从辅助诊断到全周期解决方案，「推想科技」“攻坚”肺癌成果落地

目前，在全球所有癌症中，肺癌仍是最普遍和最致命的。数据显示，每年全球肺癌新增病例约180万，占全球所有癌症新增病例的13%；每年约有160万人死于肺癌，占全球癌症死亡病例的20%；肺癌患者的5年生存率不到15%。在中国肺癌的发病率和死亡率一直居于首位，约占全世界肺癌病例的1/3以上。

因肺癌早期症状的隐匿性，多数患者在确诊时已经是局部晚期或发生远处转移，错过了最佳治疗时机。若是肺癌能在早期被发现，并及时采取相应的干预手段进行规范治疗，那么患者五年生存率可提高到80%。

精准医疗和人工智能的发展为早期肺癌诊断提供了重要的突破口，目前尤以AI医学影像产品为代表的辅助诊断落地效果最为显著，或者说一定程度上AI影像已经是世界上最大的辅助诊断体系；但在对待肺癌这件事上，推想科技（以下简称：推想）比任何企业都要“较真”。

实现肺癌诊疗一体化

与大多数AI医疗企业类似，成立于2015年的推想起初也是以肺部AI辅助筛查产品为切入点，并以高频、刚需、技术可实现为原则逐步延伸其它产品；不同的是，在“攻克”肺癌领域，推想可以说是不遗余力的，包括产品迭代、运营投入以及科研投入。

从产品层面看，2015年，推想在国内率先尝试利用AI技术进行肺结节影像的自动识别；到如今，推想又率先发布了“肺癌全周期智慧解决方案”，试图构建人工智能“防、诊、治、管”全生命周期的辅助诊断及决策系统。

那“全周期”的意义何在？推想创始人兼CEO陈宽解释到，“在真实的临床场景下，医生除了需要知晓某个结节是不是肺癌，还需要判断结节是良性还是恶性；以及如果是良性，需要随访多长时间，如果是恶性，何时需要开刀；中国还没有对肺小结节较明确的诊疗方案，如何规范治疗呢；如果手术，是采用开放还是微创，肺叶切除还是肺段切除，等等。”

在他看来，要把握治疗环节中的每一个角度，把各个环节串起来，包括筛查到诊断，以及后续的随访、观察、手术、愈后，全部加到一起，患者才能感受到AI带来的价值。因此，上述全周期解决方案目前涉及到了多个层面，具体如下：

• 通过科研质控平台来助力医生AI科研创新和临床落地应用，推进人工智能在肺癌筛查、诊断、治疗决策、预后等全周期领域应用的快速发展；

• 通过为医疗机构建设”影像数据库”和“临床数据库”数据中心，来实现数据统一化、标准化管理，提高数据的可用性和安全性；

• 通过AI医疗应用平台提供AI预防、诊断、治疗的全周期、规范化的肺癌解决方案。

诊疗一体化除了能为患者带来早筛早诊和提高医生工作效率、降低漏诊误诊率的价值外，也能带来医院发展，帮助基层医院提升诊疗水平。锦州医科大学附属第三医院院长刘敬禹就指出，医院MDT团队的建立借助AI的介入，能和患者进行充分的沟通、交流，得到了患者的信任，并实现业绩的提升。

当然，全周期产品的落地并非一蹴而就。陈宽指出，“诊疗一体化”目前已是行业共识，包括像西门子、GE等器械巨头也在对其传统影像分析算法进行“AI化”升级，为医院提供一站式解决方案。

但诊疗流程的串联和科室的打通，并体现在整体数据——尤其是院长级别所关心的指标的提升上，如带来多少早期肺癌的发现和治疗等，却并非易事。“它们都需要大量时间反复磨合和内部沉淀，而这正是推想在过去两年积累下来的最有价值的事。”

据悉，目前推想已经与辽宁锦州医科大学附属第三医院以及山东聊城市第二人民医院等十几家医院（地市级医院、县级医院为主）共同验证了这款产品的可行性。

从三甲到基层的时机已成熟

我们知道，公立医院是医学影像产业链的绝对核心，不管是算法的优化、科室运营服务，还是诊断服务都离不开和公立医院的深度绑定，即便是在AI医学影像整体处于“试用”的状态，三甲医院也早已成为各供应商争抢的“香饽饽”。

以推想合作的大连大学附属中山医院为例，其放射科副主任张清透露，曾经一度有3-4家AI医疗公司的产品进驻医院。不过，张清指出，发展到现在，能被医生持续使用的也只有推想一家了，“它让我们放心，不漏诊，提高效率，再就是干起来没那么累”。正如陈宽所言，AI医疗产品要真的被认可，必须做到在一个开放的临床环境中保持足够好的稳定性，并真正地稳定帮助医生和患者。

发展到今天，推想在全世界范围内已有三百多家合作医院，涉及8个不同的国家，平均每天使用人工智能辅助诊断的患者超过4万例，累计700万病历经过了人工智能的辅助诊断。随着产品功能的提升，从顶层医院到基层的推广也将随即而至。现阶段，推想除了部署三级医院，还渗透到了二级医院，前文所及的“肺癌全周期解决方案”便是典型的落地产品。

目前，基层还是医疗资源矛盾最典型和最突出的地方，有数据显示，基层医疗卫生机构由于缺乏医学影像检查能力而产生的转诊占转诊总数的12.25%。

陈宽认为，长期来看，得益于分级诊疗的推进，以及提升医学影像服务水平的迫切诉求，基层将是未来的新机遇所在，“下沉”也成为了推想现阶段的发展重点，“过去几年重点是放在三甲医院，但那并不是我们的最终目标，现在我们觉得时机成熟了，就想做最想做的事情”。

商业化组合拳：临床和科研

不过，完成了初步的技术验证、产品打磨和市场教育，那医院是否一定买账呢？这也就涉及到AI医学影像面前最大的“拦路虎”——商业化落地。 

陈宽认为，临床价值决定商业价值，能带来卫生经济学价值（降本增效）的产品，医院一般愿意买单。与之对应的，推想也从技术创新的第一步迈到了商业模式突破的第二步，以肺癌全周期解决方案为例，这既是一个技术突破，也蕴含着内部运营模式以及商业方式的创新。

此前，推想推出了AI学者科研平台InferScholar® Center，可用于医学影像大数据管理与分析、数据标记、深度神经网络模型构建、影像组学特征提取、组学特征分析与机器学习模型构建等研究。“通过该科研平台，哪怕不懂得如何去编程，如何写算法，也可以通过我们的科研平台来完成人工智能的研发和工作。”

据悉，InferScholar® Center及科学家团队已帮助多家临床合作医院共完成RSNA投稿超过300篇。而就在一年前，这个数字仅为6篇。

那科研平台如何推动商业化？陈宽表示，临床和科研是医生的刚需，如果能从科研层面赋能医院和医生，也有助于公司快速的建立行业影响力；另外，这也能帮助医生能更快地验证AI到底在哪些场合发挥什么样的价值，从而更快地实现产品创新。

他指出，AI的发展是潜移默化，过去大家很难在公开场合看到这些院长和主任，但现在大家会聚在一起讨论AI，它的扩散已经是不可逆的大趋势。以清河县人民医院为例，其院长王志军就告诉36氪，当医院打算引进AI产品、提高竞争力的时候，率先认知到的就是推想的产品，也很快达成了合作。

下一步：“一纵一横”持续布局

陈宽也指出，现有的产品布局只是一个起步，未来还希望实现多疾病、全病种的覆盖，以期解放医生的能力，提高基层和偏远地区的整体医疗水平。

依托于不断开展的科学研究，推想团队已证实AI在不同临床场景的价值，目前已陆续开展落地，包括CT脑卒中AI辅助筛查、心血管AI辅助筛查、心脏斑块AI辅助筛查、骨折AI辅助筛查，肝脏AI辅助筛查，乳腺AI辅助筛查等。

陈宽透露，横向上，在癌症领域，乳腺癌会是下一个要攻坚的对象，“乳腺癌是第二大癌证、女性的第一大癌症，“我们想先把社会成本最高的这些问题解决了，然后再逐渐往外扩张”；纵向上，希望针对每一个疾病出一个完整的全流程解决方案，肺癌只是第一个产品。