如果问大多数非心脏科领域的人心脏超音波报告是怎样产生的，很少人会知道，对专科医生而言，单是要为一名患者逐项完成测量、按照不同临床指南进行判读，就可能需要花费 20 至 30 分钟。
这项看似不起眼、却对临床工作影响重大的瓶颈，正是 MediRapp 希望透过 EchoRapp 解决的问题。这个平台最初只是由一名心脏科医生开发的个人项目，如今已逐渐成为心脏影像领域备受关注的 AI 辅助报告工具之一。MedTech World 的 Wara Samar 与公司联合创办人、CMO／CTO Schlomo Aschkenasy 医生及 CEO Paola Daniore 博士展开对谈，了解平台的发展历程，以及他们认为 AI 真正适合发挥作用的领域。
「如果 EchoRapp 是一个人，它会是那位经验非常丰富又很友善的同事。当你遇到复杂的心脏超音波病例时，随时都可以找他帮忙。」 CMO／CTO 兼创办人 Schlomo Aschkenasy 说。「它会负责例行测量，替你节省时间；协助你解读检查结果并作出正确诊断，然后按照所需的语言和格式完成整份报告。」
「同事，而非取代者」的定位，也成为 MediRapp 开发产品时始终贯穿的理念。
MediRapp CMO／CTO 兼创办人 Schlomo Aschkenasy 最初从麻醉科转向心脏科，后来开设自己的诊所。他开发 EchoRapp 的第一个版本，单纯是为了解决自己的问题：花在心脏超音波报告上的时间太多。
「EchoRapp 的第一个版本其实非常简单。」 Aschkenasy 回忆道。「它从超音波设备的结构化报告中汇入测量数据，再将这些数据放进文字报告。当时几乎没有任何判读功能，也没有整合式影像检视器，更没办法直接在软体内查看影像或进行测量。」
推动这个软体不断演进的，与其说是野心，不如说是实际需求。过去 20 年以来心脏超音波本身已变得复杂得多。
Aschkenasy 以舒张功能评估为例：在过去这项判读相对简单，主要根据二尖瓣血流模式进行分析；但如今相关临床指南已达约 40 页，根据患者病情及可取得的测量数据，涉及了大约 15 种不同的诊断路径，再加上大约 700 种不同人工心脏瓣膜的参考数据，这些数字不可能由临床医生全部记住，而也让结构化软体支援的必要性更加明显。
现在 EchoRapp 可以根据大量临床指南及科学文献，解读超过 300 项测量数据，并整合影像检视器、可配置工作流程及多语言报告生成功能，以配合超音波检查技师及心脏科医生实际的工作方式。无论是由心脏科医生在自己的诊所独立完成测量及报告，还是在大型医院中由超音波检查技师或初级专科医生负责影像及初步测量，再由负责监督的心脏科医生进行审核、直接在 EchoRapp 中修改并完成报告，平台都能够配合不同的临床工作流程。
在成为医生之前，Aschkenasy 曾为银行及航空公司开发软体，这段早期职业经历对 MediRapp 产品设计方式的影响甚至可以说比医学本身更深。
「从事医疗工作并没有太大改变我开发软体的理念，」 他说，「对我而言，软体是为使用者而写，而不是为程式设计师而写，这一直非常重要。」
他回忆起数十年前替银行秘书将纸本表格数位化的经历：当时他在萤幕上重现他们原本熟悉的表格版面。虽然背后的技术已经完全改变，但使用者的工作流程几乎没有受到影响。如今这样的思路同样体现在 EchoRapp 上，与其要求临床医生去适应软体，平台更着重按照心脏科医生原本的临床思考方式以进行设计。
「作为一名心脏科医生，我经常问自己：如果我要解决这个临床问题，我希望软体怎样协助我？」 Aschkenasy 说。他补充，自己同时身为软体开发者及执业医生，使他能够深入理解相关临床问题，而这种理解很难单靠后天从旁建立。
对于一个需要支援市场上各种超音波设备及 PACS 系统的平台而言，最棘手的技术问题并不是 AI，而是 DICOM 互操作性。
「DICOM 在正式定义上是一项标准，」 Aschkenasy 指出，「但深入了解后，我很少见过有哪项标准会被不同制造商以如此多不同的方式解读。」
他举了一个例子：大多数系统只有在影像包含彩色多普勒数据时，才会将影像标记为含有彩色资讯；但部分供应商的系统，只要影像某个位置的标志恰好是蓝色，就会触发相同的标记。在他看来，真正做到不受供应商限制，并不只是让产品在纸面上支援 DICOM，而是要能处理不同制造商在实际使用中对标准作出的各种细微调整，并迅速作出适配，同时不影响其他已正常运作的系统。
在商业及监管方面，Daniore 拥有化学工程背景，他曾任职于 Microsoft、Bosch、On Running 及 BlackRock，并拥有数位健康流行病学博士学位，亦曾参与 Responsible AI in Healthcare fellowship。她表示，这些经历每天都会影响团队的决策，包括如何判断甚么真正符合患者及临床医生的利益，以及如何塑造产品开发团队的文化。
Daniore 直言，她认为业界最大的误解之一，是认为临床医生会自然地将新科技融入现有工作流程。MediRapp 的做法则是始终以临床需求为核心。
「我们不会先问 AI 能做什么，再尝试围绕它建立一款临床产品，」 她说。「我们会先问，临床医生真正需要什么，而科技以怎样的方式介入，才是最合适、最负责任的做法？」
值得注意的是，EchoRapp 并不是从一开始就加入 AI。平台是在试用阶段的临床医生提出希望自动完成测量后，才加入 AI 功能。报告本身仍然采用确定性的处理方式，而 AI 的应用范围则集中于测量支援，整个过程仍由临床医生掌握。
这种严谨的做法同样延伸至 MediRapp 的 MDR 认证过程，公司由三人团队在约七个月内完成认证。对于其他正面对相同流程的创业者，Daniore 的建议很直接：「确保身边有合适的监管专家。」她表示，同样重要的是建立一套公司在认证完成后仍能真正遵循的品质管理系统，而不是只为了通过审核而建立一套制度。
两位创办人对 AI 的角色都保持相当克制。Daniore 认为，AI 未来最明确的价值并不在于加快测量，而是在客观数据与心脏科医生目前仍需依靠人工进行的形态判读之间建立更好的连结。她尤其看好 AI 在早期疾病检测及罕见疾病识别方面的潜力，因为影像中的细微模式即使是经验丰富的临床医生，也可能难以察觉。
但对于 AI 是否应该自主作出决策，她的立场十分明确：「我们非常坚定地认为，医疗 AI 必须以让医生始终参与其中的方式实施……而不是替他们作出决定。」
在谈及对 AI 抱持怀疑态度的心脏科医生时，Aschkenasy 也表达了相同的界线：「如果明天把 EchoRapp 里所有 AI 功能都移除，它仍然会是一个功能非常强大的心脏超音波平台。AI 并不是 EchoRapp 存在的理由，而是一项能让原本已经很强大的系统变得更好的技术。」他表示，目标是让软体协助医生掌握更多资讯、提升判断能力，而不是降低医生在临床决策中的参与程度。
这种理念让 MediRapp 的方向与当前医疗 AI 的炒作风潮形成差异：与其着眼于科技能够自动化什么，公司更关注科技如何在负责任的前提下，将更多资讯与能力交还给临床医生作出判断。
