艾媒咨询CEO张毅认为 ， 医疗AI产品涉及到人的健康 ， 与生命息息相关 ， 在审核层面严格把控是应该的 ， 尽管目前医疗AI的发展水平较多年前有了很大提高 ， 但在临床认可方面 ， 还需要不停的验证和突破 。
然而 ， 在鹰瞳科技相关负责人看来 ， 未来医疗AI产品的临床试验、审批注册的流程有望进一步提速 。 她对北京商报采访人员表示 ， “今年上半年以来 ， 国家和地方陆续出台了多项政策支持医疗AI行业发展 ， 比如今年6月最新修订版的《医疗器械监督管理条例》中 ， 就提出了要优化流程 ， 减少审批材料 ， 采纳注册和临床试验默认续期 ， 缩短生产经营许可证审批的时间；优化备案流程 ， 减少备案事项并实行无须提证备案等等 。 ”
技术水平尚待提高
有了上市的通行证 ， AI医疗似乎就该顺理成章地被应用于临床 ， 但是不是能对病变部位进行自动识别、并提供明确诊断提示的器械 ， 就能够完全替代医生呢？
答案当然是否 ， 因为在医疗AI技术的研发过程中 ， 存在无数需要攻克的难点 。
一方面是数不清的病种需要被识别扩充 。 鹰瞳科技相关负责人指出 ， “当我们说大数据的时候 ， 往往会看一宗数据的量 ， 假设是100万 ， 这个数字看起来不算小了 ， 但如果细分析其结构 ， 可能某一单病种 ， 比如糖网就占了99% ， 剩下的1万分布着几十个病种 ， 有些病种可能只有几十 ， 甚至更少” 。
她坦言 ， 鹰瞳的系统还需要完善 ， 比如系统覆盖病种的数量 ， 通过视网膜可观察的200多种常见疾病目前只做到了55种 ， 如何不断地增加系统识别病种 ， 本身就是一个永恒的天然诉求 。 另外 ， 在功能上如何通过视网膜识别更多全身疾病的情况 ， 是研发的一个重要方向 ， 比如 ， 通过视网膜检测判定高血压、糖尿病、冠心病、脑卒中的当下病情及风险 ， 都是鹰瞳在持续努力的事 。
另一方面就是数据的获取问题 。 上述提到的某专业医疗AI公司内部人士称 ， 技术研发必定离不开数据 ， 医疗领域的容错率比别的行业要低得多 ， 这些数据只能向医院获取 。
他向北京商报采访人员透露 ， “国内医疗AI公司一般是与大三甲医院的相应科室和高年资医生开展科研合作 ， 以获得数据标注 。 当前大三甲医院科研能力都在科室层面 ， 因此AI公司的科研能否开展 ， 取得科室大专家主任的认可和信任至关重要 。 由于医疗大数据涉及到个人隐私 ， 绝大部分数据是不公开的” 。 至于成本 ， 他表示 ， 数据标注是所有AI企业最大的成本之一 。
【医疗AI“上岗”记（一）入门篇：资格审查门槛高，识别病种待扩充】北京商报采访人员 石飞月