2022年12月17日-18日，由中國醫學影像AI產學研用創新聯盟（CAIERA）主辦的第三屆中國醫學影像AI大會在上海舉辦，本次大會以“AI破冰，你我同行”為主題，圍繞醫學影像這一研究領域內存在的痛點以及未來的發展方向進行了探討。

雷峰網作為大會戰略合作媒體對大會全程進行了跟蹤報道。

醫學影像AI在國內興起已有數年，縱然技術創新不斷突破，也取得了無數成果，醫學影像AI產品的臨床落地環節卻阻礙重重。醫學影像AI產品是否已經具備臨床應用能力？向用戶端收費的瓶頸是什么？影像科醫生的技術勞動價值如何體現？

12月17日的大會上，一場匯聚了來自醫院、行業學會以及政府相關部門從業者的圓桌訪談，針對這些難題進行了深入探討。

這場圓桌訪談以“多方視角看影像AI臨床落地與前景”為主題，由原復旦大學副校長馮曉源擔任主持人，嘉賓包括國家醫保DRG付費技術指導組組長鄭杰、上海申康醫院發展中心醫療事業部主任沈兵、公利醫院副院長張登海、中華醫學會放射學分會主任委員劉士遠、浙江省放射質控中心主任龔向陽等多位業內專家學者。

劉士遠教授表示，從實際的臨床剛需出發，真正有前景的AI產品，需要基于臨床場景解決多任務、多維度的問題，并基于部位和器官輸出整體檢查的結果，例如基于胸部CT能夠出具包括心肺縱膈胸壁所有器官的病變報告，這是臨床對AI產品的期望。目前基于解決臨床點上問題的AI產品，雖然可以對醫生賦能，但很難形成常態收費。

龔向陽主任表示，AI產品和臨床需求之間存在的差距，不是在技術上，而是在應用場景的選擇、服務模式、AI公司的盈利模式上，以及醫院對AI產品的估價和企業自己的估價之間也存在著巨大的鴻溝。以肋骨骨折AI產品為例，產品很有用，但是醫院可能會有價格太高的顧慮。

鄭杰組長認為，目前關于AI產品收費的矛盾在于缺乏一個明確的成本核算，無法說清楚機器折舊費、影像診斷費，以及AI的使用費，因此陷入了AI產品到底應不應該單獨立項的爭議中。問題需要回歸如何建立中國的成本核算體系，只有在建立成本核算體系的前提下，才能對未來醫學影像AI的發展給予更多支持。

提及醫學影像AI產品應用中的障礙，張登海副院長指出，首先要面對的就是如何與人工智能產品這一智力足以與人類相匹配的工具相處；此外，人工智能產品市場化機制的建立仍任重道遠，行業發展也還需要政府相關部門在政策、法律各方面提供支持。

以下為“多方視角看影像AI落地與未來的展望”圓桌訪談的對話內容，雷峰網 (公眾號：雷峰網) 做了不改變原意的編輯和整理。

馮曉源：醫學影像AI產品從科研到拿證落地，是否證明AI產品已經具備了臨床應用能力，如何看待醫療AI產品收費這件事？

劉士遠： AI的收費與產品類型和臨床應用能力直接相關。首先，有些產品嚴格意義上不屬于目前定義的深度學習類AI產品，比如病人自動定位，機器自動掃描和掃描參數自動調整優化，這些功能屬于機器自動化，可以通過設備賦能獲得收費。

至于基于深度學習的掃描劑量和對比劑劑量控制以及基于AI的設備檢查質量控制類產品都很難單獨收費，但可以通過設備價格體現。

現在討論比較多，或者大家真正關注的是診斷和治療決策環節產品的臨床能力和收費，其關鍵在于產品被用戶認可，成為剛需，比如醫院不買CT產品就沒法做診斷，病人不為檢查付費就沒法進行治療。

醫學影像AI產品要想實現常態化收費，首先要讓自己成為剛需，但目前顯然還不是。治療決策類產品，有些已經被外科醫生所認可和依賴，比如肝臟和胸部的基于深度學習的重建和手術路徑演示以及殘存肝、肺功能預測，這類產品有望被臨床醫生買單，但也需要進一步完善產品形態。

目前醫學影像類產品獲批三類注冊證超過40張，一般一個產品要實現研發到收費完整的商業閉環，需要經過注冊審批、價格審批和醫保審批等環節。目前許多企業已經完成第一環節。

接下來要對影像醫學類產品進行更科學完整的分類和成本核算，形成醫學影像AI產品一大類的價格建議；之后才是逐步地進入醫保系統被政府買單。

目前已經有十余款產品獲得價格準入，但還沒有產品獲得醫保準入。隨著產品逐步被認可，相信AI產品的價值落地是早晚的事。

我們一直強調，AI產品要基于臨床場景解決多任務、多維度的問題，基于部位和器官輸出檢查結果，才是真正有前途的。

當然，AI的應用場景是多維的，賦能也是多方面的，如何在整體醫療環節中體現AI的貢獻，現在各方力量在積極探索各種可行性方案：

包括基于AI的結構化報告作為新的醫療技術形式，可以承載AI的部分收費問題；作為MDT團隊的技術手段，成為門診打包收費的一部分；作為治療決策AI賦能，也可以是創新醫療技術的手段；基于互聯網+5G+AI醫共（聯）體整體解決方案更可以成為未來基層下沉的解決方案。

一項新技術革命初期，社會和個體都需要適應的過程，但總歸會探索出一條適合它的道路。

目前影像檢查收費較低，只包含設備費用，未來收費模式重構時，必然要打碎現有的盤子重新分配。分配的過程中如何凸顯醫療技術本身的價值，體現影像醫生的腦力和體力勞動，還需政府和各有關部門認真考慮。

作為數字醫療的重要組成部分，數字膠片和醫生的診斷費是醫學影像AI實現收費的前提，其解決迫在眉睫。

馮曉源：劉士遠教授是中華放射學分會的主委，我們看到您在任期中提出了三個重點工作方向之一是基層能力提升，您也剛剛完成了千縣調研，能談談在千縣工程影像中心建設中，學會的一些打算嗎？是否有計劃推進人工智能基層的應用？

劉士遠： 我們今年為了支撐縣域以下醫療機構放射科的建設，專門成立了縣域放射科能力提升工作委員會提升工作組。

前段時間在千縣工程辦公室黃二丹主任的指導下，我們已經完成了縣域放射科的建設標準，根據我們的縣域調研結果，縣域有一半醫療機構有AI產品，但是70%的醫療機構是對未來十分擔憂，醫療機構對AI產品有需求，但沒錢購買。

據此可以看出，真正需要的AI產品的是基層縣域以下的機構，但是需要的人又沒錢，擔心以后沒有機會使用。

未來我們一方面考慮如何將這些已經成熟的AI產品部署到基層，另一方面要思考基層如何籌備足夠的資金購買AI產品，社會資金如何調撥，都是需要面對的問題。

從學會的角度可以進行學術支持以及資源下沉，通過互聯互通推進這一問題的解決。

馮曉源：浙江省在智慧醫院建設中一直走在前列，做了很多有意義的探索。我們想請龔主任談一下目前醫學影像AI產品和臨床需求之間還存在著什么樣的差距？

龔向陽： 在回答馮校長的問題之前，我先向各位領導匯報一下近幾年浙江省在影像數字化方面所做的工作。

我們歸納為三件事情，第一件事情是，從2018年起浙江省已經實現了云影像的收費，每次20元。開始收費以后，浙江省在云影像服務方面覆蓋率達到80%以上，一些醫療機構已經基本消滅了實物膠片。

從2018年到現在，浙江省的數字影像服務已經發展得非常好了，其優勢也已經充分體現出來，主要是表現在方便患者就醫、改善就醫體驗方面，同時也降低了醫療費用的支出等等。

第二件事情是推動了肺結節CT靶重建和結構化報告的收費項目。

該項目2020年由浙江省臨床放射質控中心牽頭推動，目前已經獲批，每次收費450元錢并且納入醫保。

這可能是全國第一個體現放射科技術服務含量的收費項目，因為這項費用中不包括CT掃描費，如果患者已經有CT影像，醫院在CT影像的基礎上做一次重建收費450元錢。如果患者沒有CT影像，做CT掃描是另外收費的。

這項工作推動了一些高端技術的進步，能夠惠及百姓，使相關技術在臨床常態化開展。同時，這個項目也入選了國家智能社會治理實驗綜合基地。

第三件事情是檢查檢驗互聯共享。這是從2020年到2022年這兩年間我們著重在推動的工作。到2022年的12月份為止，浙江省各個級別近2000家醫療機構，包括最小的社區服務中心、鄉鎮衛生院、民營醫療機構都已經納入這一體系之中，實現了互通互聯和共享。

目前不同醫療機構之間互認的放射檢查項目為320項，基本可以覆蓋醫院日常工作量的80%，大大方便了患者就醫，節約了醫療費用，相關的工作也得到了國家衛健委的高度認可。

三件事情介紹完以后，我來回答馮校長的問題。

關于AI產品和臨床需求之間存在著什么樣差距，在前面專家的討論當中已經提出了一些很好的建議。

我們（浙江?。┑尼t院中目前有十幾款醫學影像AI產品正在使用當中，有些是我們自己在做研發，有些是從外部引進，有些則是聯合開發等等，這些產品一定程度上幫助了我們的臨床工作和管理工作，各類產品也通過迭代不斷完善。

我認為AI產品和臨床需求之間的差距不是在技術上，更多是在應用場景的選擇、服務模式、AI公司的盈利模式上。在臨床上，醫院對AI產品的估價和企業的估價之間也存在著巨大的鴻溝。

以常用的肋骨骨折產品為例，肋骨骨折的醫學影像AI產品對臨床幫助很大，但是企業銷售的價格醫院可能承擔不起，只能放棄購入。

在服務模式上，以肺結節AI影像產品為例，目前已經非常成熟，在各大醫院中應用。

但是部分檢查量很少的基層醫院雖然很需要這一產品，但是相比大醫院使用成本會更高，AI公司也難以對基層醫院的產品進行維護，這就是服務模式上存在的問題，需要改變目前的服務模式，推動醫學影像AI產品向基層的輻射。

馮曉源：對于影像AI產品進物價或進醫保的進展，浙江的經驗是怎樣的？

龔向陽： 浙江省在醫學影像AI產品進入物價或醫保方面進行了一些探索，我們成功申報了兩個物價，一個是數字影像服務，另一個就是上面提到的肺結節CT靶重建和結構化報告項目。

我個人認為醫學影像AI產品單獨進物價其實是比較難的，也不現實的。

因為AI實際上是賦能醫療服務，而非直接為患者提供服務的，因此它的價值要取決于它對醫生及醫院的幫助有多少。

我們舉一個例子，就是剛剛提到450元/次的肺結節CT靶重建和結構化報告，在申請這個項目進物價時，我們并未提及需要AI的輔助，只是說醫生需要為患者提供這樣價值的服務，也得到了醫保和衛健委的支持。

醫學影像AI公司在其中看到了商機后來聯系我們，提出為我們提供這樣的AI產品來幫助醫生更快速、更精準地診斷。

我覺得這是一個切入點，浙江省很多醫院都在開展這一項目，為了使這一項目更加高質量、同質化，就需要有一些醫學影像AI產品進行支撐，最后買單的肯定是醫院或者放射科。

因此關于醫學影像AI產品進物價或進醫保，肯定是需要有收費的支持，這樣醫學影像A企業它才能發展起來。但是醫學影像AI產品如果要單獨申請進物價或進醫保，我認為是不太現實的。

馮曉源：AI產品的落地及商業化，離不開一個問題：誰為了AI產品買單？若以使用醫療AI向患者收費，則需要各家醫院向省級衛健委和醫保局申請物價編碼。

醫學影像人工智能應用作為專項進入醫保的可能性，以及對將執行的DRG影像收費，您的思考是什么？

鄭杰： 醫保這些年給大家的誤解就是控費，其實我想跟各位說的是，醫保更希望的是能夠把錢花的值得。所以，作為資源的掌控方，合理分配資源才是我們的主旋律。

我們希望實現的是我國醫療市場長期、有序、穩定的發展，而不是圖一時之快，這就是醫保為什么讓人感覺總是在限制大家，事實上并非如此，我們的理念是一致的，那就是用我們手里有限的資源支持我國醫療行業、醫療產業健康蓬勃發展。

我認為醫學的發展是人類文明和社會進步的體現，任何的改革制度都不能以犧牲醫學的進步為代價，如果以犧牲醫學的進步為代價，改革不做也罷。

所以對于醫保來講，我們首先要做的就是掌握好規范與發展的平衡，這是我們的初心和職責。

針對醫學影像人工智能應用作為專項進入醫保的問題，我個人的觀點是，首先我們必須要規范產業的發展，醫學影像AI近幾年取得了長足的進步，國內很多醫學影像AI企業像春筍一樣涌現，這也受益于信息化大數據時代的影響。但同時也導致了企業良莠不齊問題。

產業鏈的發展是好事，但高速發展之下我們的管理是否能跟得上，如何讓產業良性發展，這就需要有一個規范，也就是剛才馮校長提到的必須由醫療機構提出申請，從市級向省級以及國家級單位報告。

所以大家會感覺這個程序很周折，我們的目的就是要規范市場的發展，去偽存真，通過這個申請程序留下真正的創新，去除偽創新。

偽創新對市場和產業鏈的危害有多大各位都有切身的感受，在市場機制逐利導向之下一定會出現一些“來錢快”的行為，這就是我國醫療市場一直飽受詬病的“代金銷售”。

“代金銷售”的存在說明偽創新得到了蓬勃的發展，從而打壓真實的創新。因此，產業發展一定要建立在規范的前提之上。一級一級地向上申報正是我們的把關流程。

只有確認是真正的創新，我們才會將其留下來，這是必須要堅持的程序。

相比中國在準入環節的嚴格管理，很多西方國家的準入環節很寬松，因為在確認項目價值幾何之前，西方國家會先允許產品進入市場接受檢驗，一年之后再回顧性地分析市場對該產品的接受度，并建立規范。這一方式也值得我們去探索。

在DRG影像收費的問題上，我認為醫保應該支持醫學進步。雖然大家對DRG比較頭疼，認為被DRG限制了發展，但事實上，DRG的出現是以病組為支付環境逼出高效的臨床路徑。

中國近幾十年來的無序擴張式發展非常嚴重，沒有規范和標準，而西醫源于標準化，所以不能脫離標準，我們要重新讓西醫回歸質量，這才有了DRG，對產業、醫療市場以及社會大眾都是有益的。

我們需要的是長治久安的發展，不能像暴發戶一樣圖眼前之利。DRG并不是跟大家做對，如果能夠通過DRG去除行業中的水分，讓偽創新在臨床上被淘汰掉，節約的資源投入到更有意義的創新以及更值得發展的未來上。

同時，為了權衡規范和發展的關系，我們針對DRG的缺陷制定了配套措施，即為未來將要出現的治療必須的技術打開缺口，允許其據實支付，充分釋放空間。當積累的數據量足夠多以后，再重新回到規范的道路上。

另一方面，醫保也支持著醫學進步。

近幾十年來市場的快速擴張發展顛覆了正確的價值觀，許多企業只以逐利為目的，而非將創新當作企業發展的出發點，這種現象對醫學產業產生了巨大的影響，必須要對其進行修正，讓產業鏈與市場重回以創新質量為主的價值觀道路上，才能實現長治久安。

除此之外，醫保還起著優化資源配置的作用，DRG等新的內涵式發展的管理工具出現的作用就是讓資源配置更合理，讓醫學影像AI在未來受益。在DRG的制度之下，未來有可能會改變目前的市場格局。

如今各家醫院都配備有各種大型儀器設備，造成資源重復，患者在不同醫院就診時往往需要重復做檢查。

在DRG模式之下，這些資源浪費都將轉化為醫院的成本，促使醫院主動降低這些不必要的成本，最終推動醫學影像檢查專職結構的建立，促進檢查結果的互認，優化資源配置。

馮曉源：您怎樣看待大多數地區，影像檢查收費中影像醫生的勞動價值沒有得到體現這個現象？

鄭杰： 醫生付出的勞動自然要有價值匹配，現在的爭議之處在于，影像醫生的勞動價值是與其他項目一起包含在整體收費中立項還是單獨立項。

我認為不論如何立項，最關鍵的矛盾是我國的價格體系不健全，沒有明確的成本核算。如果有了明確的成本核算，將機器折舊費、影像診斷費、AI使用費等等，以明確的方法公式計算清楚，如何立項都不影響最終結果。

馮曉源：目前AI產品在您院的應用情況如何？有何問題和障礙？

張登海： 醫學影像AI產品目前應用的現狀，我可以用12個字概括：碎片化、不均衡、淺智能、模仿式。

我們著重講一下模仿式?，F在的人工智能產品仍然在模仿人類的智能。人類在接收到信息以后，會對消息進行加工，形成概念，然后做出推理。

但是可能還存在另一種智能，能夠繞過人類的思考方式和信息加工方式，比如我們向這一智能工具提供各種組學數據后，它不按照人類的思考方式，用另一種模式直接做出疾病診斷，這對我們意義更大，是我們人類認識不到的東西。

要做這種智能，就要重新考慮人工智能設計的架構問題，提供一些基本的科學原理，比如物理學原理、能量代謝方面的原理，然后為其提供數據，就可能發現另外一種加工方式，即叫非人類人工智能，這個東西也值得我們高度重視。

關于問題和障礙，我想醫療界的問題也許和其他行業是一樣的，如何與一個能夠取代我們或是和我們的智力并駕齊驅的機器（智能體）共處。

過去在醫療上引進的各種設備和技術，能夠讓人類在體力或感覺的能力上有所提高，但人工智能產品是能夠與人類最特殊之處——智力相匹配的東西，我們該如何與它相處？

第二個問題是如何將目前的人工智能產品真正地變成商品，建立市場化的機制。

第三個障礙和困難是還需要政府方面要提供法律、政策上支持等等。

總的來說就是三個問題，我覺得利大于弊，前途是光明的。

雷峰網原創文章，未經授權禁止轉載。詳情見 轉載須知 。