“急招超聲醫師，提供住宿，最高可獲30萬元人才獎勵。”

近日，深圳龍華區的一家醫院在其公眾號上打出了這樣的招聘廣告，類似急招超聲醫生的帖子在網上也很常見，這背后折射的是當下超聲人才匱乏的窘況。公開數據顯示，我國超聲人才缺口至少15萬。

醫學影像分析工作量大且繁瑣，極度消耗醫生精力。近年來，人工智能(AI)在醫學影像行業中正得到應用，目的是幫助“解放”醫生雙手，但具體到超聲領域的應用卻不盡如人意，目前獲得國家藥監局醫療器械第三類注冊證的AI醫學影像產品中，尚看不到與超聲相關的產品，而獲批的產品主要集中在X線、CT這些領域。

在醫學影像診斷中，超聲是應用最廣的。在我國AI醫療發展中，醫學影像成為最熱門的應用方向，但為何到了超聲這樣的細分領域，就進展緩慢?

近日，科技部等六部門印發了《關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見》，提出要著力解決人工智能重大應用和產業化問題，全面提升人工智能發展質量和水平，其中醫療領域要積極探索醫療影像智能輔助診斷、臨床診療輔助決策支持、醫用機器人、互聯網醫院、智能醫療設備管理、智慧醫院、智能公共衛生服務等場景。

AI超聲發展的難題

目前臨床應用較廣的醫學影像設備包括X線、CT、磁共振、超聲四類，其中超聲基于安全、無創、實時、經濟、便攜等優點，在臨床上得到廣泛應用。超聲醫學影像設備也是醫院、影像中心等醫療機構常用的臨床診斷儀器，應用領域從早期的腹部及婦產科診斷，已拓展至心血管、神經、肌肉骨骼等多領域臨床診斷，并逐步滲透至超聲引導介入等非診斷領域。

中國有超過20萬超聲醫生，與此對應的是，每年超聲檢查數量達到約20億人次，遠超CT每年2億人次的檢查數量。超聲檢查市場需求大，但預約檢查不易，原因是超聲醫生資源匱乏，而培養一名合格的超聲醫生，往往需要3到5年的時間，在產前胎兒篩查領域，甚至可能需要5到8年時間。超聲檢查主要靠手動操作，很依賴醫生的經驗，且對醫生有著很高的技術要求。

2020年2月，美國FDA批準Capture Health開發的人工智能超聲影像輔助系統，給超聲影像應用帶來了突破。近年來，中國一些企業也在布局AI超聲領域，試圖利用AI來輔助超聲診斷。然而，截至目前，相比其他AI醫學影像賽道，AI超聲賽道的競爭遠不如想象中的激烈。

“在AI影像行業發展中，AI超聲起步晚，發展緩慢，商業化落地艱難，制約AI超聲發展的痛點是，與臨床的需求并不匹配，其中之一是難以實現實時診斷能功能。”中山大學附屬第一醫院婦產超聲科教授、主任醫師謝紅寧對第一財經記者表示，CT、核磁、X光等放射科影像的采集與診斷是分開的，采集可以由技師來完成，閱片則由放射科醫生完成，后者可以通過判斷靜態圖像進行診斷，但超聲診斷的難點在于圖像采集與閱片需要同時完成，需要超聲醫生手、眼、腦的同時配合，采集到不同切面的動態圖像并進行實時診斷。要輔助超聲醫生可以實時診斷的話，AI超聲開發的難度很大。

“如在乳腺癌篩查領域，大部分的AI超聲產品，需要醫生先掃描找到腫塊圖像，將其抓取成靜態圖，再由AI系統來判別是良性還是惡性。這種模式下，萬一醫生看不到這個腫塊時，就會產生漏診風險。”中國超聲醫學工程學會副會長、廣東省超聲醫學工程學會會長、教授李安華對第一財經記者說。

對于超聲醫生而言，如果還要靠他們來抓取靜態圖，再交給AI系統判斷，不僅不能提高工作效率，反而會增加工作負擔，而本身超聲診斷工作就已足夠繁瑣。

目前的AI超聲除了缺乏實時診斷能力外，立體結構識別能力也存在短板。“超聲醫生在掃描圖像過程中，是需要建立立體思維能力的，需要在腦中建立立體結構來進行判斷，但目前多數的AI超聲系統尚未實現立體結構識別能力。”謝紅寧說。

在李安華看來，之所以AI超聲與臨床應用存在著很大的脫節，一方面跟復合型人才稀缺有關，開發AI超聲產品的主要以工程師為主，并不具備臨床實踐經驗，無法很好地領悟到臨床的真正需求;另外一方面也受算法框架的限制。“算法框架與AI分析產品的準確度和實時性是強相關的，而現在國內幾乎所有的AI公司使用的都是開源算法，各家公司的算法效能仍要取決于對開源算法重新編譯的質量如何，而重新編譯工作，本身挑戰就很大。”

如何破局

雖然AI超聲的發展仍存在一些困局，但并不意味著臨床上就沒有需求。

“我們面臨醫、教、研‘三座大山’，日常除了承擔醫學影像診斷工作外，還有教學、科研的任務，我們很希望AI可以賦能，來提升工作效率。”謝紅寧說。

李安華表示，不同超聲醫生的掃查手法有所不同，采集圖像的質量也會參差不齊，而一款優秀的AI產品，除了要能夠幫助醫生進行輔助診斷外，還可以助力超聲圖像的質控，建立圖像采集統一標準。具體到醫院端，AI超聲有兩大應用場景，一是在醫院質量控制上，AI輔助可以起到監督作用，以產前超聲為例，按照國家標準，中孕期B超篩查要留取30多個標準切面，而AI超聲可以判斷這些切面是否標準;二是可以解決基層優質資源短缺的難題，幫助高資歷醫生培養年輕醫生。

“當下大醫院的‘虹吸效應’依舊存在，許多鄉鎮培養出來的超聲醫生很容易被上一級醫院調走，導致鄉鎮很難留住人才，如何通過AI醫療來解決基層人才的缺口也顯得至關重要。”李安華說。

目前仍有企業嘗試在AI超聲領域進行破局。

如剛剛過去的7月，在廣東省醫學會第六次產前診斷學學術會議上，廣州愛孕記信息科技有限公司聯合包括中山大學附屬第一醫院在內的全國多家三甲醫療機構以及華南理工大學計算機學院，耗時5年共同研發的超聲AI智能化系統“愛孕智聲”正式對外亮相。在實現實時同步分析結果方面，該系統已有所突破。

“就好像給超聲醫生準備了一個導航助理，全程可以通過聲音、文字、圖像等方式提醒超聲醫生關注檢查流程規范化以及異常情況。關于這款產品的定位，在面向高年資醫生群體方面，希望可以幫助他們減少一些重復性勞動，釋放出時間來去做創造性和決策性工作;面向年輕醫生群體方面，也希望可以起到質控培養作用，幫助他們減少漏診、誤診概率。”廣州愛孕記創始人兼CEO、博士汪南對第一財經記者表示。

汪南也表示，AI超聲要實現實時同步分析的功能，在開發過程中確實困難重重。“目前能開發出算法的人才主要集中在海外，而這些算法更多是用于自然圖像的識別，如果要應用到超聲領域，必須對底層的算法做大量的編譯優化工作，讓其適應應用場景屬性，并且編譯完成后也需要進行大量測試，最后形成自己的算法，這需要投入大量的時間、精力、資源等。”

上述這款產品目前獲批的醫療器械注冊證屬于第二類，可以在醫院進行銷售，但要實現更高難度的功能，仍需要獲得第三類注冊證。據第一財經記者了解，今年8月份，愛孕智聲產品在河南和安徽的三甲醫院也完成了國家藥監局第三類醫療器械臨床試驗的首例入組。

李安華表示，目前超聲AI要真正實現商業化落地，仍要解決如何提高產品成熟度以及誰來付費這兩大問題。

“我們也正在探索開發不同定位的服務和產品，以適應不同的應用場景和訴求。”汪南對第一財經記者表示。

縱觀目前AI醫學影像行業的發展，雖然還處于價值實踐期，但前景依舊被市場看好。

頭豹研究院近期發布的報告顯示，AI醫學影像主要應用于醫療健康市場和大健康市場場景中，根據這兩個主要場景預計，中國AI醫學影像市場規模將從2021年的8.2億元增至2025年的1376億元，2021年至2025年的復合增長率為102.4%。

廣東省人工智能產業協會常務副會長兼秘書長張崟表示，在國家政策以及市場需求共同推動下，在圖像識別輔助診斷這一熱門賽道上，預計仍涌現出更多優秀的企業以及產品。