中科院香港创新院AI中心刘宏斌：未来AI医疗收费如同买保险支付合理费用换误诊风险

“异日AI（人工智能）正在医疗诊断中收费，性子上就像买保障，患者支出合理用度，来下降漏诊、误诊危害，也是对强健一份保证。”中邦科学院香港立异磋议院人工智能与呆板人立异中央主任刘宏斌正在接纳《逐日经济信息》记者专访时，如是说道。

今天，刘宏斌领导团队宣布邦内首个超声范畴基座大模子“聆音”EchoCare超声大模子。刘宏斌先容称，该模子以超450万份掩盖20众个邦度和地域的众中央影像数据为本原，将诊断确实率较邦际顶尖水准提拔3~5个百分点，不但打垮古代模子“换病院就失灵”的泛化性逆境，还试图破解AI医疗“叫好不叫座”的贸易化困难。

正在刘宏斌看来，人工智能正在医疗范畴使用并不部分于此，正在近一个小时的面临面专访中，刘宏斌从人工智能本事正在医疗范畴使用的本事冲破中心逻辑，到数据合规的平均之道，再到贸易化落地的旅途筹划，深切解析AI奈何冲破行业瓶颈，以及AI医疗异日将奈何以“保障式收费”形式，真正走进临床、惠及一般患者。

“庄重来说，AI模子分为编码器与解码器两大模块。编码器担负将图片、文字等音讯压缩为高效特性，解码器则针对分类、图像豆剖等的确职分已毕适配。咱们宣布的超声大模子，中心是一个通用编码器。”刘宏斌向记者疏解，这个编码器中心角逐力，源于450万份超声影像数据的“喂养”，涵盖20众个邦度和地域的公然数据集，以及邦内中山大学第一隶属病院、华西病院等五六家互助病院的脱敏数据。

“海量数据让编码用具备极强的泛化才略，能兼容差别厂商的超声修立图像，乃至适配差别邦度的临床场景，这也是它被称为‘基座’的中心来由。”刘宏斌暗示。

“泛化性”是裁夺人工智能正在医疗范畴使用能否落地要害。古代超声AI模子众依赖简单病院数据演练，换用其他病院修立或差别人种的影像时，确实率往往大幅下滑。刘宏斌显现，团队冲破正在于“众中央数据架构”：“咱们整合了环球公然数据集，这些数据均原委宣布机构的伦外面证与脱敏处罚；同时协同病院处罚内部数据，去除患者姓名等标识，确保无法追溯到局部。目前病院一线%，虽比例不高，但为模子适配确切临床场景供给了要害支柱。”

本事上风最终要靠临床目标验证。刘宏斌暗示，该模子正在回溯性磋议中已出现出明显角逐力：“目下邦际顶尖超声AI模子简直实率普通正在85%~90%，咱们通过预演练本事将确实率再提拔3~5个百分点。别小看这几个百分点，正在广大的患者基数下，这意味着能删除上万万人的漏诊、误诊危害，临床价格极高。”

看待宣布“聆音”超声大模子的机会，刘宏斌团队原委了稹密考量。“本事成熟度与策略窗口期双重叠加，让咱们裁夺此时推出。”他暗示，原委一年众研发，模子已具备临床使用前提，且确实携带先邦际，“更厉重的是，邦度正激动AI赋能下层医疗，那些医疗资源懦弱、医师体味不敷的地域，对这类本事的需求相当火急。”

遵从筹划，模子落地将分三阶段饱动：第一阶段是观点验证，目前已已毕，证据本事机能达标；第二阶段是临床磋议，协同企业与病院通过伦理评审，正在确切诊疗场景中测试模子效益；第三阶段是产物注册，已毕医疗器材认证后正式实行。“从临床磋议到成为成熟产物，超声范畴日常须要2年支配功夫。”刘宏斌预测，下层病院将是首批落地场景，“通过AI辅助，下层医师能急迅提拔超声诊断才略，缓解优质医疗资源散布不均的题目”。

正在落地历程中，“临床需求牵引”被视为要害。刘宏斌夸大：“AI医疗不行脱节医师需求闭门制车。咱们的模子定位是‘医师助手’，忖量形式务必与临床专家协同。好比，医学是循证学科，模子的每一个诊断结论都要标注按照，具备可疏解性，如此才略获取医师信托。”

他以超声反省为例，指出AI能治理实质痛点：“现正在超声科医师扫图时体位别扭，长功夫操作易劳累，且差别医师扫出的图像轨范纷歧，或者导致误诊。异日若联合具身智能呆板人，扫图流程将完毕轨范化，医师能将更众精神放正在诊断和与患者疏导上。”目前，团队已早先研发联系呆板人本事，“先从心脏超声等难学难操作的范畴冲破，慢慢代替反复性体力劳动”。

值得眷注的是，“聆音”超声大模子仅是AI正在医疗范畴“众模态构造”的一环。刘宏斌显现，团队正与华为协同研发涵盖12种模态的医疗AI模子，“囊括CT、核磁、内镜影像，以及脑电图、心电图等，超声只是此中之一。目前超声大模子参数目正在500万以内，属于‘小模子’，而12模态模子参数目将抵达70亿，两者一律不正在一个量级，异日将为全流程诊疗供给底层本事支柱”。

人工智能正在医疗范畴使用历程中，数据“众样性”与“合规性”平均永远是行业困难，刘宏斌以超声大模子为例向记者讲述了其探寻旅途。“450万份数据中，大局限来自邦际公然数据集。”刘宏斌告诉《逐日经济信息》记者，公然数据激动了超声范畴的磋议热度，“邦际上不少科研机构、高校会宣布原委伦外面证的数据集，咱们将互联网可公然获取的资源一切纳入，同时举办数据算帐”。

看待占比10%的互助病院数据，团队采用“病院主导+本事配合”的合规形式。刘宏斌指出：“每家互助病院都有伦理委员会，数据利用需原委庄重评审。咱们会与临床互助伙伴配合从命病院章程，对数据举办内部脱敏、众重核查，确保合规后才用于模子演练。”

刘宏斌夸大，超声影像的特地性为合规供给了便当。“与基因数据、用药纪录等敏锐音讯差别，超声影像去除患者标识后，险些无法追溯到局部，属于医疗数据中的‘非敏锐种别’，这下降了合规难度。”

即使如许，数据隐私爱惜仍是异日AI正在医疗范畴使用需重心攻下的倾向。刘宏斌坦言，异日大模子落地病院后，“数据不出院”将成为中心准绳：“病院的隐私哀求裁夺了模子不行脱节其内部生态，这就哀求大模子具备‘闭门滋长’的才略，无需外部数据输入，仅通过病院寻常诊疗出现的新数据完毕自我进化。”

为治理“数据不出院”导致的“生态孤岛”题目，刘宏斌团队测试引入联邦进修本事。“差别病院的模子无需共享数据，只需交流提炼后的学问，就像医师通过学术聚会分享案例。”刘宏斌疏解，这种形式既能爱惜隐私，又能让模子彼此进修，“好比A病院的模子擅长甲状腺超声诊断，B病院的模子擅长乳腺超声，通过联邦进修，两者能互补提拔，掩盖更众病种”。

刘宏斌夸大，正在测试消释“生态孤岛”题目的同时，人工智能正在医疗范畴使用仍面对三大本事瓶颈，他将其详细为“幻觉消释”“可疏解性”与“接连进修”。

“正在写诗、画图等场景，AI‘幻觉’（天生作假音讯）恐怕能被接纳，但医疗范畴务必零容忍。”他暗示，团队正通过优化演练数据与算法，确保模子诊断结论一律基于确切医学学问；“可疏解性”则哀求模子像医师相通“讲原因”，“好比指出某个结节被断定为良性的按照是巨细、形式照旧血流信号，让诊断历程透后化”；而“接连进修”是模子落地后的中心挑衅，“病院数据不出院，模子务必能通过寻常诊疗中的新数据自我升级，就像人正在推行中滋长，这须要冲破古代‘演练一次就固化’的形式”。

AI医疗的贸易化，永远绕不开“本事奈何变现”命题。刘宏斌团队给出的谜底是：与硬件厂商互助，走“开源基座+付费定制”的道道。

“科研团队中心上风正在本事研发，而非出产贩卖。”刘宏斌向记者真切贸易化逻辑，“AI自己是赋能器械，孤独的软件产物难以造成角逐力，务必与厂商修立深度协调”。

的确而言，贸易化分为两步：第一步是开源基座模子，“咱们预备将编码器开源，供科研机构、病院免费利用，目标是激动行业本事迭代，同时积聚更众使用场景反应”；第二步是协同企业开辟付费产物，“针对病院的私少睹据和定制化需求，供给模子适配、升级任职，而硬件厂商担负出产、贩卖及后续保卫，咱们通过本事授权获取收益”。

刘宏斌以“聆音”超声大模子举例称，正在正式宣布之前，已有三家超声修立企业主动商榷，预备将该模子嵌入其硬件产物，通过病院试用激动后续采购。

不外，贸易化过程仍受制于策略细则。刘宏斌坦言，目下最大的不确定性正在于AI医疗任职的收费轨范：“古代超声修立厂商的结余形式是‘修立贩卖+年度保卫’，但到场AI功效后，企业本钱会上升。假若病院无法通过医保或私费渠道收取AI诊断用度，采购意图会大幅下降。目前邦度已有联系策略包罗看法，真切AI诊断希望纳入收费系统，但的确细则尚未出台，这是全行业都正在等候的‘要害变量’。”

他进一步阐明，一朝收费策略落地，市集将迎来产生：“现正在超声修立厉重聚积正在三甲、二甲病院，AI能下降操为难度，异日可下重至社区病院、体检中央；悠远来看，便携式超声修立若能联合AI进入家庭，市集范畴将堪比手机行业，抵达几千亿元级别。”