中國成全球第二AI醫療交易國，上半年AI製藥融資數等於去年全年

伊瓢 銅靈 編譯自 CBInsights

量子位 出品 | 公眾號 QbitAI

放眼當今的全球醫療診斷水平提升、資源下沉的發展現狀，人工智慧如同一味濟世良藥，不斷改變調整醫療行業的發展。

AI加持下的醫療行業未來將如何發展？

近日，風投數據公司CBInsights發布了最新一期AI醫療報告，通過九大發展趨勢，展示了一幅AI醫療發展全景圖。

提前預知患病風險、在家自助看病、醫學研究改變臨床試驗……想不到的新場景來了——

趨勢1：AI醫療產品興起

美國食品藥品監督管理局（FDA）正在迅速跟進批准臨床成像和診斷的AI軟體。

4月，FDA批准了一個不需要人類專家干預的糖尿病視網膜病變檢查的AI軟體，名為IDx-DR，識別輕中度糖尿病視網膜病變的正確率達到87.4％的。

還有一款名為Viz.ai的AI醫療軟體也被FDA批准了。這個AI可以分析CT圖，然後告訴醫生：親，你的病人可能會中風。在獲得FDA批准後，Viz.ai完成了Google Ventures和Kleiner Perkins Caufield＆Byers的2100萬美元A輪融資。

另外GE Ventures投的創業公司Arterys去年也獲得FDA批准，這家公司可以通過雲AI平台分析心臟圖像。

FDA目前的快速審批節奏給這些醫療AI創業公司幫了大忙，自2013年以來，FDA的審批總共推動了119起融資事件。

FDA把醫療AI軟體都歸類為了醫療設備這一類，為了方便這些AI公司，如果是很小的系統更新，不需要再次專門提交FDA審批，以便於適應AI的迅速發展和進步。

趨勢2：神經網路可以發現潛在患病風險

自從有了AI，疾病預防變得更容易。

去年，谷歌發了一篇Nature，講了他們訓練了一個神經網路，投喂視網膜圖像，這個神經網路就可以找出其中有沒有患心血管疾病的風險因素。

這項研究中，AI不僅可以通過視網膜圖像識別年齡、性別和是否吸煙等風險因素，還可以量化出具體的精確度。

在另一項研究中，Mayo診所與以色列創業公司Beyond Verbal合作，通過分析聲音中的聲學特徵，以便在患有冠狀動脈疾病（CAD）的患者中找到明顯的聲音特徵。

創業公司Cardiogram最近的一項研究表明，深度學習技術可以讓消費者通過可穿戴的心率感測器檢測出由糖尿病導致的心率變異性變化，這種方法在依據心率檢測糖尿病方面準確率高達85％。

另一個新興的應用是用血液檢測癌症。創業公司Freenome正在使用AI來尋找在血液中循環的無細胞生物標誌物中可能與癌症相關的模式。

看來，以後AI可以更方便的幫我們找到那些早期疾病，拯救那些「癌症一發現就是晚期」的病人。

趨勢3：有了蘋果改變了臨床試驗

醫學研究總是需要臨床試驗，但是給臨床試驗找到合適的候選病人倒是個麻煩的事情。

不過，蘋果的iPhone和Apple Watch可以幫醫生們找到臨床試驗患者。2015年，蘋果推出了兩個開源框架，ResearchKit和CareKit，可以幫助醫生招募臨床試驗患者，然後遠程監控他們的健康狀況。

比如，杜克大學的研究人員依據蘋果的框架開發了一款名為Autism＆Beyond應用程序，可以使用iPhone的前置攝像頭和面部識別演算法來篩查孩子的自閉症。

另外，還有近10,000人使用mPower應用程序，該應用程序提供手指敲擊和步態分析等練習，可以和醫療研究機構分享帕金森患者的數據。

6月，Apple為開發人員推出了Health Records API。用戶現在可以選擇與第三方應用程序和醫學研究人員共享數據，請他們協助監控身體狀況。

趨勢4：傳統製藥公司AI化

醫療AI可不僅僅是科技巨頭和創業公司的事，傳統製藥巨頭也不淡定了。

2018年5月，輝瑞和騰訊、谷歌等投資的一家名為XralPi的AI創業公司達成了合作關係，這家公司主要做的是用AI預測小分子的藥物特性，依此來設計新的藥品。

輝瑞不是唯一一家尋求AI公司合作的葯企。諾華、賽諾菲、葛蘭素史克、安進、默克這些全球知名製藥公司最近都開始了和AI創業公司的合作，他們準備在腫瘤、心臟病等領域研發新的藥品。

我們仍然處於早期階段的最大機會是使用深度學習和人工智慧來識別全新的適應症，全新的藥物。——諾華腫瘤前首席執行官Bruno Strigini

大型製藥公司對AI製藥的興趣也在推動著這一領域的投融資，2018年上半年，就有20起AI製藥領域融資事件，這個數字相當於2017年全年的融資事件數量了。

不過，藥物研發是個燒錢的事兒，即使是用AI來研發，也會動輒燒錢上億，還不一定能取得什麼明確的研發成果。

趨勢5：AI需要醫生做數據標註

AI看診，還得人類醫生加持。

醫學專家提供的圖像標註是AI診斷學習的材料。目前，各大科技巨頭和政府投資圖像標註事業，並把數據集公開提供給其他研究人員。

樣本需要專家的標註，如果樣本沒有任何標註，我們不知道這是一個來自健康人還是病人的樣本……這是很重要的一步。——阿里雲機器智能首席科學家 閔萬里

國際上，谷歌的DeepMind與眼科醫院Moorfield合作，用AI探查眼部疾病，目前，一個AI能夠診斷出50多種眼疾，準確度達到94%。

在國內，依圖科技也在進行人工智慧診斷，據報道，目前依圖背後的醫生團隊已經有400多人，為其收集的醫療數據打標籤。

趨勢6：中國醫療AI發展迅速

2018年上半年，中國超過英國，成為全球第二活躍的醫療AI的交易國。

與此同時，中國對海外醫療AI公司的投資額正在增加。當中國投資者也越來越頻繁地投資海外的醫療創業公司，中國科技巨頭也在將國外合作夥伴的產品帶入中國。

從上圖可以看出，2017年是中國資金入股美國AI初創公司最活躍的一年，中國資本最喜歡的海外投資國家是美國。

與美國類似，推動國內AI醫療發展的最大困境是混亂的數據和各機構之間缺乏互用性，導致數據共享難度增大。

為了解決這一問題，中國已經開設了幾個區域衛生數據中心，整合國家保險索賠、出生和死亡登記處以及電子健康的數據。

政府整合數據的同時，以騰訊、阿里為首的中國科技公司也在政府支持下入局醫療AI。

趨勢7：DIY診斷不是夢

不知道當年紀稍大的長輩們聽到，以後可以隨時在家用電子設備檢測健康狀況會不會頗為震驚。憑著智能手機在全球的滲透率，自己的專人電子醫生力所之能及還不少。

公司Startup Healthy.ioz正在研究讓尿液分析像拍照一樣簡單，用計算機視覺演算法，通過智能手機進行拍攝分析不同光照條件和相機質量下的測試紙顏色即可解決。目前這項操作已經被FDA批准。

此外，皮膚疾病自測、心率、血糖血壓自測也不稀奇了。一個感測裝置+一台手機分析結果，DIY診斷不是夢。

趨勢8：量化醫療機構的服務質量

AI開始在量化患者在醫院接受的服務質量方面發揮作用，也就是說，可以最低成本激勵醫療服務人員提高最高質量的照料。

比如人工智慧創業公司Qventus，籌集了4300萬美元後，開始著手為醫院定製效率指數，美國創業公司Jvion評估入院患者出院30天後的再次返院的概率，最大限度地預測病患情況。

不過，目前這些解決方案AI還都處於初期階段，也能幫助醫院降低護理成本，提高護理質量。

趨勢9：心理治療機器人越來越火

心理健康也在AI醫療的範疇內。Facebook上就有一些可以和人對話的AI心理醫生。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！