醫療器械創新網
近年來，“數字化”逐漸成為醫療器械領域的熱點：AI、5G、區塊鏈等技術的發展，加上政策利好釋放出的廣闊基層醫療市場空間，通過數字化實現醫療影像行業的跨越式發展已經成為業內廣泛共識。
然而，在推進醫療影像數字化的征程上，利益分配格局不平衡、技術研發瓶頸及業務模式的迭代等因素應引起業內從業人員的重視。
醫療影像數字化：多方利好下的隱憂
目前，政策利好與數字化產業布局也形成了一套“組合拳”，呈現出醫療影像行業發展的完整邏輯：
▲政策與數字化產業布局共同應對醫療影像存在的問題
▲醫療影像數字化是上游企業與下游醫院的共同需求
毫無疑問，上游企業和下游醫院都有推進醫療影像數字化的動力：
對上游企業而言，數字化技術將實現影像設備的智能化、集成化發展，企業不再單純出售設備，還將通過產品的數字化技術特征實現更多業務場景及盈利模式創新。
對下游醫院而言，影像設備的數字化不僅將提升診斷與診療效率，還能提供更多輔助功能，更有利于成本管控；此外，數字化產品也為醫院提升營收提供更多想象力。
但是，新事物在實踐中的發展不是一蹴而就的。當前，醫療影像數字化正面臨以下幾個方面的問題：
下游醫院利益不易協調：雖然影像數字化對下游醫院整體利好，但具體到不同的醫院，則會產生因利益壁壘導致的“數據孤島”問題，這在云PACS的推廣上表現十分明顯；
數字化技術尚不成熟：實踐中，醫院對于引入數字化產品的要求十分嚴格，這也意味著醫療數字化產品在實現“走量”之前，需要經過漫長的打磨迭代，目前醫療影像AI產品正在經歷這一痛苦的“蛻變”；
數字化業務模式迭代本身是一個殘酷的淘汰過程：業務模式創新的過程也是技術、資本、人才等資源的動態博弈。多方的角逐使“數字化”這個不帶情感的詞語顯得更加冷酷，未來，第三方影像中心將迎來更加激烈的競爭。
PACS：云端化能否打破醫院間壁壘？
PACS（PictureArchiving and Communication System），即醫學影像存儲與傳輸系統，由計算機、網絡、存儲器及軟件構成，結合了醫學影像學、臨床醫學、圖像處理技術、計算與網絡通訊等學科與技術，是醫療影像數字化的重要組成部分。
如今，PACS已經普遍替代了傳統的膠片，成為醫院影像資料存儲與傳輸的主要途徑。臨床路徑上，PACS系統前端對接來自CT、MRI、DR、X線等影像設備的圖像資料，再傳輸給臨床終端、遠程終端或影像存儲中心。
PACS實現了影像資料無膠片化存儲，及資料遠程傳輸共享，對于互聯網遠程醫療、分級診療都具有重要的意義。
一、云PACS成為當前與下一階段發展趨勢
隨著高精度儀器的更新換代及患者信息數據采集的日益豐富與復雜，PACS存儲的影像資料容量不斷增加，精度要求也越來越高。數據采集、存儲空間不足和數據共享存在壁壘的問題日益凸顯，PACS云端化成為業界應對這些問題的共識。
▲云PACS的基本業務形態
目前，我國PACS整體滲透率約為50%，基層醫療機構的PACS建設則更不完善。從醫院本身的PACS安裝量看，目前全院級PACS主要集中在一線城市與三甲醫院，而二線城市與欠發達地區的醫院仍停留在科室級PACS階段。
而要實現云PACS，則有兩種途徑：對現有PACS系統實現云端化改造和直接構建云PACS。前者適用于上述已經安裝了PACS系統的醫院；后者則對資金不足的基層醫院更加有利。
從成本角度看，目前一套完整的院級PACS成本約為1000萬元，這對基層醫院來說是一筆巨大投入，而云PACS低投入、按量付費的特點可以有效滿足基層醫療機構的需求，具有一定市場前景。
無論是針對基層醫院的PACS還是對已有本地PACS進行云改造，云PACS的要求則是一致的，即理想的云PACS系統應該能有效實現本地PACS和云端PACS系統同步更新，雙向互動，保證數據存儲的實時性。
二、數據共享不僅僅是技術問題
云PACS的實現將沿著私有云PACS-混合云PACS-公有云PACS的路徑推進。
目前，云PACS還面臨數據標準不統一等方面的技術瓶頸：
從不同的影像設備匯集到PACS中的數據格式與質量參差不齊，而數據分析和輸出結果的可信度在很大程度上取決于收集到的數據質量的高低，沒有數據的準確性保證，大數據分析就變成了一紙空談。
除了一定技術瓶頸外，醫院之間的壁壘也是造成當前影像數據“孤島”現象的重要原因。理論上，將各個醫院間的影像數據實現共享，建立區域乃至全國范圍內的PACS平臺，將更有利于數字化效應的發揮，而目前云PACS主要以院內建設為主，即私有云PACS。
當前，醫院之間的數據互通與共享既存在行政上的障礙，也存在其他利益方面的沖突，所以，區域與區域、醫院與醫院之間，還是存在一定醫療數據的壁壘。醫療影像數據的共享也受到一定影響。
目前，私有云PACS的數據主要為體檢系統等非醫療核心內容。隨著云計算技術的成熟，及分級診療、影像中心的進一步發展，協同需求將促使醫院逐漸向混合云PACS遷移，僅保留部分核心數據。隨著院外業務場景的進一步成熟，未來，公有云PACS將成為多數醫院的主流選擇。
當然，這一路徑也對云PACS服務商在技術、團隊、資金等方面提出了更高的要求。所以，按照這一路徑，未來國內云PACS企業也將面臨一次“大浪淘沙”式的篩選。
AI技術+醫療影像：技術短板限制了產品推廣
PACS/RIS和第三方醫療影像中心在時間與空間上推動了醫療影像的數字化，但最終還需要落實到影像診斷的數字化，而AI技術正在這一方面發揮著日益重要的作用。
在實踐中，醫院的影像診斷主要由放射科醫師承擔，但數據顯示，我國放射科醫師數量的年增長率約為 4.1%，而醫學影像數據的年增長率則為 30%，巨大缺口帶來的是醫生負荷過重及相應的漏診、誤診率的增加。
AI技術的意義在于提升醫生的看片效率，進而緩解醫護供給與供需落差等問題。
當前，AI+醫療影像獲得來自資本方面的青睞，相關數據顯示，截止2019年7月，中國市場126家活躍的醫療人工智能企業中，開展醫學影像業務的企業即有57家，占比45%。
雖然AI+醫療影像成為各方追逐的熱點，但數據與算法等技術短板在一定程度上制約了當前AI類產品的大規模推廣。
一、數據收集與標準化難題制約著AI產品的爆發
對AI企業來說，數據獲取與算法是發展的關鍵，這一特征同樣反映在醫療影像中，其中，醫療影像數據的獲取與標準化成為困擾當前AI企業的痛點。
1. 數據收集難：分散又敏感
AI+醫療影像首先要克服的問題是收集分散的影像數據。數據分散的原因在于AI企業一般先根據病種來確立研發方向，再與相關醫院建立合作。企業的這一圍繞病種進行研發的思路使的數據往往集中在某一個醫院的某個病種，故整個行業的企業分布、數據收集都呈現分散的形態。
在數據分散的情況下，數據的“歸屬性”問題也是擺在AI企業面前的一道難題。對于醫院和AI企業來說，哪些數據可以被用于訓練是一個很敏感的問題。一個經典案例就是DeepMind公司，盡管造出了Alphago，但卻因為提供了160萬用戶的醫療數據而身陷官司。
在我國，醫療數據的歸屬權、管理權和使用權同樣是一個敏感問題。企業獲取數據是否合法、使用是否合規尚有待政府的進一步明確。
一些區塊鏈企業嘗試通過加密算法的方式對病人數據進行加密、確權，以應對數據歸屬可能產生的糾紛，但短期看，這一問題仍將對業內參與者造成困擾。
2. 數據統一難：多源數據標準不一
對于醫療影像AI企業來說，數據的量固然值得關注，但質則更加重要。需知，中國每年產生大量醫療數據，但很多數據因為不符合AI強調的4V屬性（volume 數量、variety 多樣性、velocity 速度、veracity 真實性），往往一經產生即進入留守狀態，難以用于AI訓練。
從實際操作看，只有高質量的醫療影像數據才能保證數據標注的準確性，進而提升AI模型學習的結果。目前，由于行業格局分散，行業競爭激烈，能否掌握醫院資源，與醫院建立起穩定的合作關系，獲得持續的高質量醫療影像數據是企業，尤其是初創企業生存的關鍵。
但是，由于不同科室、不同機型的數據格式不統一；不同醫院、醫生的診斷習慣不同，即使是高質量的數據也需要企業花費大量時間與醫院共同建立臨床數據的標準。
這一工作看似費時費力，但卻是所有希望未來在這一賽道中脫穎而出的企業必須參與進來的，因為只有參與到數據標準與規則的制定中，才有可能在未來的競爭中掌握更多的話語權。
二、AI推廣：渠道為王
目前，在醫療影像AI產品尚未實現“規模化”進入醫院的階段，其主要作為醫療器械被銷售給醫院，但受醫院控費的影響，這種推廣受到一定影響。
由于目前AI醫療影像產品尚不成熟，還難以對基層醫療市場進行滲透。但隨著政策的支持與研發的深入，AI影像產品的銷售量將會得到可觀提升，而對于很多專注于技術研發的AI企業來說，學習醫療器械企業，提前布局銷售渠道十分重要。
除了受自身技術研發進展影響以外，醫療影像AI產品大量進入醫院還需要經過三類醫療器械獲批和進入常規采購目錄等階段。不過，今年1月，國家藥監局發出了第一張醫療AI三類證（來自科亞醫療的冠脈血流儲備分數計算軟件），這對于同類醫療AI企業而言是一個好消息。
從當前的市場格局看，無論是頭部的GPS，還是國內聯影、東軟、邁瑞等頭部玩家，都在積極布局AI類影像產品，這一類企業本身已經建立了完善的銷售渠道，故通過與這一類頭部企業的器械進行深度銷售捆綁，是未來一類AI企業建立渠道的有效方法之一。
另一個值得參考的方法是，部分資金充裕的AI企業可以通過并購一些醫療器械企業，在獲取其醫院渠道的同時，以自身AI技術對器械進行升級。
此外，基層醫療機構也是不容忽視的市場。盡管目前基層醫院面臨需求不足、資金與醫生短缺等問題，但探究適合此類市場的商業合作模式應該被放到企業的日常表上，如是否可以通過按服務進行收費，在拓展市場的同時，也一定程度上緩解了基層醫療機構資金不足的窘境。
第三方醫療影像市場：業務模式需持續迭代，欲速則不達
近年來，第三方醫療影像市場熱度逐漸提升。與起步較早的美國市場類似，我國第三方醫療影像機構也分為輕資產型的遠程閱片中心與重資產型的第三方影像中心。
在我國，第三方醫療影像機構有著強烈的現實需求：一方面可以有效減輕大醫院“需求過載”的難題，同時還能為基層醫院承擔部分影像診斷功能。
在需求旺盛的同時，政策也在為第三方醫療影像的發展開綠燈：2016 年 8 月，國家衛計委正式印發《醫學影像診斷中心基本標準和管理規范（試行）》的通知，正式拉開了國內第三方醫學影像診斷中心發展的序幕。
在需求與政策的共同促進下，2016年以后，第三方醫療影像機構快速興起：國外以GE、西門子為代表，國內阿里巴巴、百度、萬東等機構迅速進軍這一領域，在全國各地一線城市設立影像中心。
▲目前國內主要第三方醫療影像中心
另外，業內外企業與資本也紛紛涌入這一領域，一些互聯網、房地產企業紛至沓來，成為“門外的野蠻人”。業外資本的涌入在促進行業繁榮的同時，也可能催生出泡沫。對于第三方醫療影像的發展來說，需要明確其不同發展階段的重點，避免盲目投入造成不必要的損失。
一、遠程閱片：殘酷的紅海市場
得益于國內醫院信息化基礎設施構建的逐漸完善，遠程閱片成為可能。在本次應對新冠肺炎疫情中，很多閱片中心提供24小時遠程閱片，提供了有力支持。
從遠程閱片的功能形態上看，其對基層醫療機構的影像診斷具有重要意義：由于我國醫療資源分布不平衡，導致基層醫院缺乏相應的資金、設備，同時大量受過專業訓練的醫療影像人才集中在一線城市和三級醫院，使基層醫療的影像診斷產生巨大的供應缺口。
遠程閱片則可以彌補這一缺口：基層醫院可以分享優質醫療資源，留住患者；對患者而言，就醫更加便捷省時；對于業內企業，廣闊的基層醫療市場提供了豐富的利潤空間，同時還能快速掌握基層醫院、影像專家資源。
雖然遠程閱片具有很好的市場想象力，但有幾個問題是進入者必須考慮的。
遠程閱片難以構建護城河，競爭激烈。不同于第三方影像中心的重資產投入，遠程閱片中心資產較輕，對于資金并不充裕的中小企業而言具有很強的吸引力，但這也意味著對于新進入者而言，并沒有很高的資金門檻，行業競爭非常激烈。
服務同質化現象嚴重。競爭者眾多，但是提供的服務卻基本類似，難以形成服務的差異化，造成的后果是醫院選擇多，但遠程閱片企業卻又難以形成穩定的影像數據來源。
同樣的情況也存在于相對成熟的美國市場：美國遠程閱片市場已有近20年歷史，但至今仍處于分散經營的狀態。由于門檻較低且服務同質化現象嚴重，代表企業vRad和Nighthawk長期維持低毛利率，被迫向數據與咨詢等衍生業務拓展。
基于以上原因，由一些第三方實體影像中心開設遠程閱片服務反而更加經濟。實際上，很多第三方實體影像中心也確實正在提供遠程閱片服務。而國內一些初創的遠程閱片企業也往往與萬東、阿里、百度等巨頭相關聯。
未來，遠程閱片企業勝出的關鍵在于：一，是否能提供更加差異化個性化的服務，如通過人工智能等提供智能篩查服務；二，是否能獲得持續穩定的影片來源。
二、第三方影像中心：“高筑墻、廣積糧、緩稱王”
第三方獨立影像中心的出現，既是醫院發展到一定階段后，剝離檢驗檢測、影像等輔助科室的必然結果，也與我國推進分級診療、醫保控費等政策緊密相關。
同遠程閱片一樣，第三方影像中心同樣是應對當前各級醫院影像診斷資源供不應求問題的有效方法，但對比遠程閱片，第三方影像中心在進入壁壘、資金需求、準入門檻等方面要求更高。
根據衛健委相關規定，醫學影像診斷中心無論在科室設置、人員配備還是影像設備的軟硬件方面，都有具體要求，以設備為例，除了要求影像中心配備PACS/RIS系統外，還要求至少配備2臺DR、16排CT和64排以上CT各一臺、1.5T及以上MRI1臺、超聲3臺、心電圖儀2臺等。
一系列規定就決定了第三方影像中心的準入具有一定資金門檻。此外，由于涉及到醫療器械的采購和使用，所以企業還需要投入大量時間去申請相關醫療牌照與配置證。
前期的大量投入形成了較高的進入門檻，所以，第三方實體影像中心的參與者往往具有一定規模，或為依托大企業的初創公司。從參與者構成來看，多為GE、萬東醫療等具有成熟醫院端渠道的醫療器械企業以及阿里百度等互聯網公司。此外，部分房地產與保險公司也通過投資收購等方式參與了進來。
目前，大企業或憑資金，或靠渠道，圍繞第三方影像中心市場“跑馬圈地”，逐漸形成目前國內大約600億左右的行業規模。當前及下一階段，“跑馬圈地”的狀態仍將持續，各企業的目標在于逐漸與區域中心醫院形成穩定的合作關系，并在區域內快速擴張，形成多級服務網絡與品牌效應，形成若干家擴區域的連鎖影像中心。?
實際上，“高筑墻”只是第三方影像中心發展的第一步，隨著未來各地建立起多個“派系”下的影像中心，競爭將轉入“廣積糧，緩稱王”的存量競爭階段。具體來說，影像中心需要解決好以下問題：?
首先，提升服務水平與運營管理能力。具體來說，在面向中心醫院時，企業需要思考其能否提供各級醫院認可的服務與成果并為C端用戶提供差異化服務與衍生服務。而在面向基層醫院時，則需要找準合作模式，提升基層服務能力和機器使用率，降低成本。
其次，無論對于遠程閱片中心還是第三方實體影像中心，優秀的醫生儲備是保證長遠發展的關鍵。當前我國影像科醫生教育體系薄弱，執業醫生知識體系、經驗差異較大的現狀不利于影像中心的長遠發展，所以，獲取持續優質的醫生資源是可以進一步打通中心與醫院之間的業務壁壘，成為在未來競爭中勝出的有力武器。
數字化是一個激動人心的概念，當它與醫療影像相結合的時候，更會讓從業者們產生無限的遐想，躍躍欲試。但當從業者們穿過數字化描繪的第一道美好藍圖后，才會發現，通往下一站的路將是如此的漫長，而此時卻退無可退了：
PACS系統、云PACS、第三方醫療影像中心等，鋪好了通往下一站的路和橋—— 盡管顯得很粗糙；而AI、5G、區塊鏈技術等看似炫目光鮮的科技則是橫在路邊未經打磨的交通工具。
對從業者而言，或者選擇鋪路，或者選擇去改進那些交通工具，讓他們在路上跌跌撞撞地前進。但無論如何選擇，他們，還有我們都堅信，數字化的美好前景終將達到。
在此之前，大家且行且珍惜。
