發(fā)布日期：2017-07-10
截至目前，中國存在100多家醫(yī)療人工智能公司，并增長迅猛，資本對(duì)醫(yī)療AI青睞有加，投資毫不吝嗇，但真正可用于臨床的尚未出現(xiàn)，諸多瓶頸一時(shí)難以突破。
“移動(dòng)互聯(lián)網(wǎng)時(shí)代持續(xù)不了多長時(shí)間，去年我就說移動(dòng)互聯(lián)網(wǎng)時(shí)代已經(jīng)過去，AI時(shí)代到來了。”7月5日，百度董事長兼CEO李彥宏在首屆百度AI開發(fā)者大會(huì)（Create 2017）上表示。
每年都會(huì)有資本和市場追逐的幾個(gè)關(guān)鍵詞，今年，人工智能從Alpha Go戰(zhàn)柯潔、無人駕駛、語音識(shí)別等逐漸燒熱到醫(yī)療領(lǐng)域。
從醫(yī)療AI布局方面看，IBM持續(xù)開發(fā)Watson Health，這是一種可代替醫(yī)生為病人診斷的系統(tǒng)，先后收購了Explorys、Truven；Google收購DeepMind成立DeepMind health，與英國NHS、皇家自由意愿合作開發(fā)輔助決策、視覺疾病機(jī)器學(xué)習(xí)；微軟發(fā)布醫(yī)健計(jì)劃Hanvoer，輔助精準(zhǔn)用藥、精準(zhǔn)治療；阿里發(fā)布ET醫(yī)療大腦；騰訊投資碳云智能、思派網(wǎng)絡(luò)等醫(yī)療人工智能公司；百度宣布要做醫(yī)療大腦等。全球的互聯(lián)網(wǎng)巨頭們一家都沒落下。
醫(yī)療AI尚處早期
在AI開發(fā)者大會(huì)上，百度并未提及目前在醫(yī)療領(lǐng)域的應(yīng)用和布局，相比其他家，百度在醫(yī)療領(lǐng)域的進(jìn)展伴隨著一路質(zhì)疑。
百度在被曝醫(yī)療競價(jià)排名及“魏則西事件”后，面對(duì)輿論的洶涌質(zhì)疑，李彥宏曾回應(yīng)要“徹底整改”；緊接著被曝醫(yī)療事業(yè)部被裁撤；去年10月11日，百度正式發(fā)布人工智能在醫(yī)療領(lǐng)域內(nèi)的最新成果，即百度醫(yī)療大腦。
按照百度的說法，醫(yī)療大腦計(jì)劃打造成開放的醫(yī)療智能平臺(tái)。“百度醫(yī)療大腦包括復(fù)診、自診、導(dǎo)診。”日前，在第二屆“中國光谷”國際生物健康產(chǎn)業(yè)博覽會(huì)“醫(yī)療大數(shù)據(jù)與醫(yī)學(xué)人工智能高峰論壇”上，百度醫(yī)療大腦實(shí)驗(yàn)室主任范偉介紹了最新進(jìn)展，“核心是一個(gè)推理的網(wǎng)絡(luò)，數(shù)據(jù)來源于病歷、書本和診療指南；技術(shù)涉及實(shí)體識(shí)別、語義理解、搜索技術(shù)、深度學(xué)習(xí)/貝葉斯網(wǎng)絡(luò)、圖像處理、語音識(shí)別等，對(duì)醫(yī)療數(shù)據(jù)進(jìn)行結(jié)構(gòu)化處理。”據(jù)稱，目的是在患者就診過程中收集、分類、處理病人的癥狀描述，提高基層醫(yī)療資源利用率。
從目前進(jìn)展來看，百度醫(yī)療大腦顯然還處在很早期的階段。
而人工智能在醫(yī)療的應(yīng)用遠(yuǎn)不止于此，除BAT外，國內(nèi)醫(yī)療人工智能公司較國外起步晚，但近三年來增長迅速，創(chuàng)業(yè)公司層出不窮。
火石創(chuàng)造CEO 楊紅飛發(fā)布的《醫(yī)學(xué)人工智能產(chǎn)業(yè)圖譜和投資趨勢(shì)分析》報(bào)告顯示，中國已經(jīng)成為全球領(lǐng)先的AI研發(fā)中心，國內(nèi)企業(yè)主要分布在北京、廣州和長三角地區(qū)。
數(shù)據(jù)生成和共享的速度迅速增加，也是醫(yī)療人工智能發(fā)展的動(dòng)力。據(jù)IDC預(yù)測，到2020年醫(yī)療數(shù)據(jù)量將達(dá)40萬億GB，是2010年的30倍，但其中80%為非結(jié)構(gòu)化數(shù)據(jù)。
“從創(chuàng)業(yè)業(yè)態(tài)來看，目前中國擁有最好的機(jī)遇環(huán)境。”楊紅飛表示，除人口老齡化帶來的需求量、醫(yī)療資源供需不平衡、數(shù)據(jù)基礎(chǔ)大、人才儲(chǔ)備以外，國家政策給予很大支持，“到目前為止，與醫(yī)學(xué)人工智能、大數(shù)據(jù)相關(guān)的政策超過80個(gè)，在政策推動(dòng)的方向上，一定存在機(jī)會(huì)。”
投資毫不吝嗇
根據(jù)上述報(bào)告，醫(yī)療人工智能公司從1998年的3家增長到2016年的36家，2017年的不完全統(tǒng)計(jì)，目前國內(nèi)可統(tǒng)計(jì)的醫(yī)學(xué)人工智能公司達(dá)到144家。
從應(yīng)用方向和解決問題劃分，醫(yī)療人工智能分為三類：基礎(chǔ)層，包括海量數(shù)據(jù)、算法框架和存儲(chǔ)與計(jì)算能力；技術(shù)層，感知智能、認(rèn)知智能，包括自然語言處理、圖象識(shí)別等；應(yīng)用層，包括藥物研發(fā)、輔助診療、健康管理、醫(yī)療機(jī)器人、可穿戴設(shè)備、虛擬助手等。
目前國內(nèi)公司涉及的方向主要有：醫(yī)學(xué)影像（25家）、智能機(jī)器人（9家）、虛擬助手（5家）、藥物研發(fā)（3家）、輔助診療（41家）、健康管理（37家）、語音交互（8家）、信息化管理（25家）、其他（3家）。
在各細(xì)分領(lǐng)域，投融資情況也不一樣。“國內(nèi)共有93筆融資記錄，57筆披露了金額，其中輔助診療獲投最多，為20.6億。”楊紅飛表示，其后依次為語音交互（13.2億）、醫(yī)學(xué)影像（11.6億），健康管理（11.3億），信息化管理（4.5億），“但目前投資智能醫(yī)療機(jī)器人、藥物研發(fā)和虛擬助手是很少的。”其中投資增長最快的時(shí)段為2013年到2016年，與全球的步調(diào)一致。
“并且，A輪B輪融資金額較大，大多處于初創(chuàng)階段，資本活躍度較高；行業(yè)集中度較低，尚未形成壟斷或者出現(xiàn)‘獨(dú)角獸’，尚未形成既定格局。”楊紅飛認(rèn)為，“但2016年總共投了25.8億，這個(gè)領(lǐng)域比傳統(tǒng)項(xiàng)目要貴，其實(shí)資本對(duì)人工智能的投資是毫不吝嗇的。”
瓶頸遍地
丁香園創(chuàng)始人李天天在會(huì)上展示了丁香園與中南大學(xué)湘雅二院、大拿科技三方合作的AI輔助診斷皮膚病應(yīng)用，“不可能把所有皮膚病都做到，我們只選了紅斑狼瘡。”
李天天表示，第一階段幫助建立疾病采集及解讀；第二是處方建議及醫(yī)學(xué)建議；第三做醫(yī)生管理和患者教育。“現(xiàn)在還處在第一階段，因?yàn)闇?zhǔn)確性沒有達(dá)到想象的高度，因此需要不斷調(diào)整算法。”
李天天的體會(huì)是，醫(yī)療人工智能診斷好做，治療難做；圖片好做，文本難做；垂直好做，綜合難做；影像和病理醫(yī)生可能會(huì)“被優(yōu)化”；不必局限診療環(huán)節(jié)；技術(shù)需要服務(wù)體系支撐，實(shí)現(xiàn)商業(yè)閉環(huán)。
蘭丁醫(yī)學(xué)創(chuàng)始人兼CEO孫小蓉詳細(xì)介紹了，利用人工智能在大規(guī)模宮頸疾病診斷中的應(yīng)用，“公司的細(xì)胞DNA定量分析儀、間歇性氣壓血栓等主要產(chǎn)品獲得了美國FDA認(rèn)證受理。”孫小蓉表示，原理是利用人工智能的方式讓機(jī)器深度學(xué)習(xí)，達(dá)到早期癌細(xì)胞檢測自動(dòng)化、智能化、標(biāo)準(zhǔn)化、網(wǎng)絡(luò)化，以實(shí)現(xiàn)腫瘤早期診斷。
但資本和市場活躍的背后，醫(yī)療人工更多的是問題和局限。
“一是技術(shù)瓶頸，目前計(jì)算機(jī)不能應(yīng)付復(fù)雜環(huán)境，無法處理模糊的、連續(xù)的、不完美的數(shù)據(jù)，認(rèn)知層面的知識(shí)表達(dá)、信息補(bǔ)足瓶頸仍待突破。”平安創(chuàng)投董事總經(jīng)理張江認(rèn)為，數(shù)據(jù)缺失、缺乏統(tǒng)一標(biāo)準(zhǔn)、醫(yī)患不信任、監(jiān)管空白都制約發(fā)展，“醫(yī)療人工智能尚處于早期，仍存在著較多技術(shù)壁壘尚未突破，實(shí)際應(yīng)用尚存在不確定性，目前亦無清晰的盈利模式，買單方不明確。”
AIRDOC創(chuàng)始人兼CEO張大磊表示，“數(shù)據(jù)標(biāo)注的問題應(yīng)引起重視，大多數(shù)人覺得做人工智能是在寫算法，實(shí)際上80%的時(shí)間都是在做數(shù)據(jù)預(yù)處理工作，且醫(yī)療行業(yè)的標(biāo)注，往往不能通過非專業(yè)的人去做，這是一個(gè)瓶頸。”
他表示，其次是數(shù)據(jù)質(zhì)量，“醫(yī)生是高度個(gè)性化的，非技術(shù)結(jié)果如果處理不好，很可能產(chǎn)生數(shù)據(jù)污染。”
第三則是交互問題。“總體來說，病人和醫(yī)生交互環(huán)節(jié)越多，算法各方面的質(zhì)量越差。”如中醫(yī)的望聞問切都可以稱為交互環(huán)節(jié)，在處理這些過程的數(shù)據(jù)時(shí)，丟失的信息會(huì)對(duì)結(jié)果判斷產(chǎn)生影響。“如果大家要做人工智能，做醫(yī)生和病人交互越少的環(huán)節(jié)越好。比如某個(gè)環(huán)節(jié)醫(yī)生不需要見病人也可以作出判斷，這是最好的，因?yàn)樗惴煽亍?rdquo;
相對(duì)應(yīng)的，目前市場應(yīng)用最多的是影像領(lǐng)域，AI幫助醫(yī)生更快、更準(zhǔn)確地讀取病人影像數(shù)據(jù)，以做出更精確的診斷，楊紅飛表示，“影像輔助診斷結(jié)合病理分析的準(zhǔn)確率高達(dá)99.5%，市場空間巨大，融資金額達(dá)到30多億，創(chuàng)業(yè)公司活躍度最高。”
此外，張大磊指出，“監(jiān)管發(fā)展與技術(shù)發(fā)展還存在巨大的鴻溝。從認(rèn)識(shí)它到最后被接受、相應(yīng)支付體系完善、醫(yī)保介入，還需要很長過程。”
來源：21世紀(jì)經(jīng)濟(jì)報(bào)道
