從無人工廠到自動(dòng)駕駛再到智能家居，越來越多的傳統(tǒng)行業(yè)被AI重新賦能，實(shí)現(xiàn)了脫胎換骨式的新發(fā)展。如今AI又闖進(jìn)了醫(yī)療領(lǐng)域，可以說人工智能正在從虛幻縹緲的云化為實(shí)實(shí)在在的雨，落入尋常百姓家。人類社會(huì)也在AI的帶領(lǐng)下從信息化時(shí)代邁入智能化時(shí)代。

近日在上海召開的以“數(shù)字健康，智享未來”為題的世界人工智能大會(huì)健康論壇上，AI技術(shù)如何賦能中國醫(yī)療數(shù)字化轉(zhuǎn)型是此次論壇聚焦的重點(diǎn)。其實(shí)在去年的健康論壇云峰會(huì)上就已經(jīng)出現(xiàn)過了“AI＋健康”“AI＋醫(yī)療服務(wù)”“AI＋生物醫(yī)藥”等人工智能技術(shù)與醫(yī)療產(chǎn)業(yè)融合發(fā)展的熱門話題。

為何“AI＋醫(yī)療”今年又舊事重提？其實(shí)還是醫(yī)療AI市場供需兩旺所帶來的結(jié)果。

需求側(cè)層面，隨著經(jīng)濟(jì)發(fā)展的增速，居民收入水平不斷提高，對(duì)健康方面也更加重視，醫(yī)療支出也跟著“水漲船高”。另外2020年新冠肺炎疫情的爆發(fā)和人口老齡化趨勢的加重，公共醫(yī)療體系的壓力日益劇增，市場和用戶都渴望AI技術(shù)能夠賦能醫(yī)療，實(shí)現(xiàn)醫(yī)療健康領(lǐng)域的新發(fā)展。

供給側(cè)層面，隨著2006年深度學(xué)習(xí)的突破和硬件設(shè)施的進(jìn)步，計(jì)算機(jī)的算法和算力已具備了人工智能應(yīng)用的基礎(chǔ)。同時(shí)醫(yī)院的信息化水平和醫(yī)療影像質(zhì)量也在隨著科技的進(jìn)步而有所提高，醫(yī)院保存了大量的醫(yī)療數(shù)據(jù)，這為訓(xùn)練醫(yī)療AI提供了充足的學(xué)習(xí)材料。

至此AI三要素：算法、算力和數(shù)據(jù)已徹底集齊，AI＋醫(yī)療的應(yīng)用市場也在供需兩旺的情況下，不斷有新產(chǎn)品獲批上市，AI將帶領(lǐng)傳統(tǒng)醫(yī)療行業(yè)走進(jìn)了智能數(shù)字化時(shí)代。

醫(yī)療AI兩端布局，三面發(fā)展

醫(yī)療AI的市場主要面向C端和B端，包括個(gè)人用戶、醫(yī)院和藥企等方面。

C端主要面對(duì)個(gè)人用戶，目前主要包括智能問診和健康管理兩項(xiàng)服務(wù)。其實(shí)互聯(lián)網(wǎng)企業(yè)最先涉足的就是智能問診和健康管理領(lǐng)域，“丁香園”“平安好醫(yī)生”和“春雨醫(yī)生”等平臺(tái)都是通過大數(shù)據(jù)算法和AI實(shí)現(xiàn)智能問診、智能問病和醫(yī)務(wù)咨詢等服務(wù)。

當(dāng)然這種互聯(lián)網(wǎng)醫(yī)院只能滿足輕癥慢病患者的尋醫(yī)問藥，并不能解決重癥急病的治療。就算如此，不受時(shí)間和空間限制的看病方式依然深受用戶歡迎。據(jù)數(shù)據(jù)顯示，近年來我國互聯(lián)網(wǎng)醫(yī)院市場規(guī)模平均增速超過45％，其中在線問診占比更是超過47％。去年疫情期間，平安好醫(yī)生和春雨醫(yī)生共接受了超過670萬人次的問診，京東健康日均問診量也達(dá)到了10萬人次左右。

如此看來，互聯(lián)網(wǎng)醫(yī)院更像是醫(yī)院的在線分診臺(tái)。通過AI技術(shù)融合大數(shù)據(jù)分析，配合醫(yī)療服務(wù)，實(shí)現(xiàn)簡單的自診自查，從而幫助用戶及時(shí)了解身體健康情況。

B端主要是面向醫(yī)院和藥企。對(duì)醫(yī)院來說，AI目前主要應(yīng)用在醫(yī)院管理、醫(yī)學(xué)研究、虛擬助手和醫(yī)療影像等方面，其中醫(yī)療AI影像產(chǎn)業(yè)發(fā)展最為突出。

據(jù)數(shù)據(jù)顯示，2015年－2020年上半年，醫(yī)療AI影像的融資數(shù)量接近兩百起，2020年的融資額就高達(dá)112億元。

據(jù)天眼查APP查詢顯示，科亞方舟、推想科技等企業(yè)已經(jīng)開始了D輪融資，醫(yī)療AI影像這一領(lǐng)域已經(jīng)賣入了“D輪時(shí)代”。

醫(yī)療AI影像之所以能成為資本市場的寵兒，一方面是影像科醫(yī)生供需缺口大，閱片成為醫(yī)療領(lǐng)域的“痛點(diǎn)”；另一方面是醫(yī)療AI影像技術(shù)較為成熟，基本能滿足醫(yī)院的醫(yī)療影像需求。

我國影像科醫(yī)生在行業(yè)內(nèi)一直處于供不應(yīng)求的狀態(tài)，據(jù)統(tǒng)計(jì)我國醫(yī)學(xué)影像量年均增長30％，而放射科醫(yī)生的數(shù)量年均增長僅為4．1％。2020年新冠肺炎疫情的爆發(fā)，超量的肺部ct影像檢查讓影像科人工閱片慢，閱片難的問題暴露無遺。

此時(shí)醫(yī)療AI影像終于有了用武之地，經(jīng)過5年的發(fā)展醫(yī)療AI影像輔助系統(tǒng)已經(jīng)可以幫助醫(yī)生進(jìn)行病灶篩查、靶區(qū)勾畫、三維成像、病歷分析等工作。與傳統(tǒng)人工閱片相比，人工智能閱片不僅能實(shí)現(xiàn)快速高效的大規(guī)模篩查，提升影像科工作效率，而且影像檢測準(zhǔn)確率也遠(yuǎn)遠(yuǎn)高于傳統(tǒng)閱片，極大地減少了誤診漏診現(xiàn)象。

不僅如此，新冠疫情爆發(fā)所帶來的海量病患影像數(shù)據(jù)，給AI系統(tǒng)“喂”足了養(yǎng)分，不僅大大提升了AI+醫(yī)療影像輔助系統(tǒng)的準(zhǔn)確率，同時(shí)在一定程度上滿足了AI＋CT等醫(yī)療影像產(chǎn)品通過醫(yī)療審批所需的數(shù)據(jù)標(biāo)準(zhǔn)，直接促進(jìn)了AI醫(yī)療影像技術(shù)的快速“落地”審批。

AI＋醫(yī)療對(duì)藥企來說也是一個(gè)新的發(fā)展機(jī)遇。藥企最“頭痛”的就是新藥研發(fā)難，研發(fā)貴的問題。過去業(yè)界一直流傳著“雙十”的說法，意思是新藥研發(fā)需要耗時(shí)十年，耗資十億美金。

一款新藥研發(fā)包括藥物發(fā)現(xiàn)和臨床實(shí)驗(yàn)兩個(gè)環(huán)節(jié)，其中藥物發(fā)現(xiàn)最耗時(shí)耗力。而藥企研發(fā)新藥也是基于無數(shù)化合物數(shù)據(jù)和病患的醫(yī)療數(shù)據(jù)進(jìn)行的研究實(shí)驗(yàn)，無論數(shù)據(jù)質(zhì)量還是數(shù)量都能滿足AI所需的數(shù)據(jù)訓(xùn)練。

藥物研發(fā)運(yùn)用AI技術(shù)，能夠快速分析海量數(shù)據(jù)，獲取搭建更多新的分子結(jié)構(gòu)，加快藥物篩選和藥物優(yōu)化分析，大大縮短新藥研發(fā)的周期。

從目前來看，藥物研發(fā)的應(yīng)用場景更適合AI技術(shù)，因?yàn)樗幤笥袛?shù)據(jù)基礎(chǔ)且不涉及醫(yī)患倫理關(guān)系等問題，AI藥物研發(fā)的商業(yè)模式也更加清晰。

留給醫(yī)療AI的難題何時(shí)能解？

麻省理工學(xué)院的埃里克·布林約爾松與安德魯·麥卡菲教授在《與機(jī)器賽跑》一書中寫道“250多年以來，經(jīng)濟(jì)增長的基本動(dòng)力一直是技術(shù)創(chuàng)新。其中最重要的，正是經(jīng)濟(jì)學(xué)家們提出的所謂通用型技術(shù)，包括蒸汽機(jī)、電力與內(nèi)燃機(jī)等等。而我們這個(gè)時(shí)代下最重要的通用型技術(shù)正是人工智能，特別是機(jī)器學(xué)習(xí)�！�

確實(shí)，人工智能的本質(zhì)就是機(jī)器深度學(xué)習(xí)，對(duì)人工智能來說算法、算力和數(shù)據(jù)三者缺一不可。算力和算法經(jīng)過多年的挖掘，早就實(shí)現(xiàn)了技術(shù)的突破，完全可以滿足現(xiàn)階段AI的運(yùn)算，只有“數(shù)據(jù)”是AI融入各行各業(yè)的唯一阻礙。

醫(yī)療AI發(fā)展最大的障礙不是技術(shù)，而是數(shù)據(jù)的獲取。醫(yī)療AI想要“落地”并實(shí)現(xiàn)大規(guī)模商業(yè)化應(yīng)用，就必須能夠滿足臨床的需求和行業(yè)痛點(diǎn)，但這一切都需要高質(zhì)量標(biāo)準(zhǔn)化的數(shù)據(jù)作為支撐。

醫(yī)療AI和醫(yī)生一樣，都是依靠對(duì)比大量的經(jīng)驗(yàn)數(shù)據(jù)和醫(yī)療數(shù)據(jù)來發(fā)現(xiàn)和分析問題，因此高質(zhì)量的數(shù)據(jù)至關(guān)重要。但是我國之前沒有重視醫(yī)療數(shù)據(jù)的保存和建設(shè)，也沒有相應(yīng)的數(shù)據(jù)標(biāo)準(zhǔn)，導(dǎo)致我國現(xiàn)在的醫(yī)療數(shù)據(jù)整體呈現(xiàn)碎片化，孤島化�；鶎俞t(yī)院的醫(yī)療數(shù)據(jù)存在質(zhì)量不佳，數(shù)據(jù)缺失模糊等問題；頂級(jí)醫(yī)院雖然存有醫(yī)療數(shù)據(jù)，但是數(shù)據(jù)過于繁雜，結(jié)構(gòu)標(biāo)準(zhǔn)也不統(tǒng)一，原有的醫(yī)療數(shù)據(jù)難以支撐AI模型的數(shù)據(jù)訓(xùn)練。

因此，很多AI醫(yī)療企業(yè)只能選擇與醫(yī)院合作的方式來獲取一手?jǐn)?shù)據(jù)。如安德醫(yī)智BioMind派出研發(fā)團(tuán)隊(duì)駐扎在天壇醫(yī)院工作，安德醫(yī)智為了打消醫(yī)院的數(shù)據(jù)安全顧慮，數(shù)據(jù)清洗、數(shù)據(jù)脫敏等工作全部在醫(yī)院內(nèi)網(wǎng)完成，做到所有訓(xùn)練數(shù)據(jù)不出院。另一家醫(yī)療AI公司鷹瞳Airdoc也選擇與醫(yī)院合作，通過項(xiàng)目和課題研究獲得直接數(shù)據(jù)。

不過隨著大數(shù)據(jù)時(shí)代的到來，政策層也意識(shí)到了數(shù)據(jù)的重要性。從2018年國家出臺(tái)電子病歷的相關(guān)政策，到2020年NMPA頒發(fā)的首張AI三類證，再到今年6月10日我國頒布了《中華人民共和國數(shù)據(jù)安全法》。我國的各類數(shù)據(jù)正式走向分級(jí)管理和標(biāo)準(zhǔn)統(tǒng)一化，安全與發(fā)展并重。

未來高質(zhì)量醫(yī)療數(shù)據(jù)獲取的障礙可能會(huì)被政策打通，這對(duì)醫(yī)療AI行業(yè)無疑是個(gè)好消息。

雖然政策的閘門已經(jīng)放開，但醫(yī)療AI何時(shí)能夠廣泛落地實(shí)現(xiàn)商業(yè)化還是個(gè)未知數(shù)。

醫(yī)療健康領(lǐng)域的特殊性和復(fù)雜性，使得市場和用戶對(duì)醫(yī)療AI產(chǎn)品提出了更高的要求。首先AI技術(shù)本身存在“黑箱問題“，簡單來說就是只能看到數(shù)據(jù)導(dǎo)入和輸出，而無法看到和解讀其工作原理。AI推導(dǎo)過程的不明讓很多醫(yī)生對(duì)黑箱內(nèi)容產(chǎn)生了質(zhì)疑，而且使用AI產(chǎn)品容易導(dǎo)致醫(yī)療安全隱患和責(zé)任界定困難等問題。

另外各地醫(yī)院的信息基礎(chǔ)建設(shè)水平參差不齊，存在網(wǎng)速慢、影像設(shè)備落后、預(yù)算有限等問題，很難實(shí)現(xiàn)大批量購進(jìn)醫(yī)療AI產(chǎn)品。從醫(yī)療AI企業(yè)鷹瞳科技2019—2020年的招股書中可以發(fā)現(xiàn)，“鷹瞳”的五大客戶包括體檢中心、視光中心、保險(xiǎn)公司和制藥公司等占同期總收入的80％以上。可見對(duì)于醫(yī)療AI產(chǎn)品，更多醫(yī)院還是抱著遲疑的態(tài)度。

寫到最后：醫(yī)療AI行業(yè)盡管還有諸多問題尚待解決，但瑕不掩瑜，AI與醫(yī)療的深度融合讓醫(yī)療健康領(lǐng)域有了更多新的可能。另外醫(yī)療AI的發(fā)展才剛剛起步，隨著人工智能技術(shù)的不斷發(fā)展，未來通過醫(yī)療AI產(chǎn)品，實(shí)現(xiàn)自診自查，自治自醫(yī)的科幻夢想，也在一步步照進(jìn)現(xiàn)實(shí)。