欢迎来到章鱼通!
客服热线
发起求购
AI医疗:赛点已至,何去何从?
时间:2022-03-15 来源:微信公众号

话题图.jpg

刘玉雯.jpg

数字化浪潮席卷着各行各业,大数据、AI等技术服务也加速渗透,医疗行业当然更不例外。2021年以来,多家AI医疗公司冲击上市,科亚医疗、推想科技、数坤科技、鹰瞳科技、博动医学先后递交招股书,IPO热潮来临,几经起伏的医疗AI走入盈利期了吗?eportLinker数据库早前发布的报告指出,预计到2025年,全球医疗行业的AI市场规模达到2500亿元人民币。AI医疗行业的发展前景可谓十分广阔,然而朝阳背后是各家公司拼命烧钱的现实。高额的研发投入带来的持续亏损何时才能得以缓解?与此同时,大量相关公司都是针对单一疾病开展单个研究,AI医疗头部企业未来如何才能兼具多个赛道的能力?医疗数据安全治理、个人隐私保护等问题又该如何解决?


蔡宏民.jpg

AI+医疗数据是国家战略规划,医疗数据也是国家战略资源。现代医学科学已经是一门数据+技术驱动的学科,诊疗模式由传统的经验诊疗过渡到循证诊疗,再转向个人精准医疗。使得治疗方式由治已病到治未病模式转变。从发展大势来讲,AI医疗一定是明日产业,这个没有可疑虑的。正因如此,AI医疗蕴含巨大社会经济效益,因此得到各国政府的重视。欧盟于2012年建立个体化医疗欧洲联盟,全方位推动个体化医疗的发展、落地和普及。美国2015年推出 “精准医疗计划” 。AI医疗能够推升生物技术、信息技术、计算技术、制药和医疗服务等各个技术领域和行业的创新以及发展,为社会提供更多工作机会。


 精准医疗计划.jpg

美国推出“精准医疗计划”


但是,在此发展过程中面临很多管理、技术、实践的困境。首先,医疗数据是国家战略资产,是个人重要的隐私数据,如果从政府层面出台相关的法律去管理医疗数据尚在探索之中,毕竟数据不是一个传统意义的实体,所以立法和管理都在探讨之中。从医院角度,也不愿意分享这个数据给社会,一方面涉及法律,一方面涉及利益。其次,技术层面上简单的诊断判断对AI不是问题,实践也证明AI医疗能极大地提升医生效率,环境医疗资源紧张和东西部医疗水平的不平衡,但是现行的管理方式没能让利于AI,造成很多公司都是烧钱补贴,对行业的发展有一定的负向作用。技术层面上还有很多问题,譬如技术的普适性、可靠性、先进性,但假以时日,这些都可以解决。


 AI医疗产业图谱.jpg

2020年中国AI+医疗产业图谱


尽管头部企业在布局多个赛道,开展多个疾病的攻关。但是我认为这是不成熟的做法,针对某一类型的疾病,集中力量突破才是破解目前困境的最好方式。譬如,广州爱孕记公司致力于胎儿B超自动诊断,技术储备在国内外都是首屈一指的,所以发展迅速。


李航.jpg

随着AI技术的不断发展,AI在各个细分行业的应用逐渐成为各大企业争相尝试,争相投入的热点。甚至就医学AI这个领域,也已经细分出了基于图像识别处理辅助诊断、基于大数据处理及NLP处理做数字化医院、基于AI做药物研发等多个细分赛道。

 

对于盈利而言,我并不认为所有的细分赛道都可能在短期实现盈利,诸如IBM沃森等例子。能否盈利首先取决于AI应用的场景及最后获利目标客户,有些企业做着AI服务医学的事情,最终却以互联网处方作为盈利方式,我认为就大可不必在AI层面花大量成本进行研发。其次AI辅助诊断到今天为止仍然难以盈利,在某些点我认为是人性和伦理的问题,这里不展开讲。不可否认的是随着未来相关法律及伦理的健全,AI辅助诊断一定还是AI医疗最广阔的赛道。


IBM沃森.jpg

IBM沃森 


最后讲讲短期有机会或相对火热的基于大数据处理及NLP处理辅助医疗行业这个赛道,我认为从商业本质上讲以toB切入,相对于其他几个赛道,生意更容易保证。政策面,国家十四五规划中对于数字医疗,临床医学发展等都提出了较高要求,发展投入较为刚性。与此同时这个赛道相对于研发投入来说,通常可以做到基于项目做研发。这样既保证了部分现金流的同时,又以实际客户需求来推动研发。


 基于大数据处理及NLP处理辅助医疗行业.png


最后总结一下,作为一个医学院出身的学生,深知医学作为与生命最息息相关的行业,无论怎样发展,都会是人类各行各业中发展最为精细,最为缜密,最容不得一丝马虎,容不得激进的行业。这也是AI医学至今仍艰难前行的一个原因。所以我经常跟同行或是同事说的一句话就是,如果你没有对医学事业奉献的信仰就不要做医学这个领域,如果不能沉下心来做研发,心存对生命的敬畏,只想着资本和赚钱,那就更不要选择医学。


 1.jpg


我相信在AI发展井喷的时代,会有更多对医学热爱的人前赴后继。AI医疗在未来十年甚至百年都会是持续火热的赛道,我相信某一天我们生病后,会像电影一样躺进一个AI治疗箱子,一觉醒来时我们的身体已经完全康复。


李映华.jpg

近年来医疗AI热度有所回升,但是这个赛道上仍存在一个尖锐的实际问题:如何才能让医疗AI真正结合临床,为临床诊疗产生实际性的、普适性的价值?这个问题不能单纯通过研发投入与技术攻关解决,而是必须要利用具有足够广泛性和代表性的医学大数据,与临床诊疗路径紧密结合,找到真正具有业务价值的场景,从而打破前沿技术和实际业务之间难以同步的困局。同样的,也只有数据来源足够广泛、技术平台足够丰富、知识来源足够权威、隐私保护足够完善的医学大数据,才有条件赋能AI医疗企业进行多个子赛道方向的探索,从而支撑整个智慧医疗产业实现多元化的发展。


2.jpg

赞(0)
标签
相关动态
·
秀技能、展风采!2022年广东省人工智能工程应用职业技能竞赛开始报名啦!
·
天价芯片速成班能上吗?
·
自动驾驶汽车撞人,撞了白撞?
·
学了人工智能,饭碗就稳了?
·
关于开展广东省第十一届“省长杯”工业设计大赛新一代电子信息类专项赛作品征集的通知
·
用光远程遥控大脑?科技树点亮到奇怪的方向?
·
搞农业,一点也不土!
·
深度学习“撞到南墙”了?