[[398946]]

圖片來源@視覺中國

文 | 冰鑒科技研究院

伴隨著自然語言處理（NLP）、計(jì)算機(jī)視覺、深度學(xué)習(xí)等技術(shù)的飛速發(fā)展，人工智能的應(yīng)用場景不斷拓寬， “AI+醫(yī)療”成為投資人和創(chuàng)業(yè)者的關(guān)注焦點(diǎn)。

人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用不僅大幅減少醫(yī)院的工作量、縮短診斷時(shí)間，還能幫助基層醫(yī)院醫(yī)生提高診斷的準(zhǔn)確率，在疾病早期提前發(fā)現(xiàn)、及時(shí)治療，降低個(gè)人、家庭及社會醫(yī)保負(fù)擔(dān)。此外，利用人工智能技術(shù)，還能幫助制藥公司大幅度縮短制藥時(shí)間，降低研發(fā)成本。

目前“AI+醫(yī)療”各類研究成果不斷出現(xiàn)，正處于量變到質(zhì)變的過程。一旦獲得重大突破，發(fā)生質(zhì)變，各大人工智能公司將會獲得巨額回報(bào)。

為了搶奪市場，提前布局相關(guān)賽道，微軟在今年4月豪擲197億美金收購人工智能公司Nuance，后者第一大收入來源就與醫(yī)療相關(guān)。

在國內(nèi)，包括BATJ、科大訊飛、云從科技、冰鑒科技、云知聲等在內(nèi)的各大人工智能公司都積極參與醫(yī)療行業(yè)。北京大學(xué)（醫(yī)療機(jī)器人研究中心）、浙江大學(xué)（健康醫(yī)療大數(shù)據(jù)國家研究院）、吉林大學(xué)（智能醫(yī)療研究中心）等一些高校還專門成立智慧醫(yī)療研究院，并與企業(yè)、醫(yī)院、國外知名高校（如哈佛大學(xué)）深度合作，寄希望在該領(lǐng)域獲得突破。

然而，學(xué)術(shù)研究如火如荼、企業(yè)投資方興未艾之際，“AI+醫(yī)療”的商業(yè)化進(jìn)程卻低于預(yù)期。醫(yī)療AI先鋒企業(yè)——IBM Watson更是因?yàn)榍捌谕度脒^多、商業(yè)化不理想而傳出要被IBM出售。此外，國內(nèi)的相關(guān)研究同質(zhì)化嚴(yán)重，存在資源扎堆、惡性競爭現(xiàn)象；AI儀器功能單一，也難以滿足醫(yī)生多樣化需求。

面對“AI+醫(yī)療”的巨大市場，人工智能企業(yè)該從哪里切入？商業(yè)化進(jìn)程如何？醫(yī)院、醫(yī)生和病患真的愿意為AI技術(shù)買單嗎？

01 發(fā)展史：“AI+醫(yī)療”步入深水區(qū)

“AI+醫(yī)療”在21世紀(jì)之前發(fā)展較慢，幾乎沒有商業(yè)化產(chǎn)品。進(jìn)入21世紀(jì)之后， “AI+醫(yī)療”才開始快速發(fā)展。國外以Watson、Nuance、Google Health為代表，國內(nèi)科大訊飛、騰訊覓影、阿里健康等企業(yè)起步早、投入多。

• 國外，“AI+醫(yī)療”的發(fā)展冰火兩重天

Watson成為IBM“棄子”的傳聞令醫(yī)療AI行業(yè)跌入冰點(diǎn)。目前獲得批準(zhǔn)的AI醫(yī)療器械也少得可憐。2020年9月，《NPJ Digital Medicine》發(fā)表的文章提到：目前可以找到的FDA批準(zhǔn)的基于AI/ML的醫(yī)療器械軟件只有64款。”

而微軟宣布197億美元收購人工智能公司Nuance，又顯示出行業(yè)火熱的一面。國泰君安分析師認(rèn)為：“微軟收購Nuance的一個(gè)重要原因是，Nuance 在醫(yī)療等領(lǐng)域的語音交互市場中處于領(lǐng)先地位。其核心業(yè)務(wù)之一是對醫(yī)患談話進(jìn)行轉(zhuǎn)錄形成電子病歷并據(jù)此提供輔助診斷服務(wù)。根據(jù)微軟的數(shù)據(jù)，無論從醫(yī)師醫(yī)院覆蓋率還是從產(chǎn)品性能上來講，Nuance 的產(chǎn)品在醫(yī)療領(lǐng)域都處于領(lǐng)先地位。”

• 國內(nèi)，2015年起風(fēng)險(xiǎn)投資開始加速布局 “AI+醫(yī)療”

得益于于深度學(xué)習(xí)、計(jì)算機(jī)視覺（特別是圖像識別）、NLP等技術(shù)的進(jìn)步，“AI+醫(yī)療”近十年開始萌芽，大量新興公司開始成立或者轉(zhuǎn)型專攻“AI+醫(yī)療”。

據(jù)IT桔子網(wǎng)統(tǒng)計(jì)，2012年至今，“AI+醫(yī)療”領(lǐng)域共有 1439家公司，獲得1553起投資，總投資額為7006億人民幣，BATJ、科大訊飛、平安、云知聲、云從科技、冰鑒科技等爭相進(jìn)入“AI+醫(yī)療”領(lǐng)域。

02 人工智能在醫(yī)療領(lǐng)域的應(yīng)用

人工智能與醫(yī)療結(jié)合應(yīng)用的領(lǐng)域非常多，其中健康管理、藥物研發(fā)、輔助診斷、醫(yī)學(xué)影像、疾病預(yù)測這五大領(lǐng)域應(yīng)用在當(dāng)前最為主流。

• 健康管理/慢性病管理、智能語音病歷錄入等領(lǐng)域相對成熟

2018年12月，國家衛(wèi)生健康委員會發(fā)布的《關(guān)于印發(fā)電子病歷系統(tǒng)應(yīng)用水平分級評價(jià)管理辦法（試行）及評價(jià)標(biāo)準(zhǔn)（試行）的通知》明確：“所有二級以上醫(yī)院需要按時(shí)參加電子病歷系統(tǒng)功能應(yīng)用水平分級評價(jià)，且評估結(jié)果納入公立醫(yī)院績效考核。到2020年，所有三級醫(yī)院要達(dá)到分級評價(jià)4級以上，二級醫(yī)院要達(dá)到分級評價(jià)3級以上。” 該政策為“AI+醫(yī)療”未來發(fā)展提供了數(shù)據(jù)基礎(chǔ)，并由此帶動了科大訊飛、云知聲等公司智能語音病歷錄入業(yè)務(wù)迅速發(fā)展。

國務(wù)院新聞辦發(fā)表的《中國的醫(yī)療衛(wèi)生事業(yè)》白皮書顯示：伴隨中國工業(yè)化、城鎮(zhèn)化、老齡化進(jìn)程的加快，居民慢性病患病、死亡呈現(xiàn)持續(xù)快速增長趨勢。中國現(xiàn)有確診慢性病患者2.6億人，慢性病導(dǎo)致的死亡占中國總死亡的85％，導(dǎo)致的疾病負(fù)擔(dān)占總疾病負(fù)擔(dān)的70％。因此，慢病管理市場空間大，醫(yī)渡科技、第四范式、醫(yī)鹿康福等一些人工智能公司迅速參與其中。

• “基于醫(yī)學(xué)影像判斷各種疾病，然后給予醫(yī)生輔助診斷建議（醫(yī)學(xué)影像+輔助診斷）”是眾多人工智能公司偏愛的研究領(lǐng)域

冰鑒科技研究院認(rèn)為，人工智能公司偏愛“醫(yī)學(xué)影像+輔助診斷”主要有兩方面原因，其一該領(lǐng)域運(yùn)用的人工智能技術(shù)相對成熟，且大量疾病診斷準(zhǔn)確率被證明優(yōu)于基層醫(yī)生；其二，與疾病預(yù)測、藥物研發(fā)等相比，該領(lǐng)域應(yīng)用難度較低，商業(yè)化前景更好。

AI醫(yī)學(xué)影像+輔助診斷，是指將人工智能技術(shù)應(yīng)用在醫(yī)學(xué)影像的診斷上，特別是各種疾病篩查，并提供診斷建議給醫(yī)生參考。目前常用的疾病篩查包括肺結(jié)節(jié)/肺癌、眼底疾病、宮頸癌、肺炎、眩暈癥、腫瘤、結(jié)直腸癌等。在美國，Watson等企業(yè)開始商業(yè)化運(yùn)用AI技術(shù)為疾病提供輔助診斷。

• 藥物研發(fā)、疾病預(yù)測是“AI+醫(yī)療”的深水區(qū)

在AI藥物研發(fā)企業(yè)分布上，據(jù)Deep Knowledge Analytics統(tǒng)計(jì)，截至2020年底，全球共有240多家AI藥物研發(fā)企業(yè)，美國仍然穩(wěn)居領(lǐng)先地位，占比54.4%。

國內(nèi)方面，2020年7月騰訊宣布將正式進(jìn)軍AI+新藥研發(fā)，開發(fā)的人工智能藥物發(fā)現(xiàn)平臺“云深智藥”將向科研人員全面開放。此外，劑泰醫(yī)藥、望石智慧、晶泰科技（XtalPi）等創(chuàng)業(yè)公司也開始利用AI技術(shù)參與藥物研發(fā)，但是目前依然未發(fā)現(xiàn)相關(guān)成果商業(yè)化。

在疾病預(yù)測方面，由于數(shù)據(jù)不全、門檻高，國內(nèi)參與者更是寥寥無幾。不過，隨著可穿戴設(shè)備普及，病歷電子化，實(shí)時(shí)監(jiān)測血氧、睡眠、呼吸和心跳，未來對于一些疾病的預(yù)判成為可能。

國外，也僅有一些研究成果發(fā)表在醫(yī)學(xué)期刊上。如《自然》雜志2017年2月報(bào)道，通過大腦數(shù)據(jù)預(yù)測自閉癥。北卡羅來納大學(xué)的研究人員說，通過掃描兄弟姐妹患有自閉癥的嬰兒的大腦，他們已經(jīng)能夠?qū)@些高風(fēng)險(xiǎn)嬰兒中的哪一個(gè)日后會發(fā)展為自閉癥做出合理準(zhǔn)確的預(yù)測。

03 人工智能在醫(yī)療領(lǐng)域的應(yīng)用價(jià)值

• 疾病篩查：解決傳統(tǒng)效率問題

2019年《中國人工智能醫(yī)療白皮書》披露，傳統(tǒng)診斷模式，醫(yī)生對單個(gè)腫瘤病人約200張CT圖像勾畫需要3-5小時(shí)，找到腫瘤位置后，還要根據(jù)腫瘤大小、形狀等花費(fèi)時(shí)間設(shè)計(jì)方案。相比傳統(tǒng)模式，人工智能可以大批量快速處理圖像數(shù)據(jù)，并一次完成。

武漢蘭丁股份董事長孫小蓉博士說，“病理醫(yī)生用傳統(tǒng)方式做癌癥篩查，主要就是簡單重復(fù)地看顯微鏡，但終其一生，能夠看完的片子數(shù)量也十分有限。”以宮頸癌篩查為例，傳統(tǒng)的人工方式不僅效率不高，中國病理醫(yī)生的人數(shù)也遠(yuǎn)遠(yuǎn)不夠。面對近三億需要接受宮頸癌篩查的適齡婦女，沒有科技創(chuàng)新手段是不行的，而人工智能技術(shù)則可以提供一個(gè)可行的解決途徑。該公司研發(fā)的 “兩癌”篩查技術(shù)，截至2020年底，累計(jì)完成117萬例宮頸癌檢查，這也是人工智能技術(shù)迄今為止最大規(guī)模的人群應(yīng)用。

醫(yī)學(xué)影像輔助診斷方面，通過人工智能對醫(yī)學(xué)影像進(jìn)行標(biāo)注，能夠大大提高醫(yī)生的工作效率，減少重復(fù)工作和遺漏。

• 輔助診斷：降低誤診率

根據(jù)《臨床誤診誤治》雜志的統(tǒng)計(jì)，全球疾病誤診率高達(dá)30%。，據(jù)權(quán)威機(jī)構(gòu)調(diào)查，美國醫(yī)生的臨床誤診率依然維持在15%-45%之間。根據(jù)《福布斯中文網(wǎng)》數(shù)據(jù)顯示，近20年來中國的年度門診誤診率在50-90%，住院部誤診率在26-31%之間。這其中癌癥最易被誤診，如腦腫瘤的誤診率高達(dá)70%左右，轉(zhuǎn)移性骨腫瘤的誤診發(fā)生率為40%，大腸癌的誤診率可達(dá)79%。

廣東省衛(wèi)生廳副廳長廖新波曾發(fā)表博文《醫(yī)生的診斷有三成是誤診》，如果在門診看病，誤診率是50%。 “腦腫瘤的誤診甚至在70%左右，甚至高達(dá)100%。”他解釋，無論是器質(zhì)性還是功能性的病變都能引起頭痛、頭暈，而CT和MR不能檢查出功能性病變，只能依靠醫(yī)生的經(jīng)驗(yàn)做判斷了。

誤診的原因也五花八門，比如醫(yī)生不夠?qū)I(yè)、病人隱瞞病情、病情太過復(fù)雜、早期癥狀隱匿等。所有接受治療的病人，大約只有10%幸運(yùn)找到了病因，并且得到恰到好處的治療。

而利用人工智能技術(shù)可以很好的規(guī)避人為因素，降低誤診率、漏診率，特別是當(dāng)疾病處于早期隱匿期。

斯坦福大學(xué)用人工智能來診斷皮膚癌，準(zhǔn)確率超過90%。

俄勒岡健康科學(xué)大學(xué)（OHSU）和馬薩諸塞州總醫(yī)院（MGH）的研究人員在《美國醫(yī)學(xué)會眼科雜志》上也發(fā)表了一項(xiàng)成果：他們新開發(fā)的一種算法能夠自動檢測導(dǎo)致兒童失明癥的潛在的病變原因，準(zhǔn)確率達(dá) 91%，同期測試的八位醫(yī)生組成的對照組對眼球照片進(jìn)行診斷，準(zhǔn)確率只有82%。

麻省理工學(xué)院研究員最近發(fā)表在《IEEE醫(yī)學(xué)與生物學(xué)工程學(xué)雜志》上的一篇論文提到，他們的模型識別出確診為Covid-19的人的咳嗽的準(zhǔn)確率為98.5%，其中，利用咳嗽聲識別無癥狀感染者的準(zhǔn)確度高達(dá)100%。研究人員收集了7萬多條錄音，每個(gè)錄音含多個(gè)咳嗽聲，共計(jì)20多萬個(gè)咳嗽音樣本。

平安智慧醫(yī)療研究團(tuán)隊(duì)利用醫(yī)學(xué)中心創(chuàng)傷急診科1888名患者的骨盆X光影像數(shù)據(jù)進(jìn)行測試，運(yùn)用AI技術(shù)判斷骨折結(jié)果和位置，模型的預(yù)測精度達(dá)到92.4%。在與臺灣長庚醫(yī)院四個(gè)科室的23位醫(yī)生合作（AI+醫(yī)生）中，急診科醫(yī)生使用AI系統(tǒng)之后，漏診率從9.7%下降至0.7%，住院醫(yī)師漏診率從11.3%下降至1.58%，專家醫(yī)師漏診率從6%下降至0.5%。AI骨折系統(tǒng)在檢測敏感度和特異度等定量指標(biāo)方面，較為明顯地超越急診科醫(yī)生和住院醫(yī)師，逼近并略好于放射科醫(yī)生及部分骨科?？漆t(yī)生。

• 提高醫(yī)生工作效率（智能語音病歷錄入與管理）

美國著名醫(yī)學(xué)專業(yè)網(wǎng)站醫(yī)景網(wǎng)(Medscape)對1.5萬名美國執(zhí)業(yè)醫(yī)生進(jìn)行調(diào)研發(fā)現(xiàn)，近三分之二的醫(yī)生表示自己職業(yè)倦怠(42%)、情緒低落(15%)或兩者兼而有之(14%)。主要原因包括臨床醫(yī)生必須處理各種復(fù)雜的醫(yī)療文件(56%)以及花費(fèi)大量時(shí)間將患者信息輸入電子健康記錄中(24%)。

智能語音病歷錄入與管理可以有效幫助醫(yī)生節(jié)約時(shí)間，提高工作效率。這也促使該領(lǐng)域在“AI+醫(yī)療”的細(xì)分領(lǐng)域商業(yè)化最成熟，典型案例包括科大訊飛、Nuance等。

• 藥物研發(fā)：縮短時(shí)間，降低成本

據(jù)Deep Knowledge Analytics統(tǒng)計(jì)，新藥研發(fā)具有成本高(10億+)、研發(fā)周期長(10-12年)、成功率低（13.8%）三大高風(fēng)險(xiǎn)特性。藥物研發(fā)的投資回報(bào)率從2010年的10.1％穩(wěn)步下降至2018年的1.9％。對某些復(fù)雜疾病領(lǐng)域更是如此，比如肌萎縮性側(cè)索硬化癥，在過去半個(gè)世紀(jì)里超過50項(xiàng)臨床試驗(yàn)未能顯示出任何積極的療效。

與此同時(shí)，利用自然語言處理、深度學(xué)習(xí)、圖像識別、機(jī)器學(xué)習(xí)等人工智能技術(shù)，可以縮短藥物研發(fā)時(shí)間、降低藥物研發(fā)成本、提高預(yù)測準(zhǔn)確率及藥效。

北京大學(xué)前沿交叉學(xué)科研究院定量生物學(xué)中心研究員裴劍鋒認(rèn)為，AI技術(shù)尤其是強(qiáng)人工智能的發(fā)展，有望解決藥物設(shè)計(jì)中挑戰(zhàn)性的難題。例如，隨著自然語言處理技術(shù)和AI文獻(xiàn)信息提取技術(shù)發(fā)展，未來AI能自動處理海量非結(jié)構(gòu)化的專利、文獻(xiàn)數(shù)據(jù)，從中提取關(guān)鍵信息構(gòu)建知識圖譜和認(rèn)知圖譜，自動發(fā)現(xiàn)藥物靶點(diǎn)和藥物分子。

《麻省理工科技評論》2019年9月報(bào)道，AI制藥公司Insilicon Medicine與多倫多大學(xué)的科學(xué)家合作，從開始研發(fā)新的靶向藥，到完成初步的生物學(xué)驗(yàn)證，僅僅花了46天時(shí)間，而傳統(tǒng)方法至少需要8年才能完成。這項(xiàng)研究結(jié)果已發(fā)表在的《自然生物技術(shù)》雜志上，標(biāo)題為：deep learning enables rapid identification of potent DDRI kinase inhibitors。

晶泰科技CEO馬健接受《IT時(shí)報(bào)》采訪時(shí)說道，“通過計(jì)算，能夠幫助藥企優(yōu)先選擇最容易成功的藥物化合物、晶型候選和研發(fā)路線，幫助這些藥物研發(fā)專家趨利避害，減少研發(fā)時(shí)間和試錯(cuò)范圍，尤其是晶型研發(fā)周期，會從幾個(gè)月甚至一年縮短到幾周到幾個(gè)月。”

04 市場空間及商業(yè)化現(xiàn)狀

• 市場空間廣闊

根據(jù)ReportLinker數(shù)據(jù)庫早前發(fā)布的報(bào)告指出：計(jì)算能力的提升以及硬件成本的降低，推動全球醫(yī)療AI市場發(fā)展，預(yù)計(jì)到2025年，全球醫(yī)療行業(yè)的AI市場規(guī)模達(dá)到2500億元人民幣。

中國信息通信研究院西部分院發(fā)布的《2020智慧醫(yī)療發(fā)展研究報(bào)告》顯示，2020年，中國智慧醫(yī)療行業(yè)規(guī)模已突破千億元大關(guān)，預(yù)計(jì)2021年規(guī)模將達(dá)1259億元，行業(yè)將進(jìn)入智能化、高效化、規(guī)?；l(fā)展的高速增長期。

具體到單個(gè)公司，2021年4月20日，科大訊飛公布2020年業(yè)績報(bào)告，智慧醫(yī)療業(yè)務(wù)在報(bào)告期內(nèi)實(shí)現(xiàn)營收同比增長69.25%。此外，云知聲招股書披露其2017-2019年智慧醫(yī)療收入增長率也超過50%（如下圖）。

此外，醫(yī)渡科技招股書顯示，其健康管理平臺和解決方案業(yè)務(wù)由2019財(cái)年的1075.8萬元增長至2020財(cái)年的5564.8萬元，同比增長417.27%。

但智能語音在病歷錄入、健康管理方面的監(jiān)管相對寬松，但在疾病診斷、藥物研發(fā)等領(lǐng)域要求會更加嚴(yán)格。

• 商業(yè)化較難

在美國，Watson商業(yè)化收入與其投入嚴(yán)重不匹配?！度A爾街日報(bào)》援引知情人士報(bào)道， Watson年收入為 10-15 億美元，這與IBM的首席執(zhí)行官 Virginia Rometty在2013年10月預(yù)估的收入差十倍。

與此同時(shí)，Nuance日子也不好過。雖然與美國77%的醫(yī)院有合作，但是營業(yè)收入自從2016年開始連續(xù)五年下降。

在國內(nèi)，BATJ等眾多互聯(lián)網(wǎng)、人工智能公司、醫(yī)療機(jī)構(gòu)、高校、風(fēng)險(xiǎn)投資等花費(fèi)幾百億巨資參與智慧醫(yī)療，相關(guān)研究不斷出現(xiàn)在于學(xué)術(shù)雜志上。但是，成功得到國家藥品監(jiān)督管理局（NMPA）批準(zhǔn)的醫(yī)療器械軟件僅11款，想要各大醫(yī)院醫(yī)生認(rèn)可并大規(guī)模商業(yè)化更是路途遙遠(yuǎn)。

據(jù)蛋殼研究院的產(chǎn)業(yè)評估，醫(yī)學(xué)影像、醫(yī)學(xué)研究、虛擬助手離產(chǎn)業(yè)化最近，規(guī)模商業(yè)化還需 2-5年左右，但目前處于期望過高的階段；健康管理、藥物研發(fā)、醫(yī)院管理、疾病篩查距離產(chǎn)業(yè)化較遠(yuǎn)，有5-10年。根據(jù)Accenture Analysis和杭實(shí)資管估算，10年后AI醫(yī)療產(chǎn)品才會從整體上提高醫(yī)療資源效率。

05 “AI+醫(yī)療”的現(xiàn)實(shí)問題

在AI影像篩查領(lǐng)域，過去五年間發(fā)生了200多起融資事件，但是，該領(lǐng)域普遍面臨高質(zhì)量數(shù)據(jù)不夠、研究方向同質(zhì)化嚴(yán)重、與醫(yī)生需求差距較大、基層醫(yī)院經(jīng)費(fèi)不足等現(xiàn)實(shí)問題。

• 高質(zhì)量數(shù)據(jù)不夠

表面上看，BATJ等眾多人工智能企業(yè)與上百成千家醫(yī)院開展合作，總體醫(yī)療數(shù)據(jù)龐大，但是針對特定疾病的數(shù)據(jù)并不多，部分影像資料質(zhì)量較差，數(shù)據(jù)不全、非結(jié)構(gòu)化，且一些醫(yī)生的診斷結(jié)果是基于并發(fā)癥及患者的精神狀況做的判斷——這些數(shù)據(jù)很多并沒有被記錄。如Google研究人員發(fā)表的兩篇乳腺癌檢查文章都存在數(shù)據(jù)不夠的問題。

• 各自為政，同行合作較少，導(dǎo)致研究方向同質(zhì)化

冰鑒科技研究院發(fā)現(xiàn)，就單一疾病早篩項(xiàng)目而言，參與研究的少則幾家企業(yè)，多則幾十家企業(yè)，產(chǎn)品研究同質(zhì)化嚴(yán)重。但是，各企業(yè)之間幾乎沒有技術(shù)、數(shù)據(jù)共享，各自為政非常明顯，社會資源浪費(fèi)嚴(yán)重。據(jù)動脈橙數(shù)據(jù)庫，大量的企業(yè)扎堆涉足肺結(jié)節(jié)和眼底篩查，推出相關(guān)產(chǎn)品，但真正能進(jìn)入醫(yī)院獲得收入的不到10家。

• 與醫(yī)生需求差距巨大、采購動力不足

目前各大人工智能公司都是針對單一疾病開展單個(gè)研究，而醫(yī)生在對病人做檢查時(shí)，需要對多種疾病、并發(fā)癥、精神狀況等進(jìn)行綜合判斷，而不是一種。據(jù)了解，僅僅皮膚病就有2000多種，而AI技術(shù)目前也只能判斷幾十種皮膚病。

中國電子科技集團(tuán)公司第五十五研究所職工醫(yī)院院長張建燕接受億歐網(wǎng)采訪時(shí)說：“DE-超聲機(jī)器人（匯醫(yī)在線研發(fā)的，用于甲狀腺結(jié)節(jié)診斷）僅覆蓋甲狀腺癌一項(xiàng)，有點(diǎn)少，還不能滿足完全滿足醫(yī)院的需求，另外在判斷是否為結(jié)節(jié)的問題上與醫(yī)生會出現(xiàn)分歧。”其補(bǔ)充道，采購該儀器與該醫(yī)院所在醫(yī)聯(lián)體的推薦有關(guān)。

此外，基層醫(yī)院的醫(yī)生對癌癥、腫瘤等疾病治療水平有限，對輔助診斷需求較大，可以幫助基層醫(yī)院醫(yī)生確診相關(guān)疾病。但是，一旦發(fā)現(xiàn)相關(guān)疾病，一般是建議其去三甲醫(yī)院或者?？漆t(yī)院進(jìn)行復(fù)查，接受治療。這就導(dǎo)致基層醫(yī)院收入少，相關(guān)儀器采購經(jīng)費(fèi)不足。

而一些?？漆t(yī)院或者三甲醫(yī)院醫(yī)生水平較高，對輔助治療的需求不足，因此，采購動力也不足。

06 總結(jié)與展望——誰來推動AI公司合作？

正如匯醫(yī)慧影創(chuàng)始人柴象飛所說：“現(xiàn)在的AI醫(yī)療產(chǎn)品，具有降低漏診提高效率的短期價(jià)值，精準(zhǔn)醫(yī)療、個(gè)性化的診斷，才是長遠(yuǎn)價(jià)值。”

從短期來看，基于AI醫(yī)學(xué)影像做各種疾病的篩查診斷相對成熟，可以有效降低基層醫(yī)院的誤診率，各大AI公司正在積極布局。

但從長遠(yuǎn)來看，“AI+醫(yī)療”的細(xì)分市場領(lǐng)域眾多，寄望于在每個(gè)領(lǐng)域短期出成果，并獲得醫(yī)院醫(yī)生認(rèn)可比較困難。Watson的經(jīng)驗(yàn)教訓(xùn)表明，AI企業(yè)單打獨(dú)斗并不明智。

此外，各大創(chuàng)業(yè)公司主要依靠風(fēng)險(xiǎn)投資提供資金支持，若長時(shí)間不見成果落地或者收入低于預(yù)期，后續(xù)投資必然會有所減少。

各大人工智能初創(chuàng)公司應(yīng)該加強(qiáng)合作，做好疾病數(shù)據(jù)共享，研究方向合理分工，針對某一大類疾病開展人工智能診斷篩查服務(wù)，比如皮膚科、眼科疾病、腸胃疾病、胸部疾病，這樣才能更好的滿足醫(yī)生需求。如華為云開發(fā)肺部全病種(包括肺炎、肺結(jié)節(jié)、肺癌等)輔診系統(tǒng)，斯坦福大學(xué)團(tuán)隊(duì)皮膚病變研究涵蓋2000多種疾病。

如果幾家人工智能公司通力合作，把某一類疾?。ㄈ缥覆考膊　⒎尾考膊。┭芯客笍兀⒀芯砍晒奂酵豢钺t(yī)療器械上，開發(fā)出能夠滿足醫(yī)生需求的多功能診斷儀器，必將加快商業(yè)化落地進(jìn)程。