影像云：診斷可在千里之外

不妨想象一番，如果擁有某家醫院或醫療機構的云端賬號，患者足不出戶，也能找到醫生診治病情。這并非空穴來風，也不是紙上談兵，而是大數據和云技術及人工智能等科技和醫療相結合之后，給醫學界、給人們生活帶來的切切實實的改變。

這就是影像云的應用。所謂影像云就是以互聯網、移動互聯網以及電腦、移動終端為媒介，幫助醫療機構解決其對患者影像資料保存、搜索、獲取、分析、多方醫治、遠程醫治等難題，是“互聯網+醫療”之后，醫療行業的變革。

其大概路徑是，以某個設備為登云的端口，通過醫療機構的使用，采集影像，上傳到各自的云端加以存儲，之后再根據與醫療機構的協議，分發或者使用存儲到云端平臺上的數據，用于醫院醫生的診斷、會診或者更高的層面，通過大數據的分析，精確診斷或者預判未來疾病趨勢等。

在醫療行業智能化轉型之中，行業之所以選擇影像云作為整個云端業務的切入點，是因為影像同檢驗一樣是比較容易實現標準化操作的。事實上，國家在2013年10月發布的《國務院關于促進健康服務業發展的若干意見》中，已經提出了發展專業影像中心的思路。

大小企業開始跑馬圈地

從去年以來，影像云在醫療創業圈內就已經大熱了。據有關數據統計，截至2016年11月就有59家醫學影像創業公司在這一賽道云集，一時熱鬧非凡。近來，醫療硬件領域擁有雄厚實力的傳統設備企業越發重視這一“奶油蛋糕”，銳珂醫療和西門子、飛利浦等全球醫療設備巨頭無一例外近年頻頻在醫療IT領域發力。

在金融資本的助力之下，也有不少本土創業公司積極在此領域發力，甚至過去甚少涉足醫療的電信公司也從這兩年開始猛推醫療信息化解決方案，阿里、華為、金山、微軟這些傳統IT巨頭等也無一缺席影像云市場，醫療信息化的市場格局在悄然地發生變化。

綜觀整個有關影像云的生態體系，可以發現，除了既有硬件同時也具備軟件產品的醫械企業外，還有一些單純的軟件公司，他們更多地將其商業模式訴諸對影像云數據的使用。這些公司大體可以分為三類：首先是建平臺，采集自有數據；其次是針對已有數據建平臺；第三類是應用數據。其實“看懂一家企業云戰略的思路，其他的基本差不多，主要的區別在于以什么作為入口采集數據和以什么樣的方式使用數據”。業內某醫械公司云端建構人員表不。

目前，在影像云行業領跑的大公司之一是銳珂醫療（Carestream Health），這是提供醫療成像系統以及IT解決方案的全球性公司，總部位于美國紐約州羅切斯特，母公司為加拿大的0NEX集團。銳珂醫療IT大中華區總經理潘藝瓊稱，在醫療IT競爭愈發激烈的當下，如果不重視技術投入，加快迭代頻次，則產品轉型的速度就受影響。同時，隨著各大醫療設備廠家開始兼顧基礎醫療、非公醫療等市場，醫療IT業務的發展有了更廣闊的空間，甚至有了獨立開拓市場的條件。

“如果你不發展，你就可能錯失一個時代。”潘藝瓊說。據她介紹，銳珂醫療IT業務在中國有完善的本土研發體系、健全的實施售后團隊、覆蓋大陸與港澳臺市場的營銷團隊。銳珂旗下的IT研發、市場、售前人員很多都有超10年的工作經驗。產品方面，遵照國際標準，引入國際領先的研發成果，同時按照中國醫院的流程管理和醫療習慣開發本土化解決方案。

目前中國醫療IT行業普遍的問題都是在客戶場地上的損耗。“我對標過行業里300多家企業，1個億的營收利潤不到1000萬元很普遍，原因就是產品不能標準化，服務成本高，客戶場地上的耗損很高。”潘藝瓊說，“對于銳珂IT業務來說，產品的標準化和架構的靈活性、項目管理的標準化和實施過程的標準化，都是我們掌控成本提高客戶交付能力的核心之本。”

實現三端互聯

和銳珂醫療一樣，同在影像云領域奮斗的匯醫慧影則正在利用人工智能打造智慧影像云平臺，旨在提高醫生診療效率與準確度并解決部分地區醫患資源不匹配的問題。

慧影醫療科技（北京）有限公司成立于2015年4月，提供從影像云SAAS技術應用層到影像閱片醫療服務的全鏈條閉環服務，共有6大產品模塊：影像云平臺、放療云平臺、電子膠片、常規閱片外包服務、疑難大病專家會診及醫生集團。其中，常規閱片外包服務，幫助影像中心實現影像線上診斷，從而實現分級診療。

據了解，目前，匯醫慧影已經形成醫生端、患者端、醫療機構端的“三端互聯”。其中，在醫生端，平臺為其提供管理病例、醫生在線討論、專家學習等服務；在患者端，患者可以向專家進行咨詢并能夠獲得實時解答。除此之外，平臺也為患者提供影像共享與健康管理的服務。對于醫療機構來說，可以在平臺內對接專家資源、存儲并備份影像、跟蹤用戶并提供增值服務。以上功能在電腦端、平板端、手機端均能夠實現。

匯醫慧影的優勢在于其利用了分布式云平臺。在該平臺中，壓縮等技術的采用，使得匯醫慧影的云技術實現了同傳同看的效果，讀寫分離、分布式部署等實現了全國各地上傳、全國各地閱片。而手機、平板閱片更大地解放了醫生的地域限制，提高了醫生對于碎片化時間的利用。

目前，匯醫慧影對胸部x光的氣胸、肺結核、腫塊的自動診斷準確率已經達到95%。腦核磁腫瘤的自動識別率超過85%。胸部CT中肺結節的識別率超過85%。

在技術層面，匯醫慧影將影像云、閱片服務以及智能診斷想結合，通過閱片獲取結構化的數據，提供給深度學習引擎進行計算。并且將計算機學習后的結果試用在醫生的閱片流程中，當計算機出現誤判斷時，醫生會糾正診斷結果，并將結果反饋入系統，進行二次學習。通過這樣一個在線學習的閉環，持續更新有效數據，持續提高算法的精度。人工智能在影像上的應用，其場景就是機器人醫生真正走進現實生活。

看上去很美

影像云雖然吸引了不少企業的關注、投入，但實際上不少企業仍處于“云”的模式探索，要破的困局還有很多。

以云端數據作為生產資料的DT（數據處理技術）時代，其存在的基礎是公平、透明、開放，讓所有人、所有信息數據都聯系在一起，密不可分。但現階段醫療機構作為一個個信息孤島的存在，就為數據的采集設置了巨大的門檻，而這才是云端數據采集傳輸的初始層面。

另外，醫械公司之間，乃至各類硬件云平臺之間，并沒有將其已經擁有并上傳到云端的數據彼此開放的動力。現在，醫療產業對“云”端數據使用的探索仍處在跑馬圈地階段，不管是作為儲存基礎的阿里云、百度云、微軟云等，還是基于這些硬件云平臺而拓展自己“云”端模式的器械企業。“誰能跑贏誰可能就是未來的‘王者’，所以分享短時間還做不到。”業內人士認為。

即使是已經上傳到云端的醫療影像數據，在后續的使用中仍然存在各式各樣的問題。現階段對醫療影像數據的使用主要集中在遠程的診斷與會診中，業界也已經出現了數量眾多的以此為商業模式的輕資產移動醫療類產品。

但“這類移動醫療類的產品，雖然都號稱凝聚了眾多的醫生資源，能夠實現遠程的診斷與會診，但更多是對患者病情的信息交流，鮮少出具具備醫囑效力的意見。”原因在于“醫生對此類醫療影像數據的彼此認可程度不高，不同層級醫院使用不同設備采集的醫療影像，存在標準差異，醫生在做診斷時更傾向于重新在本院再做一次”。

技術層面也存在一些需要解決的難題，例如影像采集的標準化。飛依諾作為國內一家生產彩色超聲設備的公司，目前正在同一家醫院合作開展“網絡醫院”的建設。其聯合創始人田園說，醫學影像中難以實現標準化的領域是彩色超聲影像數據，“超聲影像采集的質量取決于醫生的手法，不同醫生采集到的圖像角度和重點不同，若是要實現針對此類影像的遠程診斷，標準化尤為重要”。

不過，現實問題在趨勢面前總有突破的可能。最先動起來的企業可能是那些已經看到危機逼近的企業。