AI醫療變現這麼虛！先聊聊學術不好么？

【健康點/作者：高嵩】如果要在高德納技術成熟度曲線上給2017年的AI醫療定個位，毫無疑問他會落在科技誕生促動區間（Technology Trigger）上面：媒體轟轟烈烈報道AI醫療項目，資本前赴後繼地湧入相關領域，但真正成功投入商業場景使用的也只有IBM Watson一家，可以說「門外熱鬧，門內冷清」。

健康點曾經就AI醫療商業模式上的問題進行過分析：依靠篩查、分析報告的「變現之路」現在看來還是非常經不起推敲。「商業模式怎麼建構」、「如何變現」這些問題已經成為行業中的老生常談，可以說無比政治正確但仍然懸而未決，畢竟革命性的技術突破還沒有發生。那麼在現階段，我們不經要問：除此以外我們還能夠討論和思考什麼？

2017年9月21日，在由中國人工智慧學會主辦的「2017首屆國際醫療人工智慧大會」上， 健康點專訪了浙大睿醫人工智慧研究中心（以下簡稱「浙大睿醫」）副主任吳福理，發現了AI醫療商業以外的一些新思路。

浙大睿醫成立於今年3月份，是國內為數不多專註於AI技術在醫療領域應用研究的學術機構。在採訪一開始，吳福理就強調浙大睿醫「非盈利機構」的屬性，可以說噎回了健康點記者關於醫療人工智慧商業構架上所有的問題，但隨後的採訪並不令人失望，商業化可能並非AI醫療落地的唯一思路，立場更加獨立的學術機構也能在其中添磚加瓦。

◆ ◆ ◆

對標灰色地帶，誰能戴著鐐銬起舞？

如果把AI醫療視作為一個人，那麼醫療大數據必定處在其咽喉位置，扼住咽喉便扼住了AI醫療的一處命門。然而尷尬的是，「這塊咽喉」究竟屬於誰，至今在法律上都沒有明確的規定，吳福理講道：「美國有HIPPA法，中國國家沒有立法，我們在醫院做的檢查數據是屬於醫院、個人還公司？現在在法律上都還沒有定論。」

HIPPA法全稱為健康信息患者隱私法案（health information patient privacy act），根據HHS官網披露的信息，該法案早在2003年就通過了暫行最終條例（Interim Final Rule），適用於健康計劃，健康保健所和衛生保健提供者等多個對象，之後幾經修訂，形成了患者醫療健康數據獲取、隱私保護、線上交易流轉等完備的法律框架。這一法律框架為美國之後合法合規收集醫療大數據掃情了法律障礙，實際上為AI醫療營造了良好的大數據環境。

中國在這方面相關立法相對缺失，這實際也使得中美在AI醫療發展路徑上呈現出明顯的差異，美國方面AI醫療延伸到了精準治療以及藥物研發領域，而中國則集中於醫療影像，其背後的原因主要是醫療影像的相關數據標準化程度較高，容易獲取和處理，並且面對的爭議也比較小。

相關法律框架沒有建立，醫療大數據的使用實際在中國還處於「灰色地帶」。如果AI醫療公司以純商業的方式與醫院達成合作，即將醫療大數據作為資產進行購買，在沒有相關法律界定醫療大數據的所有權歸屬和隱私保護的情況下，實際存在相當大法律和隱私安全隱患；而如果AI醫療公司僅與醫院方面達成戰略合作，醫院方面則缺乏合作的激勵。有沒有辦法能解決這一問題呢？學術合作其實是一條很好的思路。

吳福理談到：「作為獨立的第三方非營利學術機構，和任何一家公司或者醫院進行合作時更多是基於學術研究，實際上更容易建立信任關係。」從今年3月成立起，浙大睿醫已經和微醫集團、北京同仁醫院、浙江省兒童醫院，浙江省婦保等多個醫療機構和公司建立了合作關係，雖然浙大睿醫受益於微醫集團的一億元捐贈，但作為隸屬於浙江大學的獨立學術機構，二者不存在明確的利益關係。

吳福理補充道：「浙大睿醫目前主要的工作是做醫療AI的底層數據應用和演算法應用，在使用來源不同的數據驗證模型之後，會發表論文把結果公開出來，供不同公司用來改進相關技術和產品。」

◆ ◆ ◆

助力科研是促成合作的一大動力

學術合作確實能夠很好迴避當前醫療大數據法律框架缺失的問題，但醫院方面達成合作的動機問題能在這一方式下得到解決嗎？從浙大睿醫和同仁醫院在腦卒中眼底圖AI篩查技術的開發合作中，我們能夠發現一些線索。

國際上公認的使用眼底圖判斷腦卒中的眼底病變形態，一共有7種，而同仁醫院在和浙大睿醫合作開發腦卒中眼底圖AI篩查技術的過程中，發現了第八種病變形態神經纖維層缺損。負責這一項目的浙大睿醫人工智慧研究中心主任吳健表示：「浙大睿醫主要負責的是進行實驗和得出數據，第八種病變是同仁醫院的醫生基於數據發現的。」

這個例子其實一定程度上說明了醫院在醫療AI方面能和學術機構達成合作背後的動力：無論是醫院還是醫生，每年都有沉重的科研任務，AI技術本身並不能學習知識，但是AI技術處理數據的結果能夠幫助醫生學習到新的知識，從而在科研方面助力醫生，這其實對於醫生和醫院很有吸引力。

吳福理就表示：「醫療機構在和浙大睿醫合作的時候主動性比較強，因為浙大睿醫本身作為學術機構更懂學術研究，能夠真正幫助醫生推進科研和發表論文。而在發表論文方面，浙大睿醫也是以醫生為主的。」

雖然學術合作的方式確實能夠避開AI醫療商業合作難以避免的爭議，但是這種方式並不見得就是完美的。

吳健曾公開表示：「浙大睿醫基於上萬級別數據開發的腦卒中眼底圖AI篩查技術，在使用同仁醫院提供的160萬眼底圖進行測試之後，得到的準確率達到82%，醫生判斷一致率也達到70%。」但當記者問及使用眼底圖數據的質量問題的時候，吳福理則表示：「模型背後的數據質量完全依賴於醫院，得到的準確率和醫生判斷一致率也是由同仁醫院提供的。」

學術合作相較於商業合作對於數據質量方面的把關可能更不嚴格，因為學術機構的核心任務是推動AI醫療的研究發展而不是推動AI醫療落地到商業場景，並且學術機構對於輸入模型數據質量把關的成本負擔能力也相對較差，在實際合作過程中一旦遭遇醫療機構的道德風險，學術機構得出的模型演算法就避免不了「garbage in garbage out」的現實。

學術合作方式確實從AI醫療商業模式討論的窠臼中開闢出了新思路，但是這並不意味著我們就可以將之奉為圭臬，AI醫療現在面臨的更深層次問題是醫療大數據法律框架不完善以及AI技術本身並未實現革命性的突破，前者需要決策層加緊謀劃推進相關法律落地，而後者則需要技術大牛們繼續努力。

本文首發於財新健康點 caixin-life；

聯繫作者微信：Songwazi9591；

投稿方式：healthpoint@caixin.com；

湯晨|責編

我們堅持並尊重原創版權，未經授權請勿轉載，授權請聯絡健康點管理員Jack；

工作微信號： Jackzhao360

商務合作：

北京 Fiona 18612891987

上海 Leslee 13601240597