文｜胡香赟
2023 年，伴随着 ChatGPT 引发的生成式人工智能热潮，AI 概念项目一度受到行业追捧。其中，以 AI 医疗、医疗数字化为代表的数字医疗赛道，仍是临床需求方和资本市场备受关注的方向。
据动脉网统计数据，2022 年 12 月到 2023 年 11 月一年时间里，国内数字医疗融资事件达到 109 起，融资金额约 57 亿元。细分来看，这 109 起融资中，超过 65% 的交易是在前 6 个月发生；约 50% 拿到融资的企业，主营业务中覆盖人工智能技术。
当前，医疗健康产业的融资寒冬仍在继续，数字医疗也到了商业化能力验证的关键节点。现阶段更应该关注哪方面的临床需求？团队建设要做出哪些调整？商业化的难题如何解决？
近日，由北京市卫生健康委员会、北京清华工业开发研究院、全球健康产业创新中心主办的 "2024 年全球健康产业创新大会 " 上，来自高校科研院所、三甲医院、投资机构、医疗企业等方向的从业者们，就数字医疗、神经外科、科研创新转化等热门话题，进行深入探讨。其中，现场嘉宾就数字医疗技术发展、产品适用场景、商业化突破等关键问题，提出洞察和见解。
在经历了过去数年间的探索后，从业者们的共识是：在医疗领域，想让人工智能做出 " 大而全 " 的产品可能性并不大，垂直应用的机会相对更强。这就要求企业回归到临床需求上寻找产品定位。只要有了需求，" 技术上总能找到一些办法 "。
比如在人工智能最常覆盖的筛查场景上，天津医科大学肿瘤医院肝胆肿瘤科主任医师宋天强以肝癌为例介绍称，其实 90% 肝癌患者都有乙肝背景，是一种高危人群非常特定的疾病。但中国的肝癌发现往往是在晚期，是因为绝大部分的乙肝人群 " 不知道自己有乙肝 "，反而是得了肝癌之后反过来检查时才知道。
" 如果他在很早就知道自己是乙肝患者，进行定期筛查，或许就能实现早诊早治。我认为，如果要大幅提升肝癌患者的 5 年生存期，靠晚期治疗可能很难，更多的是需要在早期发现风险。但我们医生之间沟通时，发现肺癌等适应症的早筛做得如火如荼，但肝癌几乎没有公司在做，这方面临床对人工智能的需求其实很大。"
不过，另一个矛盾点在于，人工智能在癌症筛查领域的应用，很大程度上解决的是一致性和降本增效的问题。而外界在尝试接纳新技术时，更感兴趣的或许还是当前的临床中，是否存在一些只有 AI 能做，但人做得不大好的工作？
宋天强认为，这部分的需求还是存在的。他介绍称，有些患者肝硬化之后，可能从低级别的增生结节变成高级别的增生结节，再变成癌，是一个递进的过程。但肉眼很难识别它具体处在哪个阶段。这方面，数字化影像可以做到更精准。
对于另一部分企业来说，找准需求、开发出产品后，能否找到买方和合理的付费方式来支撑商业化，也是一大问题。
对此，前国家卫健委医改医管局，DRG 质控中心费用控制与价格研究组组长张乐辉提到，很多数字化的产品使用时，提升的更多是是医疗或医生的效率，患者直观感受到的诊疗质量提升并不强烈，但往往是后者决定着支付。" 大家一定要意识到，医保是站在患者角度去考虑支付问题，只有患者的效率提高，医保才愿意付费。"
此外，" 钱在什么时间花 " 也很重要，也就是数字医疗产品具体应该用在哪些治疗环节上。
张乐辉认为，很多数字疗法只是证明了 " 我能做这件事 "，但从卫生经济学的角度讲，还没有证明自己 " 在什么时间节点 " 使用，经济性更好。" 这样医保也会犹豫：患者的确是受益了，但和成本比是否有优势呢？"
站在投资方的角度，薄荷基金合伙人门帅也给出了评估数字医疗团队、产品和市场的方法。 " 首先，看技术可能要看团队整体的算法思路，当算法应用到实际场景时，还是需要一个工程化、产品化的团队，这是当前很多技术团队的短板，可能导致一些问题；其次，在商业模式上，前端研发用的数据工具、后端针对临床场景的数据工具，所针对的付费客户不同，前端更多是 2B 的产业型客户；后端临床场景中应用某一个数据工具时，付费方就比较复杂。而且，涉及到数据的所有权及商业化，实际上还是一个待解决的问题。所以，我们现在看到更多的商业化成功案例，实际上是在前端加速研发效率的公司。"
除医疗行业细分领域的行业研讨外，本次全球健康产业创新大会上，由清华工研院全球健康产业创新中心主办的 " 首都医疗卫生领域创新力培养—探索计划 "、" 医疗健康产业领航创新发展计划 "、" 心血管领域启新计划 " 也同步举办了毕业仪式。本次大会致力于推动医工结合科技创新和成果转化高质量发展，助力医工融合，加强科技成果转化，分享医疗创新成果，促进共同发展。
北京清华工业开发研究院院长金勤献在大会现场表示，清华工研院承担着清华大学科技成果在北京转化和产业化的使命，而医疗健康领域是清华工研院重点关注的方向。未来，清华工研院将坚持创新驱动发展，依托清华大学领先的工科优势和北京市集聚的临床研究资源，加强原创性、引领性科技攻关，推动科技成果转化。
