020 年 1 月 15 日，國家藥監局發出國內第一張醫療 AI 三類證，這個消息不啻為一聲“春雷”。此前，許多醫療 AI 業內人士曾向雷鋒網表示，2020 年或是醫療 AI 行業商業突破的關鍵之年。但是，他們都認為“時間會晚一些，不會太早”。

　　因此，農歷鼠年前發出的這張證，多少有些讓人猝不及防。當然，也與獲證的主角———科亞醫療有關。因為，嚴格說來，此前僅僅拿到 A 輪融資的科亞醫療并不算是醫療 AI 行業的“意見領袖”，所做的產品也“并非主流”———冠脈血流儲備分數計算軟件。

　　獲證之后，科亞醫療又在 2 月獲得了億級戰略融資，疫情和醫療 AI 行業寒冬的雙重壓力下，這筆融資的重要性也是不言而喻。

　　對于科亞醫療的獲批和融資，我們可以思考幾個問題：為什么是科亞醫療拿到首個醫療 AI 三類證？融資是否是獲證之后的一個延續性紅利？未來科亞醫療的商業化之路又會怎么走？

　　帶著這幾個問題，雷鋒網 AI 掘金志采訪了科亞醫療研發總裁曹坤琳博士。

　　三年認證之路

　　一般來說，三類醫療器械商業化落地前要經過三個大步驟：藥監部門授權機構檢測、藥監部門注冊審批、醫保局定價，三大步驟全部走通需耗時近四年。

　　回顧科亞醫療獲批的完整時間節點，從最開始取得注冊報告到正式拿證，就經歷了三年多的歷程。這其中，2018 年 4 月是科亞醫療的一個關鍵節點———深脈分數進入三類創新醫療器械綠色審批通道。

　　曹坤琳博士表示：“2018 年 4 月以前，科亞醫療很多的申請注冊工作只能邊做邊摸索，走了一些彎路?！?/p>

　　深脈分數認證初期，國內《深度學習輔助決策醫療器械評審要點》等指導性文件還沒有發布，國內沒有檢驗機構具備醫療人工智能產品檢測能力，科亞的認證之路面臨缺乏指導方向、臨床試驗受阻的雙重壓力。

　　2018 年 4 月之后，深脈分數憑借無創診斷、國內首創、診斷準確、臨床價值四個優勢率先進入“審批綠色通道”，此后逐漸明確產品注冊思路和下一步計劃。

　　國家藥監局器審中心先后幾次組織全國醫生、教授、學者，統計專家召開專家會，討論評審科亞醫療深脈分數產品。這些討論機會也成為深脈分數獲批的重要加速器。

　　曹坤琳博士說：“幾次專家會使我們有了很多討論和上課的機會，每一次正反饋都特別多，一開始考慮不足的地方，專家都會給你指出來，然后我們回去修改，逐漸明確產品注冊應該怎樣做，開發重點在哪里，專家在這個過程也逐漸認可我們的產品，是一個非常正面的過程。”

　　在 2019 年 6 月的回顧性臨床試驗顯示，深脈分數的無創評估結果與有創 FFR 檢查結果有良好的一致性，而且在不同鈣化程度、不同病史、不同狹窄程度亞組均有良好的診斷表現。

　　對于審批過程中，專家們最看重公司和產品的哪些能力，曹坤琳認為主要有四點：

　　首先，審評中心對數據庫的管理非?？粗?，因為是基于深度學習，需要自建數據庫?？苼嗎t療用了很多時間在自建數據庫上，慢慢讓模型達到穩定狀態。

　　其次，專家也比較看重怎樣證明算法是經過充分訓練的，這一點與之前 AI 掘金志對進入審批綠色通道的 AI 眼科公司硅基智能的采訪觀點保持高度一致?？苼嗎t療的申請材料中，對整個算法訓練過程進行文檔記錄，記錄算法性能隨數據變化情況。

　　再次，臨床實驗非常重要，實驗設計需要反映產品使用過程中的具體情況；敏感性和特異性是衡量產品性能的關鍵；

　　最后，臨床應用場景也一定要明確，證明其是有臨床意義的產品。

　　有創檢查的看門人

　　目前，市面上大多數醫療 AI 產品主要是輔助放射科醫生閱片，科亞醫療的獲批軟件———深脈分數把目光瞄準在臨床科室。

　　曹坤琳說：“AI 在醫療領域的應用，遠遠不止提高影像科醫生效率這么簡單，可以在影像解剖學基礎上，提取無法從影像直接獲取的信息，為臨床醫生提供新的醫學檢測手段?！?/p>

　　冠心病是一種缺血性心臟病。我國冠心病患病率從 2003 年到 2015 年，增長率超過 120%；2018 年我國冠心病患者人數高達 1500 萬，開展冠狀動脈造影術約 300 萬例，經皮冠狀動脈介入治療（PCI）約 90 萬例，這為公共衛生及健康事業帶來嚴峻挑戰。

　　心內科醫生診斷冠心病患者是否存在心肌缺血，主要有兩種手段：

　　對疑似患者直接做有創冠脈造影檢查（一種需要導絲的介入手術），這種方法會對冠心病缺血陰性病人帶來不必要的手術檢查；

　　對前一種方法加以改進，對疑似患者先進行冠脈 CTA 初篩，篩查出陽性病人再進行有創冠脈造影檢查。

　　雖然第二種路徑有優化，但是冠脈 CTA 初篩并不是最佳解決方案。雖然其感性較高（達到 90%），但是特異性較低，超過 70％以上的患者術后發現是假陽性，為這部分患者做不必要的介入手術平添了他們的經濟負擔，也是對醫療資源的浪費。

　　另外一點是，受制于技術限制，冠脈 CTA 只能觀察到血管結構狹窄，但是血管狹窄程度并不能直接反映功能缺血的嚴重程度，結構學與功能學評估結果不一致的情況普遍存在。

　　所以，科亞醫療推出的深脈分數，就是針對臨床醫生這一痛點，利用 AI 對冠脈 CTA 進行無創 FFR（血流儲備分數）評估，在與冠脈 CTA 相同敏感性的前提下，提高特異性，為心內科醫生診斷冠心病提供新的檢查手段。

　　曹坤琳說到，深脈分數結合了 CTA 無創檢查和 FFR 功能評價的技術優勢，利用 DeepVessel、DeepFFR 等技術，對病例血管功能檢測和影像數據進行深度學習，直接從冠脈 CTA 圖像中提取出冠狀動脈樹狀解剖結構，可以無創計算出血管供血功能評估指標。

　　此外，相較于傳統的流場仿真技術以小時為單位的計算耗時，深脈分數利用深度學習可以將結果產出時間從 3-8 小時降到 10 分鐘以內，低于有創檢測檢查分析時間。

　　曹坤琳表示：“與目前僅憑觀察 CTA 狹窄程度進行篩查（管腔直徑狹窄率≥50%）的方式相比，深脈分數的敏感性與其無統計差異（都是 90%以上），但在診斷準確性、特異性（深脈分數 FFR 88.6% vs CTA 30%-40%）、陽性預測值、陰性預測值上都有大幅提升，可減少假陽幾率。因此，業界把深脈分數稱為‘導管室的看門人’。”

　　除了此次獲批的深脈分數，科亞醫療還有另一款產品“深脈造影分數”。從字面上來看似乎差異不大，但是區別在臨床應用場景：深脈分數作用于術前，深脈造影分數作用于術中。

　　深脈造影分數(DeepVessel Angio)同樣采用深度學習技術，主要作用于導管室的冠脈造影影像，對介入手術中的冠脈造影影像進行三維重建和血流速率的評估、實時計算 FFR，定量分析冠狀動脈狹窄造成的心肌缺血程度。

　　與導管室基于導絲測量的 FFR 不同，深脈分數造影全程無需使用腺苷(血管擴充藥物)和壓力導絲，在這個過程中減少病人的手術風險和導絲費用。

　　解答“生死題”

　　商業化變現已經成為醫療創業公司的“生死題”。

　　4 年多以來，醫療 AI 行業陸續被打上“認證困難”、“商業化能力存疑”等標簽。此次，科亞醫療拿到行業首證，進而獲投 1 億人民幣戰略投資。這一系列的好消息，其實也是給行業吃了一顆“定心丸”。

　　曹坤琳認為，國家藥監局在公告中以“具有顯著的經濟社會效益”對深脈分數產品進行了評價，而這 12 個字是此次獲得資本青睞的重要原因。

　　對于未來的商業化方向，她說到：“之前一直在為產品開發和認證努力，深脈分數產品獲批之后，我們將會有更多精力和轉移到市場推廣上，會在全國補充銷售網絡，推進更多商業化落地?！?/p>

　　目前，科亞醫療的落地推廣情況主要分為院內、院外和第三方合作三種：

　　院內的模式，主要是針對頂級三甲醫院，例如已經上線的北京安貞醫院、中國醫學科學院阜外醫院、解放軍總醫院等醫院。這些醫院對于效率提升的需求比較高，需要結果能及時反饋給醫生，同時對數據隱私性、安全性要求較高。針對這些醫院的需求，科亞醫療對其建設了本地版的“深脈分數人工智能診斷中心”；

　　院外模式主要針對醫院、體檢機構等開設心臟檢查業務的醫療中心，開展普通人群體檢、高風險人群篩查、疑似患者的精準輔診以及確診患者的輔助治療等服務；

　　第三方合作主要針對海外客戶，通過和現有 PACS 提供商、RIS 提供商和放射醫生集團合作，將人工智能閱片服務嵌入到已有閱片流程中、目前，科亞醫療已向香港、馬來西亞等地醫院提供收費的臨床分析服務。

　　當然，曹坤琳也說到，科亞醫療會在三個推廣場景中進一步打磨收費模式，打造醫療 AI 產業的真正商業閉環，但是這些還需要醫院、醫保、物價、監管部門的進一步支持。