風口上的「AI＋醫療」：應用場景增加與商業變現之難

「當前人工智慧已經上升為國家戰略，在國家出台的眾多政策中都提到了人工智慧和醫療的結合，推進智能醫療的發展刻不容緩。上海也積極響應人工智慧發展的新課題，提出建設具有全球影響力的科技創新中心目標以來，相繼提出了落實人工智慧發展的實施意見和辦法。」上海市科委副主任干頻在日前舉行的浦江創新論壇上說。

隨著科學技術發展，各個學科之間的交叉融合越來越多。生命科學進入了跨界融入，人工智慧、大數據、3D列印和新興科技的跨界融入和快速迭代，為前沿技術注入了新的動力。通過計算機視覺、語音識別、機器學習人工智慧的技術和手段，極大地提高醫療服務的質量。

「AI 醫療」開始越來越受到關注，通常是指將人工智慧、大數據、物聯網、雲計算等新型技術和手段，運用在醫療服務主體、醫療機構和醫療服務對象上。

產業前景廣闊

縱觀全球醫療行業，平均每萬人擁有醫生14人，在中國這一數字也是14人，美國大概在27人左右。根據預計，中國到2025年65歲以上人口約佔總人口29%，約4億人。

不難看出，目前國內面臨優質醫療資源的供需不平衡，醫生培養周期長，誤診率高，疾病譜變化快，技術日新月異，人口老齡化加劇，慢性疾病增長等問題待解決。而隨著人們對健康重視程度提高，大量需求催生了醫療AI的快速發展。

「我們可以看到，醫療行業需求非常大，急需AI的賦能，我們醫療已經經過衛生的信息化、醫療的大數據，到今天的醫療的人工智慧。而且醫療的痛點很明顯，我們的需求和資源不匹配，中西部醫療的差距也是非常大的，老齡化很嚴重，管理的效率也有待於提高，管理和創新的周期也非常長。」上海交通大學人工智慧研究院副院長王延峰說。

2016年被認為是人工智慧 醫療在國內形成投資風口的元年，共有27家企業在2016年融資，其中16家企業融資金額在千萬級人民幣以上。2017年全年有超過28家AI醫療類創業公司獲得融資，總額超過17億人民幣。

國際巨頭同樣關注這個領域，以醫療機器人為例，今年2月，強生以34億美元收購外科手術機器人公司Auris Health，主要領域為支氣管鏡檢查；去年9月，美敦力16億美元收購了骨科機器人公司Mazor Robotics；更早前的美國整形設備製造商史賽克 （Stryker）收購Mako及其機器人輔助技術並使其股價暴漲82%等。

據波士頓諮詢的數據，到2020年全球醫療機器人產業規模有望達到114億美元。其中，手術機器人規模最大，佔60%市場份額；微創放射性手術系統約佔20%；急救機器人、外骨骼機器人等為次。

實踐領域增加

無論是國內還是國外，AI醫療的應用和實踐領域都開始越來越多，而這也是科技發展的必然結果。

「我們可以看AI醫療的核心技術和醫療的場景可以深度的融合，相互的促進，我們用醫療的場景拉動AI核心技術的發展，用AI核心技術的發展來促進醫療整個推進，在智能影像分析、智能問診等等一系列方面都會有很多的應用。比如我們的病例，可以通過跨場景，跨科室的電子病例，能夠協同的進行挖掘，支撐病例的智能分析系統。」王延峰說。

目前上海有36.7萬的腫瘤患者，單病種的MDT（多學科診療）每年只做到200例，這是一個巨大的缺口。有數據顯示經過MDT的，五年存活率提高10%，這是一個非常驚人的數據。「MDT是非常好，我們現在解決不了，有了AI醫療技術以後有望通過多學科綜合診斷系統來解決這個問題。」他說。

此外，在醫院管理上，AI同樣可以有很多作用。「在ICU護理行為，在ICU醫護人員非常辛苦，但60%到70%的精力做護理，還有30%到40%的精力做記錄。我們用AI自動幫他做記錄，上下床、翻身等等，用AI來做記錄，把醫護人員更多的精力省下來，讓醫護人員把更多的精力照顧病人。」王延峰提到。

在健康管理領域，可以通過檢測對人體進行數字化管理，從而有可能未來不需要吃藥來進行內分泌疾病的管理，可能通過飲食等等方式來調養。

通過AI的智能數據應用，可以更好的標準化醫療服務，從而平衡全國醫療服務資源。

「糖尿病病人這麼多，如果到醫院看病，排隊排得很長，瑞金醫院26個內分泌醫生，每天要看接近1000病人，管理90張糖尿病的病床，同時加上急診。（這是）怎麼可能的事？這就是需要AI幫我們做，我們可以通過技術去實現一個中心，一站式服務和一個標準。」中國工程院院士、上海交通大學附屬瑞金醫院終身教授寧光說。

他指出，通過AI系統把病人的數據全部數字化，就可以節約醫生的閱讀檢查時間。同時，患者最重要的是生活，要通過AI把患者生活的數據傳輸到雲端，把把糖尿病的生活方式管理起來了，如果管理起來以後，就能發生很多的改變。

香港中文大學終身教授，騰訊傑出科學家、優圖X-Lab負責人賈佳亞介紹，通過AI演算法，可以給醫生更加準確的判斷。

「我們做的硬體是這樣的，在這個硬體裡面嵌入一個AI的演算法，這個演算法直接做檢查的過程中彈出一個框，這個框告訴醫生說，我發現這個地方有可能出問題的，你要停下來這個地方再看一看。如果醫生髮現還是不確定的時候，他就可以傳到騰訊雲上面，騰訊雲會調深度學習的系統，就會精準的判斷出來這個組織是不是腫瘤，是良性還是惡性，它的機率有多高，然後這個圖很快會傳回來，醫生就可以看到AI給了精準的判定。最後的決策不在於AI，在於醫生。」賈佳亞提到。

這個應用的好處在於，不僅可以提高準確度，還可以有效提高偏遠地區的醫療水平。

商業價值待解

雖然AI醫療的應用在逐漸增加，不過目前看來，這個領域的技術目前的商業價值暫無變現能力。

「這個領域技術不成熟，目前還在探索階段。」一位從事上述領域的創業者告訴記者。

商湯科技副總裁張少霆認為，要實現這個領域發現，需要兩點。第一點怎麼成為剛需，第二怎麼有溢價能力。因為最終所有的東西，企業還是會有資本在驅動，還是要有價值的。

「但人工智慧 醫療，本身的商業價值怎麼樣體現？這其實是比較大的問題。因為預測未來幾年會發生什麼，不妨回顧過去二三十年發生了什麼。這些提高能不能使得這個行業在商業上產生質的飛躍，成為一個新的爆發點或者增長點，這件事情還是未知的，避免盲目樂觀。」張少霆說。

技術上看，這些評估標準本身還存在爭議。

「現在對演算法的評估標準，可能還是以工程界的評估標準為主的，但醫生看這個問題，不是這樣看的。甚至我們現在做臨床實驗，去拿葯監局許可的時候，臨床實驗也都是在非常受控的環境下做的。其實醫生都明白，在這種受控環境下做出來的數據，不見得真正認可。所以在一個真實世界裡面，一個不受控的，隨機的這麼一種大量人群身上的實驗，我覺得才是一個AI產品經過驗證的一個終點。」體素科技的CEO丁曉偉說。

對於商業表現問題，目前很多企業主要還是考慮和政府合作，同時需要行業內一起通過臨床實驗，通過長時間跟蹤一批病人，去證明價值，才有機會達到未來的變現。

王延峰認為，無論在學術界還是產業界，大家對AI的判斷是還處在弱人工智慧階段，還沒有到通用人工智慧的階段。但我們看在當前弱人工智慧中間，已經有很多主動學習、人機交互等一系列AI的技術在醫療領域深度的應用，可以說醫療是AI發展的一個主戰場。「醫療的未來在人工智慧，人工智慧的未來在醫療，這是在產業界非常熱的論點和提法。」

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！