動脈網第一時間知悉,北京頤圣智能科技有限公司(以下簡稱頤圣智能)近日完成千萬元pre-A輪融資,本輪融資由梅花創投領投,老股東遠毅資本繼續跟投,北拓資本是本輪融資的財務顧問。據悉,本輪融得資金將主要用于頤圣智能AI病案質控產品的持續升級和市場推廣。

隨著新醫改的逐步深入,醫院精細化管理正成為未來醫院發展的重點。基于醫療大數據的智慧醫療賽道,由于政策的推動和醫院管理理念的重塑,目前正處于爆發性發展的前夜,在未來5年,或有機會成長為一條全新的千億級賽道。近幾年,各類創新企業和技術公司選擇不同的產品方向,持續涌入這條寬廣的賽道。

頤圣智能創始人&CEO周禹同告訴動脈網:“但只有當數據真正被用于決策時,數據才能給客戶帶來價值。AI病案質控恰恰就是這樣一條賽道。”在頤圣產品落地的每家三甲醫院,系統高頻觸達每位臨床醫生,每天質控上萬份住院和門診病案,反饋數千條病案數據嚴重缺陷。在DRG支付體系下,公司的AI病案質控系統每年可幫醫院找回數千萬甚至上億元的經濟損失。

“AI病案質控是一個典型的嚴肅醫療產品而非信息化項目,由于醫院客戶對于質控系統不能錯、不能漏的嚴苛性能要求,產品研發壁壘極高”,周禹同說道。頤圣智能在2018年初就瞄準了AI病案質控賽道,成為國內首家專注于病案質控的醫療人工智能企業,并在當年獲得了遠毅資本天使輪的融資。

過去3年,該公司完成了對“質控級”NLP引擎的潛心打造和內涵質控產品的深入打磨,在2020年正式完成產品攻堅,成功建立標桿醫院,并完成商業化的突破。

憑借優秀的產品解決方案和醫院客戶端顯著的應用效果,2020年中,頤圣智能成為阿斯利康在DRG和病案質控領域的唯一合作伙伴,雙方在產品商業化推廣中緊密合作。

在歐美國家, 病案質控是AI技術在醫療領域最早商業化落地的場景

There is no bigger provider opportunity on the horizon to maximize financial health than to improve the accuracy of provider clinical documentation．”

— Doug Brown, Managing Partner of Black Book?

“對于醫療服務機構來說,短期內,沒有比提高臨床醫療文檔質量更能最大化財務報表的方法了。”

— Doug Brown, Black Book? 執行合伙人

據2019年BlackBook調研報告數據顯示,全美已有44%的醫院已經將AI技術應用于病案質量的提升上。AI病案質控可以為醫院運營帶來多維度的價值,其中之一便是收入提升。

周禹同指出,“如果看歐美市場的應用效果,AI病案系統的ROI(投入產出比)對醫院來說是極具吸引力的。每年百萬美元的投入,可以獲得千萬美元的收入提升,也就是說,一個月時間就可以回本”。

在美國,基于AI技術的病案質控(CDI)和自動編碼(CAC)是一個60億美元的賽道,且行業集中度極高,3M和Optum兩家頭部企業占據了70%以上的市場份額。

“行業的市場格局其實和這個領域的技術和產品特征是息息相關的。AI病案質控不同于醫療信息化賽道,產品的標準化程度極高。而且AI技術在應用過程中可實現算法的自我迭代,應用越廣,結果越準,具有顯著的數據飛輪效應。最重要的是,這套系統保障的是醫院最核心的醫務管理和醫保管理業務,1塊錢的投入可以帶來10塊錢的收益,醫院永遠只會采購最好的產品。”周禹同補充道。

國內病案質量問題普遍,影響醫療質量的真實評價與醫保支付

“DRG時代已經到了,但到底是什么影響DRG時代下醫院管理轉型呢?其實是病案。”周禹同告訴動脈網,醫院對于DRG最直觀的感受是其排名和醫保付費受到了影響,而這兩項由病案首頁和醫保結算清單決定。

在全新DRG/DIP支付體系下,病案數據成為鏈接臨床系統和支付系統的橋梁。然而,令人遺憾的是,國內病案質量普遍不能展現高水平的醫療質量。

原因在于,醫院的臨床質量是高年資醫生、主任們來把關,但是寫病歷的往往是在校生、規培生、進修生等低年資醫生,其臨床思維與主任專家有極大的差距。很多對于患者病情有影響的臨床分析、證據會被這些低年資的醫生在記錄病案的過程中遺漏,導致數據、信息失真,不能充分體現出專家對于臨床診療過程的思考與分析。在提煉成病案首頁和國際疾病分類編碼時,這些診療分析和證據鏈的缺失又導致編碼漏編、錯編和低編。

這就會帶來兩個問題:一個是醫療質量被低估,另一個是DRG入組正確率無法被保障,最終醫保無法足額付費,造成醫院的經濟損失。因此,無論從醫療質量評價還是醫保的角度,數據質量的提升都是關鍵中的關鍵。

然而,中國醫療資源緊缺,具有相關醫學背景的畢業生尚不能滿足臨床崗位的需求,合格、優秀的病案質控人員更是存在著巨大的人才缺口。2019年中國住院患者量為21183萬人次,意味著每年有超2億份住院病案需要質控。而目前在全國一萬兩千多家三級和二級醫院內,持證上崗的質控員與編碼員數量僅有數千人,供需極度失衡。

AI技術的發展,為這個行業困局提供了一個全新的解決方案。

政策變革與技術進步共同驅動,賽道進入快速增長周期

過去兩年,隨著一系列醫院精細化管理轉型相關的政策文件密集出臺(包括國務院在2019年1月推出的公立醫院績效考核工作意見和2020年3月下發的深化醫療保證制度改革意見,以及2020年12月剛剛出臺的全新三級醫院評審標準),病案數據已經開始切實影響醫院經營管理的方方面面,決定醫院的面子(排名)和里子(收入)。

數據驅動的醫院精細化管理時代已經到來。AI病案質控作為智慧醫療賽道最重要的基礎設施,醫院對其的采購需求將在未來幾年內快速爆發。

作為已經擁有成熟落地產品的企業,頤圣智能在AI病案質控這條藍海賽道落步“快”、“準”、“穩”,爭做最緊密周全的布局,占領市場先機。周禹同告訴動脈網,“我們在每天和醫院客戶溝通過程中,能切實感受到醫院客戶對于病案質量提升的迫切需求,公司產品的定價在過去半年間也快速增長。”

98%的臨床采納率,用產品品質定義行業門檻

周禹同向動脈網介紹了某家頂級醫院應用頤圣智能AI病案質控系統的運營效果數據:頤圣智能的產品能夠幫助醫院實現94%的內涵質控覆蓋率,在46．2%的病案歸檔前發現編碼缺陷,3日內缺陷修正率近100%,并通過AI技術實現十余項醫療核心制度的常態化監控。

在周禹同看來,臨床采納率可以作為檢驗病案質控系統的一個金標準:系統給醫生指出錯誤,醫生進行修改就表示采納意見,不做修改或者申訴就是不認可算法結果。目前,頤圣智能產品在醫院應用的臨床采納率已經達到了98%。而醫生在接收到質控結果之后的所有修改行為,包含采納質控結果后對病案內容修改,或不接受系統質控結果后的申訴申請,則都會成為驅動算法持續迭代的標簽,形成數據飛輪。

“深度挖掘醫院的真實需求,用需求驅動技術,用技術真正解決真實世界中存在的問題。”周禹同認為,AI病案質控是一個典型嚴肅醫療產品,而不是一個信息化的產品。想要做出滿足臨床需求的產品,必須深入理解醫療質控的應用場景的任務目標,才能構建所有底層算法和產品架構。

在產品的整個開發流程中,頤圣智能不僅打造質控級專用的語料庫,進行NLP算法的訓練和迭代,還在真實醫院應用場景下進行產品多輪打磨。“一步都不能少”,周禹同表示,“對于醫療質控產品來說,品質永遠是速度的前提和基礎。”

根據美國市場多年的應用實踐數據,AI病案質控系統每年可以幫醫院找回5%左右的收入損失。中國2019年醫保支出2．1萬億,其中70%以上用于住院患者的報銷。中國由于病案質量基礎差,提升空間其實遠不止美國5%的水平。頤圣智能保守估計,AI技術若能夠幫助醫院找回5%左右的收入損失,就能給終端醫院客戶帶來超過1000億的行業價值。

目前,頤圣智能病案質控產品已落地多家三甲醫院,完成多個百萬級采購合同,業務全面進入商業化加速期。

作者:陳宣合