聯(lián)系電話: 010-8882344888
彩神彩神診斷端是醫(yī)療服務(wù)的入口與核心，鏈接醫(yī)藥、醫(yī)療器械、醫(yī)療服務(wù)等產(chǎn)業(yè)鏈的關(guān)鍵節(jié)點，其重要性不僅體現(xiàn)在臨床價值上，更在于其對整個醫(yī)療生態(tài)系統(tǒng)的樞紐作用
作為醫(yī)療服務(wù)的起點，診斷端的準確性和效率直接決定了后續(xù)治療方案的選擇和醫(yī)療資源的配置效率，AI輔助診斷成為增加醫(yī)療供給最為直觀的體現(xiàn)。
從產(chǎn)業(yè)視角來看，診斷的上游鏈接著醫(yī)療器械廠商，AI輔助診斷將推動設(shè)備的智能化升級，為醫(yī)療器械打開新的增長點。
診斷的下游則是醫(yī)療機構(gòu)和患者，AI輔助診斷 不僅將提升醫(yī)療機構(gòu)的運營效率，也為個性化醫(yī)療和精準醫(yī)療奠定了基礎(chǔ)。
并且，診斷端作為醫(yī)療數(shù)據(jù)的匯集點，AI輔助診斷為醫(yī)療數(shù)據(jù)的價值發(fā)掘提供了重要抓手，這些數(shù)據(jù)不僅有助于提升診斷質(zhì)量，還推動醫(yī)藥研發(fā)、醫(yī)療保險、健康管理等領(lǐng)域的協(xié)同創(chuàng)新。
也正因如此，AI輔助診斷成為AI醫(yī)療當(dāng)下最為火熱的賽道，科技大廠、醫(yī)療器械企業(yè)、IVD企業(yè)、醫(yī)療信息化廠商、AI初創(chuàng)公司紛紛入局，意在這場重構(gòu)醫(yī)療系統(tǒng)的變革中占據(jù)制高點。
智藥局整理了超過60家企業(yè)/機構(gòu)發(fā)布的AI輔助診斷相關(guān)模型，并具體分為了五大類：
AI醫(yī)療影像：利用AI對醫(yī)學(xué)影像數(shù)據(jù)進行自動分析、識別和診斷，以輔助醫(yī)生提高疾病檢測和診斷的準確性和效率
AI醫(yī)學(xué)檢驗：指通過AI對生物樣本進行自動化分析，以輔助臨床醫(yī)生快速、準確地識別疾病標志物和評估患者健康狀況
AI病理診斷：指借助AI對病理切片進行智能分析，以輔助病理醫(yī)生識別疾病特征、提高診斷效率和準確性
AI臨床決策支持系統(tǒng)（AI+CDSS）：基于AI的智能平臺，旨在通過分析醫(yī)療數(shù)據(jù)和提供循證建議，輔助臨床醫(yī)生優(yōu)化診斷、治療和患者管理決策
AI中醫(yī)診斷：是指運用AI分析患者的癥狀、舌象、脈象等中醫(yī)診斷要素，輔助中醫(yī)師進行疾病辨識和辨證施治
醫(yī)療影像是最早受到AI影響的領(lǐng)域之一，早在10年前以深度學(xué)習(xí)為代表的技術(shù)興起時，便在醫(yī)學(xué)影像診斷方面取得成果。
目前，AI已經(jīng)在醫(yī)學(xué)影像工作全流程的各環(huán)節(jié)發(fā)揮作用，體現(xiàn)在檢查前、檢查中及檢查后各個階段，在改進影像檢查的流程、自動勾畫放療靶區(qū)及受累器官、圖像質(zhì)量優(yōu)化、結(jié)構(gòu)化等方向均起到了重要作用。
在技術(shù)端滲透的同時，老齡化以及醫(yī)療資源分配不均則使得醫(yī)學(xué)影像領(lǐng)域存在較大的缺口，為AI醫(yī)療影像提供爆發(fā)基礎(chǔ)。
數(shù)據(jù)顯示，2018 年-2023 年我國醫(yī)學(xué)影像數(shù)據(jù)復(fù)合年增速在30%左右，而影像科醫(yī)生復(fù)合年增速僅為4%，供需矛盾緊張。
以 CT 為例，影像科醫(yī)生每天需要完成的閱片量在80- 100份，每份耗時幾分鐘到半個小時乃至更長時間，醫(yī)學(xué)影像醫(yī)生面臨較大的工作壓力。
近年來，國務(wù)院、藥監(jiān)局、衛(wèi)健委、工信部等國家有關(guān)部門大力推動國產(chǎn)醫(yī)學(xué)影像設(shè)備的發(fā)展，積極探索人工智能在醫(yī)學(xué)影像的多個應(yīng)用場景，為AI醫(yī)療影像提供政策支持。
截至2024年7月，國家藥監(jiān)局共批準了99個三類證，涵蓋了輔助診斷和輔助治療兩個大類，涉及心血管、腦血管、肺部、骨折/骨齡、眼底等多個領(lǐng)域，呈現(xiàn)出多樣化的蓬勃發(fā)展態(tài)勢。
目前，AI醫(yī)學(xué)影像商業(yè)落地進展較快，覆蓋院內(nèi)、院外以及出海等多個渠道，市場有望迎來高速增長。
據(jù)統(tǒng)計，2023 年 AI 醫(yī)學(xué)影像市場規(guī)模為24億元，機構(gòu)預(yù)測這一數(shù)字到2030 年將達到 137.4 億元，年復(fù)合增長率為33.8%。
臨床決策支持系統(tǒng)（CDSS）是醫(yī)院信息化建設(shè)的核心系統(tǒng)，對于規(guī)范醫(yī)生診療行為，提升醫(yī)療質(zhì)量和管理水平均具有重要意義。
在實踐中，醫(yī)院往往選擇將CDSS通過接口無縫對接大部分乃至所有業(yè)務(wù)系統(tǒng)，也正因如此，AI+CDSS是AI輔助診斷中應(yīng)用要求最高的領(lǐng)域之一。
在落地過程中，AI+CDSS需要整合文字、圖像等多模態(tài)醫(yī)療數(shù)據(jù)，并結(jié)合權(quán)威醫(yī)學(xué)知識和醫(yī)療規(guī)則提供精準、實時的決策支持，這對模型提出了極高要求。
通過海量數(shù)據(jù)的訓(xùn)練和推理，大模型能夠更好地捕捉醫(yī)學(xué)數(shù)據(jù)中的復(fù)雜關(guān)聯(lián)與潛在規(guī)律，從而為臨床決策提供更加全面、精準的支持。
此外，AI+CDSS憑借早年醫(yī)療信息化打下的基礎(chǔ)，再加上DeepSeek完成的市場教育，大模型落地正當(dāng)其時。
三甲醫(yī)院和二甲醫(yī)院擁有充足的采購預(yù)算，已成為AI+CDSS的主要采購力量。然而，對于眾多基層醫(yī)療機構(gòu)而言，盡管對AI+CDSS有著強烈的需求，卻往往受限于預(yù)算約束。在這一背景下，區(qū)域醫(yī)聯(lián)體/醫(yī)共體的建設(shè)為解決這一問題提供了可行路徑。
通過區(qū)域醫(yī)療資源的整合與共享，基層醫(yī)療機構(gòu)可以借助醫(yī)聯(lián)體/醫(yī)共體的協(xié)同效應(yīng)，以更低的成本獲得AI+CDSS的技術(shù)支持，從而實現(xiàn)優(yōu)質(zhì)醫(yī)療資源下沉，助力實現(xiàn)分級診療的目標。
在CDSS商業(yè)化進程明顯加快的當(dāng)下，不同企業(yè)根據(jù)自身優(yōu)勢建立起各具特色的產(chǎn)品壁壘和業(yè)務(wù)模式。
例如訊飛醫(yī)療開發(fā)的星火醫(yī)療大模型2.0，在醫(yī)療海量知識問答、醫(yī)療復(fù)雜語言理解、醫(yī)療專業(yè)文書生成、醫(yī)療診斷治療推薦、醫(yī)療多輪交互以及醫(yī)療多模態(tài)交互等方面超越了GPT-4 Turbo和GPT-4o
目前其開發(fā)的AI臨床決策支持系統(tǒng)——智醫(yī)助理已入駐約60000家基層醫(yī)療機構(gòu)，涵蓋30多個省份的610多個區(qū)縣，在國內(nèi)醫(yī)療機構(gòu)CDSS市場份額超過60%。
未來，在大模型的加持下，AI+CDSS將向?qū)？祁I(lǐng)域進一步突破，在腫瘤、心腦血管、ICU、產(chǎn)科等細分科室，深入臨床?？祁I(lǐng)域的診療特點，結(jié)合患者的具體病情，探索專科專病落地模式。
尤其是，隨著腫瘤創(chuàng)新藥以及腫瘤療法的不斷發(fā)展，癌癥的篩查和診斷逐漸受到重視，隨之而來的是病理科驟升的供給壓力。
信息顯示，我國病理醫(yī)生缺口高達10萬人，且資源分布十分不均衡，大部分集中在三甲醫(yī)院，二甲及以下醫(yī)院的病理醫(yī)師嚴重缺乏且經(jīng)驗不足。
從技術(shù)視角來看，病理輔助診斷系統(tǒng)是AI在醫(yī)學(xué)檢驗領(lǐng)域相對成熟的應(yīng)用場景之一，但因為病理學(xué)圖像對數(shù)據(jù)集質(zhì)量、儲存、算力等資源都有極高的要求，AI病理診斷往往是頂尖院所和大廠的游戲，目前國外病理學(xué)模型研究幾乎被哈佛與微軟壟斷。
以微軟為例，其與美國普羅維登斯醫(yī)療集團合作，在《Nature》發(fā)布全球首個千億級數(shù)字病理基礎(chǔ)模型Prov-GigaPath——實現(xiàn)了26項病理任務(wù)中的25項SOTA，甚至能通過病理圖像預(yù)測基因突變。
近年來，中國在AI病理診斷領(lǐng)域取得了顯著突破，國內(nèi)科研機構(gòu)、醫(yī)療機構(gòu)和科技企業(yè)協(xié)同發(fā)力，展現(xiàn)出強勁的發(fā)展勢頭和創(chuàng)新能力。
2023年9月，透徹未來發(fā)布了透徹大腦病理大模型。2024年7月，商湯醫(yī)療聯(lián)合清華大學(xué)等科研院所發(fā)布了病理大模型PathOrchestra，利用國內(nèi)規(guī)模最大的近30萬張全切片數(shù)字病理圖像（近300TB數(shù)據(jù)）數(shù)據(jù)集訓(xùn)練。
今年2月，華為聯(lián)合上海瑞金醫(yī)院正式發(fā)布瑞智病理大模型RuiPath，這一成果基于瑞金醫(yī)院病理科百萬級數(shù)字切片庫，覆蓋了中國每年90%癌癥發(fā)病人群罹患的癌種，并且亞?？浦R問答深度達到專家級知識水平。
然而，值得注意的是，AI病理診斷在臨床轉(zhuǎn)化和規(guī)模化落地仍面臨諸多挑戰(zhàn)，尤其相關(guān)的技術(shù)標準、審批流程和臨床應(yīng)用規(guī)范等領(lǐng)域，仍處于探索階段 。
如果說AI病理診斷的上半場，是圍繞模型本身進行深度研發(fā)，那么正在到來的下半場將是一場圍繞應(yīng)用落地、生態(tài)構(gòu)建和價值挖掘的全面競爭。
為此，企業(yè)、科研機構(gòu)和醫(yī)療機構(gòu)需要緊密協(xié)作，針對不同應(yīng)用場景開發(fā)定制化的解決方案，為病理醫(yī)生提供真正高效的輔助工具，同時探索多元化的商業(yè)模式，如按需付費、遠程診斷服務(wù)等。
在這場AI醫(yī)療革命的浪潮中，AI輔助診斷不僅是技術(shù)創(chuàng)新的前沿陣地，更是醫(yī)療行業(yè)智能化轉(zhuǎn)型的核心引擎。
隨著技術(shù)的不斷成熟和應(yīng)用的持續(xù)深化，AI輔助診斷將逐步從單一的工具升級為醫(yī)療生態(tài)系統(tǒng)的智能中樞，推動醫(yī)療服務(wù)的效率、質(zhì)量和可及性全面提升。
而隨著多學(xué)科協(xié)作的深入和跨領(lǐng)域資源的整合，AI輔助診斷有望在更多場景中實現(xiàn)突破，為醫(yī)療行業(yè)帶來更加深遠的影響。
