医疗影像AI落地新方向--全流程管理

你最凶我最爱

医疗影像AI发展至今，最主要的应用场景仍然是帮助放射科医生提高效率，主要的营收模式仍然是招投标。这种方式的弊端也非常明显。

• 主要用途是降本增效，导致软件的实际价值受限，医院往往愿意用而不愿意付钱。不介入核心流程，壁垒相对较低，常规放射科市场已进入红海竞争，营收难度很大。
  
• 真正能够帮医生提高效率的病种并不多，一个AI模型目前只能处理一种疾病（或征象），但临床上的疾病及征象成百上千（包含不同模态、不同部位）。对于AI来说最佳的适用场景就是像肺结节一样，检查数量大，发病率高，需要医生关注（需要鉴别良恶性），能够极大提高医生的效率。其他疾病并没有这么好的“条件”，训练一个或一组模型辅助诊断一种疾病，研发成本是相似的，但却很难找到第二个肺结节。
  
• 在辅助诊断场景下，对AI的要求较高。虽然所有厂商都在声明AI产生的结果必须由医生确认结果后才能给到患者，但因为诊断本身对准确性要求较高，医生必然会将对结果的要求转嫁给厂商。导致一个AI模型能够真正应用到辅助诊断的场景下，研发成本是非常大的。
  

这些弊端导致AI厂商为了红海竞争或是PR/给投资人讲故事，不断增加多病种的研发投入，但实际上多病种的市场付费意愿可能加起来不如一个肺结节产品。而招投标这种营收模式，又是AI厂商唯一实际落地的营收模式，大家不得不紧紧的抓住这根稻草，在和竞品的激烈对抗中，拼尽全力想让自己抓的更牢一些。
当然，对于其他可能落地场景的探索也从未停止，今天我给大家分享一个新思路，医疗AI的全流程管理。
所谓的全流程管理，“筛诊治管研”的概念已经提出了很多年，但大多数都是宣传的“噱头”，并没有清晰的落地方案。主要原因是流程中两个核心的问题没有被解决，一是AI到底在其中起到什么作用？降本增效？这依然逃不开目前AI的尴尬局面，精准诊断？对AI要求太高了；二是利益分配问题，医院内的利益链条复杂，全流程涉及的科室较多，厂商要从谁身上赚钱，谁来做事情，各个科室之间怎么分钱（虽然不是厂商能够决定的，但如果不梳理清楚，事情就是推进不下去）。
那么我所说的AI全流程管理，是什么样的流程呢，接下来我以肺结节的全流程管理为例给大家详细介绍一下。
背景说明

首先给大家介绍一下，目前医院是怎样管理肺结节患者的，从患者就诊开始大概分为疾病筛查、精准诊断、患者管理、精准治疗几个部分。

• 患者就诊的可能是任何科室（称为科室X），因为任何原因进行了胸部CT的检查，做了CT检查后实际上就进入了肺结节的流程中。
  
• 对于胸部CT有无肺结节的初步筛查工作，是由放射科进行的，放射科医生会阅片观察结节情况，完成报告。
  
• 相关的报告会返回到科室X，由对应医生做出诊断。但由于非呼吸科、胸外科的医生对肺结节的关注度并不高，如果有非常明显的恶性倾向，他们可能会让患者到呼吸或者胸外就诊；但很多情况一下，医生会直接无视结节。如果是呼吸或胸外的医生，他们会通过CT和患者的病史对结节进行评估，恶性概率较高的，进行精准治疗，恶性概率较低的，则进入随访管理。这个阶段会导致结节患者的部分流失。
  
• 精准治疗在这里既包含外科的手术、内科的支气管镜消融，也包括了经胸壁活检、经支气管活检等操作。
  
• 一般如果结节恶性的概率偏低，会让患者进行3-12个月不等间隔的随访，过段时间再让患者来复查结节有没有变化。但实际上没有多少医生愿意管理患者，因为在整个医疗过程中，只有治疗是比较赚钱的，所以也只有以肺结节患者为“目标用户”的科室，才会愿意花时间做患者管理。
  

通过这个流程大家也基本了解了目前医院进行肺结节管理时的主要问题：
在肺结节的诊治流程中存在着大量的患者流失，只有部分患者得到了诊断和治疗，很多患者没有进行随访管理，主要原因是诊断、治疗、管理的科室可能不一致，而且诊断、管理缺少收入的刺激。



当前肺结节患者的就诊流程

什么是全流程管理？

接下来就要说到全流程管理的概念，
在上面的流程中，如果把疾病筛查、精准诊断、患者管理交由一个团队来负责，是不是就能解决一些问题呢，这个团队由始至终的管理着患者，也就是所谓的全流程管理。
这个概念其实与AI关系不大，很多私立医院或者互联网医院其实很早就推出了类似的服务，比如透析服务包、妊娠全周期管理等。
按照这个思路，我们假设一个全流程管理门诊来负责肺结节的筛查、精准诊断和患者管理，当患者需要进一步治疗时，将患者转至临床科室。
但在正常公立医院的流程中，想要落地还有很多问题，这时候就需要我们AI出场了。



全流程管理流程

AI在全流程管理中的应用

1.智能入组
上面背景介绍时提到，肺结节诊疗中存在着大量的患者流失，但一般患者来到公立医院都是冲着医生或医院的名气去的，全流程管理门诊如果没有专家坐镇，很难获得这样的“被动流量”，那怎么把患者吸引来呢。
目前肺结节的辅助诊断AI已经得到了广泛的应用，AI在正常的使用流程中会筛查所有的胸部CT，来帮助放射科医生诊断。与医生不同，AI生成的结果都是结构化的、可追溯的，AI可以根据指南建议，将所有的患者进行智能分组，区分哪些是需要重点关注的患者，哪些是需要随访观察的患者。
全流程管理的人员可以根据智能入组的结果，来主动出击说服患者加入管理，收货“主动流量”。
有了智能入组的帮助，全流程管理门诊的人员构成，一般只需主治或副主任级别坐镇，搭配一些护士或学生协助管理患者即可。
2.辅助精准诊断
独立的精准诊断对AI来说是件很困难的事情，困难不止是AI的能力问题，还涉及到医学的可解释性、科研证据等。但在全流程管理中，AI辅助精准诊断可以作为全流程门诊标准化、特色化的优势，在一定程度帮助医生的同时，吸引患者。
3.报告赋能+患者教育
既然要管理患者，提升患者的体验是让患者留下来的重要因素。一份精美的、带有科技感的报告能够增加全流程门诊的价值，提升患者的认可度、获得感，AI可以自动生成各类重建图片，帮助医生给患者进行更好的解释。
此外在患者教育方面，AI也可以发挥一定的优势，帮助医生节约一些时间，增强患者的依从性。



AI辅助下的全流程管理流程

在全流程管理的体系中，AI不只是辅助医生降本增效，而是起到了筛选目标患者、提高患者留存率的作用，对医院来说实际价值更大；而且在流程中，AI更重要的作用是帮助流程的走通，医生对AI的准确性要求会弱于辅助诊断，有助于放大AI的优势而掩盖弱势。
各方的利益是什么？

之前也提到，能否梳理清楚各方的利益是落地的关键，既然要有专人来负责，那也必须要有对应的营收才能支撑，我们就一个一个来梳理一下。
1.结节全流程管理给医院带来什么价值？
（1）全流程管理收费，对于纳入全流程管理的患者，可以打包收取一定费用（类似服务包的模式），这些收费可以采用目前医院已有的收费项（如门诊的挂号费、打包的检查费用、特殊报告收费等）。例如一家大三甲医院，胸部CT量3000例/天，目标管理5万名患者/年，每名患者的收费500/年，预期收入为2500万/年，成本仅为20名低年资医生、护士、学生，只需1-2名主治以上带队。甚至可以由厂商派人辅助进行全流程管理的工作。
（2）因为全流程管理将过去流失的患者重新纳入管理，可以提高医院患者的留存率，提高手术/操作转化，这部分收入虽然难以简单量化，但即使用最简单的方法估算都是非常巨大的一笔收入。如5万名患者最终只要增加1000例手术，每例手术3.5万元，这又是3500万的收入，更不谈因为患者留存增加的相关检查费用、其他诊断治疗费用等。
2.肺结节全流程管理给厂商带来什么价值？
（1）因为该流程给医院能够带来很大的收益，那厂商能谈的模式就更多了，相较于现在的招投标模式，更有可能获得可持续的长期营收。
（2）相较于单纯的软件，用模式更容易建立起壁垒（自己难做别人也难做）。
（3）有ToC的可能性，在流程中，如果由厂商派部分人来参与全流程管理的工作，或者负责患者教育部分，都有可能直接接触到患者，为未来进行一些C端业务提供可能。
3.肺结节全流程管理给相关科室如胸外科带来什么价值？
（1）增加患者留存带来的最直接价值就是胸外科，胸外科不用再负责患者的管理，还能增加手术量，这简直就像是对销售说你不用负责找客户了，我找好了送给你一样。
（2）当然这中间可能会因为患者分配的问题引起争议，毕竟“抢患者”这种事情还是经常发生的。但毕竟全流程管理整体提升了患者留存量、转化的量，细节问题由医院出面处理也可以。
4.肺结节全流程管理给非相关科室带来什么价值？
（1）非相关科室在全流程管理中，可以向全流程管理门诊推荐患者，可以通过医院正常的医嘱分成方式，让非相关科室能够从中获得一点收益，增加其配合程度和积极性。
全流程管理落地最大的问题:难！

• 需要医院大力支持。通过上面的介绍可以看出，整个流程涉及到医院多个科室，涉及到患者就诊流程的改造，必须要医院副院长以上级别的人牵头才有可能推动，且推动过程中有非常多的细节可能导致流程的失败。
  
• 厂商付出多。完成一个产品其实不难，完成一个业务模式的落地非常困难。因为AI在其中扮演的角色更加复杂，厂商不仅仅只是提供一个软件，更多也要满足业务模式搭建的需求，对厂商的“综合素质”要求更高。
  

总的来说，全流程管理可能是影像AI落地的一个新的方向，将AI的目标从降本增效改为提高患者留存、挖掘目标患者后，能够让医院看到明显的收入提升，虽然落地上仍有很多困难，但期待其带来的价值能够推动该模式的最终落地。