AI阅片是利用 AI 进行医疗影像诊断，疫情的爆发，让医疗系统看到了 AI 技术的优势。

疫情让 AI 阅片备受重用

新冠肺炎疫情前期，在核酸检测方面，由于医护人员试剂盒使用经验有限，很难采集到上呼吸道附近的唾液样本，造成患者假阴，导致核酸的检测在一定程度上受限。

随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，CT 影像诊断被列入《卫健委新冠肺炎诊疗指南（第五版）》中，相比核酸检测，CT 影像图像清晰度高，能够诊断早期轻微病变，因此 CT 影像也成为新型肺炎检测的方式之一。

火神山医院、雷神山医院、武汉同济、协和、中南医院等一线战场已部署并投入使用，随着临床数据的积累，AI+云也将在新冠肺炎诊断中发挥更大的价值。

近两年来，AI 在医疗健康行业的应用中表现越来越突出，包括医疗机器人、智能药物研发、智能诊疗、智能影像识别、智能健康管理等方向，这些应用在这次疫情防控和诊治中发挥了重要作用。

AI 阅片能否长期立足存难点

①肺炎分为很多种，病毒性、细菌性、真菌性、支原体、衣原体、过敏性等。其中，病毒性肺炎的影像学表现和其他类型肺炎都不同。目前困难是，CT 无法准确判断病人携带的是否是新冠病毒。

也就是说，CT 与核酸检测结果可能存在不一致的现象，这种情况下，再结合患者流行病学史、临床表现才能更为精准地诊断新冠肺炎。

②AI 能够有效识别易漏诊结节，比如 6mm 以下实性结节和磨玻璃结节。但在面对新冠肺炎病毒时，AI 还有更大的空间。

如今单靠 CT 影像识别出病毒性肺炎是哪种病毒还是非常困难的，如果 AI 能够在这方面有所建树，将是很大突破，但这非常难。

③疫情初期，尽管有不少新冠肺炎疑似 CT 数据，但缺乏有效标注。CT 照片看似海量，但对于 AI 来说，仍显不够，要想让 AI 越来越聪明，需要“投喂”大量数据。

但在医疗场景中，无论总患病人数多庞大，都很难在某一个医院获得大量的数据训练，而且病患个体差异较大，每一个人的病程、病情、疾病种类都会有所不同。

④从全国范围来看，影像科人才资源地域性分配不均衡问题突出，基层医疗单位能否像大医院一样拥有 AI 医疗影像诊断的系统使用，目前还不好说。

⑤目前 AI 在神经系统影像诊断方面，仍完全依赖于数据真实性和质量的支撑，在缺乏大数据支持的疑难病、罕见病诊断领域，AI 和专业医生之间仍存在差距。

AI 医疗行业的商业开展

自 2013 年到 2017 年，中国医疗人工智能行业共获得 241 笔融资。其中，2017 年国内医疗人工智能行业公布的融资事件近 30 起，融资总额超过 18 亿元。

而到了 2018 年，资本对于医疗人工智能市场的热情依旧不减，仅 2018 上半年就有 18 家公司获投，总金额超过 31 亿元。截至 2018 年 6 月，中国共有 89 家医疗人工智能创业企业获得投资，总金额约 219.38 亿元。

目前中国大多数初创企业以辅助诊断为主要业务，而具体业务又以影像学、智能辅助诊断系统和语音识别为主，涵盖的疾病较广，但多偏重于基于图像识别的影像学、病理图片识别的疾病，如肺癌、宫颈癌等。

不过虽然资本的热情将医疗人工智能初创企业推上风口，但对于创业公司来说，如何实现商业化是一个巨大的难题。与此同时，同行的竞争及巨头吞并也给这些企业带来一定的困难。

AI 在医疗领域最大的问题可能是没有一个非常好的商业模式落地，或者没有形成真正的闭环，实现自我的造血能力。主要原因是可能还没有找到特别好应用，目前都在不断的试错阶段。

AI 影像的终点在基层

三甲医院是医学影像 AI 的主要阵地。大型医院人满为患，医生分身乏术。AI 的出现能够缓解医生工作压力，让医生能够腾出时间思考更高技术水平的问题，让医生回归医疗本身。

AI 现阶段的角色主要是辅助工具，在少数医疗诊断过程中有明显作用。此外，AI 不应停留在大型医院，基层医院也需要 AI 的助力。无论是 AI 软件或系统设备，在基层都大有可为。

对于基层医疗机构来说，医疗资源不足，基层医生因为没有机会接触、学习大量的不同病例，所以缺乏相应的阅片经验。AI 便能辅助基层医生做出诊断。

大医院和基层医院都需要 AI，只是需求不同。随着技术的发展，AI 在基层会呈现出更大的社会价值和商业价值。

一项新的医疗技术往往是从高级往低级传递，AI 技术在大医院进行打磨、试点、成熟，被认可后下沉到基层医院，这一发展路径与其他行业的 AI 技术有所不同。

海外会成为医疗 AI 的未来主市场

目前，我国疫情已进入收尾阶段，防疫重点也是防止输入性感染，国门之外，新冠肺炎患者数量急剧上升。在此情况下，AI 企业也顺势走出了国门，拓展海外市场。

目前海外国家推崇的是核酸检测，而我国关注的是核酸检测与影像学针对的结合。

中国医疗 AI 企业的命运，就是要实现出海，哪怕是被海外领先企业“吃掉”，也要把自己放在全球的格局中去竞争。中国医疗 AI 企业的竞争对手就应该来自于海外市场。

实际上，美国、以色列、印度都是强大的竞争对手。美国的优势在于商业化路径非常通畅。

医疗行业体量庞大，社会对创新技术的落地和收费持鼓励态度。如以色列等国，会有政府牵头，帮助企业获得科研数据，保证其产品的准确性，从而走出国门，去国际市场分一杯羹。

结尾

随着人工智能技术逐步走向成熟，一个万亿级的人工智能大健康产业呼之欲出。

向治疗领域的纵向延伸，是人工智能的一大趋势，当前人工智能技术的运用还有相当长的研究路径要走，只有从医学辅助进入影响治疗决策的阶段，才能说明“AI+医疗”真正走向成熟。