選擇從結(jié)構(gòu)化報(bào)告切入，為結(jié)果負(fù)責(zé)

岳新表示：“醫(yī)院表面上守著大數(shù)據(jù)的金礦，但是實(shí)際什么東西也挖不出來(lái)。經(jīng)驗(yàn)和資歷越深的醫(yī)生，對(duì)結(jié)構(gòu)化報(bào)告、決策支持的要求就越高�！�

隨著人口老齡化、健康篩查的普及、影像設(shè)備精度、速度的提高，診斷醫(yī)生面臨的影像數(shù)據(jù)每年以20％－30％的速度在增長(zhǎng)著。另一面，醫(yī)學(xué)院校培養(yǎng)的診斷醫(yī)生僅能滿足診斷整體人力資源每年3％－4％的增長(zhǎng)。對(duì)于多數(shù)醫(yī)療機(jī)構(gòu)來(lái)講，通過(guò)招聘滿足診斷需求，難度越來(lái)越大。

隨著信息系統(tǒng)的普及、數(shù)據(jù)分析／挖掘的深化，影像學(xué)的診斷知識(shí)飛速發(fā)展，其半衰期從10年下降到5年，甚至下降到3年。也就是說(shuō)每隔5年，影像診斷知識(shí)的50％都會(huì)變得陳舊過(guò)時(shí)。診斷所涉及的數(shù)據(jù)維度和推理深度大幅增加，正在超越醫(yī)生的記憶極限。現(xiàn)有的進(jìn)修、網(wǎng)課、培訓(xùn)班、學(xué)術(shù)會(huì)議等學(xué)習(xí)方式各有千秋。從參與人員的廣度和診斷知識(shí)的覆蓋面來(lái)講，這些方法尚不能滿足系統(tǒng)性提升診斷隊(duì)伍整體水平的迫切需求。

一邊是快速更新迭代的知識(shí)，另一邊是醫(yī)生難以負(fù)荷的工作量。這就直接導(dǎo)致很多影像科醫(yī)生采用復(fù)制／粘貼方式輸出報(bào)告。這種方式雖然效率較高，但質(zhì)量堪憂。

“我們意識(shí)到影像決策支持是改變現(xiàn)狀的出路。醫(yī)學(xué)影像的智能化這一趨勢(shì)是無(wú)法阻擋的，但要完成真正的智能化，醫(yī)生不僅需要AI輔助診斷，而是需要更多的決策支持，只有將知識(shí)變成日常診斷工作，天馬行空的高深技術(shù)才能被使用起來(lái)；只有將工具植入到日常工作流程中，才能低成本、規(guī)�；�地使用起來(lái)�！�

國(guó)內(nèi)有越來(lái)越多醫(yī)院客戶提出對(duì)于決策支持的需求，岳新在國(guó)外參展時(shí)，發(fā)現(xiàn)國(guó)外也已經(jīng)漸漸興起了影像智能決策產(chǎn)品。國(guó)外的影像決策支持產(chǎn)品分為臨床申請(qǐng)——掃描——AI影像后處理——影像決策四大流程。

傳統(tǒng)的流程系統(tǒng)為我們記錄了各種過(guò)程信息，但還是讓醫(yī)技護(hù)自己去系統(tǒng)當(dāng)中人工查找資料。決策支持系統(tǒng)則根據(jù)業(yè)務(wù)場(chǎng)景，自動(dòng)化地將相關(guān)數(shù)據(jù)自動(dòng)從周邊信息系統(tǒng)提取出來(lái)，并根據(jù)影像領(lǐng)域的專家共識(shí)進(jìn)行自動(dòng)化地推演，將一個(gè)大體的結(jié)果呈現(xiàn)給醫(yī)技護(hù)，從而大幅度提高他們的工作效率和工作質(zhì)量。

暢想一個(gè)場(chǎng)景：傳統(tǒng)模式下醫(yī)療機(jī)構(gòu)聘任30人，支付30份工資，干30個(gè)人的工作；未來(lái)使用決策支持系統(tǒng)之后，仍然聘任30人，但支付40人的工資，干50個(gè)人的工作。這個(gè)場(chǎng)景提示我們決策支持業(yè)務(wù)的2個(gè)本質(zhì)特征。首先影像決策支持的業(yè)務(wù)版圖在影像診斷的人力資源領(lǐng)域；其次在滿足醫(yī)療個(gè)性化的復(fù)雜性和質(zhì)量的前提下，平均單個(gè)患者的診療成本是降低的。

影像決策支持系統(tǒng)并不取代醫(yī)技護(hù)的崗位，而是取代他們的體力勞動(dòng)和簡(jiǎn)單的推理勞動(dòng)，將他們的工作推向更高的診療分析境界。

總的來(lái)說(shuō)，所以醫(yī)學(xué)影像的智能決策是一個(gè)完整的鏈條。賽邁特銳為什么選擇在最后的結(jié)構(gòu)化報(bào)告領(lǐng)域切入，因?yàn)樗�是最后結(jié)果呈現(xiàn)的環(huán)節(jié)。

“如果一個(gè)產(chǎn)品在申請(qǐng)環(huán)節(jié)做得非常好，但是在結(jié)果環(huán)節(jié)沒(méi)有體現(xiàn)，客戶是不愿意是付費(fèi)的。其實(shí)醫(yī)學(xué)影像決策是一個(gè)完整的鏈條，如果需要輸出完整的結(jié)構(gòu)化報(bào)告，本質(zhì)上也需要AI后處理提供足夠的信息，也需要技師提供足夠好的掃描方案，也需要清晰準(zhǔn)確的申請(qǐng)。所以我們選擇為結(jié)果負(fù)責(zé)也是為流程負(fù)責(zé)�！�

真實(shí)的矮需求，需要下苦功夫

在看到這個(gè)嶄新又空白的領(lǐng)域后，岳新決定再次創(chuàng)業(yè)成立了賽邁特銳。在這個(gè)全新的領(lǐng)域創(chuàng)業(yè)。雖然賽邁特銳依然是服務(wù)于放射科和影像科。但是影像決策支持和流程管理是完全不同的。

岳新表示首先遇到了三大方面的挑戰(zhàn)。

首先是知識(shí)圖譜的建立。智能決策支持需要根據(jù)現(xiàn)有的專家共識(shí)為醫(yī)生提供建議。雖然現(xiàn)有的專家共識(shí)都是標(biāo)準(zhǔn)化成文的，但是如何把大量的文本數(shù)據(jù)變?yōu)橹�識(shí)圖譜工作難度非常大。同時(shí)專家共識(shí)需要經(jīng)常更新，需要不斷完善知識(shí)圖譜的專業(yè)性。

第二大難點(diǎn)是從不同角度整合知識(shí)圖譜。知識(shí)圖譜的整理需要滿足臨床科室、影像科室、患者角度進(jìn)行整理，所以，所有的知識(shí)圖譜工作都需要醫(yī)學(xué)影像博士的參與。

第三大難點(diǎn)是知識(shí)圖譜和其他信息系統(tǒng)的整合。作為醫(yī)學(xué)影像智能化最后的環(huán)節(jié)，結(jié)構(gòu)化報(bào)告在縱向上需要提取AI輔助診斷中的關(guān)鍵圖像；在橫向上需要跨越醫(yī)院其他系統(tǒng)，與實(shí)驗(yàn)室系統(tǒng)、病理系統(tǒng)、患者歷史數(shù)據(jù)。

“這意味著，我們有60多個(gè)單病種，就需要和60多個(gè)系統(tǒng)進(jìn)行整合。所以影像決策支持這個(gè)工作是下苦工，是一個(gè)特別慢的事情，是一種矮需求。如果我們把一個(gè)需求從有沒(méi)有人用和有沒(méi)有人付費(fèi)兩個(gè)維度劃分，既有人用，也有人付費(fèi)，那么它就是真需求，而真需求中如果是不需要太多個(gè)性化，放之四海而皆準(zhǔn)的產(chǎn)品那么就是高需求。而在影像決策支持這個(gè)領(lǐng)域，它存在真實(shí)的需求，但是它是矮需求。因?yàn)榇蚰ギa(chǎn)品的過(guò)程中需要和不同的科室完善它們對(duì)于知識(shí)圖譜的需求，還要和不同的信息系統(tǒng)去做整合。這些復(fù)雜的屬性導(dǎo)致它的產(chǎn)出是一個(gè)比較慢的過(guò)程。

雖然堅(jiān)持影像決策支持這條路在前期有諸多困難，但岳新認(rèn)為誕生于臨床剛需的產(chǎn)品一定會(huì)最終的認(rèn)可。

“2016年剛開始踏入這個(gè)領(lǐng)域時(shí)，賽邁特銳花了9個(gè)多月，修改了300多次，才完成了前列腺癌的第一個(gè)報(bào)告模板。但當(dāng)我們真正完成的時(shí)候，我知道我們可以突破其他很多病種。就算產(chǎn)品再?gòu)?fù)雜，我們都可以突破。”

創(chuàng)立四年來(lái)，在這條少有人走的路上，賽邁特銳獲得了全國(guó)頂尖醫(yī)院影像醫(yī)生的認(rèn)可。除了在研發(fā)上，賽邁特銳和全國(guó)多家知名醫(yī)院達(dá)成合作。2019年12月，華西醫(yī)院就結(jié)構(gòu)化報(bào)告項(xiàng)目招標(biāo)，賽邁特銳成功中標(biāo)。這個(gè)項(xiàng)目的中標(biāo)不僅代表了賽邁特銳的技術(shù)實(shí)力，也充分證明了影像決策支持產(chǎn)品的商業(yè)化前景。

賽邁特銳的英文名叫做Smart imaging＋，這個(gè)＋代表著在智能影像決策方面，未來(lái)還有更多的想象空間。