"Pedoman Penetapan Proyek Harga Pemeriksaan Radiologi (Percobaan)" yang baru-baru ini dirilis oleh Administrasi Asuransi Kesehatan Nasional dengan jelas mendefinisikan model bisnis pencitraan AI, yang telah menarik perhatian luas di industri. Pedoman ini bertujuan untuk membakukan harga barang pemeriksaan radiologi dan mendukung promosi diagnosis yang dibantu kecerdasan buatan dalam aplikasi klinis sambil menghindari peningkatan beban keuangan pada pasien. Editor Downcodes akan memberikan interpretasi mendalam tentang kebijakan ini dan menganalisis dampaknya terhadap industri pencitraan AI.
Pada tanggal 20 November, Administrasi Asuransi Kesehatan Nasional mengeluarkan "Pedoman Penetapan Proyek Harga Pemeriksaan Radiologi (Percobaan)", yang tidak hanya mengintegrasikan dan menstandardisasi proyek pemeriksaan radiologi saat ini, tetapi juga mendefinisikan model bisnis pencitraan AI.
Artikel interpretasi kebijakan menunjukkan: "Teknologi kecerdasan buatan berperan dalam membantu diagnosis atau meningkatkan efisiensi sampai batas tertentu dalam praktik klinis, namun teknologi tersebut belum dapat menggantikan diagnosis dokter. Di negara-negara di mana tidak ada keluaran layanan medis independen serta kualitas dan efektivitas diagnosis tambahan sulit ditentukan. Dalam keadaan seperti itu, setelah biaya pemeriksaan untuk item diagnostik terkait dikumpulkan, tidak tepat untuk membebankan biaya tambahan kepada pasien untuk diagnosis yang dibantu kecerdasan buatan saja.
Dalam hal ini, untuk mendukung penerapan klinis diagnosis dengan bantuan kecerdasan buatan dan mencegah beban tambahan pada pasien, pedoman pembentukan proyek secara seragam mengatur item yang diperluas dari "diagnosis dengan bantuan kecerdasan buatan" di bawah item pemeriksaan radiologi utama. Artinya, rumah sakit yang menggunakan kecerdasan buatan untuk diagnosis tambahan akan mengenakan harga yang sama dengan barang utama, tetapi tidak akan dikenakan biaya dua kali lipat dari harga barang utama. "
Sederhananya, Administrasi Asuransi Medis Nasional mendukung penerapan pencitraan AI secara luas dalam praktik klinis, namun tidak mengizinkan rumah sakit membebankan biaya penggunaan AI kepada pasien.
Menghadapi kebijakan baru ini, para praktisi pencitraan AI memiliki perasaan campur aduk. Untungnya, Biro Asuransi Kesehatan Nasional secara resmi mengakui kontribusi AI terhadap praktik klinis dan memberi tahu pihak terkait tentang penggunaan AI. Namun saya juga khawatir: ketika pengenalan AI tidak dapat memberikan manfaat langsung bagi rumah sakit, apakah kebijakan baru yang diberikan akan cukup untuk mendukung pendapatan industri pencitraan AI?
Pada tahap awal pengembangan AI pencitraan, rute yang ditetapkan oleh perusahaan start-up untuk AI medis adalah dengan mengharapkannya melewati akses pasar, akses harga, dan akses asuransi kesehatan satu per satu untuk membentuk produk perangkat medis independen , dan pada akhirnya mencapai pembayaran reguler kepada pasien, menciptakan loop tertutup. Solusinya ditanamkan di rumah sakit.
Ada preseden untuk model bisnis seperti itu. Misalnya, Diagnostik Digital di Amerika Serikat menganalisis retinopati diabetik dengan biaya US$55 per waktu (data tahun 2022, sama di bawah), dan Viz.AI US$1.040 per tes penyumbatan pembuluh darah besar semua AI pencitraan domestik.
Mengikuti jalur ini, perusahaan seperti Keya Medical dan Eagle Eye Technology mulai mempromosikan akses harga dan akses asuransi kesehatan secara besar-besaran setelah produk mereka memperoleh sertifikat Kelas III. Selama beberapa tahun terakhir, produk-produk terkait telah berhasil masuk dalam daftar harga provinsi di lebih dari sepuluh provinsi dan kota, yang secara teoritis memungkinkan pasien untuk membayar sendiri. Namun, mereka menghadapi tantangan dalam aspek yang lebih penting yaitu asuransi kesehatan, dan cakupan pembayaran asuransi masih jauh dari skala besar.
Ada beberapa alasan kegagalan jalur ini. Dalam beberapa tahun terakhir, perusahaan, pemerintah, dan badan pengatur bersama-sama mempromosikan harga rumah sakit dan model pembayaran, namun secara keseluruhan mereka belum cukup aktif.
Di satu sisi, akses harga dan verifikasi model pembayaran berskala besar dalam akses asuransi kesehatan mengharuskan perusahaan menghabiskan banyak tenaga kerja dan sumber daya material untuk menerapkannya, namun hasil yang dicapai tidak dapat menjamin bahwa produk tersebut akan mencapai hasil komersialisasi yang besar, sehingga membatasi peluang kecepatan kemajuan.
Di sisi lain, akses harga dan akses asuransi kesehatan mirip dengan barang publik, dan ada kemungkinan investasi pada barang publik dan bebas untuk berinvestasi pada barang publik. Oleh karena itu, perusahaan yang pertama kali berinvestasi pada penelitian terkait cenderung melakukan investasi secara bertahap hasil penelitian, sehingga membatasi kecepatan kemajuan industri secara keseluruhan, dan dengan mudah menyebabkan penelitian berulang pada satu produk.
Saat ini, penerapan kebijakan baru ini tidak diragukan lagi telah menghancurkan impian pencitraan AI sebagai produk independen untuk mendapatkan pembayaran rutin melalui asuransi kesehatan. Model bisnis berkelanjutan yang umum untuk obat-obatan dan perangkat mungkin tidak akan pernah diterapkan di bidang pencitraan AI.
Meskipun jalur teoritis penting menuju realisasi komersial telah hilang, New Deal tidak memberikan dampak negatif yang besar terhadap profitabilitas perusahaan pencitraan AI.
Mari kita bahas dampak kebijakan terlebih dahulu. Pada tahap ini, pendapatan perusahaan pencitraan AI tidak ada hubungannya dengan asuransi kesehatan. Mereka terutama mengandalkan penawaran untuk menjual pencitraan AI ke rumah sakit dalam model pembelian atau SaaS. Selain itu, pencitraan medis selalu menjadi sumber penting keluaran kertas. Banyak rumah sakit dan dokter bersedia menjalin kerja sama dengan perusahaan AI untuk meningkatkan kuantitas dan kualitas keluaran hasil penelitian ilmiah yang relevan.
Selain itu, bekerja sama dengan produsen peralatan pencitraan dan membayar langsung ke produsen peralatan juga merupakan cara penting bagi perusahaan AI medis untuk memperoleh keuntungan. Ini adalah kerja sama yang saling menguntungkan. Perusahaan peralatan pencitraan dapat dengan cepat memperoleh sejumlah besar aplikasi melalui lisensi algoritme cerdas, sehingga secara efektif meningkatkan daya saing produk mereka sendiri. Rumah sakit juga lebih memilih untuk langsung memanggil algoritme dari platform produsen peralatan pencitraan untuk meningkatkan pendapatan perusahaan AI pencitraan. Pada tahun-tahun awal, United Imaging Group secara khusus mendirikan United Imaging Intelligence untuk mengatasi masalah pencitraan dalam berbagai skenario, dan telah menjadi salah satu perusahaan AI pencitraan terbesar dengan produk terlengkap. Belakangan, perusahaan multinasional seperti GE Healthcare dan Philips Healthcare juga didirikan Ekosistem AI di Tiongkok, termasuk sejumlah besar mitra berkualitas tinggi.
Dengan metode yang terdiversifikasi ini, perusahaan pencitraan AI telah menerapkan pencitraan AI di sejumlah besar rumah sakit dan memperoleh pendapatan ratusan juta tanpa dukungan asuransi kesehatan.
Sumber pendapatan utama bagi perusahaan pencitraan AI
Mari kita bahas tentang panduan kebijakan untuk pencitraan AI. Artikel tersebut menyebutkan "mendukung penerapan klinis diagnosis yang dibantu kecerdasan buatan", yang sebenarnya merupakan penegasan penerapan klinis kecerdasan buatan. Dalam praktiknya, beberapa rumah sakit di negara saya telah melaksanakan proyek terpisah untuk layanan yang melibatkan pencitraan AI. Setelah rumah sakit menggunakan AI pencitraan untuk diagnosis tambahan, sebagian dari pendapatan dapat dialokasikan sebagai hadiah atas kinerja AI dalam memberikan layanan kepada perusahaan AI pencitraan.
Misalnya, Provinsi Shandong telah melakukan banyak pekerjaan inovatif dalam desain pengisian daya AI. Beberapa rumah sakit menggunakan AI untuk melakukan pemeriksaan CT scan kanker dini. Harga sebenarnya adalah 340 yuan per bagian, termasuk 50 yuan untuk biaya bantuan diagnosis kecerdasan buatan (asuransi kesehatan tidak ikut serta dalam pembayaran).
Namun, perlu juga dicatat bahwa sulit bagi perusahaan pencitraan AI untuk merasakan manfaat yang didapat dari penerapan kebijakan baru ini dalam jangka pendek. Saat ini, jumlah rumah sakit yang menggunakan alokasi kinerja untuk membayar AI masih sedikit, dan item pemeriksaan yang dicakup juga sangat terbatas. Oleh karena itu, uji coba skala kecil mungkin memerlukan waktu beberapa tahun untuk diterapkan dalam skala besar, dan diperlukan kebijakan yang lebih baik untuk mendorong pembentukan sistem pembayaran baru.
Selain itu, setelah jalur pembayaran untuk kasus asuransi kesehatan diblokir, perusahaan pencitraan AI akan lebih bergantung pada rumah sakit dan perusahaan peralatan pencitraan sebagai pembayar. Karena tekanan tinggi dalam antikorupsi medis, jumlah total pengadaan peralatan medis rumah sakit pada paruh pertama tahun 2024 berkurang hampir setengahnya, dan jumlah pemenang tender untuk pencitraan resonansi magnetik dan CT hanya 60% dari periode yang sama tahun lalu. . Dalam situasi ini, tekanan yang dihadapi oleh produsen peralatan pencitraan di bagian hulu rantai industri akan langsung diteruskan ke perusahaan AI pencitraan di bagian tengah, dan pendapatan perusahaan tersebut akan mengalami penurunan dalam skala tertentu sebelum permintaan pengadaan peralatan dilepaskan.
Di akhir artikel yang dibuat oleh Administrasi Asuransi Kesehatan Nasional, artikel tersebut menunjukkan: “Panduan pendirian proyek secara seragam mengatur item yang diperluas dari “diagnosis dengan bantuan kecerdasan buatan” di bawah item utama pemeriksaan radiologi untuk mencerminkan posisi fungsional. teknologi kecerdasan buatan dalam meningkatkan kualitas dan efisiensi daripada meningkatkan biaya. ”
Kalimat ini tidak hanya berlaku untuk pencitraan AI, tetapi mungkin juga berlaku untuk berbagai kecerdasan buatan di industri medis.
"Pemberitahuan tentang Pengaturan Penggunaan dan Biaya Sistem Operasi Berbantuan Robot Bedah " yang dikeluarkan oleh Biro Asuransi Kesehatan Hunan pada tahun 2022 telah menyatukan bentuk dan harga robot bedah dalam bentuk panduan kebijakan pengeluaran dan pasien yang masuk akal. Memandu pengembangan pasar terkait yang teratur berdasarkan premis pengeluaran , dan mencegah perusahaan dan rumah sakit "berinovasi" dalam membebankan biaya barang dengan bantuan perangkat lunak sederhana.
Saat ini, diperkenalkannya "Pedoman Penetapan Proyek Harga Pemeriksaan Radiologi (Uji Coba)" memiliki tujuan yang sama, yaitu menetapkan positioning pencitraan AI. AI diharapkan dapat membantu rumah sakit meningkatkan kualitas dan efisiensi, serta membawa peningkatan ke seluruh sistem medis. Dan kemudian mencerminkan nilai Anda sendiri.
Menggabungkan kedua kebijakan tersebut, tidak sulit untuk menemukan bahwa para perumus tidak mendukung perusahaan yang menggunakan AI sebagai produk independen atau nilai jual produk independen navigasi otomatis di industri otomotif atau kontrol kualitas di industri industri untuk mendukung nilainya yang lebih besar.
Kenyataannya, apa yang disebut "perusahaan AI pencitraan kepala" telah lama melepaskan label "AI pencitraan", merancang perangkat keras atau sistem yang sangat cerdas, dan menjadi perusahaan perangkat medis atau perusahaan IT medis yang lengkap.
Shenrui Medical telah menorehkan banyak prestasi di bidang IT medis. Setelah munculnya model besar, perusahaan fokus pada pengelolaan data rumah sakit dan membangun mesin pengelolaan data multimodal yang mencakup seluruh proses pengumpulan, pengelolaan, dan pelabelan data, serta model bahasa besar multimodal, sebuah gambar. model umum, dan model besar multi-modal. Mesin Modal AI; dan menyediakan berbagai model pembukaan kemampuan dalam berbagai bentuk seperti pembukaan kemampuan tata kelola siklus penuh, pembukaan kemampuan penyesuaian layanan data, dan pembukaan kemampuan pemodelan AI multi-modal.
Selain itu, untuk solusi aset data yang sangat dibutuhkan oleh rumah sakit, Shenrui Medical juga mengintegrasikan AI untuk menyediakan manajemen cerdas, penelitian ilmiah cerdas, klinis cerdas, pusat inovasi AI, dan skenario lain bagi institusi medis untuk menyediakan produk pintar terkait manajemen aset dan layanan. Melayani.
Dalam hal perangkat medis, Shukun Technology dan Infer Medical sedang membuat rencana. Mengandalkan AI, Teknologi Shukun telah secara mandiri mengembangkan peralatan perangkat keras ultrasound asli seperti "Turing Brain" dan "Turing AR", yang memungkinkannya mengintegrasikan algoritme cerdas secara mendalam. Teknologi ini tidak hanya dapat mengumpulkan semua informasi organ selama diagnosis dan perawatan ultrasound, tetapi juga melakukan refleksi lesi secara real-time. Hal ini juga mengoptimalkan pengalaman dokter dan mencegah dokter menggunakan “layar kedua” dalam praktik klinis.
Dalam pandangan Shukun Technology, kolaborasi terintegrasi antara perangkat lunak dan perangkat keras merupakan rekonstruksi pengalaman pengguna, dan juga merupakan kunci bagi AI untuk terus mendobrak batasan teknologi. Di masa depan, setiap perangkat keras akan berpindah dari era industri ke era AI, dan setiap langkah dan detik interaksi antara dokter dan peralatan akan didukung oleh AI.
Infer Medical telah memasuki jalur robot bedah dan mengintegrasikan AI pencitraan ke dalam perangkat keras. Misalnya, robot navigasi AI yang dikembangkan sendiri oleh perusahaan, "Longdianjing® Puncture Surgery Robot" menambahkan dukungan teknis cerdas AI berdasarkan panduan navigasi magnetik. Didukung oleh algoritme cerdas, diperkirakan alat ini dapat mencapai identifikasi dan rekonstruksi lesi jaringan secara otomatis, dan selanjutnya melakukan perencanaan jalur bedah otomatis, panduan tusukan, dan evaluasi pasca-ablasi, sehingga secara efektif membantu dokter menyelesaikan operasi tusukan perkutan dengan lebih akurat dan cepat. .
Pada titik ini, semua perusahaan pencitraan AI sebelumnya telah menyelesaikan rekonstruksi nilai mereka sendiri. Berakhirnya era lama sama dengan munculnya era baru bagi perusahaan AI.
Kebijakan baru Administrasi Asuransi Kesehatan Nasional telah menunjukkan arah pengembangan industri pencitraan AI. Meskipun mungkin menghadapi beberapa tantangan dalam jangka pendek, dalam jangka panjang, perusahaan pencitraan AI masih memiliki prospek yang luas dengan bekerja sama dengan rumah sakit. dan produsen peralatan pencitraan dan mengubah prospek pengembangan bisnis mereka sendiri. Di masa depan, pencitraan AI tidak lagi menjadi produk independen, namun akan diintegrasikan ke dalam peralatan dan sistem medis untuk meningkatkan efisiensi dan kualitas medis.