文/ 智能相对论
作者/ 离离
近日,AI医疗影像企业纷纷传出“捷报”。
专注于超声人工智能动态医学影像分析的初创公司深至科技在上周宣布完成B轮亿元级融资。
本月初,已完成七次融资的医疗AI企业Airdoc,其主体公司北京鹰瞳科技发展股份有限公司已与中信证券签署上市辅导协议,并向北京证监局备案,拟于科创板挂牌上市。
据健康界的不完全统计,2020年,国内人工智能医疗健康领域共完成了65次融资,其中医疗影像约占总融资数的三分之一,AI医疗影像逐渐成为人工智能医疗健康领域的热门赛道。从融资轮次看,部分公司开始步入发展成熟阶段,产品技术日渐得到市场认可,商业模式也逐渐成熟。
在肺结节领域的集中爆发后,AI医疗影像的“春天”再度来临了?
研发到落地的漫漫长路
“我国每年医学影像超30%的增长量,远远大于每年4%的放射科医生增长数量。此现象为医院和医师带来巨大压力。”AI医疗公司数坤科技董事长毛新生在一次采访中提到。医师在重复、单调的阅片工作中容易出现疲劳、漏诊等现象;一些医疗机构甚至缺乏具备诊断能力的影像医师,造成可拍片但无人诊疗的局面。“无论从患者端,还是医生端,都急需‘AI医生’辅助。”
从2014年至今,AI医疗影像经历了扎堆冒进、不被接受、逐步获得认可与发展、大跨步前进等过程。随着AI图像识别技术进步、医学影像设备的升级与产业数字化发展,相关产品向外扩展至骨科、眼科、心血管、神经系统、消化道、脑部、超声波、肝胆胰脾肾等众多疾病的辅助诊断预测。
虽然人工智能医学影像分析技术日渐精进,各项产品也纷纷落地,相关政策与审批未开放却使得AI医疗影像产品商业化困难重重。
相较于欧美,国内对临床评价的路径控制非常严格,AI医疗产品的审批必须经过耗时较长的临床试验。加上用于审批的标准数据库又要兼具资料来源的广泛性、数据种类的兼容性(如CT图像需包含5毫米图像、1-2毫米图像、亚毫米图像等不同层厚的图像)与医学图像标记的标准化。而各个地区、医院的数据标准不同,统一的数据规范与标准化数据库的建设需要不少时间。
临床试验的耗时与数据库建设的迟缓皆拖慢了审批进程。因此,直到2019年年底,仍然没有任何一项AI医疗影像相关产品取得三类医疗器械注册。没有三类器械认证的医疗产品无法进入医院的设备采购目录,难以进行商业化。对于研发投入极大的人工智能医疗产业而言,就意味着前期投入与后期的现金回流被割裂。
产品投入临床使用的具体时间无法预估,商业价值的实现就变得遥遥无期。于是,2019年行业投资规模金额断崖式下滑300%,与前些年的快速上升形成鲜明对比。AI医疗影像行业进入了冰河期。
商业化受挫、审批困难,产品迟迟无法投入商用造成AI在医疗影像产业的实际应用受到各界质疑。一批没有造血能力的企业走向倒闭;另一些公司选择降低成本咬牙苦撑,在商品销售受阻之后,全力投入研发工作。如已完成B轮融资的汇医慧影开启大规模裁员,全职员工数从巅峰时期的300多人下降到100余人。
