電話：
021-67610176傳真：
在多個(gè)研究中，人工智能已經(jīng)成功擊敗人類醫(yī)生，但在大規(guī)模落地前，醫(yī)療人工智能還有很多課要補(bǔ)。行業(yè)的狂歡和泡沫，是任何一個(gè)新技術(shù)浪潮的必經(jīng)之路。zui后勝出的，必是那些創(chuàng)造了真實(shí)價(jià)值的技術(shù)和產(chǎn)品。
來(lái)源丨財(cái)經(jīng)雜志
在2017年那場(chǎng)史詩(shī)級(jí)的圍棋對(duì)決中，人類戰(zhàn)力zui 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。接下來(lái)，它會(huì)在哪個(gè)領(lǐng)域戰(zhàn)勝人類？猜測(cè)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，2016年5月至今，比分結(jié)果是AI 6勝、3平、2負(fù)。醫(yī)生已然落于下風(fēng)。
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(kāi)發(fā)出一種名為CheXnet的算法，能夠更敏銳地捕捉xong 部X光片中的肺炎跡象，在診斷肺炎的比拼中，也一舉擊敗四名放射科醫(yī)師。
這些火種足以讓產(chǎn)業(yè)界信心爆棚。谷歌、IBM、英特爾等*和國(guó)內(nèi)的“BATK”（百度、阿里、騰訊、科大訊飛），都加緊布局，一大批初創(chuàng)公司也噴涌而出。
人口老齡化加劇、慢性病患者群體增長(zhǎng)、醫(yī)療資源緊缺、公共醫(yī)療費(fèi)用攀升等多重壓力，使AI入醫(yī)療被寄望成為這一性壓力的泄壓閥。泄出的壓力也正是機(jī)遇的源頭。尤其在中國(guó)，人口數(shù)量成為優(yōu)勢(shì)，醫(yī)療數(shù)據(jù)的基礎(chǔ)大，可以給醫(yī)療AI提供充沛的燃料。業(yè)內(nèi)的普遍看法是，在該領(lǐng)域，國(guó)內(nèi)企業(yè)有彎道超車的機(jī)會(huì)。
然而，AI的泡沫已然吹起，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，并獲得大范圍應(yīng)用，給醫(yī)療帶來(lái)切實(shí)改進(jìn)，以撐起領(lǐng)域公司的估值，沖破“C輪死”的魔zhou。
向醫(yī)生的主場(chǎng)滲透
擊敗四名放射科醫(yī)師，CheXnet只經(jīng)歷了一個(gè)月的診斷學(xué)習(xí)。
AI已經(jīng)在預(yù)測(cè)中風(fēng)和心臟病發(fā)作、預(yù)測(cè)嬰兒自閉癥的風(fēng)險(xiǎn)上表現(xiàn)出明顯優(yōu)勢(shì)；在外科手術(shù)和阿爾茨海默病預(yù)測(cè)中略勝*；在治療腦腫瘤、先天性白內(nèi)障診斷和皮膚癌診斷上，跟人類醫(yī)生打平。“這些示范性的案例，就是一輪又一輪大額度融資的信心來(lái)源。”億歐智庫(kù)醫(yī)療產(chǎn)業(yè)分析師尚鞅告訴《財(cái)經(jīng)》記者。過(guò)去一年，資本對(duì)醫(yī)療AI的熱情展露得非常明顯，因?yàn)槁涞氐目赡苄员挥∽C了。
此前的人機(jī)對(duì)戰(zhàn)都在研發(fā)階段，直到一年前，美國(guó)批準(zhǔn)了*個(gè)用于臨床的醫(yī)療AI產(chǎn)品，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。進(jìn)入臨床，是AI向產(chǎn)業(yè)化邁進(jìn)的一大步。
2017年，國(guó)內(nèi)醫(yī)療AI行業(yè)公布的融資事件近30起，融資總額超過(guò)18億元。融資額zui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。
“能夠在如此短時(shí)間內(nèi)讓投資界集體高潮，一定是出現(xiàn)了商機(jī)。”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。
就醫(yī)，zui核心的部分是診斷。替代醫(yī)生診斷，是醫(yī)療AI的一個(gè)zhong 級(jí)目標(biāo)。現(xiàn)階段的小目標(biāo)是，能夠讓AI為醫(yī)生的診斷及治療方案提供建議，輔助診療。
如何讓人工智能和人類醫(yī)生一起，實(shí)現(xiàn)任何單一方都無(wú)法提供的臨床效果，才是關(guān)鍵。圖/視覺(jué)中國(guó)
AI輔助醫(yī)生做事，先從那些繁瑣的、重復(fù)性工作起步，提升診療效率。企業(yè)和研究團(tuán)隊(duì)分頭趟開(kāi)兩條路：一條基于自然語(yǔ)言處理，根據(jù)病歷和癥狀診斷疾病；一條基于計(jì)算機(jī)視覺(jué)，通過(guò)識(shí)別醫(yī)學(xué)影像診斷疾病。
IBM公司開(kāi)發(fā)的“沃森”（Watson），是*條路徑代表。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(guò)1500萬(wàn)份的文獻(xiàn)后，嘗試在14個(gè)國(guó)家的多個(gè)腫瘤治療中心臨床應(yīng)用。在輸入患者的年齡、性別、體重等基本情況和癌癥分期、局部復(fù)發(fā)、化療方案、病理分期、癌癥轉(zhuǎn)移等具體內(nèi)容后，短短十多秒，沃森就會(huì)給出治療方案，在肺癌、乳腺癌、直腸癌、結(jié)腸癌、胃癌和宮頸癌等方面為醫(yī)生提供診斷建議。
腫瘤醫(yī)生的智能助手沃森落地中國(guó)非常迅速，其國(guó)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(jí)的三級(jí)綜合醫(yī)院引進(jìn)沃森。然而，沃森面臨的問(wèn)題是，雖然速度快，但給出的解決方案可能還不是Zui 好的。
第二條路徑，AI可將復(fù)雜、高維度的醫(yī)學(xué)影像數(shù)據(jù)，降維使其更易處理，因而可以快速、準(zhǔn)確地從醫(yī)學(xué)影像中發(fā)現(xiàn)病癥的信息，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%，包括CT、核磁、超聲、病理、內(nèi)窺鏡、眼底等，因而，醫(yī)學(xué)影像的計(jì)算機(jī)處理向來(lái)是一個(gè)龐大的產(chǎn)業(yè)。
風(fēng)投調(diào)研機(jī)構(gòu)CB Insights對(duì)美國(guó)106家醫(yī)療AI初創(chuàng)企業(yè)分析顯示，影像和診斷成為資本熱涌的重點(diǎn)領(lǐng)域。IBM和阿爾法狗的DeepMind都在推進(jìn)AI醫(yī)學(xué)影像的應(yīng)用，阿里、騰訊也不甘人后。
實(shí)際上，AI的觸角已無(wú)處不在。運(yùn)用語(yǔ)音識(shí)別和自然語(yǔ)言理解，醫(yī)生在診療過(guò)程中即可完成病歷編寫，能提高醫(yī)生工作效率，美國(guó)大概有72%的醫(yī)院已經(jīng)實(shí)現(xiàn)用語(yǔ)音收集醫(yī)療信息，科大訊飛、云知聲等均有此項(xiàng)業(yè)務(wù)。
一些初創(chuàng)公司，還喜歡擠入慢性病管理，即運(yùn)用人工智能算法，對(duì)慢性病患者進(jìn)行實(shí)時(shí)健康監(jiān)測(cè)及干預(yù)，甚至據(jù)此生成健康管理建議，主要針對(duì)糖尿病、心血管病等需要即時(shí)干預(yù)的慢性病患者。
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。“在過(guò)去的12個(gè)月，關(guān)于醫(yī)療AI的各種信息，很多一線醫(yī)生都在聽(tīng)和看，這是一個(gè)很好的趨勢(shì)。”上海長(zhǎng)征醫(yī)院眼科主任醫(yī)師魏銳利對(duì)《財(cái)經(jīng)》記者說(shuō)。
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，77%的醫(yī)生至少聽(tīng)說(shuō)過(guò)一種醫(yī)療人工智能應(yīng)用。
催逼AI箭上弦，本質(zhì)上還是好醫(yī)生稀缺。
藍(lán)馳創(chuàng)投合伙人陳維廣，在投了春雨醫(yī)生之后，他多次接到朋友的請(qǐng)求，讓幫忙找好醫(yī)生。對(duì)醫(yī)療的需求提升，是普適的驅(qū)動(dòng)因素，而人口老齡化就是那塊巨大的背景板。
像一副擺好的多米諾骨牌，人口老齡化加速，老齡化社會(huì)之后就是醫(yī)療資源匱乏。美國(guó)人口普查局報(bào)告顯示，至2015年，65歲及以上人口超過(guò)6億。這一年，中國(guó)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)總李亞?wèn)|介紹，目前約30%的醫(yī)療資源為65歲以上的人群所占用，50%的醫(yī)療資源為55歲以上的人群占用。
國(guó)內(nèi)對(duì)AIzui現(xiàn)實(shí)的期待是，紓解san 甲醫(yī)院爆滿的困境，協(xié)助提升縣鄉(xiāng)鎮(zhèn)的醫(yī)療水平，以免漏診、誤診。
依然是數(shù)據(jù)為王
一個(gè)十分明顯的趨勢(shì)是，AI往醫(yī)學(xué)影像領(lǐng)域扎堆。
動(dòng)脈網(wǎng)數(shù)據(jù)顯示，國(guó)內(nèi)83家醫(yī)療AI企業(yè)中，一半涉足醫(yī)學(xué)影像。“（這一領(lǐng)域）正處于黃金期，除提率之外，它能找到人力無(wú)法找到的病征，今后*取代醫(yī)生讀片是*可能的。”海銀資本創(chuàng)始合伙人王煜全向《財(cái)經(jīng)》記者分析。
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。“離開(kāi)臨床數(shù)據(jù)，AI沒(méi)法思考。”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。
AI的開(kāi)發(fā)很像教孩子，需要花時(shí)間訓(xùn)練它，給它喂大量數(shù)據(jù)，同時(shí)告訴它什么是錯(cuò)的，什么是對(duì)的。通過(guò)這種有監(jiān)督的學(xué)習(xí)，AI才能成長(zhǎng)。
就像早期阿爾法狗的訓(xùn)練一樣，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。不過(guò)，圍棋有統(tǒng)一規(guī)則，而人的病例復(fù)雜得多，因此，獲得高質(zhì)量的、經(jīng)標(biāo)注的影像大數(shù)據(jù)集，需要大投入。
*云醫(yī)療信息科技（北京）有限公司CEO黃家祥認(rèn)識(shí)一位AI醫(yī)療創(chuàng)業(yè)公司的創(chuàng)始人，剛?cè)诘綆浊f(wàn)元投資時(shí)十分開(kāi)心，但不到一年就發(fā)現(xiàn)，差不多一半的資金得用在數(shù)據(jù)標(biāo)注上。
創(chuàng)意設(shè)計(jì)/黎立
相對(duì)于基yin、病理等的數(shù)據(jù)，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，加之原來(lái)就有一些公開(kāi)的標(biāo)注數(shù)據(jù)集，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，在AI醫(yī)療技術(shù)的開(kāi)發(fā)中，zui重要的不是AI技術(shù)哪家強(qiáng)，而是看誰(shuí)能與醫(yī)院建立良好合作，因?yàn)獒t(yī)院手中既有醫(yī)療數(shù)據(jù)，又有能對(duì)數(shù)據(jù)進(jìn)行標(biāo)注的醫(yī)生資源。
實(shí)際上，中國(guó)的醫(yī)療大數(shù)據(jù)一直存在應(yīng)用障礙，信息孤島現(xiàn)象明顯，國(guó)內(nèi)95%醫(yī)院的電子病歷還未全院流通。換句話說(shuō)，醫(yī)療大數(shù)據(jù)的地基尚未打好。
在醫(yī)療過(guò)程中，很多zui基本的醫(yī)療術(shù)語(yǔ)尚不能統(tǒng)一，如闌尾炎和盲腸炎或食管癌和食道癌，說(shuō)的是一個(gè)病，但錄入數(shù)據(jù)庫(kù)后，計(jì)算機(jī)會(huì)把它分成兩種病。
醫(yī)療數(shù)據(jù)不準(zhǔn)確、不完整，增加數(shù)據(jù)挖掘難度的同時(shí)，也降低了數(shù)據(jù)本身的價(jià)值。河南省安陽(yáng)市腫瘤醫(yī)院每年完成2200臺(tái)－2500臺(tái)的食管癌手術(shù)，穩(wěn)居世界 di一。但該院院長(zhǎng)徐瑞平教授坦陳，“我們做了這么多手術(shù)，在國(guó)內(nèi)食管癌的（學(xué)術(shù)）地位并不高。”原因就是數(shù)據(jù)質(zhì)量不高，后期對(duì)病人的隨訪不夠，導(dǎo)致數(shù)據(jù)不完整。
要想讓AI深入，就需要協(xié)調(diào)電子病歷、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)，這明顯是個(gè)難上加難的任務(wù)。
即使在*美國(guó)，也有同樣困境。《數(shù)字美國(guó)》報(bào)告顯示，美國(guó)有近四分之一的醫(yī)院和超過(guò)40%的醫(yī)生尚未采用電子健康記錄系統(tǒng)。即便有電子記錄系統(tǒng)，也沒(méi)有與病人或其他提供者無(wú)縫共享數(shù)據(jù)，因?yàn)檫@些系統(tǒng)無(wú)法互通操作,病人需要反復(fù)講述他們的病史。
況且，醫(yī)療AI在都面臨著一些*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(guó)醫(yī)院對(duì)患者隱私有很多保護(hù)，醫(yī)院數(shù)據(jù)不能輕易開(kāi)放給AI公司。
嘉御基金的創(chuàng)始人衛(wèi)哲注意到一個(gè)趨勢(shì)，很多國(guó)外從事醫(yī)療行業(yè)的公司在尋找中國(guó)的合作伙伴，因?yàn)橹袊?guó)人口同樣眾多，隱私的保護(hù)卻沒(méi)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(lái)。
真正決定中國(guó)產(chǎn)生后發(fā)優(yōu)勢(shì)的，依然是數(shù)據(jù)夠大。李鋼觀察到，現(xiàn)階段中國(guó)醫(yī)療AI產(chǎn)業(yè)對(duì)美國(guó)風(fēng)向的跟從效應(yīng)明顯。但未來(lái)，人口與數(shù)據(jù)的優(yōu)勢(shì)將可能使中國(guó)企業(yè)狂飆。
醫(yī)療AI還沒(méi)有看上去那么美
AI公司多數(shù)都在幫醫(yī)生做科研，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。對(duì)AI將會(huì)在多大程度上替代醫(yī)生，業(yè)界有兩種不同態(tài)度：AI工程師雄心勃勃，認(rèn)為阿爾法狗的勝利就是Zui 好的證據(jù)；醫(yī)生們則疑慮重重，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，外科和影像科醫(yī)生對(duì)AI的知曉率高于平均水平，但對(duì)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，其次是對(duì)原理的質(zhì)疑以及準(zhǔn)確率不高。
很多使用過(guò)閱片AI的影像科醫(yī)生，沒(méi)有體會(huì)到工作量降低。魏銳利表示，AI分析過(guò)的影像，醫(yī)生還得重新復(fù)核一遍。因?yàn)閾?dān)心漏診，也就是提示有患病可能的影像，沒(méi)有被識(shí)別出來(lái)。
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，但沒(méi)有誰(shuí)敢說(shuō)能夠杜絕漏診問(wèn)題。這讓醫(yī)生難以*信賴閱片AI。一旦醫(yī)生覺(jué)得有風(fēng)險(xiǎn)，他就得審核AI看過(guò)的所有圖像。
漏診的產(chǎn)生，問(wèn)題很可能出在訓(xùn)練數(shù)據(jù)上。黃家祥介紹，很多AI創(chuàng)業(yè)公司都是靠公開(kāi)的數(shù)據(jù)源起步的，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，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(lái)，而且對(duì)于單一病種，測(cè)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(lái)測(cè)試，很可能就“水土不服”了。
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，降低了漏診率。對(duì)這種說(shuō)法，Wision AI的聯(lián)合創(chuàng)始人劉敬家不以為然，中國(guó)目前沒(méi)有關(guān)于醫(yī)生漏診的準(zhǔn)確數(shù)據(jù)，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，但沒(méi)有誰(shuí)敢說(shuō)能夠杜絕漏診問(wèn)題。圖/視覺(jué)中國(guó)
“目前來(lái)講，AI所取得的成果還遠(yuǎn)遠(yuǎn)沒(méi)達(dá)到預(yù)想的目標(biāo)。”魏銳利說(shuō)。放眼看，大多數(shù)公司的AI產(chǎn)品還處于研發(fā)階段。
華蓋醫(yī)療基金董事總施國(guó)敏曾撰文稱，人們腦補(bǔ)的人工智能替代醫(yī)生，哪怕僅僅是輔助，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，其主流的深度學(xué)習(xí)方法存在一個(gè)明顯的缺陷，即它的過(guò)程無(wú)法描述。換句話說(shuō)，AI算法的整個(gè)過(guò)程猶如一個(gè)的、無(wú)法打開(kāi)的“技術(shù)黑箱”，所謂可用不可見(jiàn)。它既沒(méi)有普遍的適應(yīng)性，也無(wú)法拆解出具體的智能化業(yè)務(wù)規(guī)則，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(wèn)必答，只要有數(shù)據(jù)輸入，就有結(jié)果輸出。但劉敬家分析，如果沒(méi)有金標(biāo)準(zhǔn)對(duì)結(jié)果進(jìn)行校驗(yàn)，很可能輸出錯(cuò)誤的結(jié)果，而且很容易蒙蔽人。
醫(yī)學(xué)是注重證據(jù)的學(xué)科。ding 級(jí)醫(yī)學(xué)期刊《新英格蘭醫(yī)學(xué)雜志》去年發(fā)表文章，對(duì)深度學(xué)習(xí)在醫(yī)學(xué)預(yù)測(cè)領(lǐng)域的應(yīng)用進(jìn)行了分析，認(rèn)為那些沒(méi)有探明的醫(yī)學(xué)邏輯支撐，妄想通過(guò)堆砌更多維度的數(shù)據(jù)而有所發(fā)現(xiàn)的行為，zui終會(huì)陷于蝴蝶效應(yīng)的困境之中。也就是初始條件的微小變化，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)，卻沒(méi)有明確的理論解釋其決策過(guò)程。
醫(yī)生們擔(dān)心，這種思維用于簡(jiǎn)單的類似于醫(yī)學(xué)影像標(biāo)準(zhǔn)等的工作尚無(wú)大礙，一旦涉及更為復(fù)雜的醫(yī)療決策輔助，甚至醫(yī)療方案的整體評(píng)估建議，不考慮決策過(guò)程*以結(jié)果為導(dǎo)向去輔助醫(yī)護(hù)人員，會(huì)讓醫(yī)護(hù)人員陷于被動(dòng)，甚至暴露在難以控制的決策風(fēng)險(xiǎn)中。
美國(guó)醫(yī)療媒體STAT在2017年10月連發(fā)兩篇調(diào)查報(bào)道，分析沃森的“超級(jí)功能”中存在的技術(shù)缺陷，并指出美國(guó)現(xiàn)有法律框架對(duì)于醫(yī)療AI監(jiān)管的疏忽之處。
美國(guó)一些醫(yī)生和消費(fèi)者團(tuán)體認(rèn)為，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(duì)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。
這個(gè)新興領(lǐng)域*，在中國(guó)還將面臨政府部門從不同的角度和方面來(lái)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)，或者部門之間的利益沖突和權(quán)力沖突，使得這些創(chuàng)新創(chuàng)業(yè)者難以應(yīng)付。中歐工商學(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，由于缺乏對(duì)于制度和政策的了解，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)，一旦政策執(zhí)行過(guò)程中出現(xiàn)橡皮筋的上下波動(dòng)，這些項(xiàng)目就可能夭折。
“C輪死”魔zhou
活過(guò)2018年，是很多醫(yī)療AI公司的決心。
融資青黃不接、技術(shù)迭代的瓶頸，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)。
李鋼觀察到，當(dāng)細(xì)分融資紛紛達(dá)到億元級(jí)別后，其中企業(yè)融資zui困難的階段就近在眼前了。
這是因?yàn)椋?/span>對(duì)風(fēng)險(xiǎn)偏好較高的風(fēng)險(xiǎn)投資者而言，細(xì)分需要的融資額已經(jīng)超過(guò)他們能夠投資的體量；而對(duì)于較大體量的私募基金而言，這些依然處于商業(yè)化的探索階段，沒(méi)有亮眼的財(cái)務(wù)數(shù)字卻頂著*的估值，實(shí)在無(wú)法下手。由于億元級(jí)別的融資相當(dāng)于B輪融資，因此，這個(gè)規(guī)律被稱為“ C輪死”魔zhou。
現(xiàn)在，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。
黃家祥也認(rèn)為，2018年對(duì)于很多醫(yī)療AI公司來(lái)說(shuō)都是一個(gè)巨大的挑戰(zhàn)，“可能會(huì)淘汰掉一批，不光是融資層面的，還包括一些成長(zhǎng)不上去的”。
親身遇到的案例，也加深了黃家祥這一判斷。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(kāi)的數(shù)據(jù)源，訓(xùn)練出一個(gè)初步的AI產(chǎn)品，這一團(tuán)隊(duì)找到*云求助一些脫敏的測(cè)試數(shù)據(jù)，黃家祥提供了一部分?jǐn)?shù)據(jù)，對(duì)方測(cè)出了90%的準(zhǔn)確率。
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。然而，“沒(méi)法實(shí)現(xiàn)商業(yè)價(jià)值，就只是一個(gè)基礎(chǔ)的研究成果，只能用來(lái)秀一秀。”黃家祥十分篤定，這讓很多人錯(cuò)誤地判斷了形勢(shì)，*步好邁，但往后走還有沒(méi)有資源支撐更加重要。
醫(yī)療AI跟阿爾法狗一樣，需要不停迭代升級(jí)。這意味著，要不停用數(shù)據(jù)去訓(xùn)練AI，并且有醫(yī)生持續(xù)地參與，在真實(shí)的應(yīng)用場(chǎng)景中去支撐AI的持續(xù)成長(zhǎng)。
一位醫(yī)療AI公司創(chuàng)始人對(duì)《財(cái)經(jīng)》記者說(shuō)，一些公司遇到技術(shù)迭代的瓶頸，卡住了，“干脆不繼續(xù)推進(jìn)，保持低投入、不推廣，等著被收購(gòu)”。
市場(chǎng)集中進(jìn)程在快速完成，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(shì)。“谷歌、騰訊等*對(duì)初創(chuàng)企業(yè)甚至中型公司形成的壓制會(huì)越來(lái)越明顯，在接下來(lái)的一年，競(jìng)爭(zhēng)會(huì)非常激烈。”王煜全分析稱。
*的動(dòng)作有跡可循。2017年8月才發(fā)布的騰訊覓影，后發(fā)制人地進(jìn)入“國(guó)家隊(duì)”，在科技部公布的“*國(guó)家人工智能開(kāi)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(guó)家新一代人工智能開(kāi)放創(chuàng)新平臺(tái)”，從發(fā)布成立到進(jìn)入“國(guó)家隊(duì)”的這三個(gè)月里，騰訊覓影就與十多家san 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、乳腺癌等多病種。
*們從觀望轉(zhuǎn)變?yōu)槿嫱度耄」緜円粴⒊鲆粭l血路，要不坐等被收購(gòu)或擠死。“很多初創(chuàng)公司從創(chuàng)立之際就是坐等*開(kāi)個(gè)好價(jià)的，‘大魚吃小魚’接下來(lái)會(huì)頻繁發(fā)生。”尚鞅如此解讀2018年的醫(yī)療AI市場(chǎng)。
另一方面，管理也隨著市場(chǎng)發(fā)展開(kāi)始“劃車道”。2018年8月1日，新版《醫(yī)療器械分類目錄》將開(kāi)始實(shí)行，其中新增了與AI輔助診斷相對(duì)應(yīng)的類別。
按照分類規(guī)定，申報(bào)二類醫(yī)療器械，診斷軟件通過(guò)算法，提供診斷建議，僅有輔助診斷功能，可不直接給出診斷結(jié)論；如果對(duì)病變部位進(jìn)行自動(dòng)識(shí)別，并提供明確診斷提示，則按照第三類醫(yī)療器械管理。
醫(yī)療AI公司想走醫(yī)院采購(gòu)這條路，必須通過(guò)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)，為申報(bào)提早準(zhǔn)備。
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，與醫(yī)院的合作多為提供產(chǎn)品試用，收不到錢。阿里健康副總裁柯研告訴《財(cái)經(jīng)》記者，現(xiàn)在市面上的很多AI公司單純?nèi)谫Y，無(wú)論估值多高，沒(méi)有收入來(lái)源和場(chǎng)景，商業(yè)模式是斷的，“再過(guò)三年沒(méi)有商業(yè)模式，會(huì)走向邊緣”。
在醫(yī)療人工智能領(lǐng)域，zui核心的要素是場(chǎng)景。場(chǎng)景大于數(shù)據(jù)，數(shù)據(jù)大于算法。至于未來(lái)誰(shuí)埋單，柯研說(shuō)，“我們相信，只要有場(chǎng)景，zui后一定會(huì)有人心甘情愿付這個(gè)錢。”
國(guó)內(nèi)的醫(yī)療AI公司，主要與大城市的san 甲醫(yī)院合作，但醫(yī)療從業(yè)者密集的san 甲醫(yī)院，沒(méi)有迫切需求。真正需要AI緩解的，是資源緊張的中小型醫(yī)院，這部分市場(chǎng)潛力還遠(yuǎn)遠(yuǎn)沒(méi)有開(kāi)發(fā)出來(lái)。
放眼整個(gè)行業(yè)，一個(gè)逐漸清晰的場(chǎng)景就是，影像AI會(huì)支撐基層醫(yī)療。基層醫(yī)院用影像AI篩查以后，發(fā)現(xiàn)一些有問(wèn)題或者看不準(zhǔn)的病例，再交由上級(jí)醫(yī)院的醫(yī)生來(lái)確診。
再看遠(yuǎn)些，醫(yī)療AI技術(shù)如果能夠突破應(yīng)用關(guān)，將ding 級(jí)醫(yī)生的診斷能力標(biāo)準(zhǔn)化后，交給基層醫(yī)院，為基層醫(yī)生提供輔助診斷，會(huì)在很大程度上改善醫(yī)療資源的緊張狀況。
麥肯錫研究所預(yù)測(cè)，大面積使用人工智能診斷疾病可能不會(huì)太快發(fā)生，即使早已入局的*們，也不過(guò)是入門級(jí)水平，這并不妨礙AI會(huì)成功滲入，成為醫(yī)療的底層技術(shù)，就像之前的IT技術(shù)一樣。
人工智能和人類醫(yī)生比誰(shuí)更聰明，可能還會(huì)持續(xù)。《新英格蘭醫(yī)學(xué)雜志》認(rèn)為，這種爭(zhēng)論沒(méi)有意義，如何讓人工智能和人類醫(yī)生一起，實(shí)現(xiàn)任何單一方都無(wú)法提供的臨床效果，才是關(guān)鍵。
行業(yè)的狂歡和泡沫，是任何一個(gè)新技術(shù)浪潮的必經(jīng)之路。zui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。
本文首刊于2018年3月5日出版的《財(cái)經(jīng)》雜志
13916499749
