导语
目前，人工智能已某些成熟的医学影像领域展露光芒，医疗机构对医疗AI的接受程度也越来越高。
“为什么”系列第24期，讨论一个有争议的话题，医疗AI该不该向患者收费？
医工研习社：专注医学影像设备领域的产品、技术、关键零部件及行业分析等深度交流！
年两会期间，某AI企业代表建议“将AI医院诊疗收费项目名录”，其理由是：
作为医生的好帮手，AI医医院诊疗收费项目名录，医院在实际购买时动力不足。因此，建议从国家层面，对AI医疗产品展开卫生经济学评价，并将AI医疗纳入收费名录。
所谓医疗AI，更准确的名称是：计算机辅助诊断(Computer-AidedDiagnosis,CAD)。这并不是新生事物，早在年，美国学者Ledley率先将数学模型引入临床医学，成功诊断了一组肺癌病例，开创了计算机辅助诊断的先河。
近年来，随着机器学习和深度学习等计算机技术高速发展，人工智能在医学影像领域正在大放异彩。笔者曾多次“吹捧”推想肺结节AI、数坤心血管AI、深睿骨龄AI等辅助诊断软件。在AI加持辅下，医学影像后处理和诊断高效、更准确，医生也越来越依赖医疗AI。
与CT、MR等医疗设备类似，医疗AI也属于人类智慧的结晶。不过，“将AI医院诊疗收费项目名录”的建议是值得商榷的，因为医疗收费，不仅是经济问题，更是技术问题、伦理问题与民生问题。
一、为什么有此提议？
作为千亿级赛道，医疗+AI近几年获得了无数投资人的目光。在人才和资本的加持下，我国诞生了鹰瞳科技、推想医疗、深睿医疗、数坤科技、科亚医疗等一批优秀的医疗AI企业。
与此同时，成型AI产品也不断涌现，三类证“军备竞赛”不绝于耳。客观上说，在这个细分行业，我们已经做到全球领先。
不过，虽然医疗AI产品广受用户欢迎，但存在明显的商业化困境。AI企业的两会提案，恰好印证了AI公司在发展阶段所面临的压力——如果产品营收不能覆盖研发和运营成本，持续依赖投资人输血，就有可能无以为继。
最著名的事件，当属“AI四小龙”的依图科技在折戟科创板IPO后，将AI医疗出售给深睿医疗，这应该是我国影像AI有史以来规模最大的并购。
因此，目前整个医疗AI影像行业仍在摸索变现方式。不过，如何让医疗机构心甘情愿地买单，并合理地转嫁给患者，显然没有那么简单。
二、医学不是经济学
医学不能像海底捞那样，也不能像手机这种个人消费品，她是一个涵盖政治、经济、科技、伦理等因素的一门平衡术。如果医疗放开营利性，失去公益性定位，这在我们国家是不能容忍的。尤其是疫情后鼓励“医院高质量发展”等等风向的改变，蕴含的是公益性的总方针。
为什么要集采，为什么要灵魂砍价？长期来看，未富先老的局面和公共开支持续扩大的背景下，搞美式的精英医疗是不适合我国国情的，只有把金字塔基础夯实了，才有可能健康可持续发展。
回到“将AI医院诊疗收费项目名录”这个问题。
医疗是非常“落后”的行业，已经存在的科学技术应用于医学，往往需要相当漫长的循证过程；然后评价标准、收费制度等又滞后于医疗技术的应用。
以最常见的CT、MR收费为例，根据上海CT/MR收费目录，CT只按层数和是否增强收费，额外再加三维处理和临床操作的CT引导收费；MR则更模糊，除按照场强收费外，仅有脑功能、心脏功能、血管成像、水成像、波谱成像等单独收费，有非常多有用的专业序列尚未纳入收费目录。
上海CT/MR收费目录(来自互联网)
再以业界广为人知的CT能谱技术为例，自年商业化以来距今已有15年，已经被业界专家广泛认可，在结石分析、痛风、肿瘤、肺栓等有了大量应用，但能谱收费至今未有落实。
能谱技术在诊断肿瘤有巨大价值(来自互联网)
之所以不轻易调整收费目录，一方面，国家需要减轻医疗负担和财政支出负担，对新增收费项目，尤其是纳入医保的项目，卫健委、医保局更是慎之又慎；另一方面，医院要运营、发展，患者也需要更好的医学帮助。
总之，医学收费定价是非常复杂的，不是单纯的技术问题，还要综合考虑医保收支、财政支付、社会总承受力等等问题，尤其是疫情消耗了大量资源的大背景下，新增医疗收费项目更显得困难。
此外，某个诊疗项目是否进收费目录，国家首先考虑的是，会不会加重患者看病贵，会不会加重医保负担，如果是双输的局面，技术再好可能也要暂时搁置收费。
三、三问医疗AI
近年来，AI企业纷纷推出了肺结节、头颈CTA、冠脉CTA、骨折、脑出血、脑梗ASPECTS评分、灌注CTA一站式等一批三类AI，这意味着医疗AI已经可以辅助医生决策。
AI医疗器械二类/三类证(来自互联网)
那么我们思考几个问题，医疗AI能给医疗机构带来什么？患者怎么想？谁该为医疗AI买单？
1、医疗AI靠谱吗?
目前的医疗AI还处在“弱人工智能时代”，即专注于且只能解决特定领域问题的人工智能，其天花板就是训练它的医生和工程师。我们知道，人类之所以变得聪明，是因为观察、思考和与环境互动中学习，人工智能只有具备自主学习能力，才能超越训练师，进入“强人工智能时代”，这是非常非常重要的。
不过，在解决某项问题上，医疗AI表现得不错，代替重复劳动，提高了效率和质量。
以目前影像科的痛点之一冠脉CTA后处理为例，钙化积分、冠脉树提取、狭窄分析、斑块成分分析需要医生使用工作站完成，整个过程非常繁琐且无趣，医院又不得安排若干医生专职处理，而放射科医生本身就是稀缺资源。
医疗机构采用心血管AI，能代替这些重复劳动，直接输出结构化的报告供医生浏览。医生只需确认AI的结果，复核有没有过度评估狭窄，或者其它遗漏的情况。从这个维度讲，AI确实提升了效率。
心血管AI(来自互联网)
不过如今的AI确实还存在很多问题：
比如，某院在引用了心血管AI后，因为AI的引入，医生只花了3分钟“修修补补”就能解决以往半个小时的工作。这里的“修修补补”就意味着AI还有比较大的进步空间。
再比如，比心血管更为复杂的肺部诊断，虽然肺结节AI医生极大提高了医生效率和准确率，但也必须得承认当前的肺结节AI明显存在一定程度的假阳性。
因此，当前的医疗AI，虽然只是专注于解决某些特定问题的“弱AI”，但从辅助医生诊断的角度来说，已经非常靠谱了，对临床绝对是有价值的。
2、该由谁来买单？
虽然医院是“非营利性医疗机构”，但其“自负盈亏”的属性决定了其必须考虑经济效益。因此，医院决策者在配置医疗AI时，首先考虑一定是投入产出比。
因此，笔者认为，医疗AI要收费，要么足够准，常规医生比不了；要么大幅提升医疗效率，至少满足其一。
01、足够准的医疗AI
众所周知，谷歌的人工智能AlphaGo曾经战胜了代表人类棋手的最高水平的柯洁，这足以说明人工智能的强大。
在医疗AI领域也有类似的，比如全球公认的标准化卒中影像定量评估工具：RAPID，由斯坦福大学医学中心研发，已获得FDA批准用于机械取栓患者筛选，可以对颅脑平扫CT、CTA、CTP、MRI等各种影像进行分析，30秒-2分钟内即可自动生成评估结果，使脑卒中团队更及时、准确地筛选出能够行血管内治疗的急性脑梗死患者，降低手术风险并使更多患者获益，目前已在全球40余个国家的多个卒中中心应用。
对于这种经过多年循证考验的AI，有刚需的医疗机构自然会主动配置，甚至能向患者收费。比如在美国，RAPID已被批准可以向患者收费。
02、提升效率的医疗AI
以我们最常用的心血管AI和肺结节AI为例，在医疗AI加持下，1个医生能干2个医生的活，医院医疗收入。
理想的情况是在患者饱和情况下，AI能增加增加患者流通量，相当于间接提高了收益，那么医疗机构也能应该也愿意买单的。
以上对于医院或许可行，毕竟医疗AI确实提高了效率，但有多少医疗机构的患者是长时间饱和的，尤其是在分级诊疗的大背景下。医院，不过是把“后天”的非急诊工作提前到了“明天或今天”，医院多了块蓄电池，那么决策者自然是不肯轻易买单的。因此，就有了“将AI医院诊疗收费项目名录”的建议。
客观的，且不说患者本人，想必连医疗机构都觉得患者是无辜的。医疗AI，对于医疗机构来说，起码提高了工作效率，患者又获得了什么？
医院是看病的，付费包含检查加诊断，并不关心诊断过程是用人工还是AI；更重要的患者是非专业人士，也没有能力评估这一过程，他们只要医生告诉他们准确的诊断结果。
医务工作者角度对话
患者角度对话
比如，有AI厂商在公共媒体宣讲：对于脑卒中超窗患者，AI诊断决策让其继续溶栓，医生和患者家属讨论，家属决定听AI的策略，然后医生就积极溶栓，最后患者康复。这个逻辑是站不住脚的，首先卒中是非常复杂的，不同人会有不同的表现和结果，最终临床决策还是需要主治医师来做的。再准确的AI，也是医生的工具。
目前，医疗AI仍有大量的假阳性案例，未来哪天医疗AI已经准确到让人放心，并且能允许向患者收费，即便那时，患者相信的也还是医生。
03、当前的变现方式？
关于医疗AI变现，目前主要有三种方式：
1）按年或次收取服务费，比如鹰瞳科技的眼底筛查AI的采用按次AI调用收费。年其眼底筛查AI调用共万次，平均每单次收费用约20元。之所以能开展该模式，主要因为其用户是体检中心、视光中心、保险机构等民营机构，医院用户较少。对于医学影像AI，由于没有收费项目，这种方式基本很难开展。2）医院单独采购，医疗AI属于医疗器械，医院要执行预算采购，由于上述种种情况，医院收入比较紧张，医院很难批准此类预算。此外，DRG支付、影像检查互认又进一步减少了放射科约20%的工作量，医院放射科更没有愿意购买AI。
3）和设备捆绑采购，简而言之为“带货”，目前来看这是最好的变现途径。医院不仅不用额外预算，还可以在配置设备时充分议价，甚至让整机厂家赠送。比如，飞利浦与数坤的合作，GE与深睿的合作。
四、绕不开的整机厂家
与独立AI企业相比，整机厂家做AI有天然优势，因为他们有海量多中心的原始数据入口，而对于AI，数据是最重要的，更是最贵的。
随着AI的应用厂家越来越丰富，越来越多的整机厂商也在布局积极布局自有AI，并且已在设备或后处理工作站中集成了大量AI软件。比如，国内不少CT企业，已在设备中集新冠肺炎自动辅助诊断AI。未来，其工作站想必也会集成心血管AI，这都是可以预判的趋势。
比如，上文提及的全球公认的标准化卒中影像定量评估工具：RAPID。有研究者，对比过RAPID和整机厂商工作站在脑灌注方面的应用比较，结果显示佳能Vitrea、西门子syngo.via和RAPID在结果上各有千秋。事实证明，现在整机厂商的后处理工作站也越来越智能。
整机厂商卒中诊断系统与CT深度绑定(来自互联网)
某种程度上，整机厂商与独立AI企业天然存在某种竞争，这就好比车辆出厂就有自动泊车功能的车企，和提供自动泊车解决方案供应商的关系。
由于前期投入，短时间内独立AI企业可能占有一定优势，但从长远来看，一旦整机厂商建立了基于设备的一站式图像处理、AI分析、辅助诊断临床决策工具，对于独立AI厂商来说堪称降维打击。
因此，鉴于医疗的公益性和特殊性，独立AI企业应及早认识到仅靠卖AI产品很难撑起一家公司。对他们来说，更好的出路或许是与整机厂商深度绑定，通过类似“APPstore”的集成平台，将新AI技医院用户，形成厂家、AI企业、医院三赢的局面。。。
