界面新聞記者 | 陳楊

界面新聞編輯 | 謝欣

日前，醫學影像AI商業化在政策層面出現新變數。

據國家醫保局11月23日發布的醫療服務價格項目立項指南解讀，為支持相對成熟的AI輔助技術進入臨床應用，又防止額外增加患者負擔，國家醫保局分析了AI潛在的應用場景，在放射檢查、超聲檢查、康復類項目中設立“人工智能輔助”擴展項，即同樣的價格水平下，醫院可以選擇培養醫務人員進行診療，也可以選擇使用AI參與診療行為，但現階段不重復收費。

“擴展項”的含義是“可選項”，不能單獨收費，與之對應的是“加收項”，兩者之間的區別在于使用是否會帶來更多服務產出。

對于國家醫保局前述表述，業內觀點較為兩極分化。一方認為，擴展項就是為了兼容更多技術手段和服務實現方式，這表明了國家政策對AI技術用于臨床的支持態度。相反的觀點則認為，這意味著當下醫學影像AI不能單獨向患者收費，而這本是此前不少AI公司設想的商業化路徑。

實際上，目前，包括超聲、X線、內鏡、CT、MRI（磁共振成像）、眼底影像在內的大部分傳統醫學影像都可以與Al結合，幫助醫生提高閱片效率和診斷的準確性。在國內，該領域融資事件數量在2018年達到高峰，也跑出了鷹瞳科技、科亞醫療、數坤科技、推想醫療、深睿醫療等頭部公司。

而作為一項醫療技術，獲批準入和支付是醫學影像AI公司們需要面對的兩大問題。2020年至2022年5月，國內有33款醫學影像AI產品先后獲批，拿到醫療器械三類證。由此，各家開始探索可行的商業模式，即找到支付方。

該領域一名業內人士告訴界面新聞，最初，各家公司的預期是患者為醫學影像AI買單，也就是向使用AI篩查、輔助診斷的患者收取“檢查費”。

這需要各家醫院向省級衛健委和醫保局申請物價編碼，作為收費依據。醫院采購醫學影像AI產品時，也會考量將采購成本均攤到每例檢查上，以確認自己的使用成本和利潤。

但這一商業模式此前并不算成功。據財新網的報道，上海長征醫院放射診斷科主任劉士遠的團隊于2022年上半年完成了一項中國醫學影像AI臨床應用情況調研。結果顯示，三級和二級醫院中，配備影像AI輔診軟件的比例分別為73.9%、32.5%，但就其向患者收費的比例分別僅為4.4%、5.9%，主要模式是按檢查或診斷費用收取。同期，亦有公司銷售高管告訴界面新聞，AI產品多以科研、試用的名義進院。

而當下，前述國家醫保局的表述意味著這一模式如今無法走通。國家醫保局稱，原因在于，經調研，各方普遍認為，AI在一定程度上能夠幫助醫生提高診斷效率，但現階段還無法完全“平替”，在已經收取相關診療費用后，如果額外單就AI輔助技術再向患者收費有失公平。

換而言之，國家醫保局承認醫學影像AI的價值，但認為其價值沒有大到“可以獨立行走”的程度，因此只將其作為醫院的“可選項”，更不用說單獨用醫保基金支付。

由此，放在醫學影像AI公司面前的商業化之路有兩條。其一是繼續更新迭代算法、產品，積累臨床證據，使AI能夠帶來更多、“無法取代”的產出，從“可選項”變成“加收項”，從而實現向患者收費、由患者買單。

另一個方向則是使醫院成為支付方。前述業內人士向界面新聞分析，這對醫院而言是由此前的為過程買單到為價值買單。AI的價值包括兩方面，一方面是在醫療服務上提質增效，另一方面是提高醫院科研、醫工結合等實力，給醫院帶來更多落地的科研產出和成果。

實際上，國內醫學影像領域存在著放射科醫生缺口大、醫療資源分配不均、診療同質化水平低的問題。

據《2022中國AI醫學影像行業研究報告》，國內醫學影像數量和放射科醫生數量的年增速分別為40%、4.20%。以肺結節檢測為例，一家三甲醫院一天接待約200例篩查者，放射科醫生需要讀片4萬到6萬張。此外，基層醫療機構往往在醫學影像工作流上存在較大質控壓力。人工讀片也存在漏診、誤診的可能。

此時，AI便能在其中發揮作用。劉士遠曾公開介紹，當下AI在醫學影像整個工作流中都有應用，包括病人擺位、參數設定、掃描中的劑量控制、圖像質量評價、實施和回顧性質控、圖像優化重建、輔助醫生診斷等。

以肺結節輔診為例，據財新網，劉士遠提供的上海長征醫院2018年至2022年肺結節AI軟件使用率和檢出率數據顯示，該醫院使用率由2018年的0%，提升至2019年的約70%、2022年的90%以上，對應肺結節檢出率由2018年的約55%提升至約75%。

不過，一位負責醫療集團設備采購的業內人士向界面新聞表示，他認可醫院和患者對醫療服務確實有“提質增效”的需求，但他也認為醫院和患者的付費意識沒有那么強，大部分醫療機構還是以醫保支付，也就是收醫保的錢為主，所以能不能打通醫保收費才是醫學影像AI商業化的核心。