劉勁、段磊、李嘉欣/文

近日，國家衛(wèi)生健康委辦公廳等五部門發(fā)布《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見》，提出“人工智能+醫(yī)療衛(wèi)生”發(fā)展的時(shí)間表：到2030年，基層診療智能輔助應(yīng)用基本實(shí)現(xiàn)全覆蓋，推動實(shí)現(xiàn)二級以上醫(yī)院普遍開展醫(yī)學(xué)影像智能輔助診斷、臨床診療智能輔助決策等人工智能技術(shù)應(yīng)用，“人工智能+醫(yī)療衛(wèi)生”應(yīng)用標(biāo)準(zhǔn)規(guī)范體系基本完善，建成一批全球領(lǐng)先的科技創(chuàng)新和人才培養(yǎng)基地。

當(dāng)前，中國的醫(yī)療影像智能化建設(shè)確實(shí)正在提速，推廣醫(yī)學(xué)影像智能診斷服務(wù)，為提升基層醫(yī)療服務(wù)能力提供新路徑。

醫(yī)療影像（X光片、CT、MRI、超聲等）指利用各種成像技術(shù)，將人體內(nèi)部的結(jié)構(gòu)或組織以可視化的形式呈現(xiàn)出來，對疾病的診斷、治療和監(jiān)測起到重要的作用。

由于醫(yī)療影像的數(shù)字化起步較早，數(shù)據(jù)結(jié)構(gòu)相對標(biāo)準(zhǔn)化，便于計(jì)算機(jī)視覺處理，早在90年代，業(yè)界便開始嘗試將醫(yī)療影像與計(jì)算機(jī)輔助診斷相結(jié)合；后來，以卷積神經(jīng)網(wǎng)絡(luò)（CNN）為代表的深度學(xué)習(xí)技術(shù)在圖像識別領(lǐng)域取得巨大突破。自2017年左右起，AI技術(shù)與醫(yī)療影像的研究、臨床試驗(yàn)和實(shí)際應(yīng)用開始快速發(fā)展，成為AI技術(shù)在各行業(yè)中最早實(shí)現(xiàn)規(guī)?；涞氐膱鼍爸?。

目前，AI醫(yī)療影像產(chǎn)業(yè)的輔助診斷技術(shù)已較為成熟，步入實(shí)際落地應(yīng)用階段，頭部三甲醫(yī)院幾乎都引入了AI醫(yī)療影像產(chǎn)品。

AI為醫(yī)療影像的價(jià)值

AI技術(shù)已為醫(yī)療影像領(lǐng)域帶來巨大價(jià)值。

我國影像科醫(yī)師嚴(yán)重短缺，尤其是在繁忙的三級醫(yī)院。根據(jù)我們的訪談，三級醫(yī)院每位影像科醫(yī)生日均需出具80—100份CT報(bào)告、60—80份磁共振報(bào)告或120—150個(gè)超聲檢查，超負(fù)荷工作現(xiàn)象普遍。

在傳統(tǒng)模式下，醫(yī)生需審閱大量影像圖片，從中找出并標(biāo)注病灶的大小、形態(tài)、位置，再結(jié)合多方信息完成一份診斷，通常耗時(shí)近30分鐘。而在AI輔助下，病灶識別和定量標(biāo)注等耗時(shí)環(huán)節(jié)被大幅自動化，整個(gè)診斷流程可縮短至5—10分鐘，顯著提升了醫(yī)生的工作效率，尤其緩解了工作早已過飽和的三級醫(yī)院醫(yī)生的壓力。

AI的應(yīng)用已滲透到影像科多個(gè)主流檢查項(xiàng)目中，如胸肺部的肺結(jié)節(jié)與肺炎識別、骨科的骨折檢測與骨齡分析，以及乳腺的病灶輔助檢測等；在放療、手術(shù)等治療場景中也得到廣泛應(yīng)用。在影像檢查項(xiàng)目中，AI的核心作用在于自動識別并標(biāo)注病灶，輔助醫(yī)生診斷，其識別準(zhǔn)確率普遍高達(dá)95%以上。在放療的影像輔助上，基于AI的放療靶區(qū)勾畫、劑量計(jì)算和自適應(yīng)放療計(jì)劃等，能夠?qū)仔r(shí)的醫(yī)生治療計(jì)劃制定壓縮至幾分鐘內(nèi)完成；在外科手術(shù)中，用AI醫(yī)療影像技術(shù)輔助醫(yī)生制定手術(shù)計(jì)劃，以及在術(shù)中用定位和導(dǎo)航輔助實(shí)施手術(shù)也有了不錯(cuò)的進(jìn)展。

正是基于這種“又快又準(zhǔn)”的價(jià)值，許多醫(yī)院開始引入AI醫(yī)療影像產(chǎn)品，特別是在三級醫(yī)院的影像科已實(shí)現(xiàn)比較規(guī)?；膽?yīng)用。粗略估算，全國三級醫(yī)院合計(jì)約有14萬名影像科醫(yī)生，平均工資約19萬元，保守假設(shè)AI能為其節(jié)約一半工作時(shí)間，理論上每年可創(chuàng)造高達(dá)130多億元的價(jià)值。

商業(yè)化困境

然而，巨大的價(jià)值創(chuàng)造并未轉(zhuǎn)化為相應(yīng)的商業(yè)回報(bào)。根據(jù)我們的測算，2020年至2024年整個(gè)行業(yè)的累計(jì)商業(yè)收入不足30億元，平均每家醫(yī)院終身使用一款A(yù)I醫(yī)療影像產(chǎn)品僅需40萬元，且多為一次性的軟件買斷模式，后續(xù)服務(wù)收費(fèi)乏力。行業(yè)陷入“叫好不叫座”的商業(yè)化困境，企業(yè)捕獲的價(jià)值遠(yuǎn)低于其創(chuàng)造的價(jià)值。

主要原因是現(xiàn)階段用于輔助的AI醫(yī)療影像產(chǎn)品技術(shù)門檻相對較低，同質(zhì)化競爭激烈。

通常，使用幾千例標(biāo)注的醫(yī)療影像訓(xùn)練一組串聯(lián)的“小模型”即可實(shí)現(xiàn)輔助功能，技術(shù)門檻和研發(fā)成本低，導(dǎo)致入局者眾多。截至2025年，已有100余款A(yù)I醫(yī)療影像產(chǎn)品獲批三類醫(yī)療器械注冊證（NMPA），在“同臺競技”；單論胸肺一個(gè)場景，就有數(shù)坤、推想、深睿、聯(lián)影、醫(yī)準(zhǔn)等十余家企業(yè)競爭。

激烈的競爭迫使廠商紛紛采用“免費(fèi)試用”策略搶占醫(yī)院入口，最終將整個(gè)行業(yè)拖入囚徒困境：只要一家免費(fèi)，所有人都被迫跟進(jìn)；而當(dāng)醫(yī)院習(xí)慣免費(fèi)模式后，任何一家率先收費(fèi)的廠商都可能被立即替換，導(dǎo)致市場份額喪失。

此外，醫(yī)院的經(jīng)費(fèi)限制也導(dǎo)致AI醫(yī)療影像產(chǎn)品可銷售市場進(jìn)一步收窄。由于現(xiàn)階段AI產(chǎn)品的功能還停留在輔助診斷階段，未提供超出醫(yī)生水平的增量功能，醫(yī)保和患者缺乏付費(fèi)使用AI的動力，主要靠院方甚至科室的經(jīng)費(fèi)購買AI醫(yī)療影像產(chǎn)品。

然而，除頭部三甲醫(yī)院外，其他醫(yī)院能夠用于購買軟件的經(jīng)費(fèi)金額很有限，不少三乙和二級醫(yī)院全年檢查收入在百萬量級，很多影像科自身處于虧損狀態(tài)，即使是購買剛需的、售價(jià)在幾十到百萬元的CT硬件設(shè)備都經(jīng)費(fèi)吃緊，更不用提負(fù)擔(dān)非剛需的數(shù)十萬元的軟件費(fèi)用，導(dǎo)致AI影像產(chǎn)品的市場天花板被進(jìn)一步壓縮。

激烈競爭下，現(xiàn)有AI醫(yī)療影像企業(yè)盈利十分困難。以AI眼底影像頭部企業(yè)鷹瞳科技為例，2024年全年收入1.5億元，但銷售費(fèi)用占近一半，考慮其他運(yùn)營和財(cái)務(wù)費(fèi)用，2024年虧損2.6億元，盈利情況堪憂。大部分非頭部企業(yè)的年收入僅在千萬元量級，難以覆蓋高昂的研發(fā)開支，長期依賴融資資金維持。這并非個(gè)案，而是同質(zhì)化競爭下全行業(yè)困局的一個(gè)縮影。

“AI+醫(yī)療影像”的更大潛力

這種困局是可能被改變的，這要求AI技術(shù)在醫(yī)療影像分析、疾病診斷、治療、監(jiān)測等方面帶來更大價(jià)值，也對應(yīng)著更高的研發(fā)門檻和競爭壁壘。

目前，AI仍只能提供輔助診斷價(jià)值，診療上的準(zhǔn)確性仍存在不足。具體來說，在檢查方面，目前AI在第一步“找出病灶”方面表現(xiàn)出色，甚至比人類更全面（漏檢率低）；但在第二步“判斷疾病良惡性質(zhì)”上的表現(xiàn)還不夠令人滿意（誤診率高于優(yōu)秀人類醫(yī)生）。在治療（化療和手術(shù)等）輔助方面，AI輔助可大幅提高醫(yī)生的準(zhǔn)備效率，但計(jì)劃仍需醫(yī)生進(jìn)行人工檢查、復(fù)核才能確保質(zhì)量；在術(shù)中可起到定位和導(dǎo)航的輔助作用，但治療的實(shí)施主體仍是醫(yī)生。這使得即便沒有監(jiān)管限制，其能力上限暫時(shí)只能作為醫(yī)生的提效助手，難以取代醫(yī)生。

要進(jìn)一步提升其價(jià)值，需要更強(qiáng)的基礎(chǔ)模型能力?，F(xiàn)在醫(yī)療影像領(lǐng)域商業(yè)化模型依然以卷積神經(jīng)網(wǎng)絡(luò)（CNN）為主，其優(yōu)勢是對局部細(xì)節(jié)特征捕捉較好，但天然缺乏全局視野，“見木不見林”，容易對復(fù)雜的疾病影像產(chǎn)生誤判。比如，在一張全身PET—CT掃描中，判斷一個(gè)骨骼上的可疑點(diǎn)是原發(fā)性骨腫瘤還是肺癌的骨轉(zhuǎn)移，需要將骨骼病灶和遠(yuǎn)處的肺部信息關(guān)聯(lián)起來，這種能力是以CNN為基礎(chǔ)模型的AI所不具備的，優(yōu)秀的醫(yī)生顯然可以做到。此外，CNN對三維影像的理解能力也比較弱。

業(yè)界已意識到引入Transformer可大幅提升AI醫(yī)療影像能力的上限。Transformer最初為自然語言處理（NLP）而生，是近兩年疾速發(fā)展的大語言模型的底層基礎(chǔ)，其核心武器是自注意力機(jī)制（Self-Attention），擅長全局結(jié)構(gòu)和長距離依賴的分析，這恰好能彌補(bǔ)CNN的短板。

在上述案例中，骨骼上的可疑點(diǎn)可通過注意力機(jī)制，直接與遠(yuǎn)處的肺部結(jié)節(jié)建立強(qiáng)關(guān)聯(lián)，從而為“肺癌骨轉(zhuǎn)移”這一診斷提供強(qiáng)有力的證據(jù)。這種提升讓AI從“輔助診斷”向“獨(dú)立診斷”更進(jìn)一步。

除了影像分析本身的上限提升，引入Transformer有望令A(yù)I從影像切入，但不止于影像，而是躍升為處理多維度醫(yī)療信息的臨床綜合大模型，這個(gè)上限由Transformer的多模態(tài)能力打開。

理論上，通過Transformer處理多模態(tài)數(shù)據(jù)的能力，我們可以把一個(gè)病人的影像數(shù)據(jù)（CT、MRI、X光、病理切片）、文本數(shù)據(jù)（病史、主訴、既往檢查報(bào)告）、檢查數(shù)據(jù)（血液、尿液）、時(shí)序數(shù)據(jù)（心電圖、腦電圖）、組學(xué)數(shù)據(jù)（基因、蛋白質(zhì)組）都給到AI，將AI從“單兵作戰(zhàn)”（純影像）推向“全域決策”，它打破了不同醫(yī)療數(shù)據(jù)形態(tài)之間的壁壘，為構(gòu)建一個(gè)覆蓋從篩查、診斷、手術(shù)規(guī)劃到術(shù)后隨訪全流程的真正的、綜合性的臨床診療大模型鋪平了道路，實(shí)現(xiàn)診斷、治療與管理環(huán)節(jié)的協(xié)同。

難點(diǎn)和機(jī)會在于數(shù)據(jù)

從基于CNN到基于Transformer的AI醫(yī)療影像范式轉(zhuǎn)移，從單一模態(tài)的影像輔助分析到多模態(tài)的綜合診療模型轉(zhuǎn)換路徑似乎是清晰而令人鼓舞的。學(xué)術(shù)界近年確實(shí)有大量基于Vi－sionTransformer（ViT）、SwinTrans－former、CNN-Transformer混合的論文在RSNA、MICCAI等頂級會議上發(fā)表，任務(wù)涵蓋腫瘤檢測、器官分割、病灶分類、跨模態(tài)檢索等，在很多基準(zhǔn)測試中也取得了超過CNN模型的成績。

但研究熱度與商業(yè)落地之間存在巨大鴻溝，還很少有基于Transformer的成功AI醫(yī)療影像應(yīng)用出現(xiàn)，更不用說多模態(tài)綜合診療模型。

這里面有很多原因，包括醫(yī)療領(lǐng)域天然的保守和風(fēng)險(xiǎn)厭惡屬性，對新技術(shù)的審批要求嚴(yán)苛，CNN輔助診斷軟件已有 FDA、NMPA批準(zhǔn)的案例，而Transformer多模態(tài)模型屬于更復(fù)雜、更不透明的模型，解釋性更弱，更難過審。并且，以Transformer為基礎(chǔ)的技術(shù)路線還在快速迭代中，企業(yè)對投入長周期認(rèn)證一個(gè)“可能過時(shí)”的架構(gòu)會心存疑慮。計(jì)算成本與部署挑戰(zhàn)，Transformer模型通常參數(shù)量更大，計(jì)算復(fù)雜度更高，尤其是在處理高分辨率3D醫(yī)療影像時(shí)，對GPU計(jì)算和存儲能力的要求極高；醫(yī)院的IT系統(tǒng)龐大而復(fù)雜（PACS、RIS、EMR等），Transformer模型的復(fù)雜性可能導(dǎo)致集成更困難。此外，大部分廠商和醫(yī)院已經(jīng)圍繞CNN構(gòu)建了工具、人才、適配等生態(tài)，生態(tài)顛覆需要足夠大的價(jià)值提升才能推動各方下定決心轉(zhuǎn)換。

但在巨大的潛力面前，長期看算力、生態(tài)、監(jiān)管都并非最大的挑戰(zhàn)，因?yàn)樗鼈兛梢酝ㄟ^技術(shù)進(jìn)步、市場演化和政策調(diào)整來解決。我們認(rèn)為，阻礙AI醫(yī)療影像向前發(fā)展的最大、最緊迫的挑戰(zhàn)是數(shù)據(jù)，最大的機(jī)遇也蘊(yùn)藏在數(shù)據(jù)之中。

VisionTransformer如果從頭訓(xùn)練，需要百萬到千萬級的圖像數(shù)據(jù)，在醫(yī)療領(lǐng)域的微調(diào)一般也需要十萬到百萬級的標(biāo)注數(shù)據(jù)，這比現(xiàn)在主流商用醫(yī)療影像模型的訓(xùn)練規(guī)模大了幾個(gè)數(shù)量級。而醫(yī)療數(shù)據(jù)涉及個(gè)人健康信息，受HIPAA（美國）、GDPR（歐盟）、中國個(gè)人信息保護(hù)法等嚴(yán)格法規(guī)的保護(hù)，數(shù)據(jù)共享和流通受到極大限制，這對準(zhǔn)備訓(xùn)練數(shù)據(jù)帶來了巨大挑戰(zhàn)。

很多種疾病的可得數(shù)據(jù)還要小于這個(gè)量級，比如葡萄膜黑色素瘤每年全球病例幾萬例，有些罕見病更是只有幾百上千例。即便對于大病種，如肺癌每年全球發(fā)病幾百萬例，獲取大規(guī)模高質(zhì)量的標(biāo)注數(shù)據(jù)也很困難。如何獲得眾多醫(yī)療機(jī)構(gòu)的同意拿到影像數(shù)據(jù)，如何克服不同設(shè)備由于掃描協(xié)議、參數(shù)、重建算法差異等帶來的數(shù)據(jù)混亂，如何解決由于醫(yī)生經(jīng)驗(yàn)差異帶來標(biāo)注質(zhì)量參差不齊，這些數(shù)據(jù)問題都對新技術(shù)的應(yīng)用帶來巨大的挑戰(zhàn)。

多模態(tài)數(shù)據(jù)融合的美好愿景，又令數(shù)據(jù)問題的難度指數(shù)級上升。

首先，多模態(tài)模型訓(xùn)練不僅要求標(biāo)注好的影像數(shù)據(jù)，還要求收集和處理多維度的數(shù)據(jù)：病理的標(biāo)注、臨床數(shù)據(jù)的整理、基因數(shù)據(jù)的注釋等，新增巨大的工作量。而不同模態(tài)的數(shù)據(jù)對齊是更復(fù)雜的挑戰(zhàn)，將這些來自不同時(shí)間、不同來源的數(shù)據(jù)進(jìn)行精確對齊和配對，這無疑是一項(xiàng)浩大的數(shù)據(jù)工程。

醫(yī)療影像是人工智能較早賦能的領(lǐng)域，帶來了很大的價(jià)值。但現(xiàn)在，“數(shù)據(jù)墻”成為阻礙人工智能在醫(yī)療影像乃至綜合診療方面發(fā)揮更大價(jià)值的核心瓶頸。因此，能夠在醫(yī)療數(shù)據(jù)的收集、治理、標(biāo)準(zhǔn)化、標(biāo)注、隱私保護(hù)和高效利用方面建立核心能力的企業(yè)，將有望構(gòu)建最深的護(hù)城河，引領(lǐng)下一代醫(yī)療AI的發(fā)展。

從全局來看，數(shù)據(jù)問題首先是一個(gè)技術(shù)問題，可以通過以下途徑緩解：發(fā)展自監(jiān)督學(xué)習(xí)減少對標(biāo)注數(shù)據(jù)的依賴；部署聯(lián)邦學(xué)習(xí)，在數(shù)據(jù)不出機(jī)構(gòu)的前提下，多個(gè)機(jī)構(gòu)共同訓(xùn)練一個(gè)模型，減輕數(shù)據(jù)孤島限制；探索以合成數(shù)據(jù)降低罕見病數(shù)據(jù)不足的困擾等。

數(shù)據(jù)問題又遠(yuǎn)不只是技術(shù)問題，涉及到組織協(xié)調(diào)、利益博弈、信任機(jī)制、法律合規(guī)，在非技術(shù)的層面最重要的是設(shè)計(jì)或形成一種有效的協(xié)調(diào)機(jī)制，讓數(shù)據(jù)流動起來發(fā)揮AI模型訓(xùn)練的價(jià)值。

邏輯上有兩種途徑：一是通過市場化的方式，二是通過自上而下的制度設(shè)計(jì)。哪種方式更好，還要通過更多的研究搞清楚。但中國可能在第二種方式上有制度優(yōu)勢，我們可以探索通過制度設(shè)計(jì)，更高效地解決醫(yī)療領(lǐng)域的數(shù)據(jù)問題，從而令中國引領(lǐng)AI醫(yī)療的發(fā)展。

數(shù)據(jù)問題不只存在于醫(yī)療影像領(lǐng)域，厘清并解決醫(yī)療影像領(lǐng)域的數(shù)據(jù)難題，不僅能推動醫(yī)療AI自身的革命性發(fā)展，也將為AI賦能其他各行各業(yè)提供寶貴的經(jīng)驗(yàn)和范本。

（劉勁系大灣區(qū)人工智能應(yīng)用研究院理事、特聘專家，長江商學(xué)院會計(jì)與金融學(xué)教授，段磊系大灣區(qū)人工智能應(yīng)用研究院研究總監(jiān)，李嘉欣系大灣區(qū)人工智能應(yīng)用研究院研究員）

免責(zé)聲明：本文觀點(diǎn)僅代表作者本人，供參考、交流，不構(gòu)成任何建議。