AI医疗前景光明,可想分到这块“蛋糕”也不容易

来源:A5专栏 时间:2021-07-21

AI医疗迎来商业化元年。今年7月,国家药监局发布了AI医用软件分类新规。新规的发布优化了审批环境,也反映出相关机构对行业发展的支持态度。近年来随着审批流程逐渐清晰,AI医疗器械的审批进程也在提速:去年全年共有9个AI医疗器械获批,今年国家药监局已累计批准了6张AI医疗器械注册证,全年获批数量有望创下新高。

而那些深耕AI大健康领域的巨头和创业公司近年来也一直在加码加速。既有像苹果、IBM这样的巨头,又有如依图科技、科亚医疗、鹰瞳科技这样的创业型公司。新技术新产品屡屡出现,资本对AI医疗的热情也空前高涨。

从目前的情况来看,大数据已经积累到了一定程度,与AI结合会使算法的价值更大,在疾病的预防、诊断、监测及长期管理等各个环节都能更好地辅助医生诊断与治疗。而且随着人们对于大健康的关注度逐年提升,加之疫情造成的影响,未来AI医疗的前景会更加广阔。

然而如同从前许多火热的领域一样,想谋求更好的发展,烧钱是不可避免的,尤其是AI医疗这种科技属性极强的领域更是如此。况且即使有钱可烧,方向也未必是正确的,如果方向错误,反而会让AI医疗陷入到一种尴尬的境地。所以AI医疗这块蛋糕,要是没有足够的“综合实力”,想分到也绝非易事。

一、AI医疗受巨头与资本青睐,推动传统医疗加速发展

AI医疗赛道的火热,是当前医疗环境下所产生的必然结果。

多年以来,医疗健康行业的供需关系严重失衡,优秀的医疗资源稀缺。大城市医院多,质量优秀,很多小城市及村镇地区则完全相反。由于这些因素,普通医院的医疗效率不如大城市的医院更高。故而医疗需求增加,对高效治愈期望强烈,因而急需AI医疗解决供需矛盾。

从AI医疗本身来看,它以互联网为依托,通过搭建基础设施和收集数据,将AI技术与大数据服务应用于医疗行业中,从而切实提升医疗行业的诊断效率与服务水平,有效解决医疗资源短缺问题。简而言之,即人工智能技术对医疗相关领域的应用场景赋能,包括医学影像诊断、慢性病管理,以及生活方式指导、疾病排查等大健康方向。

AI医疗的应用在影像诊断方面非常给力。例如做胸部和肺部CT诊断,每一位患者做一次检测都会产生数百张切片图像,影像科医生每周平均需要看几百位患者的CT图像,这些图像加起来能达到10万张,每张影像解读大约要10分钟左右,医生的工作压力可想而知。

而AI技术的介入可以有效解决该问题。例如AI肺结节辅助诊断系统能够识别出肺部CT片中的全部结节,甚至还能够给出它们的性质。

当然这种系统一开始还不够完善,医生和提供AI系统公司的技术人员会一起解决,医生会标注出当时AI系统未能识别的结节,公司会将这些信息注入到AI系统的训练库中做出更新。通过这种相互“帮衬”的方式,到今年为止,系统辅助诊断的准确率基本达到了95%左右。

从医疗行业的整体情况来看,放射学科掌握的医疗大数据占八成以上,是诊断疾病的关键入口。AI介入之后也可借助其中积累多年的大数据,为后续的AI医疗产品的持续优化提供源动力。

AI医疗赛道的火热,和企业与资本的“热炒”也不无关系。

许多投资人和业内专家认为,医疗影像已成为中国AI医疗最为成熟的细分领域。2020年,中国人工智能医疗公司共计129家(不包含以基因检测技术为主的企业),其中医学影像领域的公司有55家,占人工智能医疗公司总数的42.6%。

随着AI医疗行业愈发规范,商业化进程也在加快。鹰瞳医疗和科亚医疗已向港交所提交了IPO招股书,联影医疗、推想医疗正寻求科创板IPO,中国AI医疗领域的首家上市公司或许会由此诞生。

不仅是相关企业在寻求上市,现在还有许多已经在A股上市的企业也对进入AI医疗赛道跃跃欲试。

根据乐普医疗2020年的年报来看,公司有4个人工智能医疗产品获得了境内外监管部门的批准注册,其人工智能AI-ECG Platform系统在2018年11月获得美国FDA批准注册和欧盟CE认证,2020年2月获得NMPA注册批准,准确性超出95%。

科大讯飞的“智医助理”系统则能够完成95%的基层病种辅助诊断,有效提升基层医生的工作效率。如今该系统已覆盖超出30000个乡镇卫生院和村卫生室,诊断总数超过2.3亿次,平均每天给出数万次辅助诊断建议。

还有祥生医疗的“乳腺疾病人工智能超声诊断软件”已经完成了注册前的检测工作,是中国首个取得国家级三类医疗器械检测报告的超声人工智能产品,目前正在临床试验中。

马云曾说:“下一个可以超越我的人必须在大健康行业”,足见其对大健康行业的前景充满信心。而苹果、谷歌、IBM,以及上述创业公司加上诸多资本都在进入AI医疗赛道,这对AI医疗无疑是最好的“造势”。

然而以往的经验告诉我们,行业大热不代表没有问题,相反越火热的行业越容易出现阻碍。

二、烧钱亏损也未必找对方向,想吃AI医疗这块“蛋糕”不容易

AI医疗虽然走在科技最前沿,但从实际的商业化情况来看并不乐观。除了烧钱,AI医疗尚未找到其他有效的商业化途径,看看IBM和谷歌就可略知一二。

当年IBM沃森健康推荐的许多癌症治疗方案不靠谱。不少专家和客户表示“沃森做出了不安全或不正确的治疗推荐”。《华尔街日报》也发表了类似的观点,沃森不仅没给医生提供太多帮助,甚至有些结果是完全错误的。这是由于沃森训练度不够,以及更新赶不上治疗方案改良的速度。

眼看着投入越来越多,却收不到成正比的效果,IBM沃森健康在2018年5月裁掉了约50%~70%的员工,包括美国本土和其他一些国家的员工,有金融分析师称IBM此举是削掉了“烧钱的无底洞”。沃森健康成立6年,年收入仅10亿美元,还不到IBM总收入的2%,要知道IBM当年仅收购沃森就用了超过40亿美元,从来没回过本。

无独有偶,另一家巨头谷歌也在AI医疗的赛道上遭遇了类似的窘境。

2018年11月,谷歌成立了“谷歌健康”部门,当时各界对此业务都非常看好,毕竟谷歌在AI方面本身就很有实力,又是全球范围内的巨头,谷歌自己也是信心十足。然而直到今天,谷歌的AI医疗业务也没有真正崛起,根据谷歌2021年的Q1财报来看,谷歌人工智能DeepMind、智能医疗Verily等业务仍处于亏损状态。

以谷歌一项名为“糖尿病视网膜病变筛查”的业务为例。去年泰国公共卫生部门在11个诊所引进了该业务,结果准确率不如预期,加之当地医院的网络信号不好,从上传照片到出结果时间很长,还不如直接找医生来得快。

技术不到位还不赚钱,看来AI医疗这门生意远没有表面呈现出的那般风光。 连巨头都扛不住,普通公司恐怕更是难以为继。尽管资本热情高涨(2020年,AI医疗领域的投资高达64亿元),但是整个领域仍未探索出一条十分成熟的商业化路径。

之所以出现这样的问题,除了行业特质所限与发展程度不够成熟,还有就是行业中有急功近利的倾向。

一些产品刚刚开发出来,一些AI医疗公司就急着将其送入医院。就互联网思维而言,这是希望尽可能多地占领市场,以便在未来的竞争和商业化过程中占据优势。然而这种“求快”的特质和医疗本身“严谨、精确、坦诚”的天然属性有冲突,任何热火朝天的资本游戏进入医疗行业,都必须遵循准确、高效并且具备成本优势的规则,否则不大可能从医院得到更多的利润。

从现在的情况来看,一些公司想要用AI医疗做噱头,达到捞金的目的。另一些公司是真心想做AI医疗,无奈烧不起钱。不过话说回来,就算是那些“巨无霸企业”,也不一定能经得住这样的烧钱方式,更何况普通企业呢?

可见AI医疗这块蛋糕没那么容易吃到,想挣快钱基本是没什么希望了。 在人工智能领域,独角兽时代已经接近尾声,人工智能2.0时代即将来临,如何推动AI产品走进各行各业实现应用才是关键。

三、AI医疗前途光明但也荆棘丛生,仍需继续探索

从整体来看,AI医疗已经进入了下半场,摆在从业者面前的挑战非常多,想要在这个赛道里分一杯羹,并且让其对推动医疗行业起到实际作用,可能需要探索更多的渠道。

如今AI医疗行业中大致有两种模式:

一类是巨头与独角兽“优势互补”,例如去年9月,GE发布了Centricity Open PACS AI智能影像平台,许多创业公司加入其中,形成完整的生态圈。

另一种是小厂商深耕细分领域,建立独特的品牌优势,以此作为在AI医疗赛道中不被淘汰的筹码。

但是这都只是自发探索的模式,尚未经过足量的市场验证。

不可否认,AI医疗是一条“康庄大道”。但前进的道路上荆棘丛生,仍需各方持续努力,才能推动AI医疗行业的进一步发展。文/东方亦落

项目推荐

A5创业网 版权所有

返回顶部