對(duì)于醫(yī)療產(chǎn)品，獲得審批才能走向市場(chǎng)，審批的重要性不言自
明。但很多公司在這個(gè)階段卻不是很順利，筆者希望通過本文給投資人和創(chuàng)業(yè)者梳理一下醫(yī)療AI產(chǎn)品在監(jiān)管部門審批中可能存在的雷區(qū)。本文主要有兩個(gè)方向：第一是從技術(shù)角度來理解 AI，著重于較為人知的圖像識(shí)別方面的AI。第二是關(guān)于醫(yī)療AI產(chǎn)品在獲得審批方面可能存在的雷區(qū)，著重通過產(chǎn)品的核心要素來分析報(bào)證過程中可能存在的“雷區(qū)”。
1
醫(yī)療AI簡(jiǎn)述
醫(yī)療AI 定義金字塔
基礎(chǔ)層
：通過軟硬件的基礎(chǔ)設(shè)施，收集用戶、藥物及病理數(shù)據(jù)，并使數(shù)據(jù)互通互聯(lián)，為人工智能的應(yīng)用提供支持與可能。
技術(shù)層
：通過語音/語義識(shí)別、計(jì)算機(jī)視覺技術(shù)，對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析提煉。“學(xué)習(xí)”大量病理學(xué)數(shù)據(jù)文本，使機(jī)器掌握問答、判斷、預(yù)警、實(shí)施的能力。
應(yīng)用層
：是指人工智能與不同細(xì)分領(lǐng)域的結(jié)合，以解決醫(yī)療行業(yè)中的某種業(yè)務(wù)需求，如智能診斷、藥物研發(fā)、智能健康管理、智能語音等醫(yī)療場(chǎng)景。
以上引自——鯨準(zhǔn)數(shù)據(jù)相關(guān)報(bào)道[1]。
目前來看，行業(yè)巨頭偏向底層技術(shù)，技術(shù)壁壘比較高，市面上合格的人工智能人才比較匱乏，市場(chǎng)提供了非常有競(jìng)爭(zhēng)力的薪資。目前創(chuàng)業(yè)公司扎堆應(yīng)用層方面的項(xiàng)目，這樣的項(xiàng)目比較容易變現(xiàn)，開發(fā)容易見效。
對(duì)比國內(nèi)和國外的醫(yī)療人工智能圖譜，國內(nèi)最熱門的是醫(yī)學(xué)影像識(shí)別，國外熱門的有醫(yī)學(xué)影像以及幫助藥物開發(fā)方面的應(yīng)用。對(duì)于藥物研發(fā)產(chǎn)業(yè)來說，研發(fā)效率和成功率的提升非常重要，如果我們用研發(fā)費(fèi)用作為參考，來計(jì)算市場(chǎng)潛力，我們會(huì)明白這樣的選擇無疑是很合理的。國內(nèi)也有相關(guān)方面的公司，并且進(jìn)展良好，但是相對(duì)比例較低。
醫(yī)療是人工智能各個(gè)應(yīng)用領(lǐng)域中相對(duì)活躍的。大量創(chuàng)業(yè)公司在2014年之后集中涌現(xiàn)，但是行業(yè)獨(dú)角獸顯然起步更早，比如新晉獨(dú)角獸Heartflow，以CT-FFR產(chǎn)品為核心，在2014年就獲得了FDA批準(zhǔn)。2018年4月，F(xiàn)DA也批準(zhǔn)了IDx公司的第一個(gè)AI讀片軟件IDx-Dr。國內(nèi)外的投資機(jī)構(gòu)對(duì)AI也格外青睞，投資項(xiàng)目數(shù)量和金額在這幾年都明顯增長。
但是無論國內(nèi)還是國外，目前AI項(xiàng)目的融資輪次都還集中在早期，只有少數(shù)公司進(jìn)行到了B+輪之后，更多的是天使輪以及A輪。整個(gè)行業(yè)比較年輕化，集中度低，尚未出現(xiàn)明顯的獨(dú)角獸或者壟斷。
總的來說，全球人工智能同步性高，美國，歐洲，中國都有良好的人才儲(chǔ)備，大部分企業(yè)還處在早期。創(chuàng)業(yè)公司機(jī)會(huì)很大，但是同時(shí)競(jìng)爭(zhēng)也會(huì)非常激烈。醫(yī)藥巨頭們紛紛搭建自己的AI團(tuán)隊(duì)，創(chuàng)業(yè)公司最好避免與大公司直接競(jìng)爭(zhēng)。真正好的項(xiàng)目，開發(fā)進(jìn)度快的項(xiàng)目肯定會(huì)受到資本青睞。
2
以技術(shù)角度來理解AI項(xiàng)目
根據(jù)筆者與學(xué)校Machine Learning 授課教授交流，文獻(xiàn)閱讀以及各家醫(yī)療AI公司披露的公開信息和觀點(diǎn)來看，我們可以簡(jiǎn)單地認(rèn)為，目前，“弱人工智能”的核心是數(shù)據(jù)而不是算法。
加州大學(xué)洛杉磯分校UCLA、統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)教授、視覺、認(rèn)知、學(xué)習(xí)與自主機(jī)器人中心主任朱松純?cè)谝曈X求索的一篇文章《淺談人工智能：現(xiàn)狀、任務(wù)、構(gòu)架與統(tǒng)一 | 正本清源》中提出了烏鴉智能和鸚鵡智能來比喻弱人工智能和強(qiáng)人工智能。
烏鴉能自主分析判斷，通過銜小石頭來幫助自己喝到瓶子中的水，這可以認(rèn)為是我們一直想達(dá)到的人工智能的狀態(tài)，但是目前人工智能產(chǎn)品更多的是鸚鵡學(xué)舌，現(xiàn)在市場(chǎng)上的AI產(chǎn)品多是用大數(shù)據(jù)量訓(xùn)練出來的，是單一方向上的“專家”。
這一輪人工智能有前所未有的進(jìn)步，可以歸結(jié)為以下兩個(gè)原因：
第一， 大量數(shù)據(jù)的積累。特別是在醫(yī)學(xué)方面，隨著醫(yī)院各個(gè)系統(tǒng)的電子化和信息化，可以用于訓(xùn)練的數(shù)據(jù)大量累積。
第二， 計(jì)算機(jī)計(jì)算力的提升。近些年，以云計(jì)算以及GPU為代表的計(jì)算力提升極大減少了訓(xùn)練模型所需要的時(shí)間。[2]
將大量的數(shù)據(jù)和計(jì)算力結(jié)合，研究人員得以在較短的時(shí)間里完成模型的搭建，并做出原型軟件?；谝陨险J(rèn)識(shí)，我們可以歸納出分析A I項(xiàng)目的幾個(gè)要點(diǎn)：
核心開發(fā)團(tuán)隊(duì)最好是人工智能人才和醫(yī)療人才兼?zhèn)?。目前多?shù)團(tuán)隊(duì)在算法改進(jìn)方面都是人工智能團(tuán)隊(duì)，這樣容易造成核心算法同質(zhì)化嚴(yán)重。以圖像識(shí)別為例，各個(gè)團(tuán)隊(duì)和核心底層算法都是卷積神經(jīng)網(wǎng)絡(luò)，如果在算法層面沒有獨(dú)到之處，那非常容易在數(shù)據(jù)量累積到一定程度，各家軟件的特異性，敏感性趨同。國內(nèi)團(tuán)隊(duì)方面，圖瑪深維的首席科學(xué)家，兼有生物醫(yī)學(xué)工程和計(jì)算機(jī)雙重背景，這樣的復(fù)合型人才價(jià)值是巨大的。復(fù)合背景的團(tuán)隊(duì)可以著重關(guān)注。
注意甄別各個(gè)團(tuán)隊(duì)用的數(shù)據(jù)情況。在訓(xùn)練數(shù)據(jù)方面，數(shù)據(jù)的來源，質(zhì)量，種類都需要注意，數(shù)據(jù)來自公開數(shù)據(jù)集還是從固定醫(yī)院采集，包括使用儀器都應(yīng)該納入考慮范圍。在測(cè)試數(shù)據(jù)方面也是同樣的考量，主要是考慮到人工智能產(chǎn)品的試用范圍。
項(xiàng)目需要和醫(yī)院有良好的合作關(guān)系以及醫(yī)生對(duì)產(chǎn)品的認(rèn)可。畢竟產(chǎn)品最終還是要交付給醫(yī)院方面用的，和業(yè)界能保持緊密的聯(lián)系有助于項(xiàng)目的開發(fā)以及后續(xù)改進(jìn)。
目前醫(yī)學(xué)的發(fā)展肯定不是完美的 ，學(xué)界可能對(duì)人體的認(rèn)知存在問題，所以如果我們用過多的規(guī)則去規(guī)范AI可能適得其反。深度學(xué)習(xí)作為AI的最大特性，它是優(yōu)點(diǎn)，因?yàn)樗梢宰约焊倪M(jìn)自己，但是從某種意義上講就是一個(gè)不同的產(chǎn)品，所以這樣的特點(diǎn)也給監(jiān)管層帶來了困擾。
在概率統(tǒng)計(jì)的框架下，目前很多公司采用的模式都是針對(duì)一個(gè)特定的任務(wù)來設(shè)定一個(gè)Loss function，用大量的數(shù)據(jù)來訓(xùn)練一個(gè)模型，這就導(dǎo)致了模型可能很難解釋。而且，在醫(yī)學(xué)圖像識(shí)別方面用的核心底層算法神經(jīng)網(wǎng)絡(luò)本來就是一個(gè)沒有theory，但是有很多engineering的算法。這個(gè)問題可能會(huì)讓監(jiān)管層感到困惑。
3
向監(jiān)管機(jī)構(gòu)（FDA，CFDA）
報(bào)證中可能存在的雷區(qū)
以IDx-DR和全自動(dòng)數(shù)字病例分析儀和DNA細(xì)胞自動(dòng)檢測(cè)分析儀為例子。
目前FDA批復(fù)的唯一醫(yī)療AI讀片軟件IDx-DR 用于糖尿病視網(wǎng)膜病變， 但該產(chǎn)品的問題在于限定了拓普康(Topcon)的NW400 眼底鏡，只能看糖網(wǎng)。
已經(jīng)被CFDA，CE和FDA批準(zhǔn)的武漢蘭丁，DNA細(xì)胞自動(dòng)檢測(cè)分析儀(審批過程中沒提到AI，但宣傳口徑都是AI)，有擦邊球的感覺。
目前CFDA，涉及AI的產(chǎn)品，無論是申報(bào)二類還是三類器械，都需要去中國食品藥品鑒定研究院做鑒定。但是目前中檢院現(xiàn)在只有2個(gè)庫，一個(gè)是肺結(jié)核數(shù)據(jù)庫，一個(gè)是眼底數(shù)據(jù)庫。如果不是這兩個(gè)領(lǐng)域的，可能需要等中檢院建完了庫才能拿到認(rèn)證，認(rèn)證時(shí)間不可確定，需要格外謹(jǐn)慎。需要跟進(jìn)中檢院建庫的進(jìn)度。但是已經(jīng)建庫的方面問題在于行業(yè)競(jìng)爭(zhēng)已經(jīng)非常激烈了，需要考慮風(fēng)險(xiǎn)。
根據(jù)IDx-DR的審批結(jié)果， 它的FDA批件更多是一個(gè)象征意義，由于儀器限制的存在，導(dǎo)致了該產(chǎn)品在市場(chǎng)的可用場(chǎng)景過少。在新產(chǎn)品的審批的時(shí)候，必需考慮到AI產(chǎn)品核心模型的兼容性問題。新產(chǎn)品需要在不同圖片質(zhì)量，不同儀器情況下都有較高的敏感性和特異性。
武漢蘭丁的模式值得思考，筆者認(rèn)為，該模式存在監(jiān)管層面風(fēng)險(xiǎn)。這樣的tricky的的技法一旦受到監(jiān)管層關(guān)注，很有可能前功盡棄，甚至還會(huì)受到追加處罰。
根據(jù)動(dòng)脈網(wǎng)對(duì)武漢蘭丁的專訪，以及披露出來的CFDA批準(zhǔn)函原件，文件對(duì)武漢蘭丁的產(chǎn)品的界定如下：
該產(chǎn)品有硬件和軟件兩部分組成，其中硬件部分由光學(xué)顯微鏡、自動(dòng)平臺(tái)、CCD攝像頭、計(jì)算機(jī)及計(jì)算機(jī)外設(shè)組成。軟件部分由三維自動(dòng)定位調(diào)焦模塊、圖像采集與存儲(chǔ)功能模塊、圖像處理功能模塊、圖像分析功能模塊、診斷報(bào)告輸出功能模塊及遠(yuǎn)程會(huì)診功能模塊組成。
在產(chǎn)品界定里面沒有提到任何人工智能相關(guān)描述，但是武漢蘭丁現(xiàn)在所有宣傳口都在以人工智能的名義做營銷點(diǎn)。根據(jù)蘭丁方面的宣傳看，他們儀器很有可能是實(shí)質(zhì)上運(yùn)用了人工智能技術(shù)。
現(xiàn)階段全世界都處于醫(yī)療AI的風(fēng)口，筆者對(duì)于武漢蘭丁的做法存保留意見。
4
總結(jié)
本文介紹了醫(yī)療AI的基本公司分類以及目前市場(chǎng)上比較成功的項(xiàng)目Heartflow 和IDx-Dr。從技術(shù)角度簡(jiǎn)單介紹了醫(yī)療AI發(fā)開的關(guān)鍵點(diǎn), 并結(jié)合已經(jīng)獲得FDA和CFDA產(chǎn)品以及從中檢院了解到的信息和大家探討了醫(yī)療AI在審批過程中可能存在的雷區(qū)。基于獲批的相關(guān)案例，以及各國監(jiān)管機(jī)構(gòu)在對(duì)待AI審批的準(zhǔn)備方面，無論是正在創(chuàng)業(yè)的醫(yī)療AI公司或者對(duì)此類產(chǎn)品有興趣的投資公司，都需要酌情考慮。希望本文章能讓讀者有所啟發(fā)。
參考文獻(xiàn)：
[1]: "一張圖看AI醫(yī)療：241起國內(nèi)融資，幫你發(fā)現(xiàn)AI醫(yī)療的下一個(gè)熱點(diǎn)." 36æ°ª. Accessed July 23, 2018. http://36kr.com/p/5090544.html.
[2]:《視覺求索》微信公眾號(hào)——淺談人工智能：現(xiàn)狀、任務(wù)、構(gòu)架與統(tǒng)一 | 正本清源
數(shù)字化要一盤棋更要各自為戰(zhàn)
分享到微信 ×
打開微信，點(diǎn)擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。