未来，同心医联的发展规划将依据“点---线---面”来进行。
i黑马讯 5月7日消息，同心医联科技（北京）有限公司（以下简称“同心医联”）在北京召开战略发布会，在会上同心医联详细阐释了自身对行业的看法和未来发展战略，希望与各界伙伴“跨界融合，开放共赢”，通过技术创新解决医疗行业核心问题。
一、同心医联科技医疗平台战略
同心医联成立于2014年，经过五年发展现已逐步建立了互联网平台搭建、医疗服务运营、实体影像中心建设、影像云平台推广、互联网医院建设、影像+AI开放平台整合等业务，完成了整个科技医疗平台的基础能力建设。
同心医联的“科技医疗平台”战略，以医学影像技术加AI技术为核心，通过线上互联网医院与线下医学影像中心，为临床医生、专科患者、合作医院和影像+AI专家四方提供平台服务。同心医联互联网医院面向近5万名临床医生服务，线下拥有影像中心超过300家，遍布全国17个省市，目前积累超过850万病历。公司已经推出38个智能诊断产品，为临床医生和患者提供更为精准的诊断和治疗建议。
据悉，同心医联2018年营收近亿，并实现了整体盈利。同心医联获得了中金资本、经纬中国、君联资本、联想之星等知名机构的四轮融资支持。
自2017年以来，同心医联开始探索影像技术跟AI技术结合，经过两年的研发，目前同心医联已经积累了38个智能诊断产品，广泛应用于心脑血管和肿瘤患者，并通过同心医联实体影像中心进行落地，得到了广大临床医生的认可。心脑血管和肿瘤等患者人群，患者量大，需要长期疾病管理服务，同时对影像诊断要求很高。同心医联服务的患者，86%都是因为同心医联独特的影像+AI技术建立了长期服务关系。
2018年获得互联网医院牌照后，按照国家对互联网医院的要求，同心医联针对心脑血管和肿瘤患者提供全病程管理，即复诊的问诊、影像检查、药事服务、随访管理等服务，将价值链进行延展，产生更多的盈利点。未来计划与商业保险公司合作，针对慢病患者，利用线下+线上能力提供医疗闭环服务，为保险公司提供产品开发依据和控费能力。
二、医疗核心问题：合格的医疗供给能力稀缺，面向影像科的影像AI难以解决问题
医疗核心问题，是合格的医疗供给能力稀缺。“合格”意味着诊疗能力合格，诊疗流程合理，诊疗设施齐全，收费合理并有支付方覆盖（无论是医保、商保还是自费，支付方愿意出钱）。合格的医疗供给能力稀缺是个世界性问题，原因是医学专业门槛太高，医生成材周期太长，医疗机构的准入和监管严格，医保控费等因素造成的。其本质问题是民众对于自己健康需求的不断上涨、希望享受最好的医疗待遇，跟国家和个人实际经济能力不匹配造成的。
所以，在一个供不应求的行业，单纯的互联网模式无法解决本质问题，自然也不会带来医疗行业根本上的变革。判断一个新型医疗公司有无价值，基本标准就是是否显著在改善医疗供给端的能力，是否能创造出更多的合格的医疗供给能力，或者显著提升现有医疗供给能力。单纯的技术创新，或者单纯的模式创新，可能都无法实现这个目标。
具体到医学影像领域，目前影像AI公司大部分都是从肺结节和眼底造影入手，因为这两个领域公开数据多、数据获取相对便利，肺结节影像直观、便于观察诊断。之后往往都是做骨折、骨龄测量、乳腺癌病理、脑卒中等方向，这些研究方向主要都是从技术成熟度角度出发，而非从医生日常应用场景出发。
影像AI的应用领域可以分为两大方向：
第一类方向是解决临床需求的，比如神经外科、心脏内科等科室需求的。几乎所有的临床科室都会需要影像学的支持，如果影像AI能够解决临床各个专业的现实问题，那么所有医生都会有需求，即通过数字化分析提供精准诊断和有效治疗建议。
第二类方向是解决影像科本身需求的，这里面又分两种情况：
第一种是影像扫描问题，即获取影像数据时，如何提高效率和准确性的问题。这一点往往被大众忽视。比如一个照相机拍出来的照片基础不好，后面无论通过什么样的修图软件再去修图，效果也难称理想。影像AI道理也是如此，如果获取影像数据环节（即拍片子环节）不标准，数据质量差，后续AI分析难以准确有效。
第二种才是影像诊断，例如肺结节影像辅助诊断。但实际上，影像科医生面临的真实场景是：一个患者来做肺部CT检查，影像科医生事先并不知道患者的病症是什么。所以拍出来的肺部CT，要对所有潜在病症进行诊断，肺部的常见病至少有10多种，如果只能看肺结节，并不是影像医生的最佳帮手。好比一篇文章可能有潜在的十种语法错误，AI只能帮助标记出一种，剩下九种错误还得自己重新去阅读一遍文章筛查一遍，那么这个AI应用意义不大。特别是医生还要把医学图像从医学影像存储和传输系统（PACS）导入AI系统，再把诊断结果倒回PACS系统这种来回折腾情况下。影像医生的真实需求是，AI把这个部位所有疑似病变（无论是哪种病变，只要是不正常的）都标记出来，影像医生再诊断核对一遍，而不用100多张片子一张张重新看，这样效率就会大大提高。然而，实现这个需求对于算法和数据的要求都非常高，暂时还难以达到。
所以，目前针对影像诊断的影像AI面临两大问题：技术成熟度和商业化变现问题。通过大医院训练出的算法，是否能够适应基层医院的数据质量，算法的适配性和鲁棒性是否够强？就好像一个人在大城市吃惯了白米细面，突然要去农村吃糠咽菜，消化不良甚至反胃是很正常的。其次，帮助医院和影像科提升效率的工具，就算能够拿到医疗器械注册许可证，是否能够实现商业变现，是一个巨大的挑战。如果影像AI公司只是帮助影像科医生更快更好地做诊断，并不能创造出新的收入项目，更不可能真的精简影像科医生人力配置，市场前景不明确。就算AI有一天真能取代影像科医生了，以中国15万影像科医生，平均年薪10万元人民币计算，总共不过是150亿的市场。相对于目前的资源投入，市场规模实在太小。
所以，只有贴近临床需求的技术才是有价值的。影像AI未来的发展方向应该是以临床为导向。
在现在医疗环境下，公立医院数量在不断下降；民营医疗机构准入门槛较高，“玻璃门”的问题始终存在；医生成材周期很长，但医生的职业阳光收入低风险大；现有职称评价体系都是以科研为导向，不看重临床能力；对于90后和00后，太艰苦的学医历程不适合追求自由的时代个性… 这些因素都会给创造出合格的医疗供给能力更加困难。
鉴于以上挑战，不太可能依靠老办法能满足人民不断增加不断个性化的医疗需求。唯有靠接近临床需求的新技术，通过新技术的应用，减少对医生主观能力和经验的依赖，来提升医疗水平。医学影像专业自出现之日起，就是为了给临床科室（普外科、神内科、心外科等）提供更准确的诊疗建议，而存在的专业。在没有影像学的时代，医生给患者做诊断，特别是心脑血管、肿瘤等疑难杂症，主要是靠个人经验和试错。出现影像学之后，可以通过成像技术更清晰的看到人体内部结构，看到人体代谢情况，从而更有针对性的进行诊断和治疗；但是影像科医生出具影像诊断，临床医生依据影像诊断出具临床诊断，这些都还是靠医生肉眼、个人经验做判断。进入到大数据和AI时代，通过影像技术+AI技术，可以给影像科医生和临床医生更为精准的诊断和治疗建议。
三、解决问题的方法：跨界融合+开放共赢
影像AI技术要落地，需要跨界融合。例如，我们需要拍一张好的摄影作品去参赛，需要好的拍摄方法（医学成像技术），好的照片处理和修图（AI辅助分析），好的照片诠释（影像诊断），才能有好的照片展示（临床应用）。拍照片如此，做影像诊断更是如此。所以，成像技术+AI分析+影像诊断+临床应用四个专业彼此融合，才能真正为医生和患者提供有价值的诊断和治疗建议。
实践中为什么这么困难呢？因为从生物医学工程、到计算机AI、到影像诊断学，再到临床需求，横跨了四个专业的知识鸿沟，如果不具备跨界整合的资源和能力，难度非常大。同心医联具备了线上互联网医院和线下医学影像中心，具备自己的技术团队和影像医师团队，因为拥有专业资源和基础设施，所以才能实现跨界融合。
由于医疗的专业性，每个团队不可能对所有疾病都有涉猎，关节软骨与阿尔茨海默病是完全不同的领域。很多专家经历多年研究，也只在一个方向上的几种疾病钻研较深。患者看病时无法预知自己的疾病种类，所以医生希望的是全套解决方案。在这种情况下，建立开放共赢平台就变得非常重要，让各个专业方向的人发挥自己擅长领域的工作，将各自专长汇聚成一个整体解决方案。
同心医联格物系统，是国内首家面向临床医生的影像+AI开放应用平台（影像AI App Store）。利用同心医联云平台积累的大量患者病历，根据临床需求开发成像技术和AI算法训练，然后封装成应用App，导入格物系统。同心医联已经与近100家世界一流大学和科研机构如清华、北大、中科院等，建立紧密合作关系，发挥各自专长，将新技术更好地应用于临床实践。
未来，同心医联的发展规划将依据“点---线---面”来进行。“点”是加强技术研发投入，不断上线新的智能诊断产品，提升技术壁垒。“线”是将互联网医院问诊---检查---治疗的服务线从线下和线上两个维度继续扩张，服务更多的患者。“面”是将与保险机构、地产公司、其他医疗服务公司合作，共同打造医疗综合体，在医保控费的时代，承接更多的医生和患者需求，最终打造为科技赋能的“凯撒医疗”。
匿名用户
