医疗人工智能的风口已经持续了2年多，各家公司的产品已经都陆陆续续在全国各大医院入驻，有些医院放射科扎堆了10家左右的AI产品，但在实践中，影像科医生真正使用的只有少数几个。

究其原因，主要是目前产品不能很好的解决影像科医生的需求和痛点，同时，很少产品是面向临床医生需求开发的。

那么在医疗人工智能领域，创新企业如何让医生喜欢使用自己的产品，怎样的产品才能真正解决临床医生的问题，作为企业又如何在竞争激烈的环境中脱颖而出？这些都是入局者需要解决的问题。

对此，同心医联走出了自己的发展之路，利用人工智能技术辅助医生进行诊断，依据自己线上（互联网医院）＋线下（实体影像中心）及影像＋AI开放平台结合，帮助医生提高诊断的准确性和效率，并为患者提供一站式的诊疗解决方案。

一个7岁男孩的动脉瘤解决方案

刘伟奇告诉动脉网，同心医联通过影像＋AI技术，协助临床医生解决实际问题，而不是要跟影像科医生比谁看片子看的更准。这个产品定位，可以通过一个7岁男孩的动脉瘤解决方案来说明。

同心医联的线下影像中心曾经收治了一个7岁的动脉瘤患者。按照传统的诊疗流程，放射科技师先给患者拍摄影像，然后影像科医生看片子，发现男孩患有动脉瘤。影像科医生最关心的就是识别出动脉瘤的位置、形态和大小，写出一份影像诊断报告，工作就完成了。

但是这份影像报告并不能完全解决临床医生的问题，临床医生最关心的不是动脉瘤的位置与大小，而是这个动脉瘤会不会破裂，需不需要手术治疗，如果不治疗男孩的日常生活会不会有安全隐患。

其实动脉瘤的治疗并不难，通过手术或者介入的方法就可以将动脉瘤消除掉，但是对于7岁的小男孩来说这是一个重大的手术，这个手术无论怎么做，都会对他的生长发育、智力发育产生很大的影响。

医生想要的最理想的解决方案是，利用相关技术帮助临床医生更量化、更精准地看到动脉瘤管壁稳不稳定，告诉临床医生要不要治疗，否则临床医生就只能靠自己的主观经验去猜测。如果动脉瘤情况稳定，暂时可以不对它进行手术，先进行观察、随访。

如果小男孩动脉瘤一直很稳定，那就等到手术不会对男孩产生巨大创伤的时候再去做。

传统医院影像科无法针对临床医生的需求，给出动脉瘤是否稳定的建议，事实上，这个问题超出了影像科医生的关注范围。

面对这种情况，同心医联的动脉瘤辅助诊断产品给出了它的解决方案。首先医生在系统的帮助下进行核磁共振检查获取脑部图像。

之后利用影像AI技术，将获取图像中的血管的部分、动脉瘤的部分自动的精准分割出来。然后对比同一患者不同时期，同一部位的影像，判断前后两个不同时期动脉瘤是否有增长，用计算机语言对它进行数字量化。

基于这个量化分析的结果，系统通过大数据的分析，评估动脉瘤破裂的风险，同时预测患者在什么部位最容易发生破裂，从而帮助临床医生进行后续的手术方案的制定。

同心医联的动脉瘤辅助诊断产品不仅能评价动脉瘤的长径、瘤颈，还可以判断动脉瘤和载瘤动脉之间的关系，并观察动脉瘤管壁有没有炎症。

目前很多量化以及风险评估的方式还是基于人工的手工设计，基于专家的经验；如何利用数据驱动的方法，去准确的学习这种形态量化特征，以及对长时间的病灶演变规律进行建模，从而对最终动脉瘤进行准确和精准的评估，这是未来需要进一步探索的问题。

这就是同心医联产品的设计思路，将成像技术＋AI分析＋影像诊断＋临床应用四个专业彼此融合，真正为医生和患者提供有价值的诊断和治疗建议。这才能真正对临床医生后续的诊断和治疗起到作用。

医疗AI产品定位临床疾病诊断

动脉瘤智能诊断产品只是同心医联38个人工智能辅助诊断产品中的一个，同心医联的人工智能产品都是以临床为导向，以病种为核心，解决临床医生的实际问题。

刘伟奇告诉动脉网，在现在医疗环境下，公立医院数量在不断下降，民营医疗机构准入门槛较高。医生成材周期很长，但医生的职业阳光收入低风险大。现有职称评价体系都是以科研为导向，不看重临床能力。

对于90后和00后，太艰苦的学医历程不适合追求自由的时代个性……这些因素都会使创造出合格的医疗供给能力更加困难。

鉴于以上挑战，不太可能依靠老办法满足人民不断增加不断个性化的医疗需求。唯有靠接近临床需求的新技术，通过新技术的应用，快速提高医生的医技水平，才能提高医疗供给。

同时，医生作为诊疗流程的主导者，医疗产品应该是为医生服务，尊从医生实际的工作流程，创新产品才可以真实落地。

但是很多AI产品并没有做到这一点，比如很多肺结节检测产品只能从肺部CT中看出肺结节，其他病灶无法识别，这是不太符合医生的工作流程的。

患者来做肺部CT检查，影像科医生事先并不知道患者的具体病症，因此拍出的肺部CT要对所有潜在病症进行诊断，但肺部的常见病至少有10多种，若只能看肺结节，起到的作用有限。

尤其是医生还要把医学图像从PACS系统导入到AI系统，再把诊断结果倒回PACS，操作过于“折腾”；影像医生的真实需求应该是，AI能把具体部位所有疑似病变都标记出来，再由医生自行诊断核对一遍即可，无需一张张重新看。

为此，同心医联走了一条与多数AI公司“背道而驰”的路：先通过线下影像中心和影像云平台做好基础设施建设，以积累影像数据并把控数据质量，由自己的数据支撑算法优化；并通过开放式平台整合各类产品，实现对多种疾病的综合性辅助诊断。

为了让AI技术落地，同心医联将成像技术＋AI分析＋影像诊断＋临床应用四个专业彼此融合，真正为医生和患者提供有价值的诊断和治疗建议。

跨界融合存在很大的困难，因为从生物医学工程、到计算机AI、到影像诊断学，再到临床需求，横跨了四个专业的知识鸿沟，如果不具备跨界整合的资源和能力，难度非常大。

同心医联具备了线上互联网医院和线下医学影像中心，具备自己的技术团队和影像医师团队，因为拥有专业资源和基础设施，所以才能实现跨界融合。

由于医疗的专业性，每个团队不可能对所有疾病都有涉猎，关节软骨与阿尔茨海默病是完全不同的领域。很多专家经历多年研究，也只在一个方向上的几种疾病钻研较深。

患者看病时无法预知自己的疾病种类，所以医生希望的是全套解决方案。

在这种情况下，建立开放共赢平台就变得非常重要，让各个专业方向的人发挥自己擅长领域的工作，将各自专长汇聚成一个整体解决方案。

为此，同心医联建立格物系统，这是国内首家面向临床医生的影像＋AI开放应用平台（影像AI App Store），利用同心医联云平台积累的大量患者病历，根据临床需求开发成像技术和AI算法训练，然后封装成应用App，导入格物系统。同心医联已经与近100家世界一流大学和科研机构如清华、北大、中科院等，建立紧密合作关系，发挥各自专长，将新技术更好地应用于临床实践。

线上与线下结合，让AI加速落地

除了AI辅助诊断产品，定位于科技医疗平台的同心医联实现了线上（互联网医院）＋线下（实体影像中心）及影像云平台结合，可同时服务临床医生、专病患者、实体影像中心、影像AI专家。

目前，同心医联已建立了互联网平台搭建、医疗服务运营、实体影像中心建设、影像云平台推广、互联网医院建设、影像＋AI开放平台整合等业务，完成了其科技医疗平台基础能力建设。

2018年获得互联网医院牌照后，按照国家对互联网医院的要求，同心医联针对心脑血管和肿瘤患者提供全病程管理，即复诊的问诊、影像检查、药事服务、随访管理等服务，将价值链进行延展，产生更多的盈利点。未来，公司计划与商业保险公司合作，针对慢病患者，利用线下＋线上能力提供医疗闭环服务，为保险公司提供产品开发依据和控费能力。

文 ｜ 王晓行