選擇從結(jié)構(gòu)化報告切入，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，但是實際什么東西也挖不出來。經(jīng)驗和資歷越深的醫(yī)生，對結(jié)構(gòu)化報告、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。對于多數(shù)醫(yī)療機構(gòu)來講，通過招聘滿足診斷需求，難度越來越大。

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。也就是說每隔5年，影像診斷知識的50％都會變得陳舊過時。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�，F(xiàn)有的進(jìn)修、網(wǎng)課、培訓(xùn)班、學(xué)術(shù)會議等學(xué)習(xí)方式各有千秋。從參與人員的廣度和診斷知識的覆蓋面來講，這些方法尚不能滿足系統(tǒng)性提升診斷隊伍整體水平的迫切需求。

一邊是快速更新迭代的知識，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／粘貼方式輸出報告。這種方式雖然效率較高，但質(zhì)量堪憂。

“我們意識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是無法阻擋的，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；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�！�

國內(nèi)有越來越多醫(yī)院客戶提出對于決策支持的需求，岳新在國外參展時，發(fā)現(xiàn)國外也已經(jīng)漸漸興起了影像智能決策產(chǎn)品。國外的影像決策支持產(chǎn)品分為臨床申請——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)場景，自動化地將相關(guān)數(shù)據(jù)自動從周邊信息系統(tǒng)提取出來，并根據(jù)影像領(lǐng)域的專家共識進(jìn)行自動化地推演，將一個大體的結(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。

暢想一個場景：傳統(tǒng)模式下醫(yī)療機構(gòu)聘任30人，支付30份工資，干30個人的工作；未來使用決策支持系統(tǒng)之后，仍然聘任30人，但支付40人的工資，干50個人的工作。這個場景提示我們決策支持業(yè)務(wù)的2個本質(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)療個性化的復(fù)雜性和質(zhì)量的前提下，平均單個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和簡單的推理勞動，將他們的工作推向更高的診療分析境界。

總的來說，所以醫(yī)學(xué)影像的智能決策是一個完整的鏈條。賽邁特銳為什么選擇在最后的結(jié)構(gòu)化報告領(lǐng)域切入，因為它是最后結(jié)果呈現(xiàn)的環(huán)節(jié)。

“如果一個產(chǎn)品在申請環(huán)節(jié)做得非常好，但是在結(jié)果環(huán)節(jié)沒有體現(xiàn)，客戶是不愿意是付費的。其實醫(yī)學(xué)影像決策是一個完整的鏈條，如果需要輸出完整的結(jié)構(gòu)化報告，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。所以我們選擇為結(jié)果負(fù)責(zé)也是為流程負(fù)責(zé)�！�

真實的矮需求，需要下苦功夫

在看到這個嶄新又空白的領(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)。

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

第二大難點是從不同角度整合知識圖譜。知識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，所有的知識圖譜工作都需要醫(yī)學(xué)影像博士的參與。

第三大難點是知識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)，與實驗室系統(tǒng)、病理系統(tǒng)、患者歷史數(shù)據(jù)。

“這意味著，我們有60多個單病種，就需要和60多個系統(tǒng)進(jìn)行整合。所以影像決策支持這個工作是下苦工，是一個特別慢的事情，是一種矮需求。如果我們把一個需求從有沒有人用和有沒有人付費兩個維度劃分，既有人用，也有人付費，那么它就是真需求，而真需求中如果是不需要太多個性化，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領(lǐng)域，它存在真實的需求，但是它是矮需求。因為打磨產(chǎn)品的過程中需要和不同的科室完善它們對于知識圖譜的需求，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)出是一個比較慢的過程。

雖然堅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)品一定會最終的認(rèn)可。

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

創(chuàng)立四年來，在這條少有人走的路上，賽邁特銳獲得了全國頂尖醫(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)化報告項目招標(biāo)，賽邁特銳成功中標(biāo)。這個項目的中標(biāo)不僅代表了賽邁特銳的技術(shù)實力，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＋代表著在智能影像決策方面，未來還有更多的想象空間。