国家医療保険庁がこのほど発表した「放射線検査料金事業策定ガイドライン（試行版）」では、業界で大きな注目を集めている画像AIのビジネスモデルが明確に定義されている。このガイドラインは、患者の経済的負担の増加を回避しながら、放射線検査項目の価格を標準化し、臨床応用における人工知能支援診断の推進を支援することを目的としている。 Downcodes の編集者は、このポリシーを詳細に解釈し、イメージング AI 業界への影響を分析します。
11月20日、国家医療保険総局は「放射線検査価格プロジェクト設立ガイドライン（試行版）」を公布し、現行の放射線検査プロジェクトを統合・標準化するだけでなく、画像AIのビジネスモデルも定義した。
政策解釈記事は、「人工知能技術は、診断を支援したり、臨床現場である程度の効率を向上させる役割を果たしているが、医師の診断に代わることはまだできていない。独立した医療サービスの生産量と質の高い国では、人工知能技術はまだ十分ではない」と指摘した。補助診断の有効性が判断しにくい状況においては、該当する診断項目の検査料を徴収した上で、人工知能支援診断のみを追加で患者に請求することは適切ではない。
この点、人工知能支援診断の臨床応用を支援し、患者へのさらなる負担を防止するため、事業設立要綱では、主要な放射線検査項目の下に「人工知能支援診断」の拡充項目を一律に整理することとしている。つまり、補助診断に人工知能を利用する病院は、本体と同額の料金を請求することになりますが、本体の2倍の料金を請求することはありません。 」
簡単に言うと、国家医療保険局は臨床現場でのイメージング AI の広範な適用を支持していますが、病院が AI の使用コストを患者に転嫁することは認めていません。
新しい政策に直面して、画像処理 AI の実務者は複雑な感情を抱いています。幸いなことに、国民医療保険局はAIの臨床への貢献を正式に認め、AIの活用について関係者に周知しました。しかし、私は心配もしています。AI の導入が病院に直接的な利益をもたらすことができない場合、与えられた新しい政策は画像処理 AI 業界の収益を支えるのに十分なのでしょうか?
画像 AI の開発の初期段階で、スタートアップ企業が医療 AI に設定したルートは、市場アクセス、価格アクセス、医療保険アクセスを順番に通過して、独立した医療機器製品を形成することを期待するものです。最終的には患者への定期的な支払いを実現し、このソリューションが病院に埋め込まれます。
このようなビジネスモデルには前例があり、例えば、米国のDigital Diagnosticsは糖尿病性網膜症を1回あたり55ドル（2022年データ、以下同）、Viz.AIは大血管閉塞検査を1回あたり1,040ドルとしている。創業当初の同社のすべての画像AI。
この道をたどり、Keya Medical や Eagle Eye Technology などの企業は、自社の製品がクラス III 認証を取得した後、価格アクセスと医療保険へのアクセスを大規模に推進し始めました。過去数年間で、関連商品が 10 を超える省と都市で州の価格表に掲載されることに成功し、理論的には患者が自己負担で支払うことが可能になりました。しかし、医療保険のより重要な側面で課題に直面しています。一部の分野で基本的な医療に参入しているだけであり、保険支払いの範囲は大規模なものとは言えません。
このパスが失敗する理由は複数あります。ここ数年、企業、政府、規制当局は共同で病院の価格と支払いモデルを推進してきましたが、全体としては十分な活動ができていません。
一方で、医療保険アクセスにおける大規模な価格アクセスと支払いモデルの検証は、企業が実施するために多大な人的資源と物的資源を費やす必要がありますが、達成された結果は、製品が商業化でかなりの成果を達成することを保証するものではなく、それが制限されています。進歩のスピード。
一方で、価格アクセスや医療保険へのアクセスは公共財に近いものであり、前者への投資と後者へのただ乗りの可能性があるため、関連研究に先行して投資する企業は段階的投資を隠す傾向にある。その結果、業界全体の進歩速度が制限され、単一の製品についての研究が繰り返されることになりやすくなります。
現在、この新しい政策の導入により、医療保険による定期的な支払いを求める独立した製品としてのイメージング AI の夢が打ち砕かれたことが間違いなく、医薬品やデバイスに共通する持続可能なビジネス モデルがイメージング AI の分野で実現されることは決してないかもしれません。
商業実現への重要な理論的道筋は失われたものの、ニューディール政策は画像AI企業の収益性に大きなマイナスの影響を与えておらず、むしろ画像AI企業の長期的な発展の方向性を示している。
まず政策の影響について話しましょう。現段階では、画像AI企業の収益は医療保険とはほとんど関係がありません。彼らは主に入札に依存して、バイアウトまたは SaaS モデルで画像 AI を病院に販売します。さらに、医療画像は常に重要な論文出力源であり、多くの病院や医師は、関連する科学研究結果の出力量と質を向上させるために、AI 企業との協力を積極的に求めています。
さらに、画像機器メーカーと協力し、機器メーカーに直接支払いを行うことも、医療AI企業が利益を上げるための重要な方法です。これはWin-Winの協力関係です。画像機器企業は、インテリジェントなアルゴリズムのライセンスを通じて多数のアプリケーションを迅速に取得できるため、自社製品の競争力を効果的に向上させることができ、病院も画像機器メーカーのプラットフォームからアルゴリズムを直接呼び出して画像 AI 企業の収益を増やすことを好みます。初期のユナイテッド イメージング グループは、さまざまなシナリオにおけるイメージングの問題を解決するために、特にユナイテッド イメージング インテリジェンスを設立しました。その後、GE ヘルスケアやフィリップス ヘルスケアなどの多国籍企業も設立し、最も完成度の高い製品を提供する最大手のイメージング AI 企業になりました。多数の高品質なパートナーを含む中国の AI エコシステム。
これらの多様な手法により、画像 AI 企業は多数の病院に画像 AI を導入し、医療保険の支援なしで数億の収益を達成しました。
画像AI企業の主な収入源
画像AIに関する政策指針について話しましょう。記事では「人工知能支援診断の臨床応用を支援する」と言及されているが、これは実際には人工知能の臨床応用を肯定するものである。実際、私の国のいくつかの病院では、画像処理 AI を含むサービスについて別のプロジェクトを実施しています。病院が補助診断に画像AIを使用した後、収益の一部をAIのパフォーマンスに対する報酬として割り当て、画像AI企業にサービスを提供することができます。
たとえば、山東省は AI の充電設計において多くの革新的な取り組みを行っており、一部の病院では早期がん検診の CT スキャンを実施しています。実際の価格は 1 部品につき 340 元であり、これには人工知能による診断補助の費用が含まれています。 （医療保険は支払いに参加しません）。
ただし、画像 AI 企業が新しいポリシーの導入によってもたらされるメリットを短期的に実感するのは難しいことにも注意する必要があります。現状ではAIの費用負担に性能配分を導入している病院は少なく、対象となる検査項目もかなり限られている。このため、小規模な試行から大規模な導入までには数年を要する可能性があり、新たな決済システムの構築を促進するには、より緻密な政策が必要となる。
さらに、医療保険の支払い経路が遮断されると、画像処理 AI 企業は支払者として病院や画像機器会社にさらに依存するようになるでしょう。高圧的な医療汚職対策の影響で、2024年上半期の病院医療機器調達総額はほぼ半減、磁気共鳴画像法とCTの落札額は前年同期の60％にとどまった。このような状況では、産業チェーン上流の映像機器メーカーのプレッシャーが中流の映像AI企業にも直接伝わり、機器調達需要が解放されるまでに後者の収益は一定規模の減少に見舞われることになる。
国民医療保険庁の記事の最後では、「事業設立指針では、機能的位置付けを反映させるため、拡大項目である「人工知能支援診断」を放射線検査の主要項目の下に一律に配置している」と指摘した。コストを増加させるのではなく、品質と効率を向上させるために人工知能テクノロジーを活用します。 」
この文は画像AIに当てはまるだけでなく、医療業界のさまざまな人工知能にも当てはまるかもしれません。
2022年に湖南省医療保険局が発行した「手術ロボット支援オペレーティングシステムの使用と料金の規制に関する通知」は、政策指針の形で手術ロボットの形状と価格を統一しました。その本質は、合理的な医療保険を確保することです。支出と合理的な患者を考慮し、支出を前提とした関連市場の秩序ある発展を導き、企業や病院が単純なソフトウェアの助けを借りて項目を「革新」するのを防ぎます。
現在、「放射線検査料金設定ガイドライン（試行版）」の導入も同様の目的で、画像AIの位置づけを確立し、病院の品質向上と効率化に貢献することが期待されています。そして、自分自身の価値を医療システム全体に反映させます。
2 つのポリシーを組み合わせると、策定者が AI を独立した製品または独立した製品のセールスポイントとして使用する企業をサポートしているのではなく、AI が次のような機器やシステムのツールとして使用されることを望んでいることがわかります。自動車産業における自動ナビゲーションや産業産業における品質管理など、その価値をさらに高めます。
実際には、いわゆる「頭部イメージング AI 企業」は、長い間「イメージング AI」のラベルを剥ぎ取り、高度にインテリジェントなハードウェアまたはシステムを設計し、完全な医療機器企業または医療 IT 企業になりました。
Shenrui Medical は医療 IT 分野で多くの成果を上げています。ビッグモデルの台頭後、同社は病院データ管理に焦点を当て、データ収集、管理、データラベル付けのプロセス全体をカバーするマルチモーダルデータ管理エンジンと、マルチモーダル大規模言語モデルを構築しました。一般モデル、およびマルチモーダル大規模モデル。また、フルサイクル ガバナンス機能のオープン、データ サービスのカスタマイズ機能のオープン、マルチモーダル AI モデリング機能のオープンなど、複数の形式で複数の機能オープン モデルを提供します。
さらに、病院が緊急に必要とするデータ資産ソリューションのために、Shenrui Medical は AI を統合して、スマート管理、スマート科学研究、スマート臨床、AI イノベーション センターなどのシナリオを医療機関に提供し、資産管理関連のスマート製品と医療機関を提供します。サービスを提供します。
医療機器に関してはShukun Technology社とInfer Medical社が計画を進めている。 Shukun Technology は AI を利用して、「Turing Brain」や「Turing AR」などのネイティブ超音波ハードウェア機器を独自に開発し、インテリジェントなアルゴリズムを深く統合することを可能にしています。超音波診断と治療中にすべての臓器情報を収集するだけでなく、反映することもできます。また、医師のエクスペリエンスが最適化され、臨床現場での「セカンド スクリーン」の使用が防止されます。
Shukun Technology の見解では、ソフトウェアとハードウェアの統合的なコラボレーションはユーザー エクスペリエンスの再構築であり、AI がテクノロジーの限界を突破し続けるための鍵でもあります。将来的には、あらゆるハードウェアが工業時代から AI 時代に移行し、医師と機器の間の対話のあらゆるステップ、あらゆる秒が AI によってサポートされるようになるでしょう。
Infer Medical は、手術ロボットの分野に参入し、イメージング AI をハードウェアに深く統合しました。たとえば、同社が自社開発した AI ナビゲーション ロボット「Longdianjing® 穿刺手術ロボット」には、磁気ナビゲーション ガイダンスに基づく AI インテリジェントな技術サポートが追加されています。インテリジェントなアルゴリズムを活用することで、完全に自動で組織病変の特定と再構成を実現し、さらに自動手術経路計画、穿刺ガイダンス、アブレーション後の評価を実行できるため、医師が経皮穿刺手術をより正確かつ迅速に完了できるよう効果的に支援できると推測されています。 。
この時点で、かつての画像 AI 企業はすべて、独自の価値の再構築を完了しました。古い時代の終わりは、AI企業にとって新しい時代の到来に相当します。
国家医療保険局の新たな方針は、画像処理AI業界の発展の方向性を示しているが、短期的にはいくつかの課題に直面するかもしれないが、長期的には画像処理AI企業は病院と協力することでまだ広い展望を持っている。と画像機器メーカーは、自社のビジネスモデルの発展の見通しを変革しています。 将来的には、画像処理 AI は独立した製品ではなく、医療機器やシステムに統合され、医療の効率と質を向上させることになります。