Las "Directrices para el establecimiento de proyectos de precios de exámenes radiológicos (prueba)" publicadas recientemente por la Administración Nacional de Seguro Médico definen claramente el modelo de negocio de la IA de imágenes, que ha atraído una amplia atención en la industria. La directriz tiene como objetivo estandarizar el precio de los elementos de examen radiológico y apoyar la promoción del diagnóstico asistido por inteligencia artificial en aplicaciones clínicas, evitando al mismo tiempo aumentar la carga financiera para los pacientes. El editor de Downcodes proporcionará una interpretación en profundidad de esta política y analizará su impacto en la industria de la IA de imágenes.
El 20 de noviembre, la Administración Nacional del Seguro Médico emitió unas "Directrices para el establecimiento de proyectos de precios de exámenes radiológicos (prueba)", que no solo integraron y estandarizaron los proyectos de exámenes radiológicos actuales, sino que también definieron el modelo de negocio de la IA para imágenes.
El artículo de interpretación de políticas señala: "La tecnología de inteligencia artificial juega un papel en ayudar al diagnóstico o mejorar la eficiencia hasta cierto punto en la práctica clínica, pero aún no puede reemplazar el diagnóstico médico. En países donde no existe un servicio médico independiente y la calidad y La efectividad del diagnóstico auxiliar es difícil de determinar. En tales circunstancias, una vez cobrados los honorarios del examen por los elementos de diagnóstico correspondientes, no es apropiado cobrar al paciente adicionalmente solo por el diagnóstico asistido por inteligencia artificial.
En este sentido, para apoyar la aplicación clínica del diagnóstico asistido por inteligencia artificial y evitar una carga adicional para los pacientes, las directrices para el establecimiento del proyecto organizan de manera uniforme los elementos ampliados del "diagnóstico asistido por inteligencia artificial" bajo los principales elementos del examen radiológico. Es decir, los hospitales que utilicen inteligencia artificial para el diagnóstico auxiliar cobrarán el mismo precio que el artículo principal, pero no el doble que el artículo principal. "
En pocas palabras, la Administración Nacional del Seguro Médico apoya la aplicación generalizada de la IA en imágenes en la práctica clínica, pero no permite que los hospitales trasladen los costos del uso de la IA a los pacientes.
Ante la nueva política, los profesionales de la IA en imágenes tienen sentimientos encontrados. Afortunadamente, la Oficina Nacional de Seguro Médico reconoció oficialmente la contribución de la IA a la práctica clínica e informó a las partes relevantes sobre el uso de la IA. Pero también me preocupa: cuando la introducción de la IA no pueda aportar beneficios directos al hospital, ¿será suficiente la nueva política dada para respaldar los ingresos de la industria de la IA en imágenes?
En las primeras etapas del desarrollo de la IA médica, la ruta marcada por las empresas emergentes para la IA médica es esperar que pase por el acceso al mercado, el acceso a los precios y el acceso al seguro médico uno por uno para formar productos de dispositivos médicos independientes , y En última instancia, lograr el pago regular a los pacientes, creando un circuito cerrado. La solución se implanta en el hospital.
Existen precedentes de un modelo de negocio de este tipo, por ejemplo, Digital Diagnostics en los Estados Unidos analiza la retinopatía diabética a 55 dólares por vez (datos de 2022, los mismos a continuación), y a saber, 1.040 dólares por prueba de obstrucción de vasos sanguíneos grandes. Todas las IA de imágenes nacionales fueron la brújula de la empresa en sus primeros años.
Siguiendo este camino, empresas como Keya Medical y Eagle Eye Technology comenzaron a promover el acceso a precios y seguros médicos a gran escala luego de que sus productos obtuvieran certificados Clase III. En los últimos años, productos relacionados han entrado con éxito en las listas de precios provinciales en más de diez provincias y ciudades, lo que en teoría permite a los pacientes pagar de su bolsillo. Sin embargo, han encontrado desafíos en el aspecto más importante del seguro médico. Solo han ingresado a la atención médica básica en unas pocas áreas. El alcance del pago del seguro está lejos de ser a gran escala.
Hay múltiples razones para el fracaso de este camino. En los últimos años, empresas, gobiernos y agencias reguladoras han promovido conjuntamente los precios y los modelos de pago de los hospitales, pero en general no son lo suficientemente activos.
Por un lado, el acceso a precios a gran escala y la verificación del modelo de pago en el acceso al seguro médico requieren que las empresas gasten una gran cantidad de mano de obra y recursos materiales para implementarlo, pero los resultados logrados no pueden garantizar que los productos logren resultados de comercialización considerables, lo que limita la velocidad de avance.
Por otro lado, el acceso a los precios y el acceso al seguro médico son similares a los bienes públicos, y existe la posibilidad de invertir en los primeros y aprovecharse de los segundos. Por lo tanto, las empresas que son las primeras en invertir en investigaciones relacionadas tienden a esconderse en fases. resultados de la investigación, lo que resulta en una limitación de la velocidad de avance general de la industria y conduce fácilmente a investigaciones repetidas sobre un solo producto.
Hoy en día, la introducción de la nueva política sin duda ha hecho añicos el sueño de imaginar la IA como un producto independiente para lograr pagos regulares por parte de los seguros médicos. Es posible que los modelos de negocio sostenibles que son comunes a los medicamentos y dispositivos nunca se implementen en el campo de la IA de imágenes.
Aunque se ha perdido un camino teórico importante hacia la realización comercial, el New Deal no ha tenido un gran impacto negativo en la rentabilidad de las empresas de IA de imágenes. Más bien, ha señalado la dirección para el desarrollo a largo plazo de las empresas de IA de imágenes.
Hablemos primero del impacto de las políticas. En esta etapa, los ingresos de las empresas de inteligencia artificial de imágenes tienen muy poco que ver con el seguro médico. Se basan principalmente en ofertas para vender IA de imágenes a hospitales en un modelo de compra o SaaS. Además, las imágenes médicas siempre han sido una fuente importante de producción en papel. Muchos hospitales y médicos están dispuestos a buscar cooperación con empresas de inteligencia artificial para mejorar la cantidad y la calidad de los resultados de investigaciones científicas relevantes.
Además, cooperar con los fabricantes de equipos de imágenes y pagar directamente a los fabricantes de equipos también es una forma importante para que las empresas de IA médica obtengan ganancias. Esta es una cooperación beneficiosa para todos. Las empresas de equipos de imágenes pueden obtener rápidamente una gran cantidad de aplicaciones a través de licencias de algoritmos inteligentes, lo que mejora efectivamente la competitividad de sus propios productos. Los hospitales también prefieren llamar directamente a los algoritmos de las plataformas de los fabricantes de equipos de imágenes para aumentar los ingresos de las empresas de IA. En los primeros años, United Imaging Group estableció específicamente United Imaging Intelligence para superar los problemas de imágenes en diversos escenarios y se ha convertido en una de las empresas de inteligencia artificial de imágenes más grandes con los productos más completos. Posteriormente, también se establecieron empresas multinacionales como GE Healthcare y Philips Healthcare. Ecosistemas de IA en China, que incluyen una gran cantidad de socios de alta calidad.
Con estos métodos diversificados, las empresas de IA de imágenes han implementado IA de imágenes en una gran cantidad de hospitales y han logrado cientos de millones en ingresos sin el apoyo de un seguro médico.
Las principales fuentes de ingresos para las empresas de IA en imágenes
Hablemos de orientación política para la obtención de imágenes de IA. El artículo menciona "apoyar la aplicación clínica del diagnóstico asistido por inteligencia artificial", que en realidad es una afirmación de la aplicación clínica de la inteligencia artificial. En la práctica, algunos hospitales de mi país han llevado a cabo proyectos separados para servicios relacionados con imágenes de IA. Después de que el hospital utilice la IA de imágenes para el diagnóstico auxiliar, una parte de los ingresos se puede asignar como recompensa por el desempeño de la IA para brindar servicios a las empresas de IA de imágenes.
Por ejemplo, la provincia de Shandong ha realizado muchos trabajos innovadores en el diseño de carga de IA. Algunos hospitales utilizan IA para realizar tomografías computarizadas de detección temprana del cáncer. El precio real es de 340 yuanes por pieza, que incluye 50 yuanes para los costos de detección de inteligencia artificial. (el seguro médico no participa en el pago).
Sin embargo, también cabe señalar que a las empresas de IA de imágenes les resulta difícil sentir los beneficios que traerá la introducción de la nueva política en el corto plazo. Actualmente, el número de hospitales que utilizan la asignación de desempeño para pagar la IA es escaso y los elementos de inspección cubiertos también son bastante limitados. Por lo tanto, pueden pasar varios años antes de que las pruebas a pequeña escala se implementen a gran escala, y se necesitan políticas más refinadas para promover el establecimiento de un nuevo sistema de pagos.
Además, una vez que se bloquee la vía de pago para los casos de seguros médicos, las empresas de inteligencia artificial de imágenes dependerán más de los hospitales y las empresas de equipos de imágenes como pagadores. Debido a la alta presión anticorrupción médica, el monto total de adquisiciones de equipos médicos hospitalarios en el primer semestre de 2024 se redujo casi a la mitad, y el monto de la oferta ganadora para imágenes por resonancia magnética y tomografía computarizada fue solo el 60% del mismo período del año pasado. . En esta situación, la presión que enfrentan los fabricantes de equipos de imágenes en la parte superior de la cadena industrial se transmitirá directamente a las empresas de IA de imágenes en la parte intermedia, y los ingresos de estas últimas sufrirán una cierta disminución antes de que se libere la demanda de adquisición de equipos.
Al final del artículo de la Administración Nacional del Seguro Médico, el artículo señalaba: “La guía de establecimiento del proyecto organiza uniformemente el elemento ampliado de” diagnóstico asistido por inteligencia artificial “bajo el elemento principal de examen radiológico para reflejar el posicionamiento funcional de la tecnología de inteligencia artificial para mejorar la calidad y la eficiencia en lugar de aumentar los costos”.
Esta frase no sólo se aplica a la IA de imágenes, sino que también puede aplicarse a diversas inteligencias artificiales en la industria médica.
El "Aviso sobre la regulación del uso y los costos de los sistemas operativos asistidos por robots quirúrgicos" emitido por la Oficina de Seguros Médicos de Hunan en 2022 ha unificado la forma y el precio de los robots quirúrgicos en forma de orientación sobre políticas. Su esencia es garantizar un seguro médico razonable . gastos y pacientes razonables guiar el desarrollo ordenado de los mercados relevantes bajo la premisa de gastos , y evitar que las empresas y hospitales "innoven" en el cobro de artículos con la ayuda de un software simple.
Hoy en día, la introducción de las "Directrices para el establecimiento de proyectos de precios para exámenes radiológicos (ensayo)" tiene el mismo propósito: establece el posicionamiento de la IA en imágenes. Se espera que la IA pueda ayudar a los hospitales a mejorar la calidad y la eficiencia y generar incrementos. a todo el sistema médico. Y luego refleja tu propio valor.
Combinando las dos políticas, no es difícil encontrar que los formuladores no apoyan a las empresas que utilizan la IA como un producto independiente o como un punto de venta de productos independientes, sino que esperan que pueda usarse como una herramienta para equipos y sistemas, por ejemplo. navegación automática en la industria del automóvil o control de calidad en la industria industrial para respaldar su mayor valor.
En realidad, las llamadas "empresas principales de IA de imágenes" se han quitado la etiqueta de "IA de imágenes" durante mucho tiempo, han diseñado hardware o sistemas altamente inteligentes y se han convertido en empresas completas de dispositivos médicos o empresas de TI médica.
Shenrui Medical ha logrado muchos logros en el campo de la TI médica. Después del auge de los grandes modelos, la empresa se centró en la gestión de datos hospitalarios y construyó un motor de gestión de datos multimodal que cubre todo el proceso de recopilación, gestión y etiquetado de datos, así como un modelo de lenguaje grande multimodal, una imagen. modelo general y un modelo grande multimodal; y proporciona múltiples modelos de apertura de capacidades en múltiples formas, como apertura de capacidades de gobernanza de ciclo completo, apertura de capacidades de personalización de servicios de datos y apertura de capacidades de modelado de IA multimodal.
Además, para las soluciones de activos de datos que los hospitales necesitan con urgencia, Shenrui Medical también integra IA para proporcionar gestión inteligente, investigación científica inteligente, clínica inteligente, centro de innovación de IA y otros escenarios para que las instituciones médicas proporcionen productos inteligentes relacionados con la gestión de activos y servicios.
En términos de dispositivos médicos, Shukun Technology e Infer Medical están haciendo planes. Basándose en la IA, Shukun Technology ha desarrollado de forma independiente equipos de hardware de ultrasonido nativos como "Turing Brain" y "Turing AR", lo que le permite integrar profundamente algoritmos inteligentes. No solo puede recopilar toda la información de los órganos durante el diagnóstico y tratamiento por ultrasonido, sino que también puede reflejarla. lesiones en tiempo real. También optimiza la experiencia del médico y evita que los médicos utilicen la “segunda pantalla” en la práctica clínica.
Desde el punto de vista de Shukun Technology, la colaboración integrada de software y hardware es la reconstrucción de la experiencia del usuario y también es la clave para que la IA continúe superando los límites de la tecnología. En el futuro, cada pieza de hardware pasará de la era industrial a la era de la IA, y cada paso y cada segundo de la interacción entre los médicos y los equipos estará respaldado por la IA.
Infer Medical ha entrado en el sector de los robots quirúrgicos y ha integrado profundamente la IA de imágenes en el hardware. Por ejemplo, el robot de navegación con IA de desarrollo propio de la empresa, "Longdianjing® Puncture Surgery Robot", añade soporte técnico inteligente de IA basado en guía de navegación magnética. Se especula que, potenciado por algoritmos inteligentes, puede lograr una identificación y reconstrucción de lesiones tisulares completamente automáticas y realizar además una planificación automática de la ruta quirúrgica, guía de punción y evaluación post-ablación, ayudando así de manera efectiva a los médicos a completar las operaciones de punción percutánea con mayor precisión y rapidez. .
En este punto, todas las antiguas empresas de IA de imágenes han completado su propia reconstrucción de valor. El fin de la vieja era corresponde al advenimiento de una nueva era para las empresas de IA.
La nueva política de la Administración Nacional del Seguro Médico ha señalado la dirección para el desarrollo de la industria de la IA de imágenes. Aunque puede enfrentar algunos desafíos en el corto plazo, a largo plazo las empresas de IA de imágenes todavía tienen amplias perspectivas al cooperar con los hospitales. y fabricantes de equipos de imágenes y transformar sus propias perspectivas de desarrollo. En el futuro, la IA de imágenes ya no será un producto independiente, sino que se integrará en equipos y sistemas médicos para mejorar la eficiencia y la calidad médica.