“AI+治疗”赛道的先行者——连心医疗看到了哪些机遇和挑战？

瞄准“AI+治疗”市场，先声夺人

过去一年，越来越多企业和资金涌入医疗人工智能领域。据公开数据估算，该领域的融资总额已经超过了20亿元。这些企业和资金大部分汇聚在医疗影像辅助诊断市场，“AI+诊断”的赛道已经逐渐变得拥挤。在此背景下，部分企业开始把目光投向了更加蓝海的“AI+治疗”市场。

与这些企业不同，成立于2016年的连心医疗从一开始就把将人工智能应用于治疗环节，当成了自己的奋斗目标。

这个目标并不容易实现，和“AI+诊断”相比，“AI+治疗”的门槛要高得多。一方面，治疗直接作用于患者，对技术的安全和可靠性要求更高；另一方面，治疗产品在《医疗器械分类目录》中属于三类医疗器械，必须过临床实验。目前国内“AI+治疗”市场的玩家并不多，主要是一些大型医疗器械厂商，和为数不多的几家初创型公司。

连心医疗之所以敢于一头扎进“AI+治疗”市场，与其优良的团队基因密不可分。连心医疗的创始人章桦曾经在微软亚洲研究院从事过机器学习和人工智能方面的研究，后来他又去了荷兰国立癌症研究所放射肿瘤科攻读博士，主要研究医学影像和人工智能在肿瘤放疗领域的应用。

很多业内人士曾指出，医疗人工智能的瓶颈在于“懂AI的不懂医疗，懂医疗的又不懂AI”。章桦恰恰是既懂人工智能又懂医疗的极少数人中的一位。他清楚地知道，人工智能的优势和局限，同时又对医院的临床需求有着深刻的洞悉。连心医疗的其他核心团队成员也都拥有专业的医学知识背景。

得益于强大的技术团队和先发优势，连心医疗在“AI+治疗”的赛道上已经领先了一大截，在剂量计算和治疗方案的制定与优化等核心技术上竖起了壁垒。

“其他同行还在做靶区优化，而我们已经能够在靶区勾画后自动生成放射治疗计划了”，谈到连心医疗所取得的成绩时章桦依然显得很平静。

从放疗计划到执行，精耕细作

他认为，人工智能技术切入治疗市场，对场景的选择尤为重要。AI+放疗质控和靶区勾画是人工智能十分理想的落地场景。

首先，中国的放疗资源非常稀缺。据统计，目前全国只有3000个有执照的物理师，而且绝大多数集中在大城市的大型三甲医院。基层医院虽然可以通过租赁的方式获得放疗设备，但缺少物理师使得基层医院的放疗设备大多成了摆设。而且患者通常也会想方设法到大城市的三甲医院去治疗，导致大型三甲医院人满为患。

其次，如果操作不当放疗射线会对病人造成极大危害。因此每一个放疗方案都需要严格画靶，确认放疗射线的靶向位置和剂量，及其穿透路线，避免伤及正常的组织器官。每一位病人每次放疗前都需要拍300-400张CT，传统方法完全依赖肿瘤医生在患者的医学影像上手动标识器官和肿瘤，效率十分低下。

连心医疗的目标就是用人工智能技术帮助肿瘤医生提高治疗效率和质量，同时借助互联网协作的手段，让大型三甲医院的医生能够为地、市级医院提供优质的治疗方案和建议，以及远程医疗质量控制的相关技术支持。让大型三甲医院提高自身效率的同时，能够将其能力辐射到更大的范围。

章桦向雷锋网介绍道，放射治疗的执行可以分为两个环节：

一是在治疗执行前对整个治疗方案，包括靶区、剂量、设备参数等的安全性和有效性进行评估和审核。连心医疗的算法可以自动验证各项参数，并结合专家的建议，形成完整治疗方案。

二是治疗中的自适应放疗，即在治疗过程中动态调整治疗方案。肿瘤患者的治疗周期通常为5-7个星期，每周需治疗4-5天。期间患者的反应、器官位置和肿瘤大小的变化（治疗过程中肿瘤常常会不断缩小），以及机器参数的变化都会对治疗方案产生影响。连心医疗的产品可以分析影像和设备参数供专家参考，以便及时对治疗方案进行调整。

此外，连心医疗的产品还能实时监控放疗设备的各项参数，发现异常时自动报警，帮助放疗师定期检查设备的安全性和有效性。

“原来医生做一个靶区勾画需要五六个小时，现在借助人工智能技术只要二三十分钟，效率有了极大的提升”，章桦语气中流露出一丝自豪。

除了放疗质控，连心医疗还提供远程治疗方案。章桦介绍道：“北京大学肿瘤医院的王维虎主任在全国各地讲课时发现，基层医院对很多病例没有把握，希望他能提供一些指导性意见。过去他经常飞去各地做相关的教学工作，但现在通过我们的云平台就能轻松实现。”

章桦表示，连心医疗接下来将重点在病种方面进行横向拓展。目前针对脑胶质瘤、鼻咽癌和食道癌的方案已经比较成熟，未来将进一步拓展到肺癌、肝癌、前列腺癌、直肠癌等病种。

双重挑战下，戴着枷锁前行

毋庸置疑，在医疗人工智能这条跑道上，连心医疗取得了一个好的开局，但接下来的道路并非一片坦途。

数据是所有医疗人工智能玩家都绕不开的一道坎。一方面，高质量的医疗数据极度稀缺；另一方面，国家对医疗健康数据的使用缺少明确的政策引导和规范，医院和企业都仿佛在钢丝上跳舞。

为了获取比较优质的医疗数据，连心医疗和十五家顶级三甲医院达成了合作，包括北京大学第三医院、四川省肿瘤医院、空军总医院、中国武警总医院、海军总医院、浙江大学附属医院等。此外，雷锋网了解到，连心医疗还依托中华医学会在河北省的医师学会，搭建起了一个省级放疗质控平台。该平台辐射了河北省的78家医院，进一步加速了连心医疗的数据积累。

章桦坦言，目前医疗人工智能领域的数据挖掘还存在诸多乱象，亟待国家出台相关的法律法规进行引导和约束。

今年6月20日，中国健康医疗大数据股份有限公司宣布筹建，加上此前正在筹建的中国健康医疗大数据产业发展集团公司和中国健康医疗大数据科技发展集团公司，我国在健康医疗大数据领域已经初步形成了由“国家队”主导的三大集团公司格局。章桦认为，这一格局或许能帮助医疗人工智能企业走出当前的数据困局。

他表示，医疗健康大数据的挖掘可以类比采矿业。“真正拥有开矿权的企业很少，但原油开采出来之后要经过许多道工艺，才能变成人人可用的汽油和塑料制品。民营企业和初创公司不具备开矿权，但他们有的擅长提炼，有的擅长深加工，可以在产业链中提供相关的技术方案，发挥自身价值。”

在章桦看来，国家主导的三个医疗大数据公司就是“拥有开矿权的企业”，以连心医疗为代表的医疗人工智能初创公司则是拥有数据深加工能力的中下游技术服务商，能够将医疗健康数据的价值应用到诊断、治疗、制药、保险控费等各个细分领域。他表示，围绕医疗健康数据的产业才刚刚开始，还有非常大的发展空间，可以容纳很多企业。

但在政策和规范到来之前，医疗人工智能企业必须确保数据不出医院，要先在医院内训练好模型之后再拿到医院之外去验证和应用。章桦向雷锋网(公众号：雷锋网)介绍，目前已有相关技术可以把在多个医院训练出来的模型进行整合，连心医疗也在做这方面的尝试和技术积累。

CFDA认证是医疗人工智能发展道路上的另一道坎。章桦介绍，传统的CFDA认证框架要求软件申报时，算法等必须停留在申报的时间点，然后进行临床验证。这种方法只能够验证软件在某一个时间点的安全有效性，而人工智能的发展可谓日新月异，每天都在发生变化。传统的CFDA认证体系显然已经不再适用，亟需作出相应的调整。

同时章桦也指出，现阶段医疗人工智能企业不能太过激进，应该等产品本身达到一定的稳定程度后再进入临床环境。

“还要等等看，等医疗人工智能产品趋于稳定后，才能判断什么的调整比较合适，现在还看不清”，章桦说道。

立足全局思维，笑看未来

高速发展的同时，医疗人工智能也引来了诸多质疑。

此前，《人民日报》在题为《人工智能，怎样火下去》的文章中指出，当下炙手可热的人工智能，可能有热过头的倾向。文章引述斯坦福大学人工智能实验室主任李飞飞的说法称，人工智能虽是个“真货”，但也在许多随意和缺乏严谨性的交流或展示中被强烈地夸大了，进而影响到政、商、投资者。

不久，另一家中央权威媒体“中央人民广播电台”经济之声《天下财经》栏目，再度批评人工智能伪创新，称不要像“炒作明星”一样炒作人工智能“创新”。

章桦对医疗人工智能的发展很乐观，他认为目前行业“总体还是积极正面的”。首先，医疗人工智能产业的蓬勃发展吸引了大量优秀人才。

他结合自身经历解释道：“我2014年回国的时候想找个工作都很困难。以前学医学影像的人只能去GE、飞利浦，或者转行做金融。人工智能产业的发展为这些高端人才提供了机会，吸引了大量资本投资之后，企业也能用得起这些人才。”

其次，医疗人工智能终归是技术创新，可以产生很多新技术和专利，帮助医生解决或大或小的问题。即使最终有些公司“死掉了”，也并非全无价值，都推动了行业的发展。

章桦认为，人工智能产业的竞争本质上是中美两国的生态竞争。目前国内大多数初创型公司都是在Google的TensorFlow平台上做二次技术开发。中国要在人工智能领域和欧美分庭抗礼，就必须建立自己的通用人工智能平台和生态。这样的通用型人工智能平台只有BAT等巨头才有能力搭建；无数大大小小的初创型公司则可以在此基础上进行细分应用场景的技术开发，进一步丰富生态。

日前，首批国家人工智能开放创新平台公布，四大平台包括：依托百度公司建设自动驾驶国家人工智能开放创新平台，依托阿里云公司建设城市大脑国家人工智能开放创新平台，依托腾讯公司建设医疗影像国家人工智能开放创新平台，依托科大讯飞公司建设智能语音国家人工智能开放创新平台。章桦认为，随着四大平台的确立，国内的人工智能生态格局正逐渐变得清晰。

。