記者 | 陳楊
編輯 | 謝欣
放射科主任醫師關文華還記得，自己在2017年第一次看AI產品和30位放射科同行同臺PK閱片時的抵觸心情。
“未來AI會不會搶了自己的飯碗”，從業已經25年了，這是他當時的第一反應。
而如今，各級醫院中的醫學影像AI已不罕見。關文華所在的新鄉醫學院第三附屬醫院已經用3、4家公司的產品用了兩年多了。不過，無一例外的是，它們都是以“試用”的名義進入醫院。
這在某種程度上反映了醫學影像AI落地的現狀——免費試用有余，花錢購買不足。一位國內頭部醫學影像AI公司的大區銷售高管向界面新聞表示，目前自己負責的區域內，除了少量科研合作，以“購買”和“試用”進院的AI產品比例大約為1：1。而這甚至已經是優于業內普遍水平了。
經過了前兩年的拿證大戰后，瘋狂涌入的醫療AI公司們漸漸開始分出先后。倒閉或是賣身者逐步退出舞臺，幸存者們紛紛開始遞表，上市回血。如果說，在此前，三類證和合作醫院的數量是他們比拼的重點，而在當下，實實在在的銷售額將是各家公司面臨的新考題。
廢標頻頻，招采困境多
醫療影像AI早已不是什么新鮮事了，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。當下，醫學影像AI企業超過百家，產品分布在眼底、肺部、心血管、頭頸、骨骼等多個領域。
其中，AI所履行的主要作用包括了標記灶識別與標注，影像三維重建和靶區自動勾畫，輔助診斷和輔助檢測等。頭豹研究院的數據顯示，2020年至2022年5月，短短兩年里，國內已經有33款醫學影像AI產品取得醫療器械三類證，成功獲批上市。
與其他的醫療器械或信息化產品類似，醫院購買醫療影像AI產品，通常由影像科或信息科上報需求，經院務會、黨委會、財政批準，再對接招標公司，發布采購意向公示，最終進入招標路程。
不過，作為新興產品，AI產品在其中有著不少不成熟之處。例如據2014年最新版《采購法》的廢標條件規定：符合專業條件的供應商或者對招標文件作實質響應的供應商不足三家的，予以廢標。這意味著，在本就不多的醫療AI產品競爭者中，但凡有一位“掉鏈子”，招標流程就可能從頭再來。
例如，重慶市大坪醫院的AI輔助診斷項目于2021年11月24日就公示了采購意向，直到今年3月10日才公示預中標結果。這其中便經歷了兩次廢標，原因分別是有公司的技術支撐材料、財務審計報告未通過資格性審查，以至于剩余的供應商不足三家。而該項目采購的還是醫學影像AI中數量最多、最為成熟的CT肺結節產品。上述銷售高管告訴界面新聞，類似的招采困境，在技術門檻更高、廠商更少的冠脈和頭頸產品的情況更是如此。
此外，還有廠家選擇以超低價奪標。上述高管參與的一次招標中，中標產品的出價低到“我們無法想象，可能是正常市場價格的五分之一，甚至更低”。但實際上，除了產品本身，方案架構的實施、后續的維護升級，對醫生的培訓等等都是AI滿足臨床需求的前提，也是廠家需要付出的成本。“后來院方的抱怨也很大。但是對有低價中標這種模式的存在沒辦法。”上述銷售高管說。
不過，今年7月15日，財政部發布的《采購法》修訂草案征求意見稿一定程度上或可改善相關問題。該征求意見稿顯示，技術復雜的大型裝備，實驗、檢測等專用儀器設備，需要供應商提供解決方案的設計咨詢、信息化應用系統建設服務等，應采用競爭性談判方式采購。其評審方式也從符合采購需求、質量和服務相等且報價最低原則，變成綜合評分法。
另外，采用競爭性方式采購，即使競標供應商或者合格標只有一到兩家，但采購文件沒有不合理條款，且程序符合規定，可以繼續采購而不廢標。
此外，該征求意見稿還新增了“最優質量法”這一評審方法，即競標文件滿足采購文件全部實質性要求，價格已定，按照質量因素的量化指標評審得分確定中標供應商。上述銷售高管認為，這一方法將加大醫療AI產品在技術維度的競爭比重，例如產品的靈敏度、特異性數據，是否有三類證，以及產品質控水平。
不過，亦有專家對這一評審方式持謹慎態度。
謝瀾（化名）是北京一家三甲醫院的放射科主任醫師，此前曾負責過醫療器械和設備的采購管理工作。他向界面新聞指出，需要注意的是，使用該評審方法的前提是“價格已定”。換而言之，價格因素在招標占的比重可能依然不低。此外，誰來判斷、如何判斷質量最優，都會影響醫療AI的采購結果，具體還要看政策的細化。
而實際上，與上述重慶市大坪醫院為采購醫療AI產品單獨立項不同，更常見的采購是將AI與醫學影像設備打包或嵌套進醫院信息化項目中。頭豹研究院《2021年中國AI醫學影像行業研究報告》顯示，醫學影像AI企業約64.3%的營收來自與設備廠商的合作，35.7%來自企業自建團隊的銷售。GPS（GE、飛利浦、西門子）等廠家以成熟的渠道保證了醫療AI的銷量和回款速度，但代價是AI產品的價格通常被壓得很低。一位業內人士的說法是，“失去正常市場的公平客觀的價值”。究其根本，原因在于醫療AI對醫院的吸引力不夠。
對醫院的收益尚不確定
“醫學影像AI對醫院來說是凈投入，但收益不確定。”謝瀾如此概括目前醫學影像AI難賣進醫院的原因。
一方面，對醫院而言，無論以何種方式購買AI產品，經濟效益都是一項重要考量。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。而走完這一套流程的時間并非醫院和AI公司能左右。如業內頭部公司科亞醫療此前的招股書便表示，公司核心產品深脈分數2020年1月獲得國家藥監局批準，但受疫情影響，地方主管部門的物價編碼審批進度延遲，導致公司2020年商業化速度放緩。
同時，在醫保以保基本為主和控費的政策導向下，短時間內，醫療AI尚很難納入醫保范圍，因此，醫院申請采購的意愿不大。更何況在近兩年，醫院的手頭本就不寬裕。
今年7月，國家衛健委公布的2020年度公立醫院績效考核結果顯示，參加考核的2508家三級公立醫院醫療盈余率為-0.6%，43.5%的醫院盈余為負，較2019年增加25.89%。民營醫院更是把“活下去”當做了今年的主要目標。前述銷售高管向界面新聞表示，與“沒有的話，檢查就做不了”的CT、核磁以及其他開支相比，醫學影像AI的優先級只能往后排。
另一方面，同樣精打細算、貨比三家的還有一線的影像科醫生們。實際上，醫學影像AI曾經的“取代醫生”目標開始變得遙遠，現在，醫學影像AI被更精準地定位在輔助醫生們“提質增效”——提高基層診療水平，彌補人才短板；增強閱片效率，防止漏篩漏檢上。
面對科室里三、四家醫學影像AI，關文華看中的是各家的研發能力。與醫學影像設備類似，醫學影像AI也不是一錘子買賣，醫生會在使用過程中不斷提出建議和需求，公司則要及時解決。“如果研發能力不足，我一反饋就沒消息了，沒有充分滿足臨床要求的地方就無法繼續改進。”關文華說。
不過，經過兩年的使用，關文華也明顯感覺到醫學影像AI的準確性在提升。以最成熟的肺結節AI為例，一開始，有公司的產品只做到了厚層圖（5mm層厚的影像），準確率很差，還有一定的假陽性需要醫生檢查重看，反而加重了負擔。而現在，假陽性率在逐漸減少，而且3mm以下的結節都可以發現。
但在關文華看來，醫學影像AI在臨床上還有優化的空間，或者說，臨床醫生們對它還有更大的期待。
比如，在醫學影像AI發現3mm結節之后要怎么辦？是否要告知患者？對此隨訪要求是半年還是一年？這些問題醫學影像AI目前都給不出明確的答案。另外，除了結節的大小密度外，毛刺征、胸膜凹陷征、供血血管征等更重要的形態判斷還需要高年資的醫生自己去添加。
實際上，影像科醫生的工作遠遠不只是閱片和寫報告而已。關文華告訴界面新聞，查出結節的受檢者都很焦慮，無論是受檢者還是臨床醫生，都非常需要影像科醫生對檢查結果的進一步解釋。換而言之，這也意味著醫學影像AI“提質增量”的效果能有多大。
隨著產品增多和技術迭代，關文華認為，當下醫學影像AI在肺結節產品上差異不大，但做心血管方面的公司很少。“說實話我們希望更多的廠家去投入，我需要比較才能選到更好的產品。而且他們相互競爭，才能把產品做到極致。”因此，在被問及目前是否有購買醫學影像AI產品的意愿時，關文華沒有給出肯定的回答。
此外，在AI產品的“養料”方面，依然有著數據體量小、維度少、質量不高，存在“數據孤島”等問題。各級醫院的信息化水平也存在差距。歐億智庫的數據顯示，2019年，我國三級、二級、一級醫院安裝醫學影像傳輸與歸檔系統的滲透率分別為87.8%、62.2%、40.1%。同時，國內醫學影像設備行業集中程度低，醫院設備的質量參差，這也增加了對醫療AI產品魯棒性和適應性的要求。
然而，無論是數據孤島，還是信息化建設，沒有哪個能靠單醫療AI企業自己，或是在朝夕之間就能解決。多位采訪對象向界面新聞表示，雖然醫療AI前景廣闊，但還處于市場的早期階段。除了醫療AI公司的研發投入和市場教育，國家政策的支持也不可或缺。