周超臣: “ 醫(yī)療是個(gè)非常特殊的行業(yè)，關(guān)乎人的生命，而如果沒有真正的技術(shù)章喉，想在這個(gè)領(lǐng)域跟巨頭抗衡幾乎可以說以卵擊石，但好在身坐，現(xiàn)在巨頭們在這個(gè)領(lǐng)域也沒有一騎絕塵秸脱，總有黑馬會(huì)跑出來，但他們現(xiàn)在需要解決的是“C輪死”的魔咒部蛇。 ”

在2017年那場史詩級的圍棋對決中摊唇，人類戰(zhàn)力最強(qiáng)的棋手柯潔以0∶3敗于阿爾法狗，人類終被自己的模仿品——人工智能(AI)超越涯鲁。接下來巷查，它會(huì)在哪個(gè)領(lǐng)域戰(zhàn)勝人類?猜測落在醫(yī)療上。

人工智能在多個(gè)醫(yī)療細(xì)分領(lǐng)域曾與人類醫(yī)生交手用兵，2016年5月至今神肖，比分結(jié)果是AI 6勝白叫、3平、2負(fù)排憨。醫(yī)生已然落于下風(fēng)队装。

2017年歲末，斯坦福大學(xué)教授吳恩達(dá)領(lǐng)導(dǎo)的機(jī)器學(xué)習(xí)小組開發(fā)出一種名為CheXnet的算法翻粘，能夠更敏銳地捕捉胸部X光片中的肺炎跡象沛四，在診斷肺炎的比拼中，也一舉擊敗四名放射科醫(yī)師蛔颖。

這些火種足以讓產(chǎn)業(yè)界信心爆棚糊晋。谷歌、IBM政拾、英特爾等國際巨頭和國內(nèi)的“BATK”(百度际器、阿里、騰訊贸桶、科大訊飛)舅逸，都加緊布局，一大批初創(chuàng)公司也噴涌而出皇筛。

人口老齡化加劇琉历、慢性病患者群體增長、優(yōu)質(zhì)醫(yī)療資源緊缺水醋、公共醫(yī)療費(fèi)用攀升等多重壓力旗笔，使AI入醫(yī)療被寄望成為這一全球性壓力的泄壓閥。泄出的壓力也正是機(jī)遇的源頭拄踪。尤其在中國蝇恶，人口數(shù)量成為優(yōu)勢，醫(yī)療數(shù)據(jù)的基礎(chǔ)大惶桐，可以給醫(yī)療AI提供充沛的燃料撮弧。業(yè)內(nèi)的普遍看法是，在該領(lǐng)域姚糊，國內(nèi)企業(yè)有彎道超車的機(jī)會(huì)贿衍。

然而，AI的泡沫已然吹起婆跋，醫(yī)療能否獨(dú)善其身?這將取決于研究成果能否盡快進(jìn)入臨床冈哮，并獲得大范圍應(yīng)用，給醫(yī)療帶來切實(shí)改進(jìn)鹃远，以撐起領(lǐng)域公司的估值讼逐，沖破“C輪死”的魔咒症忽。

向醫(yī)生的主場滲透

擊敗四名放射科醫(yī)師嚎闹，CheXnet只經(jīng)歷了一個(gè)月的診斷學(xué)習(xí)凸翩。

AI已經(jīng)在預(yù)測中風(fēng)和心臟病發(fā)作、預(yù)測嬰兒自閉癥的風(fēng)險(xiǎn)上表現(xiàn)出明顯優(yōu)勢;在外科手術(shù)和阿爾茨海默病預(yù)測中略勝一籌;在治療腦腫瘤暂臀、先天性白內(nèi)障診斷和皮膚癌診斷上肪麦，跟人類醫(yī)生打平≌食叮“這些示范性的案例孩最，就是一輪又一輪大額度融資的信心來源「氨妫”億歐智庫醫(yī)療產(chǎn)業(yè)分析師尚鞅告訴《財(cái)經(jīng)》記者眯找。過去一年，資本對醫(yī)療AI的熱情展露得非常明顯捣域，因?yàn)槁涞氐目赡苄员挥∽C了啼染。

此前的人機(jī)對戰(zhàn)都在研發(fā)階段，直到一年前焕梅，美國批準(zhǔn)了第一個(gè)用于臨床的醫(yī)療AI產(chǎn)品迹鹅，它可以分析心臟核磁共振圖像，準(zhǔn)確度可與有經(jīng)驗(yàn)的醫(yī)生相媲美贞言。進(jìn)入臨床斜棚，是AI向產(chǎn)業(yè)化邁進(jìn)的一大步。

2017年该窗，國內(nèi)醫(yī)療AI行業(yè)公布的融資事件近30起弟蚀，融資總額超過18億元。融資額最高的一筆是AI醫(yī)學(xué)影像公司匯醫(yī)慧影數(shù)億元B輪融資酗失。

“能夠在如此短時(shí)間內(nèi)讓投資界集體高潮粗梭，一定是出現(xiàn)了商機(jī)〖读悖”易凱資本有限公司健康產(chǎn)業(yè)組聯(lián)席負(fù)責(zé)人李鋼分析断医。

就醫(yī)，最核心的部分是診斷淤汽。替代醫(yī)生診斷葡谅，是醫(yī)療AI的一個(gè)終極目標(biāo)。現(xiàn)階段的小目標(biāo)是卸能，能夠讓AI為醫(yī)生的診斷及治療方案提供建議括柿，輔助診療。

(如何讓人工智能和人類醫(yī)生一起延坡，實(shí)現(xiàn)任何單一方都無法提供的臨床效果饲丢，才是關(guān)鍵。)

AI輔助醫(yī)生做事舵博，先從那些繁瑣的蜻弧、重復(fù)性工作起步超默，提升診療效率。企業(yè)和研究團(tuán)隊(duì)分頭趟開兩條路：一條基于自然語言處理吓挣，根據(jù)病歷和癥狀診斷疾病;一條基于計(jì)算機(jī)視覺园环，通過識別醫(yī)學(xué)影像診斷疾病。

IBM公司開發(fā)的“沃森”(Watson)奄础，是第一條路徑代表陋气。它四年學(xué)習(xí)了200本腫瘤教科書、290種醫(yī)學(xué)期刊和超過1500萬份的文獻(xiàn)后引润，嘗試在14個(gè)國家的多個(gè)腫瘤治療中心臨床應(yīng)用巩趁。在輸入患者的年齡、性別淳附、體重等基本情況和癌癥分期晶渠、局部復(fù)發(fā)、化療方案燃观、病理分期褒脯、癌癥轉(zhuǎn)移等具體內(nèi)容后，短短十多秒缆毁，沃森就會(huì)給出治療方案番川，在肺癌、乳腺癌脊框、直腸癌颁督、結(jié)腸癌、胃癌和宮頸癌等方面為醫(yī)生提供診斷建議浇雹。

腫瘤醫(yī)生的智能助手沃森落地中國非常迅速沉御，其國內(nèi)代理商——百洋智能科技在去年5月曾透露，一年內(nèi)將有150家地市級的三級綜合醫(yī)院引進(jìn)沃森依筝。然而芋甸，沃森面臨的問題是，雖然速度快剪莲，但給出的解決方案可能還不是最好的谬咽。

第二條路徑，AI可將復(fù)雜众新、高維度的醫(yī)學(xué)影像數(shù)據(jù)麸癌，降維使其更易處理，因而可以快速弄袜、準(zhǔn)確地從醫(yī)學(xué)影像中發(fā)現(xiàn)病癥的信息性躬，輔助醫(yī)生診斷。

醫(yī)學(xué)影像在醫(yī)療數(shù)據(jù)總量中占比約80%女溺，包括CT俱挨、核磁函绊、超聲、病理滨溉、內(nèi)窺鏡什湘、眼底等长赞，因而晦攒，醫(yī)學(xué)影像的計(jì)算機(jī)處理向來是一個(gè)龐大的產(chǎn)業(yè)。

全球知名風(fēng)投調(diào)研機(jī)構(gòu)CB Insights對美國106家醫(yī)療AI初創(chuàng)企業(yè)分析顯示得哆，影像和診斷成為資本熱涌的重點(diǎn)領(lǐng)域脯颜。IBM和阿爾法狗的開發(fā)者DeepMind都在推進(jìn)AI醫(yī)學(xué)影像的應(yīng)用，阿里贩据、騰訊也不甘人后栋操。

實(shí)際上，AI的觸角已無處不在饱亮。運(yùn)用語音識別和自然語言理解矾芙，醫(yī)生在診療過程中即可完成病歷編寫，能提高醫(yī)生工作效率近上，美國大概有72%的醫(yī)院已經(jīng)實(shí)現(xiàn)用語音收集醫(yī)療信息剔宪，科大訊飛、云知聲等均有此項(xiàng)業(yè)務(wù)壹无。

一些初創(chuàng)公司粱储，還喜歡擠入慢性病管理，即運(yùn)用人工智能算法启中，對慢性病患者進(jìn)行實(shí)時(shí)健康監(jiān)測及干預(yù)庭训，甚至據(jù)此生成健康管理建議，主要針對糖尿病疯食、心血管病等需要即時(shí)干預(yù)的慢性病患者恰日。

而一年多前，很多一線醫(yī)生還不知道AI這個(gè)字母組合是什么意思梅明∠娑迹“在過去的12個(gè)月，關(guān)于醫(yī)療AI的各種信息常废，很多一線醫(yī)生都在聽和看旱唧，這是一個(gè)很好的趨勢∮”上海長征醫(yī)院眼科主任醫(yī)師魏銳利對《財(cái)經(jīng)》記者說恤鞭。

2017年11月，由獨(dú)角獸工作室等聯(lián)合發(fā)布的《醫(yī)療人工智能醫(yī)生認(rèn)知情況調(diào)研報(bào)告》顯示危号，77%的醫(yī)生至少聽說過一種醫(yī)療人工智能應(yīng)用牧愁。

催逼AI箭上弦素邪，本質(zhì)上還是好醫(yī)生稀缺。藍(lán)馳創(chuàng)投合伙人陳維廣猪半，在投了春雨醫(yī)生之后兔朦，他多次接到朋友的請求，讓幫忙找好醫(yī)生磨确。對醫(yī)療的需求提升沽甥，是全球普適的驅(qū)動(dòng)因素，而人口老齡化就是那塊巨大的背景板乏奥。

像一副擺好的多米諾骨牌摆舟，全球人口老齡化加速，老齡化社會(huì)之后就是醫(yī)療資源匱乏邓了。美國人口普查局報(bào)告顯示恨诱，至2015年，全球65歲及以上人口超過6億骗炉。這一年照宝，中國65歲及以上人口約1.44億。

英特爾醫(yī)療與生命科學(xué)部亞太區(qū)總經(jīng)理李亞東介紹榛覆，目前全球約30%的醫(yī)療資源為65歲以上的人群所占用巫顽，50%的醫(yī)療資源為55歲以上的人群占用。

國內(nèi)對AI最現(xiàn)實(shí)的期待是鸥萌，紓解三甲醫(yī)院爆滿的困境幻渤，協(xié)助提升縣鄉(xiāng)鎮(zhèn)的醫(yī)療水平，以免漏診壹霍、誤診牌完。

依然是數(shù)據(jù)為王

一個(gè)十分明顯的趨勢是，AI往醫(yī)學(xué)影像領(lǐng)域扎堆建鹿。

動(dòng)脈網(wǎng)數(shù)據(jù)顯示坎谱，國內(nèi)83家醫(yī)療AI企業(yè)中，一半涉足醫(yī)學(xué)影像捍瘩∧钌簦“(這一領(lǐng)域)正處于黃金期，除提高效率之外署弯，它能找到人力無法找到的病征分搞，今后完全取代醫(yī)生讀片是完全可能的〖晕耄”海銀資本創(chuàng)始合伙人王煜全向《財(cái)經(jīng)》記者分析挑宠。

技術(shù)驅(qū)動(dòng)因素之外，還有一個(gè)重要的底層邏輯在運(yùn)行「鞯恚“離開臨床數(shù)據(jù)懒鉴，AI沒法思考∷榻剑”北京大學(xué)腫瘤醫(yī)院信息部主任衡反修在很多會(huì)議上強(qiáng)調(diào)這一金句临谱。

AI的開發(fā)很像教孩子，需要花時(shí)間訓(xùn)練它奴璃，給它喂大量數(shù)據(jù)悉默，同時(shí)告訴它什么是錯(cuò)的，什么是對的溺健。通過這種有監(jiān)督的學(xué)習(xí)麦牺，AI才能成長钮蛛。

就像早期阿爾法狗的訓(xùn)練一樣鞭缭，醫(yī)療AI的訓(xùn)練也得有“棋譜”——以醫(yī)學(xué)影像為例，就是大量由醫(yī)生標(biāo)注出重要信息的影像數(shù)據(jù)集轮砸。不過南链，圍棋有統(tǒng)一規(guī)則，而人的病例復(fù)雜得多应胎，因此衡服，獲得高質(zhì)量的、經(jīng)標(biāo)注的影像大數(shù)據(jù)集而逞，需要大投入免砖。

萬里云醫(yī)療信息科技(北京)有限公司CEO黃家祥認(rèn)識一位AI醫(yī)療創(chuàng)業(yè)公司的創(chuàng)始人，剛?cè)诘綆浊f元投資時(shí)十分開心黄骇，但不到一年就發(fā)現(xiàn)纸赦，差不多一半的資金得用在數(shù)據(jù)標(biāo)注上。

相對于基因倒奋、病理等的數(shù)據(jù)醇电，獲取醫(yī)學(xué)影像數(shù)據(jù)更容易一些，且本身就是結(jié)構(gòu)數(shù)字化的翰鲸，加之原來就有一些公開的標(biāo)注數(shù)據(jù)集复答，所以一大批創(chuàng)業(yè)公司才蜂擁進(jìn)入影像領(lǐng)域。

基于同樣的邏輯碟渺，在AI醫(yī)療技術(shù)的開發(fā)中鲜锚，最重要的不是AI技術(shù)哪家強(qiáng)，而是看誰能與醫(yī)院建立良好合作苫拍，因?yàn)獒t(yī)院手中既有醫(yī)療數(shù)據(jù)芜繁，又有能對數(shù)據(jù)進(jìn)行標(biāo)注的醫(yī)生資源。

實(shí)際上，中國的醫(yī)療大數(shù)據(jù)一直存在應(yīng)用障礙浆洗，信息孤島現(xiàn)象明顯催束，國內(nèi)95%醫(yī)院的電子病歷還未全院流通。換句話說伏社，醫(yī)療大數(shù)據(jù)的地基尚未打好抠刺。

在醫(yī)療過程中，很多最基本的醫(yī)療術(shù)語尚不能統(tǒng)一摘昌，如闌尾炎和盲腸炎或食管癌和食道癌速妖，說的是一個(gè)病，但錄入數(shù)據(jù)庫后聪黎，計(jì)算機(jī)會(huì)把它分成兩種病索王。

醫(yī)療數(shù)據(jù)不準(zhǔn)確、不完整船白，增加數(shù)據(jù)挖掘難度的同時(shí)对番，也降低了數(shù)據(jù)本身的價(jià)值。河南省安陽市腫瘤醫(yī)院每年完成2200臺(tái)-2500臺(tái)的食管癌手術(shù)蒙敦，穩(wěn)居世界第一每缎。但該院院長徐瑞平教授坦陳，“我們做了這么多手術(shù)屏烂，在國內(nèi)食管癌的(學(xué)術(shù))地位并不高燃圾。”原因就是數(shù)據(jù)質(zhì)量不高巾割，后期對病人的隨訪不夠弧泊，導(dǎo)致數(shù)據(jù)不完整。

要想讓AI深入昧甲，就需要協(xié)調(diào)電子病歷近们、化驗(yàn)和影像系統(tǒng)、醫(yī)生記錄和醫(yī)療保險(xiǎn)索賠材料等多方的大數(shù)據(jù)弯囊，這明顯是個(gè)難上加難的任務(wù)痰哨。

即使在先行者美國，也有同樣困境匾嘱〗锔《數(shù)字美國》報(bào)告顯示，美國有近四分之一的醫(yī)院和超過40%的醫(yī)生尚未采用電子健康記錄系統(tǒng)霎烙。即便有電子記錄系統(tǒng)撬讽，也沒有與病人或其他提供者無縫共享數(shù)據(jù)，因?yàn)檫@些系統(tǒng)無法互通操作,病人需要反復(fù)講述他們的病史悬垃。

況且游昼，醫(yī)療AI在全球都面臨著一些獨(dú)特的高難度障礙：醫(yī)療數(shù)據(jù)的敏感性和嚴(yán)格的保護(hù)隱私規(guī)定，限制了AI醫(yī)療所要求的高質(zhì)量聚合數(shù)據(jù)的收集。如美國醫(yī)院對患者隱私有很多保護(hù)烘豌，醫(yī)院數(shù)據(jù)不能輕易開放給AI公司载庭。

嘉御基金的創(chuàng)始人衛(wèi)哲注意到一個(gè)趨勢，很多國外從事醫(yī)療行業(yè)的公司在尋找中國的合作伙伴廊佩，因?yàn)橹袊丝谕瑯颖姸嗲艟郏[私的保護(hù)卻沒有那么嚴(yán)格，有機(jī)會(huì)讓醫(yī)療數(shù)據(jù)迅速地集中起來痴坦。

真正決定中國產(chǎn)生后發(fā)優(yōu)勢的乃倔，依然是數(shù)據(jù)夠大。李鋼觀察到遏谭，現(xiàn)階段中國醫(yī)療AI產(chǎn)業(yè)對美國風(fēng)向的跟從效應(yīng)明顯镊僚。但未來，人口與數(shù)據(jù)的優(yōu)勢將可能使中國企業(yè)狂飆思樟。

還沒有看上去那么美

AI公司多數(shù)都在幫醫(yī)生做科研镰钦，或在提高診斷效率方面做嘗試，真正深入到臨床流程的很少菌菇。對AI將會(huì)在多大程度上替代醫(yī)生泛驰，業(yè)界有兩種不同態(tài)度：AI工程師雄心勃勃域曼，認(rèn)為阿爾法狗的勝利就是最好的證據(jù);醫(yī)生們則疑慮重重浪顽，至少還不擔(dān)心自己的飯碗會(huì)被AI搶走。

《醫(yī)療人工智能醫(yī)生認(rèn)知情況調(diào)研報(bào)告》顯示俱篡，外科和影像科醫(yī)生對AI的知曉率高于平均水平东悔，但對AI的整體滿意度也低于平均水平。不滿意主要集中在AI未能減少醫(yī)生的工作量颤枪，其次是對原理的質(zhì)疑以及準(zhǔn)確率不高汗捡。

很多使用過閱片AI的影像科醫(yī)生，沒有體會(huì)到工作量降低畏纲。魏銳利表示扇住，AI分析過的影像，醫(yī)生還得重新復(fù)核一遍盗胀。因?yàn)閾?dān)心漏診艘蹋，也就是提示有患病可能的影像，沒有被識別出來票灰。

所有醫(yī)療影像AI公司都會(huì)宣稱自己的產(chǎn)品比醫(yī)生閱片速度快得多女阀，準(zhǔn)確率要高，但沒有誰敢說能夠杜絕漏診問題屑迂。這讓醫(yī)生難以完全信賴閱片AI浸策。一旦醫(yī)生覺得有風(fēng)險(xiǎn)，他就得審核AI看過的所有圖像。

漏診的產(chǎn)生庸汗，問題很可能出在訓(xùn)練數(shù)據(jù)上惫确。黃家祥介紹，很多AI創(chuàng)業(yè)公司都是靠公開的數(shù)據(jù)源起步的也隧，訓(xùn)練的數(shù)據(jù)量非常有限;還有些公司跟一兩家醫(yī)院合作键切，把服務(wù)器放到醫(yī)院去訓(xùn)練，也能訓(xùn)練出一個(gè)AI模型來圃靖，而且對于單一病種龙喂，測試效果可能也不錯(cuò)。但如果換了另外一個(gè)不同的數(shù)據(jù)集來測試榛蜻，很可能就“水土不服”了秧梨。

一些AI創(chuàng)業(yè)公司會(huì)辯解稱，自家的AI產(chǎn)品與醫(yī)生相比盅力，降低了漏診率妻行。對這種說法，Wision AI的聯(lián)合創(chuàng)始人劉敬家不以為然按任，中國目前沒有關(guān)于醫(yī)生漏診的準(zhǔn)確數(shù)據(jù)汉疮，如何得出AI的漏診率比醫(yī)生低的結(jié)論?

(所有醫(yī)療影像AI公司都會(huì)宣稱自己的產(chǎn)品比醫(yī)生閱片速度快得多，準(zhǔn)確率要高杠滓，但沒有誰敢說能夠杜絕漏診問題丛剿。

“目前來講，AI所取得的成果還遠(yuǎn)遠(yuǎn)沒達(dá)到預(yù)想的目標(biāo)臊岸〕仁”魏銳利說。放眼看帅戒，大多數(shù)公司的AI產(chǎn)品還處于研發(fā)階段灯帮。

華蓋醫(yī)療基金董事總經(jīng)理施國敏曾撰文稱，人們腦補(bǔ)的人工智能替代醫(yī)生逻住，哪怕僅僅是輔助钟哥，在產(chǎn)品層面也尚未出現(xiàn)。

現(xiàn)階段的AI都是弱人工智能瞎访，其主流的深度學(xué)習(xí)方法存在一個(gè)明顯的缺陷腻贰，即它的過程無法描述。換句話說装诡，AI算法的整個(gè)過程猶如一個(gè)專用的银受、無法打開的“技術(shù)黑箱”，所謂可用不可見鸦采。它既沒有普遍的適應(yīng)性宾巍，也無法拆解出具體的智能化業(yè)務(wù)規(guī)則因摸，而且高度依賴于參與訓(xùn)練的海量數(shù)據(jù)。

深度學(xué)習(xí)的特點(diǎn)是有問必答叭蜂，只要有數(shù)據(jù)輸入侦滩，就有結(jié)果輸出。但劉敬家分析唬研，如果沒有金標(biāo)準(zhǔn)對結(jié)果進(jìn)行校驗(yàn)假祝，很可能輸出錯(cuò)誤的結(jié)果，而且很容易蒙蔽人尼削。

醫(yī)學(xué)是注重證據(jù)的學(xué)科虎内。頂級醫(yī)學(xué)期刊《新英格蘭醫(yī)學(xué)雜志》去年發(fā)表文章，對深度學(xué)習(xí)在醫(yī)學(xué)預(yù)測領(lǐng)域的應(yīng)用進(jìn)行了分析静瞄，認(rèn)為那些沒有探明的醫(yī)學(xué)邏輯支撐诅挖，妄想通過堆砌更多維度的數(shù)據(jù)而有所發(fā)現(xiàn)的行為，最終會(huì)陷于蝴蝶效應(yīng)的困境之中蓄惫。也就是初始條件的微小變化虚烂，都可能累計(jì)出結(jié)果的巨大變化。

“技術(shù)黑箱”中僅有數(shù)學(xué)公式推導(dǎo)萨驶，卻沒有明確的理論解釋其決策過程歉摧。

醫(yī)生們擔(dān)心，這種思維用于簡單的類似于醫(yī)學(xué)影像標(biāo)準(zhǔn)等的工作尚無大礙腔呜，一旦涉及更為復(fù)雜的醫(yī)療決策輔助叁温，甚至醫(yī)療方案的整體評估建議，不考慮決策過程完全以結(jié)果為導(dǎo)向去輔助醫(yī)護(hù)人員育谬，會(huì)讓醫(yī)護(hù)人員陷于被動(dòng)券盅，甚至暴露在難以控制的決策風(fēng)險(xiǎn)中。

美國醫(yī)療媒體STAT在2017年10月連發(fā)兩篇調(diào)查報(bào)道膛檀，分析沃森的“超級功能”中存在的技術(shù)缺陷，并指出美國現(xiàn)有法律框架對于醫(yī)療AI監(jiān)管的疏忽之處娘侍。

美國一些醫(yī)生和消費(fèi)者團(tuán)體認(rèn)為咖刃，正是因?yàn)锳I算法具備“技術(shù)黑箱”的特點(diǎn)，監(jiān)管方需要對像沃森這樣的醫(yī)療AI輔助診斷系統(tǒng)進(jìn)行更加仔細(xì)的檢查和監(jiān)管憾筏。

這個(gè)新興領(lǐng)域排頭兵嚎杨，在中國還將面臨政府部門從不同的角度和方面來管制醫(yī)療健康領(lǐng)域，往往出現(xiàn)政策之間的不協(xié)調(diào)氧腰，或者部門之間的利益沖突和權(quán)力沖突枫浙，使得這些創(chuàng)新創(chuàng)業(yè)者難以應(yīng)付。中歐國際工商學(xué)院衛(wèi)生管理與政策中心主任蔡江南為《財(cái)經(jīng)》撰文稱三钦，由于缺乏對于制度和政策的了解尼缨，許多創(chuàng)新和創(chuàng)業(yè)項(xiàng)目往往包含了制度風(fēng)險(xiǎn)和政策風(fēng)險(xiǎn)疫谱，一旦政策執(zhí)行過程中出現(xiàn)橡皮筋的上下波動(dòng)，這些項(xiàng)目就可能夭折综货。

“C輪死”魔咒

活過2018年嚣惭，是很多醫(yī)療AI公司的決心。

融資青黃不接螃势、技術(shù)迭代的瓶頸罕擒，以及商業(yè)模式斷裂，哪一條都有可能拖垮靠技術(shù)吃飯的初創(chuàng)企業(yè)距档。

李鋼觀察到氧液，當(dāng)細(xì)分行業(yè)龍頭融資紛紛達(dá)到億元級別后，其中領(lǐng)先企業(yè)融資最困難的階段就近在眼前了囱悴。

這是因?yàn)槎瑢︼L(fēng)險(xiǎn)偏好較高的風(fēng)險(xiǎn)投資者而言，細(xì)分行業(yè)龍頭需要的融資額已經(jīng)超過他們能夠投資的體量;而對于較大體量的私募基金而言航厚，這些行業(yè)龍頭依然處于商業(yè)化的探索階段顷歌，沒有亮眼的財(cái)務(wù)數(shù)字卻頂著極高的估值，實(shí)在無法下手幔睬。由于億元級別的融資相當(dāng)于B輪融資眯漩，因此，這個(gè)規(guī)律被稱為“ C輪死”魔咒麻顶。

現(xiàn)在赦抖，AI醫(yī)療影像行業(yè)的頭部企業(yè)，已經(jīng)進(jìn)入C輪的那道缺口之中辅肾。

黃家祥也認(rèn)為队萤，2018年對于很多醫(yī)療AI公司來說都是一個(gè)巨大的挑戰(zhàn)，“可能會(huì)淘汰掉一批矫钓，不光是融資層面的要尔，還包括一些成長不上去的”。

親身遇到的案例新娜，也加深了黃家祥這一判斷赵辕。一個(gè)人工智能團(tuán)隊(duì)用了約兩周時(shí)間，從一個(gè)公開的數(shù)據(jù)源娶停，訓(xùn)練出一個(gè)初步的AI產(chǎn)品膘掀，這一團(tuán)隊(duì)找到萬里云求助一些脫敏的測試數(shù)據(jù)，黃家祥提供了一部分?jǐn)?shù)據(jù)肄慨，對方測出了90%的準(zhǔn)確率既倾。

看上去技術(shù)門檻似乎并不高，幫助了一些創(chuàng)業(yè)企業(yè)在短時(shí)間內(nèi)取得一定的成果寨铸。然而队屋，“沒法實(shí)現(xiàn)商業(yè)價(jià)值拱屈，就只是一個(gè)基礎(chǔ)的研究成果，只能用來秀一秀温履」猛酰”黃家祥十分篤定，這讓很多人錯(cuò)誤地判斷了形勢亥护，第一步好邁盆战，但往后走還有沒有資源支撐更加重要。

醫(yī)療AI跟阿爾法狗一樣绎彪，需要不停迭代升級诈火。這意味著，要不停用數(shù)據(jù)去訓(xùn)練AI状答，并且有醫(yī)生持續(xù)地參與冷守，在真實(shí)的應(yīng)用場景中去支撐AI的持續(xù)成長。

一位醫(yī)療AI公司創(chuàng)始人對《財(cái)經(jīng)》記者說惊科，一些公司遇到技術(shù)迭代的瓶頸拍摇，卡住了，“干脆不繼續(xù)推進(jìn)馆截，保持低投入充活、不推廣，等著被收購”蜡娶。

市場集中進(jìn)程在快速完成混卵，是接受《財(cái)經(jīng)》記者采訪的多位資本分析師都認(rèn)同的醫(yī)療AI趨勢〗颜牛“谷歌幕随、騰訊等巨頭對初創(chuàng)企業(yè)甚至中型公司形成的壓制會(huì)越來越明顯，在接下來的一年宿接，競爭會(huì)非常激烈赘淮。”王煜全分析稱办适。

巨頭的動(dòng)作有跡可循玉唉。2017年8月才發(fā)布的騰訊覓影，后發(fā)制人地進(jìn)入“國家隊(duì)”点溶，在科技部公布的“首批國家人工智能開放創(chuàng)新平臺(tái)名單”中，明確“依靠騰訊公司建設(shè)醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺(tái)”淫雾，從發(fā)布成立到進(jìn)入“國家隊(duì)”的這三個(gè)月里比端，騰訊覓影就與十多家三甲醫(yī)院建立了聯(lián)合實(shí)驗(yàn)室，篩查目標(biāo)病種也從早期食管癌拓展到肺癌簇像、乳腺癌等多病種侵念。

巨頭們從觀望轉(zhuǎn)變?yōu)槿嫱度胫闩铮」緜円粴⒊鲆粭l血路，要不坐等被收購或擠死捎虚≌仔裕“很多初創(chuàng)公司從創(chuàng)立之際就是坐等巨頭開個(gè)好價(jià)的，‘大魚吃小魚’接下來會(huì)頻繁發(fā)生泳柴「尘＃”尚鞅如此解讀2018年的醫(yī)療AI市場。

另一方面懊昨，管理也隨著市場發(fā)展開始“劃車道”窄潭。2018年8月1日，新版《醫(yī)療器械分類目錄》將開始實(shí)行酵颁，其中新增了與AI輔助診斷相對應(yīng)的類別嫉你。

按照分類規(guī)定，申報(bào)二類醫(yī)療器械躏惋，診斷軟件通過算法幽污，提供診斷建議，僅有輔助診斷功能簿姨，可不直接給出診斷結(jié)論;如果對病變部位進(jìn)行自動(dòng)識別距误，并提供明確診斷提示，則按照第三類醫(yī)療器械管理款熬。

醫(yī)療AI公司想走醫(yī)院采購這條路深寥，必須通過相應(yīng)的認(rèn)證。這就需要公司獲得大量真實(shí)的臨床應(yīng)用數(shù)據(jù)贤牛，為申報(bào)提早準(zhǔn)備怀程。

多數(shù)醫(yī)療AI公司還處于打磨產(chǎn)品階段，商業(yè)模式并不清晰钝菲，與醫(yī)院的合作多為提供產(chǎn)品試用遣备，收不到錢。阿里健康副總裁柯研告訴《財(cái)經(jīng)》記者术偿，現(xiàn)在市面上的很多AI公司單純?nèi)谫Y休贴，無論估值多高，沒有收入來源和場景弓慨，商業(yè)模式是斷的钥陪，“再過三年沒有商業(yè)模式，會(huì)走向邊緣”淤写。

在醫(yī)療人工智能領(lǐng)域螟扮，最核心的要素是場景。場景大于數(shù)據(jù)示宫，數(shù)據(jù)大于算法骏挎。至于未來誰埋單汗忠，柯研說，“我們相信兜叨，只要有場景穿扳，最后一定會(huì)有人心甘情愿付這個(gè)錢」酰”

國內(nèi)的醫(yī)療AI公司矛物，主要與大城市的三甲醫(yī)院合作，但優(yōu)質(zhì)醫(yī)療從業(yè)者密集的三甲醫(yī)院议街，沒有迫切需求泽谨。真正需要AI緩解的，是資源緊張的中小型醫(yī)院特漩，這部分市場潛力還遠(yuǎn)遠(yuǎn)沒有開發(fā)出來吧雹。

放眼整個(gè)行業(yè)，一個(gè)逐漸清晰的場景就是涂身，影像AI會(huì)率先支撐基層醫(yī)療雄卷。基層醫(yī)院用影像AI篩查以后蛤售，發(fā)現(xiàn)一些有問題或者看不準(zhǔn)的病例丁鹉，再交由上級醫(yī)院的醫(yī)生來確診。

再看遠(yuǎn)些拥宜，醫(yī)療AI技術(shù)如果能夠突破應(yīng)用關(guān)榆博，將頂級醫(yī)生的診斷能力標(biāo)準(zhǔn)化后，交給基層醫(yī)院挺赞，為基層醫(yī)生提供輔助診斷侧焚，會(huì)在很大程度上改善醫(yī)療資源的緊張狀況。

麥肯錫全球研究所預(yù)測津阻，大面積使用人工智能診斷疾病可能不會(huì)太快發(fā)生摆地，即使早已入局的巨頭們，也不過是入門級水平宵渡，這并不妨礙AI會(huì)成功滲入增量，成為醫(yī)療的底層技術(shù)，就像之前的IT技術(shù)一樣狰碟。

人工智能和人類醫(yī)生比誰更聰明童唧，可能還會(huì)持續(xù)《つ牛《新英格蘭醫(yī)學(xué)雜志》認(rèn)為叮凸，這種爭論沒有意義，如何讓人工智能和人類醫(yī)生一起献烦，實(shí)現(xiàn)任何單一方都無法提供的臨床效果滓窍，才是關(guān)鍵。

行業(yè)的狂歡和泡沫巩那，是任何一個(gè)新技術(shù)浪潮的必經(jīng)之路吏夯。最后勝出的，是那些創(chuàng)造了真實(shí)價(jià)值的技術(shù)和產(chǎn)品即横。

聲明：本網(wǎng)站所收集的部分公開資料來源于互聯(lián)網(wǎng)噪生，轉(zhuǎn)載的目的在于傳遞更多信息及用于網(wǎng)絡(luò)分享，并不代表本站贊同其觀點(diǎn)和對其真實(shí)性負(fù)責(zé)东囚，也不構(gòu)成任何其他建議跺嗽。本站部分作品是由網(wǎng)友自主投稿和發(fā)布、編輯整理上傳页藻，對此類作品本站僅提供交流平臺(tái)桨嫁，不為其版權(quán)負(fù)責(zé)。如果您發(fā)現(xiàn)網(wǎng)站上所用視頻份帐、圖片璃吧、文字如涉及作品版權(quán)問題，請第一時(shí)間告知捎霍，我們將根據(jù)您提供的證明材料確認(rèn)版權(quán)并按國家標(biāo)準(zhǔn)支付稿酬或立即刪除內(nèi)容忌颠，以保證您的權(quán)益！聯(lián)系電話：010-58612588 或 Email:editor@mmsonline.com.cn缨吸。