2021正要走到尾声，疫情两年来，过去转型缓慢的医疗领域正在全方位经受AI的加速“洗礼”，其中，AI医学影像是最受关注、最快落地的细分赛道，正向百亿美元进发。
根据Transparency Market Research最新发布报告，这一领域将于2027年超过70亿美元，以36.1%的年复合增长率快速增长。
作为AI医学影像领域发展的亲身参与者，我目睹了这一行业在过去几年的快速发展，也体会到在走向商业化的过程中它遇到的审视和阻力，而疫情的持续也催生了大量未能被满足的医学影像需求、促进行业不断前进。
在今年RSNA2021上，我们看到了许多振奋人心的消息，如西门子新发布的新型光子计数 CT 扫描仪、满足高性能需求，我们（深透医疗，Subtle Medical）也刚宣布和西门子、拜耳等国际*企业开展商业合作，分别切入革命性的MRI机器预装软件市场及AI影像药剂合作市场。同时我们也在2021年实现了全球的影像AI SaaS服务业务的快速增长，进入到数百家医院及影像中心。
从2021年业界大公司的动向，IPO及M&A，还有整体行业趋势看来，我认为未来能在这个百亿美元市场大放异彩的公司，将会具备以下三大特征：深入流程、节本提效、领域合作。
从“可选项”到“必选项”
“深入流程”，指的就是未来优秀的AI医学影像企业，必然是作为一个必选项，成为医学流程中不可或缺的一个环节，而不是以锦上添花的形式出现。同时，企业的解决方案也必须和当前影像流程兼容，可以自动切入工作流，成为标准临床工作的一部分。
毕竟，从CT、X-ray、MRI到PET，AI技术都在持续提升准确度、速度、优化影像所承载的信息价值、减少医生的重复性工作，而在各个应用场景下都能提供价值的AI服务，可以说在未来会成为“标配”。
这次西门子推出的Open Recon平台，意义正在于此——西门子将我们深透医疗旗下SubtleMR™ 相关模块作为预装推荐软件整合进其西门子最新一代MRI机器。这个图像重建管道Open Recon旨在支持 DL（深度学习）后处理，便捷地提供图像数据甚至设备原始数据格式。我们的SubtleMR™ 相关模块将支持所有 MRI 序列，进行降噪和增加清晰度，实现进一步影像提速。
也就是说，通过预装软件的形式，直接提升MRI机器的“战斗力”。未来这可能会成为一个普遍情况。
这就要求AI医学影像企业做到：品牌中立、机器型号中立。
深透医疗产品系列中，SubtleMR、SubtlePET、SubtleGAD等产品从设计*步就建立了兼容所有品牌机型和应用的底层架构。
这样的设计可以*化临床使用的效果与对客户的价值，同时提升整体工作流的兼容性和安装产品的便捷性。
我们的软件设计不需要依赖任何设备的API，而是基于标准化的医学影像格式和协议，实现在工作流角度的普适性。深度学习算法方面，我们基于大量来自不同品牌、机型和临床病种的数据，以及算法角度结合监督式与非监督式学习，实现了深度学习算法对不同应用数据的普适性。算法、数据、专利的积累也为我们提供了进一步提升技术和产品的基石，保证能够成为临床不可忽视的一环。
节本提效实现切实价值
除了深入流程以外，未来的优秀AI医疗影像企业还会有一个重要特征：真正在商业价值上证明自己，帮助医疗机构节本提效，最终达到提升吞吐量、节约成本的效果。
这是因为，医学影像在医学整个流程中，属于治疗不可或缺的一部分，更属于预防的重要方式——通过更多的检查、更早的确诊，很多后续的疾病或治疗都会降低难度，可以说，提升医学影像效能及质量，是一个病人、医疗机构、保险公司及我们这样的服务商多赢的结果。行业对公司的评判标准也从铺设数目、AUC/准确性等技术指标，转变为是否能真实应用到临床并实实在在地给医院和机构带来临床和商务价值。
疫情更加重了对影像效率的需求。今年10月，英国政府宣布，他们计划为医疗体系额外拨款59亿英镑，以加快处理因新冠疫情而积压的医疗服务，这里面有23亿英镑都是用来解决医学检查的问题。在世界各地，医学影像检查的需求都在不断增加，而疫情更是加剧了这个趋势。
从行业趋势来看，人工智能影像应用也已经跨过了过高期待的HYPE阶段，在技术发展曲线中，当前处于一个从期待过高后跌到低谷再重新走入真实的应用，产生更大价值的临界点。
所以对于AI医学影像企业来说，能否帮助医疗机构实际上节本提效，就成为去评估他们真正价值的重要指标。
那么如何去评估呢？
一是去评估产品的真实临床价值，二是看企业有没有持续把自己公司技术、产品方向往更真实的临床场景推动，做一些真实临床需要的、提升临床效率与数据质量的应用。
从深透医疗建立以来，我们就明确了这一目标，不管是针对MRI的产品Subtle MR，针对PET的产品SubtlePET，还是避免MRI检测中钆沉积的SubtleGAD，都能立竿见影地对现有的医学影像实践带来巨大提升。
比如Subtle MR，通过深度学习技术加速MRI检查、提升图像质量与分辨率，我们可以做到用AI技术加速MRI成像过程4-10倍，提供比加速前更高的图像质量及诊断效果。此前2.0版本发布并获FDA批准后，可覆盖几乎全部人体部位。在美国*影像联盟RadNet、最*医院之一梅奥诊所等临床客户验证，可以为头部和脊柱MR影像服务效率提升数倍的情况下实现比传统扫描更高的质量。多篇论文在*期刊发表验证了临床质量与价值。
今年以来，我们在临床软件及SaaS销售方面突飞猛进，进入全球数百家医院和影像中心，包括中、美、欧、南美等地*的第三方影像联盟；另外像上面提到的，我们还跑通了多重商务模式，与包括西门子、拜耳在内的行业巨头合作开发与产品化，可以一起变革数十亿美元的MR设备市场与造影剂市场，预计合作产品规模目标在未来几年引领数亿美元新市场。
这都不是一朝一夕之功，而是需要从产品、合作、平台搭建等各个方面打好基础，才能在商业化机遇出现时顺畅地抓住机遇。
在影像下游诊断和治疗方面，医疗机构的需求也更加明确，AI应用也真实进入到临床体现临床价值。
例如汇医慧影在影像下游数据质量优化及影像分析疾病判断等方面建立了多条产品线和平台，提供了比较全面的医学影像信息化、智能化解决方案。
还有柏视医疗，在肿瘤治疗精准智能放疗计划方面也有多款产品进入临床应用。精准的治疗方案规划可以为医生节约数小时的时间，实现工作效率的提升。
领域合作、监管共生
第三点，也是我们在日常工作中越来越频繁感受到的一点就是，AI医学影像上下游的合作非常重要，与监管部门及时的沟通互动也要持续投入精力。
目前来看，AI医学影像领域里大部分的公司做的工作都是比较细分的。可是医疗又是一个直接面对用户的行业，所以如何去通过多方合作，虽然带来效率、能力的提升，但是同时又不增加医生或是患者的使用成本和适应成本，就往往需要紧密地合作。
以近年来脑癌、阿尔兹海默症等疾病的科学进展为例，可以看见新核素药剂、新影像设备及新AI软件算法不断为分子诊疗带来更好的技术与临床指标。
今年SNMMI上，一个斯坦福的团队就宣布正使用一种新的分子成像剂来可视化对癌细胞代谢至关重要的蛋白质。 这种名为 F-18 DASA-23 的新型示踪剂可以帮助临床医生更好地评估脑癌患者的治疗反应。示踪剂成像了一个“主开关”，即丙酮酸激酶 M2 (PKM2)，它控制细胞代谢并允许细胞制造分裂所需的构建块。
这种放射性药物能用于评估脑肿瘤治疗是否有效；而影像设备和AI软件算法又能进一步加速这一过程，帮助提升脑癌患者的治疗体验。我们也看到新型核素、示踪剂的快速需求增长，今年获批的新一项FDA和CE就是针对各种新型示踪剂，实现了几乎全部PET应用的覆盖。
今年6月，韩国AI软件开发商VUNO宣布与三星电子合作，将其AI胸部x光诊断解决方案与三星高端移动数字x光摄影系统集成。原本VUNO的AI算法能够加速读图，而集成在三星电子的GM85上又提升了用户的便利性，让诊断支持工具可以用于急诊室和重症监护病房，以及网络连接有限或没有网络连接的医疗环境。
就深透医疗而言，我们也在和上下游合作伙伴探索合作方式，不断拓展商业落地。包括RSNA上宣布和西门子的合作，把SubtleMR™ 相关模块作为预装推荐软件整合进西门子最新一代MRI机器，无缝集成到西门子的图像重建管道Open Recon中，成为西门子最新机型的提速引擎。实现进一步提速；以及和拜耳的合作，将我们旗下SubtleGAD产品与其全球*的造影剂产品结合，实现更安全、更高质量、更高效的增强MRI扫描；作为独树一帜的影像上游AI公司，我们还与AIDoc、Cortech等多家下游诊断AI公司合作实现端到端的上下游AI产品结合。
可以说，这样的合作不仅让AI+医疗的服务变得更加完整、有竞争力，还带来了很多市场潜力和想象空间——和像我们这样的AI企业合作后，这些传统医疗机构能够进入新市场，将AI技术引入新产品、新商业模式，提供更优质的医疗影像服务、减少成本；我们也能借力多方合作共赢占领市场，预计商业化后为公司带来每年千万美元的新收入增长驱动方向。
最后我想说的，就是面对监管的态度，以及如何看行业标准化的大趋势。
过去面对NMPA和FDA的监管，很多企业都是有点“怵”的，这几年我们跟FDA的联系比较紧密，产品通过FDA认证的速度也很快，SubtleMR和SubtlePET分别是各自领域里*个通过FDA批准的AI影像加速产品，我的经验是，以更合作的态度来面对监管。
作为监管机构，他们有着自己的流程，比如面对新技术反应没有那么快，但是有一点是确定的，不管是监管机构还是企业，都是希望能够尽快地将尽量安全的服务提供给医疗机构和大众。
现在技术更新得很快，而FDA和NMPA在内的监管机构为了更好监管新技术，也是在不停地与业界各家公司更新他们的标准。
正是因此我们需要有及时的了解，并且配合FDA的一些新趋势，如2021下半年FDA与多家国际监管机构一起公布了新的对AI产品升级的持续监管，也开展论坛讨论了AI技术可解释性的关注等。
这方面国内其实算是走在前列，甚至早于国外，有着很强的国际影响力，引领产业标准化大趋势。
今年国内开展了多项关于医疗影像AI软件标准化的制定工作。人工智能医疗器械标准化技术归口单位今年起草了有关数据标注和算法性能测试的两个行业标准。同时，经国家药品监督管理局批准，中检院牵头的IEEE人工智能医疗器械工作组（IEEE ArtificialIntelligence Medical Device Working Group）分别举行了三次讨论会议，我国主导的人工智能医疗器械国际标准IEEE P2801也启动国际投票。
医疗行业中，质量控制和安全性相对于许多其他行业都更为重要。对于医疗数据安全，国内外各方也愈发重视，近期产业中讨论很多的Log4j “核弹级”漏洞，我们公司也*时间检索排查确认了没有相关代码风险。同时对于在国内的部署实现纯本地化、脱敏化更进一步保证了医患数据的安全。
总而言之，不管是合作方、监管方、还是AI医学影像企业，我们都是希望能够通过技术的力量，紧密地合作、对话、迭代，去赋能医疗这个对于民生极为重要的行业，帮助它转型、加速，最终带来全新的AI赋能医疗时代。出于我从业以来至今的观察与思考，相信更多具有这样特征的企业，也会在未来的AI+医疗领域大放异彩。
