文｜胡香赟
編輯｜海若鏡
2023 年，伴随着 ChatGPT 引發的生成式人工智能熱潮，AI 概念項目一度受到行業追捧。其中，以 AI 醫療、醫療數字化爲代表的數字醫療賽道，仍是臨床需求方和資本市場備受關注的方向。
據動脈網統計數據，2022 年 12 月到 2023 年 11 月一年時間裏，國内數字醫療融資事件達到 109 起，融資金額約 57 億元。細分來看，這 109 起融資中，超過 65% 的交易是在前 6 個月發生；約 50% 拿到融資的企業，主營業務中覆蓋人工智能技術。
當前，醫療健康産業的融資寒冬仍在繼續，數字醫療也到了商業化能力驗證的關鍵節點。現階段更應該關注哪方面的臨床需求？團隊建設要做出哪些調整？商業化的難題如何解決？
近日，由北京市衛生健康委員會、北京清華工業開發研究院、全球健康産業創新中心主辦的 "2024 年全球健康産業創新大會 " 上，來自高校科研院所、三甲醫院、投資機構、醫療企業等方向的從業者們，就數字醫療、神經外科、科研創新轉化等熱門話題，進行深入探讨。其中，現場嘉賓就數字醫療技術發展、産品适用場景、商業化突破等關鍵問題，提出洞察和見解。
在經曆了過去數年間的探索後，從業者們的共識是：在醫療領域，想讓人工智能做出 " 大而全 " 的産品可能性并不大，垂直應用的機會相對更強。這就要求企業回歸到臨床需求上尋找産品定位。隻要有了需求，" 技術上總能找到一些辦法 "。
比如在人工智能最常覆蓋的篩查場景上，天津醫科大學腫瘤醫院肝膽腫瘤科主任醫師宋天強以肝癌爲例介紹稱，其實 90% 肝癌患者都有乙肝背景，是一種高危人群非常特定的疾病。但中國的肝癌發現往往是在晚期，是因爲絕大部分的乙肝人群 " 不知道自己有乙肝 "，反而是得了肝癌之後反過來檢查時才知道。
" 如果他在很早就知道自己是乙肝患者，進行定期篩查，或許就能實現早診早治。我認爲，如果要大幅提升肝癌患者的 5 年生存期，靠晚期治療可能很難，更多的是需要在早期發現風險。但我們醫生之間溝通時，發現肺癌等适應症的早篩做得如火如荼，但肝癌幾乎沒有公司在做，這方面臨床對人工智能的需求其實很大。"
不過，另一個矛盾點在于，人工智能在癌症篩查領域的應用，很大程度上解決的是一緻性和降本增效的問題。而外界在嘗試接納新技術時，更感興趣的或許還是當前的臨床中，是否存在一些隻有 AI 能做，但人做得不大好的工作？
宋天強認爲，這部分的需求還是存在的。他介紹稱，有些患者肝硬化之後，可能從低級别的增生結節變成高級别的增生結節，再變成癌，是一個遞進的過程。但肉眼很難識别它具體處在哪個階段。這方面，數字化影像可以做到更精準。
對于另一部分企業來說，找準需求、開發出産品後，能否找到買方和合理的付費方式來支撐商業化，也是一大問題。
對此，前國家衛健委醫改醫管局，DRG 質控中心費用控制與價格研究組組長張樂輝提到，很多數字化的産品使用時，提升的更多是是醫療或醫生的效率，患者直觀感受到的診療質量提升并不強烈，但往往是後者決定着支付。" 大家一定要意識到，醫保是站在患者角度去考慮支付問題，隻有患者的效率提高，醫保才願意付費。"
此外，" 錢在什麽時間花 " 也很重要，也就是數字醫療産品具體應該用在哪些治療環節上。
張樂輝認爲，很多數字療法隻是證明了 " 我能做這件事 "，但從衛生經濟學的角度講，還沒有證明自己 " 在什麽時間節點 " 使用，經濟性更好。" 這樣醫保也會猶豫：患者的确是受益了，但和成本比是否有優勢呢？"
站在投資方的角度，薄荷基金合夥人門帥也給出了評估數字醫療團隊、産品和市場的方法。 " 首先，看技術可能要看團隊整體的算法思路，當算法應用到實際場景時，還是需要一個工程化、産品化的團隊，這是當前很多技術團隊的短闆，可能導緻一些問題；其次，在商業模式上，前端研發用的數據工具、後端針對臨床場景的數據工具，所針對的付費客戶不同，前端更多是 2B 的産業型客戶；後端臨床場景中應用某一個數據工具時，付費方就比較複雜。而且，涉及到數據的所有權及商業化，實際上還是一個待解決的問題。所以，我們現在看到更多的商業化成功案例，實際上是在前端加速研發效率的公司。"
除醫療行業細分領域的行業研讨外，本次全球健康産業創新大會上，由清華工研院全球健康産業創新中心主辦的 " 首都醫療衛生領域創新力培養—探索計劃 "、" 醫療健康産業領航創新發展計劃 "、" 心血管領域啓新計劃 " 也同步舉辦了畢業儀式。本次大會緻力于推動醫工結合科技創新和成果轉化高質量發展，助力醫工融合，加強科技成果轉化，分享醫療創新成果，促進共同發展。
北京清華工業開發研究院院長金勤獻在大會現場表示，清華工研院承擔着清華大學科技成果在北京轉化和産業化的使命，而醫療健康領域是清華工研院重點關注的方向。未來，清華工研院将堅持創新驅動發展，依托清華大學領先的工科優勢和北京市集聚的臨床研究資源，加強原創性、引領性科技攻關，推動科技成果轉化。
