AI醫療迎來商業化元年。今年7月，國家藥監局發布了AI醫用軟件分類新規。新規的發布優化了審批環境，也反映出相關機構對行業發展的支持態度。近年來隨著審批流程逐漸清晰，AI醫療器械的審批進程也在提速：去年全年共有9個AI醫療器械獲批，今年國家藥監局已累計批準了6張AI醫療器械注冊證，全年獲批數量有望創下新高。
而那些深耕AI大健康領域的巨頭和創業公司近年來也一直在加碼加速。既有像蘋果、IBM這樣的巨頭，又有如依圖科技、科亞醫療、鷹瞳科技這樣的創業型公司。新技術新產品屢屢出現，資本對AI醫療的熱情也空前高漲。
從目前的情況來看，大數據已經積累到了一定程度，與AI結合會使算法的價值更大，在疾病的預防、診斷、監測及長期管理等各個環節都能更好地輔助醫生診斷與治療。而且隨著人們對于大健康的關注度逐年提升，加之疫情造成的影響，未來AI醫療的前景會更加廣闊。
然而如同從前許多火熱的領域一樣，想謀求更好的發展，燒錢是不可避免的，尤其是AI醫療這種科技屬性極強的領域更是如此。況且即使有錢可燒，方向也未必是正確的，如果方向錯誤，反而會讓AI醫療陷入到一種尷尬的境地。所以AI醫療這塊蛋糕，要是沒有足夠的“綜合實力”，想分到也絕非易事。
一、AI醫療受巨頭與資本青睞，推動傳統醫療加速發展
AI醫療賽道的火熱，是當前醫療環境下所產生的必然結果。
多年以來，醫療健康行業的供需關系嚴重失衡，優秀的醫療資源稀缺。大城市醫院多，質量優秀，很多小城市及村鎮地區則完全相反。由于這些因素，普通醫院的醫療效率不如大城市的醫院更高。故而醫療需求增加，對高效治愈期望強烈，因而急需AI醫療解決供需矛盾。
從AI醫療本身來看，它以互聯網為依托，通過搭建基礎設施和收集數據，將AI技術與大數據服務應用于醫療行業中，從而切實提升醫療行業的診斷效率與服務水平，有效解決醫療資源短缺問題。簡而言之，即人工智能技術對醫療相關領域的應用場景賦能，包括醫學影像診斷、慢性病管理，以及生活方式指導、疾病排查等大健康方向。
AI醫療的應用在影像診斷方面非常給力。例如做胸部和肺部CT診斷，每一位患者做一次檢測都會產生數百張切片圖像，影像科醫生每周平均需要看幾百位患者的CT圖像，這些圖像加起來能達到10萬張，每張影像解讀大約要10分鐘左右，醫生的工作壓力可想而知。
而AI技術的介入可以有效解決該問題。例如AI肺結節輔助診斷系統能夠識別出肺部CT片中的全部結節，甚至還能夠給出它們的性質。
當然這種系統一開始還不夠完善，醫生和提供AI系統公司的技術人員會一起解決，醫生會標注出當時AI系統未能識別的結節，公司會將這些信息注入到AI系統的訓練庫中做出更新。通過這種相互“幫襯”的方式，到今年為止，系統輔助診斷的準確率基本達到了95%左右。
從醫療行業的整體情況來看，放射學科掌握的醫療大數據占八成以上，是診斷疾病的關鍵入口。AI介入之后也可借助其中積累多年的大數據，為后續的AI醫療產品的持續優化提供源動力。
AI醫療賽道的火熱，和企業與資本的“熱炒”也不無關系。
許多投資人和業內專家認為，醫療影像已成為中國AI醫療最為成熟的細分領域。2020年，中國人工智能醫療公司共計129家（不包含以基因檢測技術為主的企業），其中醫學影像領域的公司有55家，占人工智能醫療公司總數的42.6%。
隨著AI醫療行業愈發規范，商業化進程也在加快。鷹瞳醫療和科亞醫療已向港交所提交了IPO招股書，聯影醫療、推想醫療正尋求科創板IPO，中國AI醫療領域的首家上市公司或許會由此誕生。
不僅是相關企業在尋求上市，現在還有許多已經在A股上市的企業也對進入AI醫療賽道躍躍欲試。
根據樂普醫療2020年的年報來看，公司有4個人工智能醫療產品獲得了境內外監管部門的批準注冊，其人工智能AI-ECG Platform系統在2018年11月獲得美國FDA批準注冊和歐盟CE認證，2020年2月獲得NMPA注冊批準，準確性超出95%。
科大訊飛的“智醫助理”系統則能夠完成95%的基層病種輔助診斷，有效提升基層醫生的工作效率。如今該系統已覆蓋超出30000個鄉鎮衛生院和村衛生室，診斷總數超過2.3億次，平均每天給出數萬次輔助診斷建議。
還有祥生醫療的“乳腺疾病人工智能超聲診斷軟件”已經完成了注冊前的檢測工作，是中國首個取得國家級三類醫療器械檢測報告的超聲人工智能產品，目前正在臨床試驗中。
馬云曾說：“下一個可以超越我的人必須在大健康行業”，足見其對大健康行業的前景充滿信心。而蘋果、谷歌、IBM，以及上述創業公司加上諸多資本都在進入AI醫療賽道，這對AI醫療無疑是最好的“造勢”。
然而以往的經驗告訴我們，行業大熱不代表沒有問題，相反越火熱的行業越容易出現阻礙。
二、燒錢虧損也未必找對方向，想吃AI醫療這塊“蛋糕”不容易
AI醫療雖然走在科技最前沿，但從實際的商業化情況來看并不樂觀。除了燒錢，AI醫療尚未找到其他有效的商業化途徑，看看IBM和谷歌就可略知一二。
當年IBM沃森健康推薦的許多癌癥治療方案不靠譜。不少專家和客戶表示“沃森做出了不安全或不正確的治療推薦”?！度A爾街日報》也發表了類似的觀點，沃森不僅沒給醫生提供太多幫助，甚至有些結果是完全錯誤的。這是由于沃森訓練度不夠，以及更新趕不上治療方案改良的速度。
眼看著投入越來越多，卻收不到成正比的效果，IBM沃森健康在2018年5月裁掉了約50%~70%的員工，包括美國本土和其他一些國家的員工，有金融分析師稱IBM此舉是削掉了“燒錢的無底洞”。沃森健康成立6年，年收入僅10億美元，還不到IBM總收入的2%，要知道IBM當年僅收購沃森就用了超過40億美元，從來沒回過本。
無獨有偶，另一家巨頭谷歌也在AI醫療的賽道上遭遇了類似的窘境。
2018年11月，谷歌成立了“谷歌健康”部門，當時各界對此業務都非?？春?，畢竟谷歌在AI方面本身就很有實力，又是全球范圍內的巨頭，谷歌自己也是信心十足。然而直到今天，谷歌的AI醫療業務也沒有真正崛起，根據谷歌2021年的Q1財報來看，谷歌人工智能DeepMind、智能醫療Verily等業務仍處于虧損狀態。
以谷歌一項名為“糖尿病視網膜病變篩查”的業務為例。去年泰國公共衛生部門在11個診所引進了該業務，結果準確率不如預期，加之當地醫院的網絡信號不好，從上傳照片到出結果時間很長，還不如直接找醫生來得快。
技術不到位還不賺錢，看來AI醫療這門生意遠沒有表面呈現出的那般風光。 連巨頭都扛不住，普通公司恐怕更是難以為繼。盡管資本熱情高漲（2020年，AI醫療領域的投資高達64億元），但是整個領域仍未探索出一條十分成熟的商業化路徑。
之所以出現這樣的問題，除了行業特質所限與發展程度不夠成熟，還有就是行業中有急功近利的傾向。
一些產品剛剛開發出來，一些AI醫療公司就急著將其送入醫院。就互聯網思維而言，這是希望盡可能多地占領市場，以便在未來的競爭和商業化過程中占據優勢。然而這種“求快”的特質和醫療本身“嚴謹、精確、坦誠”的天然屬性有沖突，任何熱火朝天的資本游戲進入醫療行業，都必須遵循準確、高效并且具備成本優勢的規則，否則不大可能從醫院得到更多的利潤。
從現在的情況來看，一些公司想要用AI醫療做噱頭，達到撈金的目的。另一些公司是真心想做AI醫療，無奈燒不起錢。不過話說回來，就算是那些“巨無霸企業”，也不一定能經得住這樣的燒錢方式，更何況普通企業呢？
可見AI醫療這塊蛋糕沒那么容易吃到，想掙快錢基本是沒什么希望了。 在人工智能領域，獨角獸時代已經接近尾聲，人工智能2.0時代即將來臨，如何推動AI產品走進各行各業實現應用才是關鍵。
三、AI醫療前途光明但也荊棘叢生，仍需繼續探索
從整體來看，AI醫療已經進入了下半場，擺在從業者面前的挑戰非常多，想要在這個賽道里分一杯羹，并且讓其對推動醫療行業起到實際作用，可能需要探索更多的渠道。
如今AI醫療行業中大致有兩種模式：
一類是巨頭與獨角獸“優勢互補”，例如去年9月，GE發布了Centricity Open PACS AI智能影像平臺，許多創業公司加入其中，形成完整的生態圈。
另一種是小廠商深耕細分領域，建立獨特的品牌優勢，以此作為在AI醫療賽道中不被淘汰的籌碼。
但是這都只是自發探索的模式，尚未經過足量的市場驗證。
不可否認，AI醫療是一條“康莊大道”。但前進的道路上荊棘叢生，仍需各方持續努力，才能推動AI醫療行業的進一步發展。文/東方亦落
申請創業報道，分享創業好點子。點擊此處，共同探討創業新機遇！
