15.08.2022

本文字数：2995，阅读时长大约5分钟

---

导读：医学影像分析工作量大且繁琐，极度消耗医生精力。在我国AI医疗发展中，医学影像成为最热门的应用方向，但为何到了超声这样的细分领域，就进展缓慢？

作者 | 第一财经 

“急招超声医师，提供住宿，最高可获30万元人才奖励。”

近日，深圳龙华区的一家医院在其公众号上打出了这样的招聘广告，类似急招超声医生的帖子在网上也很常见，这背后折射的是当下超声人才匮乏的窘况。公开数据显示，我国超声人才缺口至少15万。

医学影像分析工作量大且繁琐，极度消耗医生精力。近年来，人工智能（AI）在医学影像行业中正得到应用，目的是帮助“解放”医生双手，但具体到超声领域的应用却不尽如人意，目前获得国家药监局医疗器械第三类注册证的AI医学影像产品中，尚看不到与超声相关的产品，而获批的产品主要集中在X线、CT这些领域。

在医学影像诊断中，超声是应用最广的。在我国AI医疗发展中，医学影像成为最热门的应用方向，但为何到了超声这样的细分领域，就进展缓慢？

近日，科技部等六部门印发了《关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见》，提出要着力解决人工智能重大应用和产业化问题，全面提升人工智能发展质量和水平，其中医疗领域要积极探索医疗影像智能辅助诊断、临床诊疗辅助决策支持、医用机器人、互联网医院、智能医疗设备管理、智慧医院、智能公共卫生服务等场景。

AI超声发展的难题

目前临床应用较广的医学影像设备包括X线、CT、磁共振、超声四类，其中超声基于安全、无创、实时、经济、便携等优点，在临床上得到广泛应用。超声医学影像设备也是医院、影像中心等医疗机构常用的临床诊断仪器，应用领域从早期的腹部及妇产科诊断，已拓展至心血管、神经、肌肉骨骼等多领域临床诊断，并逐步渗透至超声引导介入等非诊断领域。

中国有超过20万超声医生，与此对应的是，每年超声检查数量达到约20亿人次，远超CT每年2亿人次的检查数量。超声检查市场需求大，但预约检查不易，原因是超声医生资源匮乏，而培养一名合格的超声医生，往往需要3到5年的时间，在产前胎儿筛查领域，甚至可能需要5到8年时间。超声检查主要靠手动操作，很依赖医生的经验，且对医生有着很高的技术要求。

2020年2月，美国FDA批准Capture Health开发的人工智能超声影像辅助系统，给超声影像应用带来了突破。近年来，中国一些企业也在布局AI超声领域，试图利用AI来辅助超声诊断。然而，截至目前，相比其他AI医学影像赛道，AI超声赛道的竞争远不如想象中的激烈。

“在AI影像行业发展中，AI超声起步晚，发展缓慢，商业化落地艰难，制约AI超声发展的痛点是，与临床的需求并不匹配，其中之一是难以实现实时诊断能功能。”中山大学附属第一医院妇产超声科教授、主任医师谢红宁对第一财经记者表示，CT、核磁、X光等放射科影像的采集与诊断是分开的，采集可以由技师来完成，阅片则由放射科医生完成，后者可以通过判断静态图像进行诊断，但超声诊断的难点在于图像采集与阅片需要同时完成，需要超声医生手、眼、脑的同时配合，采集到不同切面的动态图像并进行实时诊断。要辅助超声医生可以实时诊断的话，AI超声开发的难度很大。

“如在乳腺癌筛查领域，大部分的AI超声产品，需要医生先扫描找到肿块图像，将其抓取成静态图，再由AI系统来判别是良性还是恶性。这种模式下，万一医生看不到这个肿块时，就会产生漏诊风险。”中国超声医学工程学会副会长、广东省超声医学工程学会会长、教授李安华对第一财经记者说。

对于超声医生而言，如果还要靠他们来抓取静态图，再交给AI系统判断，不仅不能提高工作效率，反而会增加工作负担，而本身超声诊断工作就已足够繁琐。

目前的AI超声除了缺乏实时诊断能力外，立体结构识别能力也存在短板。“超声医生在扫描图像过程中，是需要建立立体思维能力的，需要在脑中建立立体结构来进行判断，但目前多数的AI超声系统尚未实现立体结构识别能力。”谢红宁说。

在李安华看来，之所以AI超声与临床应用存在着很大的脱节，一方面跟复合型人才稀缺有关，开发AI超声产品的主要以工程师为主，并不具备临床实践经验，无法很好地领悟到临床的真正需求；另外一方面也受算法框架的限制。“算法框架与AI分析产品的准确度和实时性是强相关的，而现在国内几乎所有的AI公司使用的都是开源算法，各家公司的算法效能仍要取决于对开源算法重新编译的质量如何，而重新编译工作，本身挑战就很大。”

如何破局

虽然AI超声的发展仍存在一些困局，但并不意味着临床上就没有需求。

“我们面临医、教、研‘三座大山’，日常除了承担医学影像诊断工作外，还有教学、科研的任务，我们很希望AI可以赋能，来提升工作效率。”谢红宁说。

李安华表示，不同超声医生的扫查手法有所不同，采集图像的质量也会参差不齐，而一款优秀的AI产品，除了要能够帮助医生进行辅助诊断外，还可以助力超声图像的质控，建立图像采集统一标准。具体到医院端，AI超声有两大应用场景，一是在医院质量控制上，AI辅助可以起到监督作用，以产前超声为例，按照国家标准，中孕期B超筛查要留取30多个标准切面，而AI超声可以判断这些切面是否标准；二是可以解决基层优质资源短缺的难题，帮助高资历医生培养年轻医生。

“当下大医院的‘虹吸效应’依旧存在，许多乡镇培养出来的超声医生很容易被上一级医院调走，导致乡镇很难留住人才，如何通过AI医疗来解决基层人才的缺口也显得至关重要。”李安华说。

目前仍有企业尝试在AI超声领域进行破局。

如刚刚过去的7月，在广东省医学会第六次产前诊断学学术会议上，广州爱孕记信息科技有限公司联合包括中山大学附属第一医院在内的全国多家三甲医疗机构以及华南理工大学计算机学院，耗时5年共同研发的超声AI智能化系统“爱孕智声”正式对外亮相。在实现实时同步分析结果方面，该系统已有所突破。

“就好像给超声医生准备了一个导航助理，全程可以通过声音、文字、图像等方式提醒超声医生关注检查流程规范化以及异常情况。关于这款产品的定位，在面向高年资医生群体方面，希望可以帮助他们减少一些重复性劳动，释放出时间来去做创造性和决策性工作；面向年轻医生群体方面，也希望可以起到质控培养作用，帮助他们减少漏诊、误诊概率。”广州爱孕记创始人兼CEO、博士汪南对第一财经记者表示。

汪南也表示，AI超声要实现实时同步分析的功能，在开发过程中确实困难重重。“目前能开发出算法的人才主要集中在海外，而这些算法更多是用于自然图像的识别，如果要应用到超声领域，必须对底层的算法做大量的编译优化工作，让其适应应用场景属性，并且编译完成后也需要进行大量测试，最后形成自己的算法，这需要投入大量的时间、精力、资源等。”

上述这款产品目前获批的医疗器械注册证属于第二类，可以在医院进行销售，但要实现更高难度的功能，仍需要获得第三类注册证。据第一财经记者了解，今年8月份，爱孕智声产品在河南和安徽的三甲医院也完成了国家药监局第三类医疗器械临床试验的首例入组。

李安华表示，目前超声AI要真正实现商业化落地，仍要解决如何提高产品成熟度以及谁来付费这两大问题。

“我们也正在探索开发不同定位的服务和产品，以适应不同的应用场景和诉求。”汪南对第一财经记者表示。

纵观目前AI医学影像行业的发展，虽然还处于价值实践期，但前景依旧被市场看好。

头豹研究院近期发布的报告显示，AI医学影像主要应用于医疗健康市场和大健康市场场景中，根据这两个主要场景预计，中国AI医学影像市场规模将从2021年的8.2亿元增至2025年的1376亿元，2021年至2025年的复合增长率为102.4%。

广东省人工智能产业协会常务副会长兼秘书长张崟表示，在国家政策以及市场需求共同推动下，在图像识别辅助诊断这一热门赛道上，预计仍涌现出更多优秀的企业以及产品。

【推荐阅读】

河南一县城对全域人员赋红黄码！离开也会被赋码？

‍