Die kürzlich von der National Medical Insurance Administration veröffentlichten „Guidelines for the Establishment of Radiological Examination Price Projects (Trial)“ definieren klar das Geschäftsmodell der bildgebenden KI, das in der Branche große Aufmerksamkeit erregt hat. Ziel der Leitlinie ist es, den Preis radiologischer Untersuchungsgegenstände zu vereinheitlichen und die Förderung der durch künstliche Intelligenz unterstützten Diagnose in der klinischen Anwendung zu unterstützen, ohne dabei die finanzielle Belastung der Patienten zu erhöhen. Der Herausgeber von Downcodes wird eine ausführliche Interpretation dieser Richtlinie liefern und ihre Auswirkungen auf die Bild-KI-Branche analysieren.
Am 20. November veröffentlichte die Nationale Krankenversicherungsbehörde „Richtlinien für die Einrichtung von Preisprojekten für radiologische Untersuchungen (Testversion)“, die nicht nur die aktuellen radiologischen Untersuchungsprojekte integrierten und standardisierten, sondern auch das Geschäftsmodell der bildgebenden KI definierten.
In dem Artikel zur Richtlinieninterpretation wurde darauf hingewiesen: „Technologie der künstlichen Intelligenz spielt in der klinischen Praxis bis zu einem gewissen Grad eine Rolle bei der Unterstützung der Diagnose oder der Verbesserung der Effizienz, kann die ärztliche Diagnose jedoch noch nicht ersetzen. In Ländern, in denen es keine unabhängige medizinische Leistung gibt und die Qualität und Die Wirksamkeit der Hilfsdiagnose ist schwer zu bestimmen. Unter solchen Umständen ist es nach Erhebung der Untersuchungsgebühren für die entsprechenden Diagnosegegenstände nicht angemessen, dem Patienten allein für die durch künstliche Intelligenz unterstützte Diagnose zusätzliche Gebühren in Rechnung zu stellen.
Um dabei die klinische Anwendung der künstlichen Intelligenz-gestützten Diagnose zu unterstützen und eine zusätzliche Belastung der Patienten zu vermeiden, ordnet die Projekteinrichtungsrichtlinie die erweiterten Punkte „Künstliche Intelligenz-gestützte Diagnose“ einheitlich den radiologischen Hauptuntersuchungspunkten zu. Das heißt, Krankenhäuser, die künstliche Intelligenz zur Hilfsdiagnose einsetzen , berechnen den gleichen Preis wie der Hauptartikel, zahlen jedoch nicht das Doppelte des Hauptartikels. "
Um es einfach auszudrücken: Die National Medical Insurance Administration unterstützt den weit verbreiteten Einsatz von bildgebender KI in der klinischen Praxis, erlaubt Krankenhäusern jedoch nicht, die Kosten für den Einsatz von KI an Patienten weiterzugeben.
Angesichts der neuen Richtlinie haben Praktiker der bildgebenden KI gemischte Gefühle. Glücklicherweise hat das National Medical Insurance Bureau den Beitrag von KI zur klinischen Praxis offiziell anerkannt und relevante Parteien über den Einsatz von KI informiert. Aber ich mache mir auch Sorgen: Wenn die Einführung von KI dem Krankenhaus keinen direkten Nutzen bringen kann, wird die neue Richtlinie dann ausreichen, um die Einnahmen der bildgebenden KI-Branche zu stützen?
In den frühen Stadien der Entwicklung der bildgebenden KI besteht der von Start-up-Unternehmen für medizinische KI festgelegte Weg darin, zu erwarten, dass sie nacheinander den Marktzugang, den Preiszugang und den Zugang zur Krankenversicherung durchläuft, um unabhängige Medizinprodukteprodukte zu bilden letztendlich eine regelmäßige Bezahlung der Patienten zu erreichen und so einen geschlossenen Kreislauf zu schaffen. Die Lösung wird im Krankenhaus implantiert.
Es gibt Präzedenzfälle für ein solches Geschäftsmodell, zum Beispiel kostet Digital Diagnostics in den USA 55 US-Dollar pro Zeit (Daten für 2022, siehe unten), und Viz.AI kostet 1.040 US-Dollar pro Test auf große Blutgefäße Alle inländischen Bildgebungs-KIs. Der Kompass des Unternehmens in seinen Anfangsjahren.
Auf diesem Weg begannen Unternehmen wie Keya Medical und Eagle Eye Technology, den Preiszugang und den Zugang zu Krankenversicherungen in großem Umfang zu fördern, nachdem ihre Produkte Klasse-III-Zertifikate erhalten hatten. In den letzten Jahren wurden verwandte Produkte in mehr als zehn Provinzen und Städten erfolgreich in die Preislisten der Provinzen aufgenommen, was es den Patienten theoretisch ermöglichte, aus eigener Tasche zu bezahlen. Allerdings stießen sie auf Herausforderungen im wichtigeren Aspekt der Krankenversicherung sind nur in wenigen Bereichen in die medizinische Grundversorgung eingestiegen. Der Umfang der Versicherungsleistungen ist alles andere als groß.
Für das Scheitern dieses Weges gibt es mehrere Gründe. In den letzten Jahren haben Unternehmen, Regierungen und Regulierungsbehörden gemeinsam Krankenhauspreise und Zahlungsmodelle vorangetrieben, insgesamt waren sie jedoch nicht aktiv genug.
Einerseits erfordern groß angelegte Preiszugangs- und Zahlungsmodellüberprüfungen beim Zugang zu Krankenversicherungen, dass Unternehmen viel Personal und materielle Ressourcen für die Umsetzung aufwenden, aber die erzielten Ergebnisse können nicht garantieren, dass die Produkte erhebliche Kommerzialisierungsergebnisse erzielen, was dies einschränkt Geschwindigkeit des Fortschritts.
Andererseits ähneln Preiszugang und Zugang zu Krankenversicherungen öffentlichen Gütern, und es besteht die Möglichkeit, in erstere zu investieren und bei letzteren als Trittbrettfahrer zu fungieren. Daher neigen Unternehmen, die als erste in entsprechende Forschung investieren, dazu, sich schrittweise zu verstecken Forschungsergebnisse, was zu einer Einschränkung der Gesamtentwicklungsgeschwindigkeit der Branche führt und leicht zu wiederholten Forschungen zu einem einzelnen Produkt führt.
Heutzutage hat die Einführung der neuen Richtlinie zweifellos den Traum zerstört, bildgebende KI als eigenständiges Produkt zu etablieren und eine regelmäßige Bezahlung durch die Krankenversicherung anzustreben. Nachhaltige Geschäftsmodelle, die bei Medikamenten und Geräten üblich sind, werden im Bereich der bildgebenden KI möglicherweise nie umgesetzt.
Obwohl ein wichtiger theoretischer Weg zur kommerziellen Umsetzung verloren gegangen ist, hat der New Deal keine großen negativen Auswirkungen auf die Rentabilität von Unternehmen im Bereich der Bildverarbeitungs-KI gehabt, sondern vielmehr die Richtung für die langfristige Entwicklung von Bildverarbeitungs-KI-Unternehmen aufgezeigt.
Lassen Sie uns zunächst über die Auswirkungen der Politik sprechen. Zum jetzigen Zeitpunkt haben die Einnahmen der bildgebenden KI-Unternehmen kaum etwas mit der Krankenversicherung zu tun. Sie verlassen sich hauptsächlich auf Ausschreibungen zum Verkauf von bildgebender KI an Krankenhäuser im Rahmen eines Buyout- oder SaaS-Modells. Darüber hinaus war die medizinische Bildgebung schon immer eine wichtige Quelle für die Papierausgabe. Viele Krankenhäuser und Ärzte sind bereit, mit KI-Unternehmen zusammenzuarbeiten, um die Ausgabemenge und -qualität relevanter wissenschaftlicher Forschungsergebnisse zu verbessern.
Darüber hinaus ist die Zusammenarbeit mit Herstellern bildgebender Geräte und die direkte Zahlung an die Gerätehersteller für medizinische KI-Unternehmen eine wichtige Möglichkeit, Gewinne zu erzielen. Das ist eine Win-Win-Kooperation. Bildgebende Gerätehersteller können durch intelligente Algorithmenlizenzierung schnell eine große Anzahl von Anwendungen erhalten und so die Wettbewerbsfähigkeit ihrer eigenen Produkte effektiv verbessern. Krankenhäuser ziehen es auch vor, Algorithmen direkt von den Plattformen der bildgebenden Gerätehersteller abzurufen, um den Umsatz von bildgebenden KI-Unternehmen zu steigern. In den Anfangsjahren gründete die United Imaging Group gezielt United Imaging Intelligence, um Bildgebungsprobleme in verschiedenen Szenarien zu lösen, und hat sich zu einem der größten Bildgebungs-KI-Unternehmen mit den umfassendsten Produkten entwickelt. Später gründeten sich auch multinationale Unternehmen wie GE Healthcare und Philips Healthcare KI-Ökosysteme in China, darunter eine große Anzahl hochwertiger Partner.
Mit diesen vielfältigen Methoden haben bildgebende KI-Unternehmen bildgebende KI in einer großen Anzahl von Krankenhäusern implementiert und ohne die Unterstützung der Krankenversicherung einen Umsatz in Höhe von Hunderten Millionen erzielt.
Die Haupteinnahmequellen für bildgebende KI-Unternehmen
Lassen Sie uns über politische Leitlinien für bildgebende KI sprechen. In dem Artikel wurde die „Unterstützung der klinischen Anwendung der durch künstliche Intelligenz unterstützten Diagnose“ erwähnt, was eigentlich eine Bestätigung der klinischen Anwendung der künstlichen Intelligenz darstellt. In der Praxis haben einige Krankenhäuser in meinem Land separate Projekte für Dienstleistungen im Zusammenhang mit bildgebender KI durchgeführt. Nachdem das Krankenhaus bildgebende KI für die Hilfsdiagnose verwendet, kann ein Teil des Umsatzes als Belohnung für die Leistung der KI zur Bereitstellung von Dienstleistungen für bildgebende KI-Unternehmen verwendet werden.
Beispielsweise hat die Provinz Shandong viel innovative Arbeit im Bereich KI-Ladedesign geleistet. Der tatsächliche Preis beträgt 340 Yuan pro Teil, einschließlich 50 Yuan für die Diagnoseunterstützung durch künstliche Intelligenz (Krankenversicherung beteiligt sich nicht an der Zahlung).
Allerdings ist auch zu beachten, dass es für bildgebende KI-Unternehmen schwierig ist, die Vorteile, die die Einführung der neuen Richtlinie mit sich bringt, kurzfristig zu spüren. Derzeit gibt es nur wenige Krankenhäuser, die die Leistungszuordnung zur Bezahlung von KI nutzen, und auch die abgedeckten Inspektionsgegenstände sind recht begrenzt. Daher kann es mehrere Jahre dauern, bis kleine Versuche in großem Maßstab umgesetzt werden, und es sind verfeinerte Richtlinien erforderlich, um die Einrichtung eines neuen Zahlungssystems zu fördern.
Darüber hinaus werden sich bildgebende KI-Unternehmen nach der Sperrung des Zahlungswegs für Krankenversicherungsfälle stärker auf Krankenhäuser und bildgebende Gerätehersteller als Kostenträger verlassen. Aufgrund der intensiven medizinischen Korruptionsbekämpfung hat sich der Gesamtbetrag der Beschaffung medizinischer Krankenhausausrüstung im ersten Halbjahr 2024 fast halbiert, und der Zuschlagspreis für Magnetresonanztomographie und CT betrug nur 60 % des Vorjahreszeitraums . In dieser Situation wird der Druck, dem die Hersteller von bildgebenden Geräten im vorgelagerten Teil der Industriekette ausgesetzt sind, direkt auf bildgebende KI-Unternehmen im mittleren Bereich übertragen, und deren Umsatz wird in gewissem Ausmaß zurückgehen, bevor die Nachfrage nach der Ausrüstungsbeschaffung freigesetzt wird.
Am Ende des Artikels der National Medical Insurance Administration heißt es: „Der Leitfaden zur Projekteinrichtung ordnet den erweiterten Punkt „Diagnose mit künstlicher Intelligenz“ einheitlich dem Hauptpunkt der radiologischen Untersuchung zu, um die funktionelle Positionierung widerzuspiegeln der künstlichen Intelligenz zur Verbesserung von Qualität und Effizienz, anstatt die Kosten zu erhöhen.
Dieser Satz gilt nicht nur für bildgebende KI, sondern kann auch für verschiedene künstliche Intelligenzen in der Medizinbranche gelten.
Die vom Hunan Medical Insurance Bureau im Jahr 2022 herausgegebene „Mitteilung zur Regulierung der Nutzung und Gebühren chirurgischer robotergestützter Operationssysteme“ hat die Form und den Preis von Operationsrobotern in Form von Richtlinienrichtlinien vereinheitlicht. Ihr Kern besteht darin , eine angemessene Krankenversicherung sicherzustellen Ausgaben und vernünftige Patienten leiten die geordnete Entwicklung relevanter Märkte unter der Prämisse der Ausgaben und verhindern, dass Unternehmen und Krankenhäuser mithilfe einfacher Software „Innovationen“ bei der Abrechnung von Artikeln einführen.
Heutzutage verfolgt die Einführung der „Richtlinien zur Festlegung von Preisprojekten für radiologische Untersuchungen (Studie)“ die Positionierung der bildgebenden KI. Man hofft, dass KI dabei helfen kann, die Qualität und Effizienz zu verbessern und einen Zuwachs zu erzielen auf das gesamte medizinische System und reflektieren Sie dann Ihren eigenen Wert.
Wenn man die beiden Richtlinien kombiniert, ist es nicht schwer festzustellen, dass die Formulierer Unternehmen nicht unterstützen, die KI als eigenständiges Produkt oder als Verkaufsargument für unabhängige Produkte nutzen, sondern hoffen, dass sie als Werkzeug für Geräte und Systeme verwendet werden kann B. automatische Navigation in der Automobilindustrie oder Qualitätskontrolle in der Industrie, um den höheren Wert zu unterstützen.
In Wirklichkeit haben die sogenannten „Head Imaging AI-Unternehmen“ das Etikett „Imaging AI“ längst abgelegt, hochintelligente Hardware oder Systeme entwickelt und sind zu kompletten Medizingeräteunternehmen oder Medizin-IT-Unternehmen geworden.
Shenrui Medical hat im Bereich der medizinischen IT viele Erfolge erzielt. Nach dem Aufkommen großer Modelle konzentrierte sich das Unternehmen auf die Verwaltung von Krankenhausdaten und baute eine multimodale Datenverwaltungs-Engine auf, die den gesamten Prozess der Datenerfassung, -verwaltung und -kennzeichnung abdeckt, sowie ein multimodales großes Sprachmodell, ein Bild allgemeines Modell und eine multimodale große Modell-Engine; und bietet mehrere Fähigkeitsöffnungsmodelle in verschiedenen Formen, wie z. B. die Öffnung der Fähigkeit zur Steuerung von Datendiensten und die Öffnung der Fähigkeit zur multimodalen KI-Modellierung.
Darüber hinaus integriert Shenrui Medical für die von Krankenhäusern dringend benötigten Daten-Asset-Lösungen auch KI, um intelligentes Management, intelligente wissenschaftliche Forschung, intelligente Klinik, KI-Innovationszentren und andere Szenarien für medizinische Einrichtungen bereitzustellen, um intelligente Produkte und Asset-Management-bezogene intelligente Produkte bereitzustellen Dienstleistungen.
Was medizinische Geräte betrifft, schmieden Shukun Technology und Infer Medical Pläne. Basierend auf KI hat Shukun Technology unabhängig native Ultraschall-Hardwaregeräte wie „Turing Brain“ und „Turing AR“ entwickelt, die es ermöglichen, intelligente Algorithmen tief zu integrieren. Sie können nicht nur alle Organinformationen während der Ultraschalldiagnose und -behandlung erfassen, sondern auch reflektieren Es optimiert auch die Erfahrung des Arztes und verhindert, dass Ärzte in der klinischen Praxis den „zweiten Bildschirm“ verwenden.
Nach Ansicht von Shukun Technology ist die integrierte Zusammenarbeit von Software und Hardware die Rekonstruktion des Benutzererlebnisses und auch der Schlüssel dafür, dass KI weiterhin die Grenzen der Technologie durchbrechen kann. In Zukunft wird jede Hardware vom Industriezeitalter in die KI-Ära übergehen und jeder Schritt und jede Sekunde der Interaktion zwischen Ärzten und Geräten wird durch KI unterstützt.
Infer Medical ist in die Branche der chirurgischen Roboter eingestiegen und hat bildgebende KI tief in die Hardware integriert. Beispielsweise bietet der vom Unternehmen selbst entwickelte KI-Navigationsroboter „Longdianjing® Puncture Surgery Robot“ intelligente technische KI-Unterstützung auf Basis magnetischer Navigationsführung. Es wird spekuliert, dass mithilfe intelligenter Algorithmen eine vollautomatische Erkennung und Rekonstruktion von Gewebeläsionen erreicht werden kann und darüber hinaus eine automatische Planung des chirurgischen Pfads, eine Punktionsführung und eine Bewertung nach der Ablation durchgeführt werden können, wodurch Ärzte wirksam dabei unterstützt werden, perkutane Punktionsoperationen genauer und schneller durchzuführen .
Zu diesem Zeitpunkt haben alle ehemaligen Imaging-KI-Unternehmen ihre eigene Wertrekonstruktion abgeschlossen. Das Ende der alten Ära entspricht dem Beginn einer neuen Ära für KI-Unternehmen.
Die neue Richtlinie der National Medical Insurance Administration hat die Richtung für die Entwicklung der Bildgebungs-KI-Branche aufgezeigt. Obwohl sie kurzfristig vor einigen Herausforderungen stehen könnte, haben Bildgebungs-KI-Unternehmen auf lange Sicht immer noch breite Perspektiven durch die Zusammenarbeit mit Krankenhäusern und Hersteller von bildgebenden Geräten und die Umgestaltung ihrer eigenen Geschäftsmodelle. Künftig wird bildgebende KI kein eigenständiges Produkt mehr sein, sondern in medizinische Geräte und Systeme integriert werden, um die medizinische Effizienz und Qualität zu verbessern.