体素科技将研究的核心定位在全病种产品，聚焦于胸部CT、眼底彩照、冠脉CTA、皮肤四个全病种解决方案。 “医疗系统里的预防主要就是重病、大病的筛查，全病种区别于单一病种诊断的AI系统，筛查需要全面，这样才能真正解决医疗资源。”
以眼科为例，体素科技研发的“视网膜全病种解决方案”通过眼底彩照，不仅反映眼部疾病，还能反映高血压等慢性病的累积，这样的检查被大大低估。现有医疗机构的眼科人力资源不足，只能管理到应该筛查的慢病患者的1/10左右，远远没有发挥对整个国家及高危人群的作用：让眼底检查实现所有全病种的检查及慢性病的评估。
而且，进行眼底检查的软硬件一体机自动化、操作简单，可以在医疗资源匮乏、缺少专家的地方部署，有助于基层医疗资源配置。
眼底彩照筛查
据体素科技介绍，这款系统已经落实到全国120多家医疗机构，主要是三甲医院内分泌科。内分泌科有大量慢病患者，病症也都反映在眼部上。其中一部分眼病比较轻微的患者在过去往往会忽视，眼科认为他们的病情不足以在眼科治疗，内分泌科又不懂眼科这些检查，也无法追踪病人。而利用 视网膜全病种解决方案 ，可以筛查出糖尿病视网膜病变、青光眼、白内障、老年黄斑变性等多种眼部疾病，这类病人能够早筛查早诊断，及时用药延缓病情的发展，大大降低致盲率致残率。
4月27日，由中国卫生信息管理杂志指导，健康界和博鳌医学创新研究院联合主办的“中国医学创新大赛·人工智能暨‘医健AI·漂亮50’发布会”在博鳌亚洲论坛国际会议中心举行，体素科技的“VoxelCloud-Retina眼科全病种筛查解决方案”以499分获得一等奖。
重庆医科大学附属第一医院副院长肖明朝为体素科技颁奖
“心脏冠脉造影 CT 解决方案”可以代替昂贵的需要全麻手术的介入的心脏检查，为医疗系统减轻医保开支，降低患者手术风险。该方案可预测未来五年发生急性心梗这些不良事件概率，及时干预，避免悲剧的发生。
智能筛查 助力医保控费
针对看病难的问题， “最现实的办法就是采取分级诊疗的制度”，这是国家卫生健康委员会主任马晓伟在全国“部长通道”上给出的答案。
对于病情轻微、风险较低的患者，医疗AI能够实现足不出户寻医问诊，丁晓伟介绍，医疗AI不仅给患者带来就医上的便利，还有助于实现分级诊疗、医保控费。
以皮肤病为例，“体素肤知汇”基于深度学习图像分析与处理技术，与百种皮肤类病症进行智能匹配与测评。通过手机摄像头非常稳定地对皮肤病进行初筛和预检，数据严谨涵盖上百万病例。患者只需通过拍摄病变皮肤的照片，通过AI识别，与相应的病症匹配，生成报告。
通过AI匹配疾病
丁晓伟提及，现有的医疗AI发展大多是为医生设计产品，而忽略了患者直接使用的产品。其实大部分皮肤病不需要去医院，风险较低，患者可以自己用药。
在中国皮肤病的诊疗需求很大，而专业程度和收集时间有限的。而从医学临床工作上看，对患者在皮肤病方面的甄别、检查与分流以及健康教育，有着重要意义，这类技术将在很大程度上帮助专业领域的医生，成为诊前问诊的有效工具。
还有，小儿的视力障碍、先天后天的屈光不正，是中国最大的需求之一。体素科技推出的小儿视力障碍筛查产品填补这个需求，家长只需要在家中录制儿童行为，系统即分析出患者是否有眼科疾病，需要转诊到专家提早干预。
通过全病种产品的初筛，“把很多疾病的预诊、随访等通过人工智能，在家庭里就完成，从而更进一步地解决医疗系统的开销。”丁晓伟这样说道。
未来蓝图 AI前进路在何方
在丁晓伟看来，目前医疗AI的发展还停留在第一阶段，“关注点还停留在技术性指标，比如对疾病的检出率，其实在真正用于医疗系统之前，应该再增加一个评估的环节：对医疗体系量化的效果到底有多少，对付费方开支的节约到底有多少等等，我认为今后的临床试验，应加入对医疗体系最终结果的评估。”
“AI医疗覆盖生活和一生”，丁晓伟描绘出一幅未来医疗AI的蓝图，AI伴随人的生老病死，甚至出生之前就会应用，比如体外受精的胚胎选择、先天性基因缺陷；家庭问诊；急救车急性疾病预判；医院中病床管理，管理死亡、感染概率等，都可以通过AI作出分析。
