产学研模式下的医健AI，还要扫清哪些障碍

近年来，AI在医学影像、辅助诊断、药物研发等领域应用成果颇丰。改善优质医疗资源的稀缺、提升诊断的准确率……还有很多方面有待AI进一步深耕。

虽然业界期待AI尽快在临床治疗、医院管理方面发力，将医生从繁杂的工作中解放出来，但医健AI仍面临不少难题。同时，由于行业的特殊性及高门槛，医健与AI的融合，并不是单个医生、技术团队或公司就能单独实现的，往往需要产学研的多方协作。

那么，在产学研模式下，各方扮演何种角色和作用？进一步推进医健AI的落地，需要扫清哪些障碍？带着这些问题，健康界采访了几位着医健行业从业者。

产学研各方扮演何种角色

“我们原来是医教研模式，现在更多是依靠产学研，希望以产业带动学术和科研发展。”北京协和医院皮肤科副主任刘洁告诉健康界。

在8月末举行的“首届协和青年创新项目大赛”决赛上，刘洁展示了团队研发的“协和皮肤图像人工智能辅助诊断系统”。

据她介绍，他们的团队分为临床医师、算法开发和数据协作处理团队。医师主要以刘洁为带头人，以北京协和医院皮肤科、超声科医师为主要成员；在产品核心AI算法上，以北京航空航天大学谢风英教授团队、清华大学赵黎教授团队为主要力量开发；在数据协作处理上，主要与深睿医疗、咏柳科技合作。

为引导医学青年积极投身科学研究和创新，发掘优秀医学创新项目，搭建起创新项目转化的平台和机制，北京协和医院于今年6月正式启动“首届协和青年创新项目大赛”。

“协和今年在这方面投入很大。以前创新项目主要依靠医生或各科室自己去推动，现在医院希望借助大赛将转化医学和创新的路径理顺。”刘洁告诉健康界，未来医生只需做好本职工作，项目后续的产品注册、落地、包括法规等都交由专业人士来处理，这是她们期待的一种模式。

医院主导的创新项目，主要工作内容是在产业化前，要进行产业化落地，无疑需要企业合作伙伴的支持。

“一般来说，医疗AI公司基本是一款AI产品的发起方和实践方，承担项目的落地工作。”朗通医疗表示。

朗通医疗认为，即使是由企业主导的项目，背后依然需要有一个医学团队做支撑，通过医学团队的桥梁作用，促成在产学研的合作过程中，“让计算机人员了解医生的临床思维和诊疗过程，同时也让医生了解计算机是如何发挥辅助作用的。”

据介绍，朗通医疗自2015年与浙江大学医学院附属邵逸夫医院达成产学研合作关系。双方首先明确研究方向和应用场景，由医院提供千万级脱敏病历数据，企业根据医生临床需求，对医疗数据进行清洗、建模、构建医学知识图谱，最后开发面向应用场景的产品。

打赏