759
机器人
人工智能 医疗：资本热，商业难
2017年伊始，所有的投融资本已经趋于十分稳健的趋势。对于之前的创业红利，可以说是一去不复返了。互联网创业已经不是风口上的猪，随随便便就能被资本吹涨。初创公司倒闭潮也纷沓而至。
但有个产业在投融的寒冬中却迎来爆发。那就是人工智能+医疗。据每日金融了解，在过去的半年里，百度、阿里、谷歌、微软、苹果等科技巨头均不遗余力地布局医疗人工智能，特征是注重技术、巨资先行、频繁收购、攻克领域遍布产业链各环节。
上个月，阿里健康宣布联合万里云医学影像中心发布医疗人工智能系统Doctor You，该系统包括临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统等。加上阿里在今年3月推出ET医疗大脑、早在2014年就推出的“未来医院”计划，阿里在医疗AI领域的渗透不断深入。
百度则在2010年就开始涉足医疗行业，在挂号、医院服务等方面都有布局。宣布裁撤医疗事业部之后，百度将重心转移到医疗人工智能，此前已推出百度医疗大脑。
腾讯又在不久前的互联网峰会上发布了“觅影”。正式进军人工智能医疗行业。
BAT先后进场让国内医疗人工智能热闹非凡，每日金融认为，中国人工智能+医疗的巨头战役已经打响。
而就在昨天，医疗器械公司安翰医疗宣布获得大中投资、软银中国资本、优势资本、虔盛投资、厚新健投、同晟资本6家投资机构1亿美元。据了解，用于安翰医疗市场版图开拓及新产品线研发，其中就包括许多医疗界人士关注的，胶囊胃镜机器人。
那么，为何巨头们在人工智能医疗方面的投入如此阔绰，又是什么让资本们纷纷涉足智能医疗行业呢，我们来看一组数据。
埃森哲咨询在《人工智能：医疗领域崭新的神经系统》中预言未来10年的趋势，认为与健康相关的AI市场将以40%的复合年增长率快速发展。另一份报告更是大胆提出预测：在2017年至2024年间，医疗影像、诊断、个性化AI助手、药物开发和基因等领域的市场总值有望达100亿美元。
这也就解释了为什么如此多的巨头和资本都希望往智能医疗这个领域上挤了。
每日金融了解到，医疗人工智能公司从1998年的3家增长到2016年的36家，2017年的不完全统计，目前国内可统计的医学人工智能公司达到144家。
从应用方向和解决问题划分，医疗人工智能分为三类：基础层，包括海量数据、算法框架和存储与计算能力；技术层，感知智能、认知智能，包括自然语言处理、图象识别等；应用层，包括药物研发、辅助诊疗、健康管理、医疗机器人、可穿戴设备、虚拟助手等。
目前国内公司涉及的方向主要有：医学影像（25家）、智能机器人（9家）、虚拟助手（5家）、药物研发（3家）、辅助诊疗（41家）、健康管理（37家）、语音交互（8家）、信息化管理（25家）、其他（3家）。
在各细分领域，投融资情况也不一样。“国内共有93笔融资记录，57笔披露了金额，其中辅助诊疗获投最多，为20.6亿。”杨红飞表示，其后依次为语音交互（13.2亿）、医学影像（11.6亿），健康管理（11.3亿），信息化管理（4.5亿），“但目前投资智能医疗机器人、药物研发和虚拟助手是很少的。”其中投资增长最快的时段为2013年到2016年，与全球的步调一致。并且，A轮B轮融资金额较大，大多处于初创阶段，资本活跃度较高；行业集中度较低，尚未形成垄断或者出现‘独角兽’，尚未形成既定格局。但2016年总共投了25.8亿，这个领域比传统项目要贵，其实资本对人工智能的投资是毫不吝啬的。”
那么，人工智能+医疗是否就是智能时代的新宠呢？
其实不然。实现人工智能+医疗，医疗大数据往往是诟病的重点，其内容不外乎数据获取难和贵、数据质量差。
据每日金融了解，湘雅二院皮肤科主治医师尹恒主抓该院与丁香园、大拿科技合作的皮肤科人工智能诊断系统，在推出初期的模型之后，依旧感叹，皮肤病的图像资源是比较容易获取，其他科室需要借助很多影像资料。但是系统需要搜集庞大、海量的皮肤病资源数据库，一家医院很难做到那么大量的采集，需要花费大量财力物力和人力。
腾讯架构平台部高级工程师颜克洲在做乳腺癌病理图像识别项目，他遇到的数据问题来自于医生的习惯。“我们更需要波片扫描的数据，这个数据非常少，它需要把整个波片全部数字化，但是这个机器现在很多医院没有普及，很多医生也比较抵触使用这样的机器，他们从医学院开始接触到的训练都是使用显微镜。”
中山大学附属肿瘤医院院长助理在某个业内学术交流会上也表示，因为医院现在建了大大小小的多个信息系统，但是信息没有做到很好的互联互通，实际上是分散的。
相比之下，欧美国家拥有完整的医疗数据电子化流程，但最终的结果是数据入口被巨头占据，购买数据的成本不低。以IBM沃森为例，2015年，IBM并购了三家医疗大数据公司Phytel、Explorys和Merge Healthcare。去年2月，IBM又花了26亿美元收购健康大数据公司Truven Health Analytics。至此，IBM在不到一年的时间里投入40亿美元获取数据。
解决了数据难题，医疗人工智能开始迈入产业化，这一领域国内的审批和监管还处于空白阶段。
业内人士直言：“未来是根据医疗器械、系统还是其他的方式进行监管还没有定论。国内已经在临床使用的产品基本都是打擦边球，借鉴临床同类项目的收费标准进行定价，也很难开出一个比较高的价格。”
在人工智能+医疗这一块，虽然在巨头竞赛和投融机构的推动下，有了实质性的进展，但就真正投入商业化应用而言，每日金融认为，还是有诸多的痛点有待击破。而从医疗改革的层面来说，智能医疗投融热也必定推升较高的商业成本，这与我国医疗的公益性本质或多或少背道而驰，高昂的诊疗成本又需要谁来买单呢？
最后更新：2017-08-23 10:37:05