每日經濟新聞 2019-12-15 13:58:13
每經記者 張蕊 每經編輯 廖丹
圖片來源：每經記者 張蕊 攝
近年來，醫療AI獲得了資本的高度關注。據前瞻產業研究院發布的《中國醫療人工智慧行業市場前景預測與投資戰略規劃分析報告》數據統計，2013~2018年，我國人工智慧醫療行業融資額整體走高，2018年前三季度，共有39家企業披露完成融資，其中18家企業披露融資金額，合計約26.2億元，同比增長128.42%，行業正處於風口上。
那麼，目前的醫療AI主要集中在哪些應用場景？哪些是被高估的？哪些又被低估了？近日，在由億歐主辦的「2019年世界創新者年會——醫療大健康創新論壇」上，業內專家、從業者、投資人等對這些問題進行了探討。
醫療機器人和藥物發現領域被低估據億歐智庫不完全統計，截至2019年7月，在中國市場活躍的醫療AI企業共126家。其中，開展醫學影像業務的企業數量最多，共57家；開展疾病風險預測業務的企業數量為41家；醫療輔助、醫學影像、藥物研發企業較2017年統計數據有增加；健康管理、疾病風險預測企業較2017年統計數據有減少。
投融資數據方面，2012年至2019年5月獲投的醫療AI企業中，智能影像領域佔比最高，醫學數據挖掘領域及健康管理領域分列第二、第三位；語音電子病歷投資事件數最少，僅2017年出現一例。
AI在醫療領域裡的多個細分領域已經得到了應用，而在這些領域中，哪些技術是被高估的，哪些是處於低估狀態的？
在英特爾醫療與生命科學事業部中國區負責人李健看來，中國市場上醫療機器人和藥物發現是比較低估的兩個方面。現在AI的應用得到了充分的發展，目前發展比較全面還是醫學影像。
安德醫智大中華區CEO李晶珏也表示，過去幾年醫療影像AI確實得到了這個行業包括投資人非常多的關注，相信它能夠落地化、產業化的認可最多。
「但是醫療影像AI也遇到了一些波折和坎坷，其中最顯著的是中國的醫療影像AI公司過去三年80%都集中於類似的應用領域，比如我們常說的肺結節和乳腺結節的篩查。」李晶珏說。
她認為，醫療影像AI在醫療的應用場景應該是百花齊放的。從應用的疾病來講，就有頭部神經的、心臟的、胸部的、腹部的、盆腔的等等。從臨床流程上來講，有入院前的預防和篩查，入院後還分為急症和重症、疑難疾病，複雜疾病的診斷包括急症的預計、風險評估、病因分析等等，其實都是醫療影像AI該涉足的領域。
過去幾年，大部分的AI公司選擇了相對來說比較同質化的，門檻比較低的肺結節篩查的領域。「過於集中於同一個領域，一是技術門檻並不高，二是應用的場景相對局限，三是同質化的競爭就會多，這不利於一個創業公司早期的發展。」她說，醫療影像AI應該有特色和技術瓶頸，有技術上的「護城河」。
相較於醫療影像AI，李健認為慢性病的AI是最重要的，是最值得挖掘的。「其實我們每個個體都是一個巨大的生物信號發射場，可是到今天為止，我們對這個發射場信號的採集、利用和分析是遠遠不夠的。」
他認為，基於像日常的呼吸、心跳、睡眠、尿液等這些很容易獲得的信號的監測，尤其是消費者端的這些信號的分析是特別值得創業公司、投資公司或者政府層面去推動的。「這是真正能夠保證我們對疾病的治療往前移，移到健康管理層面，而不是等到出了狀況才想辦法去找產品。」
在產業裡找AI落地的場景儘管近年來醫療AI發展迅速，但仍然遇到了一些問題，從資本角度上來說，現在醫療AI的盈利情況依然不是很樂觀，仍然存在產業化困難等情況。
在元生創投合伙人高維鵬看來，醫療是所有創業和投資類型裡面最保守的一個領域。一個創新的醫療技術能夠寫到醫學院的教科書裡，要20年時間。因為這是一個人命關天的事，它先天就是一個非常保守、非常嚴肅的事情，所以從這點上來說，它跟所有事物發展的規律一樣，不能跨越式發展。
在簡單介紹了所投資的醫療AI企業的相關情況後，高維鵬提到這些企業的共性，一是都結合了醫療的人才以及人工智慧的專家，他認為這是目前在醫療AI的創業和投資裡面，需要重點關注的。
「醫療AI這個詞語的組合，醫療仍然是基礎，AI在可預見的未來還是一個輔助性的解決方案，我們一定要能找到在醫療領域非常資深的專業人士以及人工智慧領域專業的資深人士這樣複合型的組合，才能很好的實現這個項目的落地。」他說。
二是要在產業裡面來找AI落地的場景，不論是精準醫療還是服務，其實都有一些環節能夠把AI在具體的產品、服務中來落地。這實際上又涉及到醫療的一些政策性問題，包括4+7帶量採購，這些都影響了醫療行業，包括醫療AI自身發展的速度。
「現在大家都要去把AI的解決方案申請國家的註冊證，單獨申請難度很大，但是作為一個整體的解決方案，相對來說，無論是行政的許可，還有在醫院的收費標準上，都會有一些落地的方便。」
不過他也指出，當從一個技術變成一個成功的商業模式真正往醫院推的時候，跟其他產品面臨同樣的競爭，醫療產品要進入醫院不光是產品創新高低的問題，還涉及到客戶、醫院，它是一個複雜的決策過程。
「所以拿到了國家的一些註冊證肯定比沒有拿證好一些，但離真正能夠走進醫院，包括教育臨床的醫生能夠用先進的AI解決方案來進行臨床的診療，傳統醫療所走過的路，所趟過的坑，一個也少不了。」高維鵬說，應當說是前途光明，但是道路還是挺曲折。
此外，李晶珏提到，無論是行業巨頭公司還是創業公司，想涉足醫療AI行業，大家都需要翻過兩座山，一是數據的山，二是臨床應用的山。
她進一步闡釋，首先要去搭建數據壁壘，要能夠拿到高質量的數據和優質的醫療機構進行合作，這就先是成功了一半。第二是臨床應用的落地，對醫療AI、影像AI不能只做影像判讀，源自於影像，服務於臨床，這一定是未來影像發展的一個重要方向。「翻過大山，就有機會走到最後、笑到最後。」