AI医疗迎来商业化元年。今年7月，国家药监局发布了AI医用软件分类新规。新规的发布优化了审批环境，也反映出相关机构对行业发展的支持态度。近年来随着审批流程逐渐清晰，AI医疗器械的审批进程也在提速：去年全年共有9个AI医疗器械获批，今年国家药监局已累计批准了6张AI医疗器械注册证，全年获批数量有望创下新高。
而那些深耕AI大健康领域的巨头和创业公司近年来也一直在加码加速。既有像苹果、IBM这样的巨头，又有如依图科技、科亚医疗、鹰瞳科技这样的创业型公司。新技术新产品屡屡出现，资本对AI医疗的热情也空前高涨。
从目前的情况来看，大数据已经积累到了一定程度，与AI结合会使算法的价值更大，在疾病的预防、诊断、监测及长期管理等各个环节都能更好地辅助医生诊断与治疗。而且随着人们对于大健康的关注度逐年提升，加之疫情造成的影响，未来AI医疗的前景会更加广阔。
然而如同从前许多火热的领域一样，想谋求更好的发展，烧钱是不可避免的，尤其是AI医疗这种科技属性极强的领域更是如此。况且即使有钱可烧，方向也未必是正确的，如果方向错误，反而会让AI医疗陷入到一种尴尬的境地。所以AI医疗这块蛋糕，要是没有足够的“综合实力”，想分到也绝非易事。
AI医疗赛道的火热，是当前医疗环境下所产生的必然结果。多年以来，医疗健康行业的供需关系严重失衡，优秀的医疗资源稀缺。大城市医院多，质量优秀，很多小城市及村镇地区则完全相反。由于这些因素，普通医院的医疗效率不如大城市的医院更高。故而医疗需求增加，对高效治愈期望强烈，因而急需AI医疗解决供需矛盾。从AI医疗本身来看，它以互联网为依托，通过搭建基础设施和收集数据，将AI技术与大数据服务应用于医疗行业中，从而切实提升医疗行业的诊断效率与服务水平，有效解决医疗资源短缺问题。简而言之，即人工智能技术对医疗相关领域的应用场景赋能，包括医学影像诊断、慢性病管理，以及生活方式指导、疾病排查等大健康方向。AI医疗的应用在影像诊断方面非常给力。例如做胸部和肺部CT诊断，每一位患者做一次检测都会产生数百张切片图像，影像科医生每周平均需要看几百位患者的CT图像，这些图像加起来能达到10万张，每张影像解读大约要10分钟左右，医生的工作压力可想而知。而AI技术的介入可以有效解决该问题。例如AI肺结节辅助诊断系统能够识别出肺部CT片中的全部结节，甚至还能够给出它们的性质。当然这种系统一开始还不够完善，医生和提供AI系统公司的技术人员会一起解决，医生会标注出当时AI系统未能识别的结节，公司会将这些信息注入到AI系统的训练库中做出更新。通过这种相互“帮衬”的方式，到今年为止，系统辅助诊断的准确率基本达到了95%左右。从医疗行业的整体情况来看，放射学科掌握的医疗大数据占八成以上，是诊断疾病的关键入口。AI介入之后也可借助其中积累多年的大数据，为后续的AI医疗产品的持续优化提供源动力。AI医疗赛道的火热，和企业与资本的“热炒”也不无关系。许多投资人和业内专家认为，医疗影像已成为中国AI医疗最为成熟的细分领域。2020年，中国人工智能医疗公司共计129家（不包含以基因检测技术为主的企业），其中医学影像领域的公司有55家，占人工智能医疗公司总数的42.6%。随着AI医疗行业愈发规范，商业化进程也在加快。鹰瞳医疗和科亚医疗已向港交所提交了IPO招股书，联影医疗、推想医疗正寻求科创板IPO，中国AI医疗领域的首家上市公司或许会由此诞生。不仅是相关企业在寻求上市，现在还有许多已经在A股上市的企业也对进入AI医疗赛道跃跃欲试。根据乐普医疗2020年的年报来看，公司有4个人工智能医疗产品获得了境内外监管部门的批准注册，其人工智能AI-ECG Platform系统在2018年11月获得美国FDA批准注册和欧盟CE认证，2020年2月获得NMPA注册批准，准确性超出95%。科大讯飞的“智医助理”系统则能够完成95%的基层病种辅助诊断，有效提升基层医生的工作效率。如今该系统已覆盖超出30000个乡镇卫生院和村卫生室，诊断总数超过2.3亿次，平均每天给出数万次辅助诊断建议。还有祥生医疗的“乳腺疾病人工智能超声诊断软件”已经完成了注册前的检测工作，是中国首个取得国家级三类医疗器械检测报告的超声人工智能产品，目前正在临床试验中。马云曾说：“下一个可以超越我的人必须在大健康行业”，足见其对大健康行业的前景充满信心。而苹果、谷歌、IBM，以及上述创业公司加上诸多资本都在进入AI医疗赛道，这对AI医疗无疑是最好的“造势”。然而以往的经验告诉我们，行业大热不代表没有问题，相反越火热的行业越容易出现阻碍。烧钱亏损也未必找对方向，想吃AI医疗这块“蛋糕”不容易
AI医疗虽然走在科技最前沿，但从实际的商业化情况来看并不乐观。除了烧钱，AI医疗尚未找到其他有效的商业化途径，看看IBM和谷歌就可略知一二。当年IBM沃森健康推荐的许多癌症治疗方案不靠谱。不少专家和客户表示“沃森做出了不安全或不正确的治疗推荐”。《华尔街日报》也发表了类似的观点，沃森不仅没给医生提供太多帮助，甚至有些结果是完全错误的。这是由于沃森训练度不够，以及更新赶不上治疗方案改良的速度。眼看着投入越来越多，却收不到成正比的效果，IBM沃森健康在2018年5月裁掉了约50%~70%的员工，包括美国本土和其他一些国家的员工，有金融分析师称IBM此举是削掉了“烧钱的无底洞”。沃森健康成立6年，年收入仅10亿美元，还不到IBM总收入的2%，要知道IBM当年仅收购沃森就用了超过40亿美元，从来没回过本。无独有偶，另一家巨头谷歌也在AI医疗的赛道上遭遇了类似的窘境。2018年11月，谷歌成立了“谷歌健康”部门，当时各界对此业务都非常看好，毕竟谷歌在AI方面本身就很有实力，又是全球范围内的巨头，谷歌自己也是信心十足。然而直到今天，谷歌的AI医疗业务也没有真正崛起，根据谷歌2021年的Q1财报来看，谷歌人工智能DeepMind、智能医疗Verily等业务仍处于亏损状态。以谷歌一项名为“糖尿病视网膜病变筛查”的业务为例。去年泰国公共卫生部门在11个诊所引进了该业务，结果准确率不如预期，加之当地医院的网络信号不好，从上传照片到出结果时间很长，还不如直接找医生来得快。技术不到位还不赚钱，看来AI医疗这门生意远没有表面呈现出的那般风光。连巨头都扛不住，普通公司恐怕更是难以为继。尽管资本热情高涨（2020年，AI医疗领域的投资高达64亿元），但是整个领域仍未探索出一条十分成熟的商业化路径。之所以出现这样的问题，除了行业特质所限与发展程度不够成熟，还有就是行业中有急功近利的倾向。一些产品刚刚开发出来，一些AI医疗公司就急着将其送入医院。就互联网思维而言，这是希望尽可能多地占领市场，以便在未来的竞争和商业化过程中占据优势。然而这种“求快”的特质和医疗本身“严谨、精确、坦诚”的天然属性有冲突，任何热火朝天的资本游戏进入医疗行业，都必须遵循准确、高效并且具备成本优势的规则，否则不大可能从医院得到更多的利润。从现在的情况来看，一些公司想要用AI医疗做噱头，达到捞金的目的。另一些公司是真心想做AI医疗，无奈烧不起钱。不过话说回来，就算是那些“巨无霸企业”，也不一定能经得住这样的烧钱方式，更何况普通企业呢？可见AI医疗这块蛋糕没那么容易吃到，想挣快钱基本是没什么希望了。在人工智能领域，独角兽时代已经接近尾声，人工智能2.0时代即将来临，如何推动AI产品走进各行各业实现应用才是关键。从整体来看，AI医疗已经进入了下半场，摆在从业者面前的挑战非常多，想要在这个赛道里分一杯羹，并且让其对推动医疗行业起到实际作用，可能需要探索更多的渠道。一类是巨头与独角兽“优势互补”，例如去年9月，GE发布了Centricity Open PACS AI智能影像平台，许多创业公司加入其中，形成完整的生态圈。另一种是小厂商深耕细分领域，建立独特的品牌优势，以此作为在AI医疗赛道中不被淘汰的筹码。但是这都只是自发探索的模式，尚未经过足量的市场验证。不可否认，AI医疗是一条“康庄大道”。但前进的道路上荆棘丛生，仍需各方持续努力，才能推动AI医疗行业的进一步发展。
