潤達(dá)醫(yī)療能不能帶來AI+醫(yī)療的落地？

在DeepSeek橫空出世后，潤達(dá)醫(yī)療、萬達(dá)信息、智云健康等一大批企業(yè)先后官宣接入，最新數(shù)據(jù)顯示，已有超過30家醫(yī)療大健康公司宣布整合DeepSeek，領(lǐng)域覆蓋藥物研發(fā)、影像分析、診斷篩查、病理檢測、慢病管理等多個領(lǐng)域。

AI+醫(yī)療正從PPT向現(xiàn)實應(yīng)用中發(fā)展。

而實際上，在過去的六年中，僅僅國內(nèi)就有近千億資金投入到了AI+醫(yī)療中，主要目的在于促進(jìn)影像人工智能判斷、新藥研發(fā)人工智能、機(jī)器人人工智能以及智慧醫(yī)院等多個領(lǐng)域的發(fā)展。

然而，龐大的投資卻面臨無法將線下醫(yī)療應(yīng)用進(jìn)行有效整合，眾多的人工智能在醫(yī)療產(chǎn)業(yè)的應(yīng)用呈現(xiàn)分散和間斷狀態(tài)，難以充分發(fā)揮其潛在價值。

為了解決AI在醫(yī)療產(chǎn)業(yè)的落地問題，潤達(dá)醫(yī)療就和華為云合作，打造了醫(yī)療領(lǐng)域的AI大模型“良醫(yī)小慧”，已經(jīng)能夠智能化解讀醫(yī)學(xué)檢驗報告，涵蓋超過4500個檢驗項目和2800種疾病的解釋，綜合準(zhǔn)確性達(dá)到了87.74%。

但87%的數(shù)據(jù)看似挺高，但相較于“人命關(guān)天”的醫(yī)療產(chǎn)業(yè)來說，仍是不可接受的，且當(dāng)前AI+醫(yī)療還面臨著數(shù)據(jù)來源于安全、商業(yè)化落地、責(zé)任界定等多重問題。

所以，在“AI+醫(yī)療”大火的同時，如何從理想照進(jìn)現(xiàn)實，是該慎之又慎的。

01AI+醫(yī)療方興未艾

根據(jù)中國醫(yī)學(xué)裝備協(xié)會醫(yī)院物聯(lián)網(wǎng)分會，2023年我國AI醫(yī)療應(yīng)用規(guī)模約為780.5億元，預(yù)計未來行業(yè)將繼續(xù)高速發(fā)展，到2024年國內(nèi)AI醫(yī)療應(yīng)用規(guī)模可達(dá)到936.6億元。

而AI+醫(yī)療當(dāng)前主要應(yīng)用于影像診斷、制藥、健康管理三大領(lǐng)域。

首先是是醫(yī)學(xué)影像的AI技術(shù)，已成為當(dāng)下該領(lǐng)域中最為成功的分支。

醫(yī)學(xué)影像的AI技術(shù)即在實際應(yīng)用中主要集中于AI的判斷和決策的能力，當(dāng)前的AI技術(shù)能夠迅速處理和分析CT、MRI等醫(yī)學(xué)影像數(shù)據(jù)，通過深度學(xué)習(xí)算法識別出其中的微小異常和病變；同時，將AI技術(shù)深度整合進(jìn)醫(yī)療設(shè)備，賦予設(shè)備自主分析、診斷和提供決策支持的能力。

而全球醫(yī)療設(shè)備龍頭，通用醫(yī)療在影像設(shè)備AI轉(zhuǎn)型速度則相對較快。

根據(jù)GE醫(yī)療2月13日的公布2024年財報，全年營收達(dá)到197億美元。其中，AVS業(yè)務(wù)（包含AI影像、手術(shù)導(dǎo)航等）全年營收為51億美元，EBIT利潤率高達(dá)25.9%，成為公司最盈利的業(yè)務(wù)板塊。

而為了布局AI影像和額手術(shù)導(dǎo)航，GE醫(yī)療在2024年已經(jīng)連續(xù)布局。

2024年1月，GE醫(yī)療宣布計劃收購人工智能和醫(yī)學(xué)影像分析提供商MIM Software。

2024年7月，GE醫(yī)療宣布已達(dá)成協(xié)議，將以5100萬美元（約合人民幣3.7億元）收購Intelligent Ultrasound Group的臨床AI軟件業(yè)務(wù)。

而國內(nèi)像東軟醫(yī)療通用在AI影像分析中有長足進(jìn)步，其NeuBrainCARE軟件對腦卒評估過程能在90秒內(nèi)完成缺血半暗帶分析，準(zhǔn)確率超過95%，并已被納入中國專家共識。

缺血半暗帶搶救時間窗口極為短暫，而NeuBrainCARE軟件僅需90秒即可完成分析，可極大提高效率。

其次，在藥物研發(fā)領(lǐng)域，AI對傳統(tǒng)藥物研發(fā)模式的改變也是未來值得一看的領(lǐng)域。

據(jù)《福布斯》報道，制藥公司通過使用人工智能進(jìn)行藥物發(fā)現(xiàn)，可以節(jié)省近70%的成本。波士頓咨詢的報告顯示，AI發(fā)現(xiàn)的藥物分子的整體成功率從5%-10%躍升至約9%-18%，實現(xiàn)了翻倍的提升。以英矽智能為例，其首款由生成式AI發(fā)現(xiàn)和設(shè)計的潛在“全球首創(chuàng)”TNIK抑制劑，從確定靶點到被提名為臨床前候選化合物，僅耗時18個月。

而發(fā)展?jié)摿ψ畲蟮膭t是AI健康管理與決策支持領(lǐng)域。

美國的Tempus AI于上月底宣布，其AI驅(qū)動的個人健康助手應(yīng)用olivia已在全美范圍內(nèi)上線。

同時，國內(nèi)由華為云與潤達(dá)醫(yī)療、美年健康研發(fā)的首款健康管理AI機(jī)器人——“健康小美”數(shù)智健管師也正式上線。

通過這款產(chǎn)品，用戶上傳個人生活習(xí)慣、運動情況等信息后，可以一鍵生成適合自己的健康管理計劃；也可以基于個人健康數(shù)據(jù)、生活習(xí)慣、家族病史等獲取個性化的體檢、預(yù)防方案。人們正逐漸轉(zhuǎn)向使用AI大型語言模型（LLMs）來獲取健康和醫(yī)療建議。

那以潤達(dá)醫(yī)療為典型的的醫(yī)療服務(wù)商的AI應(yīng)用是怎樣進(jìn)行的呢？

02潤達(dá)醫(yī)療的All in AI

潤達(dá)醫(yī)療成立于1999年，20多年時間完成了從單一產(chǎn)品代理商轉(zhuǎn)型為覆蓋IVD(體外試劑診斷）的全產(chǎn)業(yè)鏈的醫(yī)學(xué)實驗室綜合服務(wù)商，該業(yè)務(wù)長期占其總營收的90%以上。

2023年開始，潤達(dá)醫(yī)療通過與華為云的戰(zhàn)略合作，進(jìn)行AI醫(yī)療與數(shù)字化轉(zhuǎn)型。整合華為云算力與潤達(dá)的醫(yī)療數(shù)據(jù)資源，實現(xiàn)臨床數(shù)據(jù)分析、個性化診療方案生成及病歷自動化管理。

2024 年 9 月 10 日：雙方聯(lián)合發(fā)布大模型原生解決方案 “CDx 良醫(yī)小慧”，已在長海醫(yī)院等三甲醫(yī)院落地。

這種AI醫(yī)療工具，主要用于AI輔助診斷和智慧醫(yī)療領(lǐng)域。

例如在AI病理診斷中：基于華為提供昇騰算力、潤達(dá)10萬條標(biāo)注過的數(shù)據(jù)。讓宮頸癌篩查時間從30分鐘縮短至5分鐘，甲狀腺結(jié)節(jié)診療方案生成效率提升60%。讓肺結(jié)節(jié)識別準(zhǔn)確率95%，與資深放射科醫(yī)生相當(dāng)。

在智慧醫(yī)療領(lǐng)域廣西柳藥集團(tuán)合作升級藥房服務(wù)，實現(xiàn)藥品庫存智能管理和處方自動審核。

同時推出“健康小美”AI機(jī)器人，提供7×24小時健康咨詢、家庭健康檔案管理及風(fēng)險預(yù)警。同時能自動生成電子病歷系統(tǒng)：生成式病歷解決方案支持語音識別、跨平臺數(shù)據(jù)導(dǎo)入，節(jié)省醫(yī)生60%書寫時間。

商業(yè)模式方面，當(dāng)前潤達(dá)醫(yī)療主要面向B端和C端兩部分服務(wù)：B端即按醫(yī)院AI使用量抽成（例如某三甲醫(yī)院年節(jié)省2000萬元成本，潤達(dá)分得500萬元）。

但是這個過程中成本計算的界定、最終雙方具體如何推進(jìn)尚未形成成熟的模式。而C端的拓展：潤達(dá)醫(yī)療計劃推出20元/次的低價AI問診服務(wù)，目標(biāo)覆蓋數(shù)億潛在用戶，但如何迅速推廣且降低問診風(fēng)險是當(dāng)前潤達(dá)醫(yī)療首先要面臨的問題。

除了面臨AI醫(yī)療落地的問題，潤達(dá)還同時對AI難以短期盈利的現(xiàn)實壓力問題。

根據(jù)潤達(dá)發(fā)布的年報預(yù)告，預(yù)計 2024 年度實現(xiàn)歸母凈利潤 僅為4291 萬元至 5149 萬元，與上年同期相比，同比減少 2.22 億元至 2.30 億元，同比下降 81.16% 至 84.30%，尤其是第四季度已經(jīng)出現(xiàn)虧損。

而第三季度潤達(dá)醫(yī)療的營業(yè)收入為61.76億元，面臨著嚴(yán)峻的盈利壓力。且傳統(tǒng)傳統(tǒng)IVD代理業(yè)務(wù)毛利率僅26%，低于行業(yè)平均水平（45-55%）。

所以在押注AI的同時，如何堅持到AI+醫(yī)療落地的那天，是潤達(dá)醫(yī)療不得不重視的問題。

03AI+醫(yī)療的風(fēng)險不容忽視

隨著人工智能在醫(yī)療領(lǐng)域的迅速應(yīng)用，該產(chǎn)業(yè)正面臨一系列風(fēng)險與挑戰(zhàn)。

廈門大學(xué)醫(yī)學(xué)人工智能研究院負(fù)責(zé)人王連生指出：當(dāng)前AI+醫(yī)療領(lǐng)域面臨著數(shù)據(jù)安全和隱私保護(hù)、推理過程的可信度、責(zé)任歸屬的明確以及公平性問題等多重挑戰(zhàn)。

首先是數(shù)據(jù)整合不足和隱私泄露的矛盾點：當(dāng)前AI醫(yī)療廣泛依賴基因組、影像、臨床等多維度數(shù)據(jù)，但國內(nèi)多數(shù)企業(yè)數(shù)據(jù)來源單一，例如上文中的潤達(dá)醫(yī)療數(shù)據(jù)來源主要依賴IVD流通數(shù)據(jù)，導(dǎo)致模型訓(xùn)練效果受限。

而如果想要獲取更多的數(shù)據(jù)，必將面臨用戶隱私泄露的風(fēng)險。當(dāng)前全球平均醫(yī)療數(shù)據(jù)泄露成本達(dá)977萬美元/次，潤達(dá)醫(yī)療與華為云合作涉及大量患者數(shù)據(jù)，也同樣面臨第三方服務(wù)風(fēng)險與內(nèi)部管理漏洞。

其次是推理過程的挑戰(zhàn)涉及模型的可信性問題，尤其是面對復(fù)雜病例的處理能力不足。

AI在罕見病、多病癥交織場景中表現(xiàn)欠佳，潤達(dá)醫(yī)療的“良醫(yī)小慧”雖能生成診療方案，但實際臨床驗證案例有限。同時國內(nèi)的AI醫(yī)療服務(wù)還面臨著支付端瓶頸突出的問題，美國的Tempus通過醫(yī)保代碼實現(xiàn)商業(yè)化，而國內(nèi)像潤達(dá)的AI問診的產(chǎn)品缺乏醫(yī)保覆蓋，用戶付費意愿低，未來商業(yè)化路線仍在探索中。

第三是AI＋醫(yī)療帶來的責(zé)任歸屬的挑戰(zhàn)以及監(jiān)管規(guī)則要求，當(dāng)前的大模型極容易出現(xiàn)出現(xiàn)的“幻覺”和“偏見”等問題。

AI系統(tǒng)被視為“黑箱”，潤達(dá)醫(yī)療的AI病歷生成系統(tǒng)雖宣稱準(zhǔn)確率90%，但缺乏可解釋性機(jī)制，醫(yī)患信任度不足。

如果醫(yī)療糾紛責(zé)任劃分難，則AI診斷失誤（如潤達(dá)合作的美年健康“健康小美”機(jī)器人），法律責(zé)任歸屬尚無明確法規(guī)。

針對人工智能模型的“黑盒子”問題，業(yè)內(nèi)認(rèn)為必須通過充分的臨床驗證和性能測試來證明其安全性和有效性。

如果算法內(nèi)部不可解釋，可以通過真實數(shù)據(jù)的長期使用和多場景驗證來證明其可靠性，但這個過程需要的時間和醫(yī)療數(shù)據(jù)需要打通的節(jié)點并不是華為或潤達(dá)醫(yī)療所能支撐的。

04小結(jié)

AI與醫(yī)療行業(yè)的融合并不是那么簡單的，一方面不能脫離開醫(yī)療行業(yè)自帶的安全為先的屬性；另一方面，獲取大量的用戶數(shù)據(jù)與拓展更多的AI應(yīng)用場景也是重中之重。

如果未來潤達(dá)醫(yī)療能在抓好上述兩點的情況下，推動了AI賦能業(yè)務(wù)提效增質(zhì)以及業(yè)務(wù)流程重塑的落地應(yīng)用，還是有望在未來較長時間內(nèi)實現(xiàn)業(yè)績穩(wěn)健增長。

同時，如果潤達(dá)醫(yī)療帶來AI+醫(yī)療的“示范效應(yīng)”，未來有可能引領(lǐng)健康體檢行業(yè)其他企業(yè)的AI布局模仿，真正實現(xiàn)AI在醫(yī)療產(chǎn)業(yè)中的落地。