专访万里云CEO黄家祥：医学影像AI还在“幼儿园”阶段 只有算法的企业很危险

　　每经编辑 每经记者 赵天宇    

　　每经记者?赵天宇 每经编辑?任芷霓

　　从2017年至今，算法公司、影像平台公司、远程医疗公司、人工智能公司……上述拥有不同背景和擅长领域的一众公司，在AI于肺结节的应用上，似乎有着相同的默契。

　　身为从业者，万里云医疗信息科技（北京）有限公司（以下简称万里云）CEO黄家祥首先想到的就是在临床应用上的价值。万里云是万东医疗（600055，SH）和阿里健康（00241，HK）共同持股的公司，前者多年来从事着传统医疗影像器械的研发和生产，后者则带有电商、大数据、人工智能等“流行”标签。

　　由于带有“跨界联手”的特质，黄家祥在看待AI标注肺结节、AI+影像的发展时，更能够理解传统厂商的顾虑。在接受《每日经济新闻》记者（以下简称NBD）专访时，黄家祥多次强调AI影像对临床的作用，认为应用场景数据对于现阶段AI影像公司来说最为重要。

　　NBD：2017年大多数AI+影像公司都在做肺结节，这对于临床来讲意义大吗？

　　黄家祥：看起来肺结节的门槛不高，但真正扎进去的时候就会发现其实并不好做。比如有专家说，肺结节本身只是一个征象，在这个征象背后，有很多种病症都会引起肺结节。所以单看这一个项目，跟临床的需求相比是远远不够的。将病人其他的影像、病史、生化检验数据结合起来看，才能对临床产生比较大的作用。

　　另外，从影像医生以及临床的角度来看，光有一个肺结节也不够，只能说是“万里长征第一步”吧。我们现在和一些体检机构合作，他们说肺结节做得再准确，对他们而言也没有那么大意义。因为病人过来又不是看有没有肺结节的，肺结节是什么东西他都不知道，病人是来看自己的肺有没有毛病的。所以对临床来说，是希望AI能看的病种更丰富一些，这样对医生才有更实际的帮助。

　　NBD：对医生来说，肺结节AI的诊断准确率很高，而且记录一直在刷新。这对于临床会有所促进吗？

　　黄家祥：仅仅在百分比的数字上作比较，其实意义不大。关键是AI在什么条件下达到这么高的准确率。比如阿里云的天池竞赛会给参赛者一个数据集，而用来测试的数据集，与这个是同根同源的。在这种情况下，达到百分之九十几以上的准确率相对容易，相当于你用这个题目训练，考的是与这个极为相似的一套题。

　　但实际情况不是这样的。每个人的个体差异，设备状况的差异，医院间的差异综合起来，最后拿到的图像非常复杂。比如万里云平台上，一天有一万多个病例，上来一看那真是百花齐放、千人千面。我们的数据来自两千多家医院，在目前的状况下，不可能把两千多家医院的设备水平、质控操作规范水平、剂量水平都统一，这很不现实。

　　一些AI公司会在大医院架设服务器，用这家医院的数据训练AI，训练出来结果不错。但是一旦把数据拿到外面去用的时候，就完全不一样了，会出现严重的水土不服。所以说，肺结节AI的准确率，需要说明放在什么情况下、用什么数据集去训练以及测试的，测试的规模多大。大家对比的基准得是基本一致的，这样来说准确率才是靠谱的。

　　NBD：AI在影像领域的价值，应该由哪个参与方来判断？

　　黄家祥：我觉得影像科医生和临床医生才是真正的专业裁判。AI到底准不准、靠不靠谱，影像科医生会有直观的判断；临床医生的实际工作中，如果也觉得AI分析的结论靠谱，这才是有价值的。至于算法公司、信息化公司、医疗器械厂家等，顶多算是助理裁判。

　　NBD：有人说，AI在医学影像的应用能够推进分级诊疗，您认可这个观点吗？哪些场景具有迫切的落地需求？

　　黄家祥：这是一定的，因为有一个巨大的供需差异，所以AI影像的从业者都会朝着分级诊疗的方向走。我觉得至少在三年之内，AI在影像领域最容易落地的，反倒是体检和基层医疗。基层医疗的话，可能在五线或者更基层的医院会率先使用起来。

　　去年我们去湖南的几个县调研。最典型的一个县，全县有医师资质的影像医生一共就八个人。这八个人里，有六个是初级的医生，副主任医师只有一个。这个县人口有八九十万，这么大的一个群体实际上就靠着这几个人去提供影像的专业帮助，勉为其难。所以线下的刚需，其实痛点远比线上要“痛得多”。

　　体检的场景中，AI+影像也是非常迫切需要落地。体检其实比医院的检查量增长速度还要快。比如从前做体检，大部分是拍胸片。现在慢慢开始转到低剂量CT扫描了，这样才能做一些更早期病变的筛查，一个病例几百张，所以体检的阅片量上升非常快。

　　NBD：在AI医疗领域频频传出融资消息的同时，也有部分公司倒下了。在您看来，AI影像行业的公司应注重哪些方面的价值，才能走得更远？

　　黄家祥：对于AI公司，我们有一个观点，就是应用场景的价值大于数据价值，数据价值大于算法本身的价值。如果是AI的创业公司，手上核心的东西只有算法，那这个事情会非常危险。

　　AI的大潮慢慢退却的时候，会越来越显现出，实际的应用场景和高质量的数据才是核心。做算法的公司很多，从生态进化的角度来说，单纯以算法支撑的公司里面可能会倒下一些。

　　然后是数据问题。拿到医院数据的公司，训练出来的模型自然比只有公开数据集的公司要好。最后是应用，比如提供给一些医院去使用，这一阶段可能会面临一个问题，也是投资人最敏感的问题，就是如何变现。有些创业公司会勾画出一些应用场景，但虚拟出来的和实际落地还是有差距。其实商业的本质还是要创造实实在在的价值，不是纯粹讲几个虚幻的、美好的故事。

　　同时，AI创业公司应该对接下来两三年之内AI+影像的应用场景做行业上的战略判断，以及AI能为临床提供什么样的价值。战略方向对于创业公司来说也非常重要。

　　NBD：您认为现阶段在医学影像领域的AI，发展到了一个什么样的阶段？

　　黄家祥：现阶段的话，医学影像AI可能像是个幼儿园阶段的孩子吧。高考或者大学毕业的阶段，就是真正在医疗场景里获得医生认可。AI有一个逐步发展的过程，需要逐步成熟、被临床接受。所以现阶段的AI仍是起辅助作用，不能让幼儿园的孩子去承担成年人的责任，否则就是典型的拔苗助长了。

　　就目前的阶段，我觉得大家要调整心理预期，同时我们利用合理的方式，在限定范围内让AI尽量发挥价值。给AI找对定位、放进合适的应用场景里能落地，那么这个AI的准确率即使没那么高也无所谓。