曾經(jīng)爆火的AI醫(yī)療產(chǎn)業(yè),，現(xiàn)如今已然褪去了神秘的色彩,，相對(duì)成熟的眼底AI技術(shù)突出重圍,，一直活躍在人們的視線中。

眾所周知,，視網(wǎng)膜是人體中唯一一個(gè)能以無(wú)創(chuàng)方式直接觀察血管和神經(jīng)細(xì)胞變化,，以此作為多種慢性病指標(biāo)的機(jī)體組織。因此,，作為一種輔助檢查的手段,，視網(wǎng)膜影像一直被列為醫(yī)療影像的研究重點(diǎn)，在AI醫(yī)療產(chǎn)業(yè)中也有舉足輕重的地位,。

據(jù)鷹瞳科技招股書數(shù)據(jù)顯示,，在人工智能醫(yī)學(xué)影像市場(chǎng)中，人工智能視網(wǎng)膜影像發(fā)展最快,，2019年至2021年的年復(fù)合增長(zhǎng)率為171.0%,。

AI醫(yī)療在商業(yè)化戰(zhàn)場(chǎng)上屢屢碰壁，一直無(wú)法觸及診療核心,，除了發(fā)展的技術(shù)跟不上時(shí)代的節(jié)奏以外,，從本質(zhì)上來(lái)說(shuō)，也無(wú)法完全取代醫(yī)生的主導(dǎo)地位,。就連眼底AI發(fā)展前景廣闊,，也仍未走出逐年虧損的怪圈，“燒錢”一直是AI醫(yī)療撕不掉的標(biāo)簽,。

那么,，醫(yī)療AI產(chǎn)業(yè)處在這不尷不尬的位置上，是否能成為新興行業(yè)的指路明燈,？

眼底AI如何破局,？

圈內(nèi)有一個(gè)共識(shí)，想要發(fā)展AI醫(yī)療最難的部分就是數(shù)據(jù)庫(kù)的建立,，畢竟每家醫(yī)院信息系統(tǒng)中的數(shù)據(jù)質(zhì)量參差不齊,，而創(chuàng)業(yè)初期的企業(yè)只能向一家或者幾家醫(yī)院，通過(guò)付費(fèi)購(gòu)買或者科研合作的方式達(dá)成合作,，但很大概率只能獲得部分并不完整的數(shù)據(jù),。

而眼底AI領(lǐng)域就沒有這個(gè)后顧之憂，根據(jù)資料顯示,，2018年3月,，中檢院眼底圖像數(shù)據(jù)庫(kù)建庫(kù)工作完成。在此基礎(chǔ)知識(shí)之上,，2020年8月,，鷹瞳科技和硅基智能的“糖網(wǎng)輔助診斷軟件”第一批通過(guò)藥監(jiān)局審批、取得第三類醫(yī)療器械證書。緊接著致遠(yuǎn)慧圖,、微醫(yī)醫(yī)療器械有限公司的產(chǎn)品也相繼獲得認(rèn)證,，其中還有幾款產(chǎn)品獲得了歐盟CE認(rèn)證。

可以說(shuō),，眼底AI的發(fā)展穩(wěn)扎穩(wěn)打,，逐步建立起了以視網(wǎng)膜影像為基礎(chǔ)的診斷系統(tǒng)。根據(jù)了解,，通過(guò)捕捉并分析視網(wǎng)膜圖像,，不僅可以識(shí)別視網(wǎng)膜黃斑變性、病理性近視,、視網(wǎng)膜脫落等眼科疾病,，也能診斷糖尿病,、高血壓,、心腦血管病等全身性疾病。

從根本上說(shuō),，雖然眼底AI不能完全代替眼科醫(yī)生進(jìn)行診斷,，但起到了明顯的預(yù)防作用。

根據(jù)《2017年中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒》獲悉,，中國(guó)有4億左右慢性眼病患者,，而只有3.6萬(wàn)名眼科醫(yī)生，門診量超過(guò)1.1億,，住院患者超過(guò)450萬(wàn)結(jié)合整個(gè)醫(yī)療環(huán)境來(lái)說(shuō),，眼底AI的出現(xiàn)讓很多慢性疾病實(shí)現(xiàn)了“早篩早治”，進(jìn)一步結(jié)合醫(yī)生的診斷結(jié)果,，讓很多病人得到了及早的治療,。

除此之外，術(shù)業(yè)有專攻,，眼科醫(yī)生對(duì)于糖尿病,、內(nèi)分泌等其他專科疾病的診療并不一定準(zhǔn)確及時(shí),，而非眼科醫(yī)生對(duì)眼底影像閱片能力畢竟有限,，尤其是眼底疾病病灶微小、不同病灶間區(qū)分度低,，全國(guó)范圍內(nèi)擁有閱片能力的醫(yī)生相對(duì)較少,。而眼底AI的輔助診療，在一定程度上可以成為醫(yī)生的“幫手”,。

眼底AI之所以可以在人工智能影像市場(chǎng)中脫穎而出,，與企業(yè)落地場(chǎng)景的多樣性也有很大的關(guān)系。不管是肺部影像、心血管影像或是胸腔影像,，一般都會(huì)選擇落地大型醫(yī)院,，綁定硬件設(shè)備來(lái)銷售，而眼底AI的選擇范圍更加廣泛,，既可以選擇三甲醫(yī)院,，也可以從視光中心進(jìn)行小范圍突破。就像鷹瞳科技的眼底篩查軟件,，選擇用一個(gè)低成本要求的眼底相機(jī),，實(shí)現(xiàn)對(duì)基層醫(yī)療體系的滲透。

但眼底AI的走勢(shì)良好,，不賺錢卻擺在了明面上,。比如，鷹瞳科技的招股書顯示,，2019年,、2020年以及2021上半年，其實(shí)現(xiàn)收入3041.5萬(wàn)元,、4767.2萬(wàn)元和4947.7萬(wàn)元,。去年11月，“醫(yī)療AI第一股”鷹瞳科技成功著陸,，但上市即破發(fā),。

只能說(shuō)，AI醫(yī)療產(chǎn)業(yè)尚且年幼,，再加上最近經(jīng)濟(jì)形勢(shì)低迷,，新興業(yè)態(tài)的發(fā)展處于停滯狀態(tài)，想要有所發(fā)展必定先要突破固有商業(yè)模式,，積極創(chuàng)新,，才有新的轉(zhuǎn)機(jī)。

人工智能+醫(yī)療,，齊頭并進(jìn),？

或許是受西方電影橋段的影響，人工智能一直是人類終極形態(tài)的代表,。

近幾年,，人工智能的發(fā)展也是突飛猛進(jìn)，其研究表明,，2012至2018年6年間,，在最大規(guī)模的人工智能模型訓(xùn)練中所使用的計(jì)算量呈指數(shù)級(jí)增長(zhǎng)，其中有3.5個(gè)月的時(shí)間計(jì)算量翻了一倍,。其次,，資本也持續(xù)看好中國(guó)人工智能產(chǎn)業(yè)發(fā)展,，到2020年，中國(guó)人工智能產(chǎn)業(yè)融資規(guī)模達(dá)到1402億元,。

尤其是交通場(chǎng)景和醫(yī)療場(chǎng)景受到了廣泛關(guān)注,，特別是企業(yè)紛紛表示未來(lái)會(huì)重點(diǎn)布局人工智能。

在iiMedia Research數(shù)據(jù)顯示,，超八成中國(guó)網(wǎng)民看好人工智能的未來(lái)發(fā)展前景,，其中交通場(chǎng)景和醫(yī)療場(chǎng)景分別占比45.2%和40.5%。八成受訪企業(yè)表示對(duì)人工智能重視程度較高,，近六成企業(yè)表示未來(lái)會(huì)重點(diǎn)布局人工智能,。

疫情的到來(lái)，更是讓中國(guó)醫(yī)療器械市場(chǎng)規(guī)模持續(xù)擴(kuò)大,，特別是人工智能在醫(yī)療行業(yè)起到至關(guān)重要的作用,。iiMedia Research數(shù)據(jù)顯示，2020年中國(guó)醫(yī)療器械市場(chǎng)規(guī)模達(dá)到7341億元,。其中,，手術(shù)機(jī)器人、AI臨床輔助系統(tǒng)等智能醫(yī)療工具為抗擊疫情發(fā)揮重要力量,。與此同時(shí),，中國(guó)人工智能醫(yī)療器械相關(guān)專利數(shù)量進(jìn)一步增長(zhǎng)。

不可置否,，AI醫(yī)療產(chǎn)業(yè)的發(fā)展，結(jié)合了醫(yī),、學(xué),、產(chǎn)等多方面力量。除了資本的助推,，也離不開相關(guān)院系的科研力量,。2017年3月25日，浙大睿醫(yī)人工智能研究中心成立,，領(lǐng)頭人吳朝暉教授曾表示,，“我們會(huì)利用浙大基礎(chǔ)優(yōu)勢(shì)，以開放姿態(tài)和各大醫(yī)療機(jī)構(gòu)及學(xué)科帶頭人合作,，打通數(shù)據(jù)源,，建立多學(xué)科、多機(jī)構(gòu)協(xié)同機(jī)制,，爭(zhēng)取早日在醫(yī)學(xué)人工智能的關(guān)鍵性技術(shù)上取得突破,。”

但結(jié)果卻并沒有朝著預(yù)期發(fā)展,，國(guó)內(nèi)醫(yī)療AI市場(chǎng)規(guī)模增速極為緩慢,，甚至于在走下坡路。據(jù)統(tǒng)計(jì)，2020年中國(guó)醫(yī)療AI市場(chǎng)整體規(guī)模約為265億,，而從2015年風(fēng)口突起至2020年上半年,，醫(yī)療AI總?cè)谫Y規(guī)模就超過(guò)了350億。

2021年,，醫(yī)療AI企業(yè)雖然迎來(lái)了上市大關(guān),，但全力商業(yè)化兩年的成績(jī)單依然難過(guò)二級(jí)市場(chǎng)的法眼，接連敗北,。3月,，科亞醫(yī)療向港交所遞交IPO申請(qǐng)，到9月,，上市狀態(tài)變成了“失效”,；6月，鷹瞳科技也遞交IPO申請(qǐng),，11月,，上市即破發(fā)；7月,，依圖科技的IPO狀態(tài)變成了“終止”,，8月，依圖醫(yī)療團(tuán)隊(duì)被深睿收購(gòu),。

不止國(guó)內(nèi)的AI醫(yī)療產(chǎn)業(yè)鎩羽而歸,，在醫(yī)療領(lǐng)域“火力全開”的谷歌健康也陷入重重危機(jī)之中，不得不大規(guī)模裁員重組,。

谷歌在AI領(lǐng)域本就已是巨頭,，谷歌健康成立后，還聘請(qǐng)醫(yī)療領(lǐng)域資深人士David Feinberg就任主管,，仍未將谷歌與醫(yī)療AI相關(guān)的創(chuàng)新業(yè)務(wù)做起來(lái),。2021 Q1季度財(cái)報(bào)顯示，谷歌包括人工智能DeepMind,、智能醫(yī)療Verily在內(nèi)的創(chuàng)新業(yè)務(wù),，仍然處于虧損狀態(tài)。

人工智能和醫(yī)療場(chǎng)景的結(jié)合,，不僅是對(duì)技術(shù)的考驗(yàn),，更是對(duì)現(xiàn)實(shí)情景的多方考驗(yàn)，只可惜,，偌大的醫(yī)療領(lǐng)域無(wú)法拯救人工智能的應(yīng)用深度,，更何況，醫(yī)療AI本身也在苦苦掙扎,。

AI醫(yī)療,，困于算法

人工智能本身的特點(diǎn)就決定了它無(wú)法面臨錯(cuò)綜復(fù)雜的醫(yī)療場(chǎng)景,，想要完全脫離人工而獨(dú)立進(jìn)行診療，其實(shí)很難達(dá)到,。圖靈獎(jiǎng)得主Yoshua Bengio也曾說(shuō)過(guò),，在醫(yī)學(xué)文本文件中，人工智能系統(tǒng)無(wú)法理解其模糊性,，也無(wú)法了解人類醫(yī)生注意到的微妙線索,。

可以說(shuō)，算法還有待優(yōu)化,，用更全面的數(shù)據(jù)加固已有的模型,，才能逐步讓AI醫(yī)療應(yīng)用到更多場(chǎng)景中。

追溯到2020年,，吳恩達(dá)在斯坦福HAI研討會(huì)的演講中曾分析,，醫(yī)療領(lǐng)域AI研究的算法難以投入到生產(chǎn)，因?yàn)橐徊糠謹(jǐn)?shù)據(jù)訓(xùn)練出的模型,，難以泛化到其他情況,。這一說(shuō)法在谷歌健康的“糖尿病視網(wǎng)膜病變篩查”業(yè)務(wù)中有所證實(shí)。

此前,，谷歌發(fā)表在《美國(guó)醫(yī)學(xué)會(huì)期刊》的文章中提到,，AI算法使“糖尿病視網(wǎng)膜病變篩查”的準(zhǔn)確率達(dá)到了90%，理論上幾秒就能出結(jié)果,。但當(dāng)理論與現(xiàn)實(shí)結(jié)合時(shí),，卻出現(xiàn)了極大的反差。2020年,，谷歌與泰國(guó)公共衛(wèi)生部門就這項(xiàng)業(yè)務(wù)展開合作,，最終由于算法對(duì)檢查照片的要求極高，準(zhǔn)確率遠(yuǎn)不如預(yù)期,。

除此之外，從上傳照片到出結(jié)果所需要的時(shí)間,，還取決于當(dāng)?shù)蒯t(yī)院的網(wǎng)絡(luò)信號(hào)是否良好,，病人通常需要很長(zhǎng)的時(shí)間才能拿到結(jié)果。

很顯然,，AI醫(yī)療對(duì)環(huán)境以及照片像素等外界因素的依賴程度極高,，一旦出現(xiàn)預(yù)期外的事件發(fā)生，將無(wú)法發(fā)揮自身的效用,。就連相對(duì)成熟的眼底AI算法,，尚且無(wú)法適應(yīng)各種狀況的發(fā)生，更何況本就發(fā)展受限的其他領(lǐng)域,。

AI醫(yī)療在應(yīng)用中的受限因素有很多,。

首先,，基本地域限制，AI在實(shí)際場(chǎng)景并不通用,，本質(zhì)上來(lái)說(shuō),，適用性較高的AI基本都是定制化研發(fā)。例如,，兒童骨齡智能輔助診斷軟件在診斷上就有一些問題,，這個(gè)參照南方地區(qū)身高作為標(biāo)準(zhǔn)的軟件，并不適合平均身高突出的當(dāng)?shù)亍?/p>

其次,，基于技術(shù)限制,，市面上AI在心血管中的診療工具集中在影像功能，高門檻的技術(shù)難點(diǎn)讓不少企業(yè)望而卻步,。相較于視網(wǎng)膜,、肺部影像掃描圖像基本處于相對(duì)靜止?fàn)顟B(tài)，心臟以及冠脈極端復(fù)雜的網(wǎng)狀結(jié)構(gòu)的圖像更難捕捉,，圖像的合成和三維重建十分困難,。AI在心血管領(lǐng)域需要更加精密而龐大的算法，來(lái)診斷與預(yù)測(cè)種類極為豐富的心臟病癥,。

最后,，AI醫(yī)療被應(yīng)用于真實(shí)醫(yī)療場(chǎng)景，大量的訓(xùn)練數(shù)據(jù)是前提,，但數(shù)據(jù)準(zhǔn)確性和全面性卻并未得到保障,。比如，在美國(guó)醫(yī)療媒體STAT公布的IBM公司內(nèi)部文件中顯示,，沃森系統(tǒng)的訓(xùn)練,，使用是虛擬患者的假想數(shù)據(jù)，推薦的治療方案是基于紀(jì)念斯隆-凱特琳癌癥中心專家的方案,；且訓(xùn)練數(shù)據(jù)不足,，8種癌癥中，訓(xùn)練數(shù)據(jù)量最高的肺癌只有635例,，而最低的卵巢癌僅有106例,。

不難看出，算法的優(yōu)化根本跟不上醫(yī)療情景的變化,，很多醫(yī)療AI在實(shí)景操作中并派不上用場(chǎng),。而投入巨大的人力物力，卻得不到相應(yīng)的回報(bào),，讓資本對(duì)AI醫(yī)療產(chǎn)業(yè)的熱情驟減,，也讓這個(gè)賽道顯得越發(fā)落寞。

錦鯉財(cái)經(jīng),，深度有趣好運(yùn)氣,，公眾號(hào)：jinlifin,。本文為原創(chuàng)文章，謝絕未保留作者相關(guān)信息的任何形式的轉(zhuǎn)載,。