健康界|产学研下的医健AI，还需要扫清哪些障碍？

近日，在由中国医学影像AI产学研用创新联盟主办的第二届中国医学影像AI大会上，长征医院影像医学科副主任萧毅关于医疗AI的部分观引起了行业的高度关注。
她在演讲中表示，在探索AI落地的过程中发现不少问题，实际难度远远超过自己的想象。联盟曾组织政、产、学、研、用多方开会，探讨如何做好医学影像AI ，萧毅在研讨中发现了很多以前完全没想到的必要条件。她得出的结论是: 企业有企业的认知短板，医生也有医生的认知局限。 “在医学影像AI领域，真理是由一群看似不相干，但实际联系紧密的人，用‘思维的联合建模’共同做出来的。 ”
由于行业的特殊性和高门槛，医健与AI的融合，正如萧毅所言，并不是凭借单个医生、某家医院、技术团队、研发或者投资公司就能实现的，往往需要产学研的多方克服各自的短板，协作开发。
那么，在产学研模式下，各方扮演了什么样的角色，又在发挥什么样的作用？进一步推进医健AI的落地，需要扫清哪些障碍？带着这些问题，健康界采访了医健行业产学研各方的从业者。

本文插图
图片来源：图虫创意
产学研各方扮演何种角色
医生眼中的理想合作模式
“我们原来是医教研模式，现在更多是依靠产学研，希望以产业带动学术和科研发展。 ”北京协和医院皮肤科副主任刘洁告诉健康界。
在8月末举行的“首届协和青年创新项目大赛”决赛上，刘洁展示了团队研发的“协和皮肤图像人工智能辅助诊断系统” 。
据她介绍，他们的团队分为临床医师、算法开发和数据协作处理团队。医师主要以刘洁为带头人，以北京协和医院皮肤科、超声科医师为主要成员；在产品核心AI算法上，以北京航空航天大学谢风英教授团队、清华大学赵黎教授团队为主要力量开发；在数据协作处理上，主要与深睿医疗、咏柳科技合作。
为引导医学青年积极投身科学研究和创新，发掘优秀医学创新项目，搭建起创新项目转化的平台和机制，北京协和医院于今年6月正式启动“首届协和青年创新项目大赛” 。
“协和今年在这方面投入很大。以前创新项目主要依靠医生或各科室推动，现在医院希望借助大赛将转化医学和创新的路径理顺。 ”刘洁告诉健康界，未来医生只需做好本职工作，项目后续的产品注册、落地、包括法规等都交由专业人士来处理，这是她们期待的一种模式。
医院主导的创新项目，主要工作内容是在产业化前，进行产业化落地时，无疑需要企业合作伙伴的支持。
企业也需要医学团队做支撑
“一般来说，医疗AI公司基本是一款AI产品的发起方和实践方，在产学研模式中扮演重要角色，主要承担项目的落地工作。 ”朗通医疗CEO徐哲表示。
徐哲认为，医疗AI领域离不开医学专家和应用场景实践，需要和医院进行深度合作，不仅局限在医学数据层面，还有医学专家、临床医技人员等的密切合作。即使是由企业主导的项目，背后依然需要有一个医学团队做支撑，通过医学团队的桥梁作用，促成在产学研的合作过程中， “让计算机人员了解医生的临床思维和诊疗过程，同时也让医生了解计算机是如何发挥辅助作用的。 ”
据介绍，朗通医疗自2015年与浙江大学医学院附属邵逸夫医院达成产学研合作关系。双方首先明确研究方向和应用场景，由医院提供千万级脱敏病历数据，企业结合医生临床需求，对医疗数据进行清洗、建模、构建医学知识图谱，开发面向应用场景的产品。
从项目立项、研发，到后期的推广和落地，每个阶段都需要一定的资金支持，往往需要资本介入。但在产学研合作过程中，资本的作用不仅仅是提供资金支持这么简单。分页标题
“资本最大的作用是发现机会和价值，它天生会去链接某个细分行业里最强的部分。比如链接创新者或创业者，从而进行资源的整合，把商业资源、科技资源、资金，以及外围的政府资源，全部链接到一起。 ” 厚新健投创始合伙人汤珣告诉健康界，资本最重要的任务是找到最富有创新精神和担当的人。
“产学研医”的模式更贴切？
“科技创新，尤其是医疗健康AI的转化落地，往往是学科交叉、相互促进的过程。在医健+AI领域，应该说“产学研医”的合作模式更为贴切。 ” 联影智能研发副总裁薛忠告诉健康界。
薛忠进一步解释，产学研医模式在医健+AI领域可以集成产业界在新AI产品的研发实力，学术界对新AI算法及医疗方法的创新实力，以及医疗机构在临床诊疗和科学研究的实践实力，共同完成对医疗领域的新诊断、新治疗和新评估方法和技术的创新。
这样使得学术研究切合实际需求，产品定义立足新进技术，产品开发瞄准临床需要，临床实践紧跟先进技术。在AI医疗领域的开发实践中不断提高企业技术创新能力，增强与学术及医疗领域产业发展的良性互动。
“医健AI公司作为AI产品开发的集体，他们的人才和技术储备应该是不仅懂得AI技术，而且紧跟AI及医疗领域的研究现状，在产学研医模式中，起到医学和工程学术研究的桥梁作用，使得新AI方法不仅得到产品实现，而且瞄准实际落地场景，应用于实际。 ”
医院主导or企业主导？
在产学研合作中，一般可分为医院发起和企业发起，两种模式有何差异？不同境况下，又该如何选择？
对此，薛忠表示，医院发起的项目通常是针对某种疾病的诊断和治疗的专病研究，而企业发起的项目通常是针对医疗流程或其中的某一环节的技术研发。 “前者更注重于临床科学或生物医药方面的新的诊疗方案或知识点的创新，后者则聚焦某个流程或者试验过程的高效、精准及可靠性，此外，也尽量兼顾广泛使用的原则。 ”
徐哲认为，这两种模式都需要双方的深度合作，任何一方的缺失都无法达到任务目标。两者模式的最大差异在于医院发起型是由需求方发起，配合度和最终效果会更好。
而联影智能则采用了以上两种模式进行科研合作。薛忠称，由联影牵头的科技部重点项目及上海市的项目，就是以建设新型医疗服务模式和新平台为主攻方向，根据实际需要，在项目中结合几种专病的实现。对于一些研究型项目例如国家自然科学基金，他们则积极参加由医院和医生牵头的基于专病的AI研究， “这样可以进一步扩展产品研发在各类专病诊疗的适用性。 ”
产学研实践还要扫清哪些障碍
从医生角度看，北京协和医院刘洁表示，年轻医生首先要打好临床、教学、科研的基础，但到了一定阶段，医生不会满足于常规的工作内容，而是往产学研的方向发展，会涉及更多跨领域的合作。
这也促使他们思考，如何为项目搭建一个真正的商业模式，使之顺畅运行；医疗AI产品研发出来后，如何推向更广阔的市场也是重要问题，这些都要求医生与外部展开合作。
“商业化及医疗数据的采集并不是最大的难题。医生的临床思维和程序员的开发思维存在巨大的差异， AI产品能否触及医学本质，真正高度智能化地模拟临床医生思维？只有让医生愿意使用它， AI才有意义。此外，从应用场景上看，专科与全科领域边界的划分有待明确，医养康的技术闭环没有形成。当然，更大的挑战来自于行业内AI评测体系标准尚未规范，造成企业理解差异大、产品良莠不齐。 ”从目前来看，产学研合作确实是解决AI医疗进一步落地的最佳模式，徐哲再一次强调：“医疗AI产品的研发离不开医院的深度参与。 ”
那么企业与医院的产学研合作过程中，怎样激发医院深度参与的热情？朗通医疗徐哲分享了自己的建议：项目最终会涉及到医院内医生个体的参与，考虑到各方面的因素，比如由合作的科室主任指导并牵头，指派业务能力强、对人工智能感兴趣的年轻医生深度参与产学研的项目合作，形成的产品在医院真正得到应用，良性反哺到医生端，使医院在医疗、教学、科研等各方面得到切实提升。分页标题
从政策方面看，政府也出台了许多支持行业发展的政策，如专利保护、科技创新奖励、税收优惠等，年初人工智能也被“新基建” ，这些极大地推动整个行业的发展。
“此外，制定较为灵活的需求规划可能也是一种推进医疗AI落地的方法，可依据医院的实际需求，以扩大医院的自主性，提高医疗的精准性和高效性为原则，培养灵活资助的医疗需求市场体系。 ”薛忠认为，在这样的环境下，那些适应市场需求，能够提高医疗健康水平，能够提效提质的好的产品就会不断涌现。
上海交通大学人工智能研究院等发布的《中国人工智能医疗白皮书》（下称《白皮书》），对中国医疗人工智能商业化的难点进行了梳理，其中提到“行业标准亟需出台” 。医疗场景下，数据脱敏需求强烈、数据操作合规性要求高。标准的暂时缺位无疑影响这一领域的应用推广。因此中国需要建立数据标准。除此之外，医疗AI产品的技术方法、测试指标等也亟需出台。
在另一方面，国内由医生参与和主导的产学研实践还处于探索阶段，尚未形成一个规范、明确的流程或方案，还面临一些更深层次的障碍。
汤珣介绍，由于西方国家的医生是独立个人，在商业化过程中产生的权责利，比较容易做切割，因此在项目对外合作上也比较方便。
“像协和医院和华西医院这些具有研发实力的大型医院，也有一些体制上的问题需要解决。 ”汤珣认为，在产转过程中，医生和医院需要厘清其中涉及的知识产权、股份持有等问题。
【健康界|产学研下的医健AI，还需要扫清哪些障碍？】以前，医生进行职务发明，主要是为了评职称；现在基于产学研模式，进行多方分工协作，产转公司、医院、医生三者之间的权责利如何划分，如何既调动临床医生的积极性，又能处理现有体制下医生的职务发明和创业问题，需要从医疗体制上进一步突破。