火爆的同時，醫(yī)療人工智能從研發(fā)、落地到產業(yè)化都布滿痛點。國內的醫(yī)院“信息孤島”使得醫(yī)療數據這一門檻長期高佇，醫(yī)療大數據獲取難和貴、數據質量差，成為被吐槽的重點，也直接影響技術研發(fā)和落地。
騰訊覓影的首次登臺亮相附帶一絲玩味。在騰訊打造的見面會上，前1小時55分鐘主要是條條闡述騰訊在“互聯網+”領域的成就，臨近最后五分鐘，人工智能四個字經由麥克風闖進大眾耳膜，騰訊覓影終得露面。
對于這樣的登場，騰訊“互聯網+”醫(yī)療負責人常佳向記者表示：“本身覓影的牽頭部門是騰訊互聯網+事業(yè)部，強調的是在真實場景中解決用戶問題，沒有刻意以某個技術為主線去推進工作。”
露面時間雖短，信息量卻極大。這是騰訊首個應用在醫(yī)學領域的人工智能產品，聚合了騰訊內部包括AI Lab、優(yōu)圖實驗室等多個團隊的技術，最成熟的食管癌智能篩查系統實驗室準確率能達90%。同時，騰訊還宣布成立人工智能醫(yī)學影像聯合實驗室，中山大學附屬腫瘤醫(yī)院(廣東省食管癌研究所)、廣東省第二人民醫(yī)院、深圳市南山區(qū)人民醫(yī)院成為首批合作醫(yī)院。
高調出手的不只是騰訊。在過去的半年里，百度、阿里、谷歌(微博)、微軟、蘋果等科技巨頭均不遺余力地布局醫(yī)療人工智能，特征是注重技術、巨資先行、頻繁收購、攻克領域遍布產業(yè)鏈各環(huán)節(jié)。
同時進場的還有各色創(chuàng)業(yè)者和醫(yī)療機構，他們往往通過融資支撐研發(fā)甚至生存，主要集中在醫(yī)療影像診斷、虛擬醫(yī)生助手、醫(yī)療大數據等商業(yè)化變現快的領域，部分依靠獨家技術獲得大額融資的創(chuàng)業(yè)者也在嘗試破壁基礎科研。
火爆的同時，醫(yī)療人工智能從研發(fā)、落地到產業(yè)化都布滿痛點。國內的醫(yī)院“信息孤島”使得醫(yī)療數據這一門檻長期高佇，直接影響技術研發(fā)和落地。產業(yè)化層面則面臨行業(yè)監(jiān)管空白、未建立配套審批體系等問題。醫(yī)療人工智能究竟是虛火一場還是方興未艾，依舊需要撥開重重迷霧。
騰訊入局
騰訊覓影包含6個人工智能系統，涉及疾病包括食管癌、肺癌、糖網病、宮頸癌和乳腺癌，早期食管癌智能篩查系統最為成熟，屬于醫(yī)學影像識別。據悉，該系統篩查一個內鏡檢查用時不到4秒，現已進入臨床前實驗階段。
對于食管癌早篩的意義，中山大學醫(yī)院管理處處長、廣東省食管癌研究所所長傅劍華教授指出，早期的食管癌內鏡治療手術后3-5天就可以出院，手術費用僅為后期食管癌治療費用的三分之一，術后并發(fā)癥也很少。“但是由于缺乏足夠的認知和有效的早期篩查手段，目前我國早期食管癌檢出率低于10%。”
常佳則認為：“醫(yī)療領域面臨基層醫(yī)生偏少的問題，很多病種相對不常見，醫(yī)生學習周期也比較長。所以在早期篩查以及更多類似的醫(yī)療領域，人工智能應該享有比較大的發(fā)展機會。”
記者了解到，科技企業(yè)和醫(yī)療機構的合作中，科技企業(yè)一般扮演技術提供方的角色，醫(yī)療機構則提供醫(yī)療數據，搭建完備的臨床路徑、流程、疾病診斷的知識庫、圖像繼續(xù)采集的系統等，在開發(fā)過程中雙方的結合程度直接影響最終的成果。
在此次牽手三家醫(yī)院之前，騰訊在醫(yī)療領域經常出手“買買買”，醫(yī)療人工智能領域也不例外。例如去年用基因大數據進行數字化生命管理的碳云智能完成近10億元的A輪融資，騰訊為主要投資方之一;今年三月美國基因巨頭Illumina創(chuàng)辦的癌癥早篩公司Grail宣布獲9億美元融資B輪融資，也出現了騰訊跟投的身影。
但親自推出醫(yī)療人工智能產品尚屬首次。“其實醫(yī)療領域非常難啃，醫(yī)療系統太過復雜。”常佳直言，“騰訊從來不提顛覆醫(yī)療，我們是連接醫(yī)療，在開放體系之下，我們會投資非常多公司。但我們發(fā)現有一些騰訊的基礎能力是沒有辦法完全脫離開的，我們也需要底層能力。”
上個月月底，騰訊宣布啟動人工智能加速器，在技術層面將連接來自騰訊AI Lab、優(yōu)圖、騰訊云等的能力，提供超過20項人工智能技術。
目前騰訊內部各個人工智能團隊各有側重點：優(yōu)圖實驗室專注于機器學習、模式識別和認知技術的研究，成果已在天天P圖等產品中應用;微信AI團隊主攻語音識別、模式識別，核心應用是提供微信中語音輸入轉文字的方式;AI Lab主要圍繞圖像識別、語音識別、自然語言處理和機器學習4個方向進行研究。
此次與醫(yī)院建立聯合實驗室后，騰訊覓影將繼續(xù)聚合使用這些圖像識別、深度學習等技術。“人工智能是屬于基層技術能力開放的一種，也意味著我們開始走向了跟醫(yī)學比較深度的結合。之前我們布局的醫(yī)保支付、用戶服務、微信公眾號都是處于大眾、醫(yī)院服務領域，這個生態(tài)會起到一個長期的戰(zhàn)略支撐作用。”常佳說。
巨頭競賽
相比騰訊，百度和阿里的醫(yī)療人工智能成果早已面世。
就在上個月，阿里健康宣布聯合萬里云醫(yī)學影像中心發(fā)布醫(yī)療人工智能系統Doctor You，該系統包括臨床醫(yī)學科研診斷平臺、醫(yī)療輔助檢測引擎、醫(yī)師能力培訓系統等。加上阿里在今年3月推出ET醫(yī)療大腦、早在2014年就推出的“未來醫(yī)院”計劃，阿里在醫(yī)療AI領域的滲透不斷深入。
百度則在2010年就開始涉足醫(yī)療行業(yè)，在掛號、醫(yī)院服務等方面都有布局。宣布裁撤醫(yī)療事業(yè)部之后，百度將重心轉移到醫(yī)療人工智能，此前已推出百度醫(yī)療大腦。百度云合作伙伴總經理李政告訴記者：“現在還在埋頭苦干階段。”
BAT先后進場讓國內醫(yī)療人工智能熱鬧非凡，但業(yè)內普遍認為中外在這一領域的技術鴻溝還很長很深。高特佳執(zhí)行合伙人湯衡的點評一語中的：“醫(yī)療人工智能在基礎研究和技術層面取得突破，并且開始商業(yè)探索的基本都是國外的企業(yè)。”
大拿科技產品總監(jiān)金路補充道：“國際上有很多公開的數據庫。人工智能熱起來以后，醫(yī)療領域的公開數據庫越來越多，這對進行基礎研究的技術公司是非常好的，可以快速地形成自己的技術，或者驗證原先的技術移到醫(yī)療領域能不能做出成果。這些基礎研發(fā)一般都是科技巨頭在做，外國企業(yè)做得早一點。”
據了解，人工智能在醫(yī)療領域的應用主要包括：輔助診療、醫(yī)學影像、藥物挖掘、健康管理、急救室和醫(yī)院管理、可穿戴設備、營養(yǎng)管理、虛擬助手等。其產業(yè)鏈主要包括基礎層、技術層、應用層，每個層面的進入門檻、核心優(yōu)勢都不一樣，參與者、投資機會和回報也不盡相同。
其中，基礎層主要由幾家科技巨頭布局，包括IBM、谷歌、微軟、亞馬遜、阿里、百度等。巨頭們一般選擇計算量需求較大的領域切入，這類企業(yè)基本屬于高投入、高回報。
技術層是人工智能大生態(tài)系統的基礎設施，需要有一定規(guī)模的工程團隊，與行業(yè)結合，形成解決方案或通用技術平臺?；蛘咚惴?、框架及工具較多，形成算法工具平臺、開發(fā)者生態(tài)平臺，這類企業(yè)適合中長期投資布局。
這兩個層面典型的案例是IBM的沃森腫瘤機器人，已經實現商業(yè)化并在一年前進駐中國醫(yī)院。不過，湯衡指出：“基礎研發(fā)的周期本來就很長，想要真正用起來還要跟行業(yè)深度結合。沃森現在是醫(yī)療人工智能走得最前的產品，但也處于一個技術成長的階段，無法跟臨床醫(yī)生媲美。其他企業(yè)的研發(fā)成果就更早期。”
應用層則是在應用場景變現的渠道，據不完全統計，目前全球共有90多家醫(yī)療人工智能創(chuàng)業(yè)公司分布在應用層、技術層。應用類型包括醫(yī)療行業(yè)解決方案、醫(yī)療行業(yè)應用平臺，競爭更加激烈，商業(yè)變現也來得更快。
今年1月，總部位于美國舊金山的Arterys 宣布旗下產品Arterys Cardio DL獲得FDA批準，用于分析心臟核磁共振圖像，這是FDA批準的第一個用于臨床的醫(yī)療人工智能產品。
金路認為：“將技術真正地運用到醫(yī)療領域是需要對行業(yè)深度理解，很多技術在實驗室或者是比賽中驗證是超越人類的，但到了臨床，患者的疾病問題更復雜，應用場景更復雜。這個是中小企業(yè)的機會，更加機動靈活的應對變化并修改。”
商業(yè)化難題
風風火火進場的玩家聚集在一起，醫(yī)療大數據往往是吐槽的重點，吐槽的內容不外乎數據獲取難和貴、數據質量差。
湘雅二院皮膚科主治醫(yī)師尹恒主抓該院與丁香園、大拿科技合作的皮膚科人工智能診斷系統，在推出初期的模型之后，尹恒依舊感嘆：“皮膚病的圖像資源是比較容易獲取，其他科室需要借助很多影像資料。但是系統需要搜集龐大、海量的皮膚病資源數據庫，一家醫(yī)院很難做到那么大量的采集，需要花費大量財力物力和人力。”
騰訊架構平臺部高級工程師顏克洲在做乳腺癌病理圖像識別項目，他遇到的數據問題來自于醫(yī)生的習慣。“我們更需要波片掃描的數據，這個數據非常少，它需要把整個波片全部數字化，但是這個機器現在很多醫(yī)院沒有普及，很多醫(yī)生也比較抵觸使用這樣的機器，他們從醫(yī)學院開始接觸到的訓練都是使用顯微鏡。”
醫(yī)療數據對于人工智能而言等同于維系生存和成長的主食，有了數據才能訓練人工智能機器，應用轉化也需要跟臨床數據相對接。對于國內企業(yè)而言，獲取數據的渠道主要是跟公立三甲醫(yī)院合作。此時，醫(yī)院與醫(yī)院的數據沒有實現互聯互通就成了主要的絆腳石。
湯衡指出：“中國醫(yī)院都有私有云，各個私有云都是獨立的，數據不共享?，F在有一部分數據被互聯網掛號平臺占據，但數量少，數據質量達不到醫(yī)療研發(fā)級別。也有企業(yè)幫醫(yī)院做系統對接然后抓取數據，一般是有選擇性的抓取，無法獲得完整版的數據資源。”
相比之下，歐美國家擁有完整的醫(yī)療數據電子化流程，但最終的結果是數據入口被巨頭占據，購買數據的成本不低。以IBM沃森為例，2015年，IBM并購了三家醫(yī)療大數據公司Phytel、Explorys和Merge Healthcare。去年2月，IBM又花了26億美元收購健康大數據公司Truven Health Analytics。至此，IBM在不到一年的時間里投入40億美元獲取數據。
解決了數據難題，醫(yī)療人工智能開始邁入產業(yè)化，這一領域國內的審批和監(jiān)管還處于空白階段。
湯衡直言：“未來是根據醫(yī)療器械、系統還是其他的方式進行監(jiān)管還沒有定論。國內已經在臨床使用的產品基本都是打擦邊球，借鑒臨床同類項目的收費標準進行定價，也很難開出一個比較高的價格。”
美國的做法是，美國FDA在今年5月正式組建了一個由軟件工程師和開發(fā)人員、AI技術和云計算專家等組成的新部門，專門致力于數字化醫(yī)療和AI技術審評，制定審批、監(jiān)管的規(guī)范和標準。
另外，美國五大科技巨頭(Google，Facebook，Amazon，IBM，Microsoft)聯合成立了AI合作組織，以保障行業(yè)在未來能夠安全、透明、合理地發(fā)展。
“其實監(jiān)管我覺得不用擔心，只要出來一個對臨床有用產品，就一定能夠獲批使用。”金路認為，“現在的問題還是國內有一些概念性的技術在推出，但是能落地的少之又少。”
商業(yè)模式更是有待探索。湯衡認為，現階段應用層面的醫(yī)療人工智能企業(yè)商業(yè)模式創(chuàng)新已經遭遇瓶頸期，基本依靠篩查服務、分析報告來變現，后期的技術升級、數據積累是否能夠帶來一些質變還需要驗證。
“看了很多項目，但是投的很少，很多項目都是盈利不多甚至虧損的。項目的估值也都比較高，因為現在是個風口，很多資本都想投出一個成功的項目來做到市場龍頭。”他說。
微信掃一掃
