AI医疗迎来了商业化元年。今年7月，国家药监局发布了AI医用软件分类新规定。新规定的发布优化了审批环境，也反映了相关机构对行业发展的支持态度。近几年来，审查流程逐渐明朗，AI医疗器械的批准过程也在加速。去年全年共批准了9种AI医疗器械。今年国家药监局累计批准了AI医疗器械登记证6张。

近年来，深耕AI大健康领域的大型企业和创业者也在不断增加。有苹果、IBM等大型企业，也有科技、科亚医疗、鹰瞳科技等风险企业。新技术的新产品频频登场，资本对AI医疗的热情空前高涨。

从现在的状况来看，大数据积累到一定程度，与AI的结合使得算法的价值更大，在疾病的预防、诊断、监视、长期管理等各个阶段都能更好地支持医生的诊断和治疗。另外，对大健康的关心度逐年提高，也有疫病的影响，将来AI医疗的前景会扩大。

但是，我想和以前很多热的领域一样，寻求更好的发展。烧钱是不可避免的。特别是AI医疗这一科学技术属性非常强的领域更是如此。而且有钱也可以烤。方向不对的话，AI医疗会陷入尴尬的状况。所以AI医疗这种蛋糕，如果没有足够的综合力，分开也不容易。

一、AI医疗受大型和资本的青睐，推动传统医疗的加速发展。

AI医疗课程的火热，是目前医疗环境中产生的必然结果。

几年来，医疗健康行业的供求关系失去了严重的平衡，缺乏优秀的医疗资源。大城市的医院多，质量好。许多小城市和乡镇地区完全相反。由于这些因素，一般医院的医疗效率不比大城市的医院高。因此，医疗需求增加，期待能高效率地治愈。

从AI医疗本身来看，以互联网为基础，构建基础设施，收集数据，将AI技术和大数据服务应用于医疗行业，切实提高医疗行业的诊断效率和服务水平，有效解决医疗资源不足问题。简单来说，人工智能技术给医疗相关领域的应用场景提供了能量，包括医学影像诊断、慢性病管理、生活方式指导、疾病诊断等大健康方向。

AI医疗的应用在影像诊断中非常强大。例如，做胸部和肺部CT的诊断，每一位患者一次检查就会产生数百张切片图像。影像科的医生每周平均要看数百名患者的CT图像。这些图像合计可以达到10万张。

AI技术的介入能有效地解决这个问题。例如，AI肺结节辅助诊断系统可以识别肺部CT片中的所有结节，并且可以赋予它们的性质。

当然这样的系统一开始还不完全。和提供AI系统的技术人员一起解决。医生表示当时AI系统无法识别的结节。公司将这些信息注入AI系统的训练仓库进行更新。由于这样的相互作用，到今年为止系统辅助诊断的精度几乎达到了95%。

从医疗行业整体情况来看，放射线专业掌握的医疗数据占8成以上，是诊断疾病的关键入口。即使在AI介入之后，也可以在其中积累多年的大数据，为后续AI医疗产品的持续优化提供原动力。

AI的医疗课程的热度与企业和资本的“炒”并没有关系。

很多投资者和行业专家认为，医疗影像已经成为中国AI医疗最成熟的细分领域。2020年，中国的人工智能医疗公司共计129家（不包括以基因检查技术为主的企业），医学影像领域的公司为55家，占人工智能医疗公司总数的42.6%。

随着AI医疗行业规范化，商业化进程也在加速。鹰之瞳医疗和科亚医疗已经向香港交易所提交了ipO出资书。医疗相关、推想医疗需要指导单IpO。中国AI医疗领域的首家上市公司可能由此诞生。

不仅关联企业要求上市，现在在A股上市的企业也很多，有进军AI医疗课程的欲望。

据乐普医疗2020年年报报道，公司已通过国内外四个人工智能医疗产品的监督管理部门批准注册。其人工智能AI-CEGplotform系统于2018年11月获得了美国FDA批准注册和EU CE认证，并于2020年2月取得了NMpA注册许可，其精度超过了95%。

科大讯飞的“智医助理”系统完成了95%的基层病种辅助诊断，可以有效提高基层医生的工作效率。现在这个系统已经覆盖了30000个乡镇卫生院和村卫生室。诊断总数超过了2.3亿次。一天提交数万次的辅助诊断。

另外，祥生医疗的“乳腺疾病人工智能超声波诊断软件”完成了注册前的检查工作。这是中国第一个取得国家级三种医疗器械检查报告的超声波人工智能产品。现在正在临床试验。

马云先生说：“接下来要有超过我的人在大健康行业。”。我对大健康行业的未来很有信心。除了苹果、Google、IBM以及这些创业公司之外，还有很多资本进入了AI医疗课程。

但是，从至今为止的经验来看，业界的人气并不是没有问题。相反，越是热的行业越容易出现障碍。

二、烧钱吃亏也不一定符合方向。想吃AI医疗这个蛋糕并不简单。

AI医疗虽然走在科学技术的最前端，但是从实际的商业化状况来看并不乐观。除了烧钱以外，AI医疗还没有找到其他有效的商业化途径。看IBM和Google的话，稍微懂一点。

当时IBM华生推荐给健康的很多癌症治疗方案是靠不住的。很多专家和客户都说“沃森推荐不安全或者不恰当的治疗”。华尔街日报也发表了这样的观点。华生不仅没有给医生提供过多的帮助，也有一些结果完全错误。这是因为华生的训练程度不够，赶不上治疗方案改良的速度。

即使看到投资增加也无法取得正比例的效果，IBM沃森健康于2018年5月削减了约50%至70%的员工。金融分析家说，包括美国本土和其他几个国家的工作人员在内，IBM削减了“烧钱无底洞”。华生健康创立6年，年收入只有10亿美元，还不到IBM总收入的2%，知道IBM当年仅收购华生就花过40亿美元，从来没有回过书。

其他的大型Google也在AI医疗课程中处于同样的困境。

2018年11月，谷歌成立了“Google健康”部门。当时各界对这项工作非常乐观。结果Google在AI方面有实力，同时也是世界性的大型企业，Google自己也充满自信。但是，直到今天，Google的AI医疗业务还没有真正开始抬头，根据Google 2021年的Q1财务报，Google的人工智能DeepMind、智能医疗Veriry等业务依然处于赤字状态。

以Google的“糖尿病视网膜症筛选”业务为例。去年，泰国公共卫生部门在11个诊所引进了这项业务。结果的正确性比预想的要差，当地医院的网络信号不好，所以从上传照片到得出结果需要很长时间。

技术不够却赚不到钱，AI医疗这种生意，表面上出现的风景不远。连大公司都扛不动，普通的公司恐怕不行。资本意欲高涨（2020年，对AI医疗领域投资64亿元），但尚未探索成熟商业化的道路。

为什么会发生这样的问题呢？不仅行业特性的限制和发展程度还不成熟，行业中也有着急功近利的倾向。

几个产品刚开发出来，一些AI医疗公司就赶紧送到医院。对于互联网的思考来说，这是希望尽可能多地占领市场，在未来的竞争和商业化过程中占有优势。但是，这种“求速”的特质与医疗本身的“严格、准确、坦率”的天然属性发生了冲突。无论何种热诚的资本游戏进入医疗行业，都必须遵守正确、高效、成本优势的规则。否则从医院得不到更多的利益。

从现在的状况来看，也有想用AI医疗制作噱头的公司。还有一些公司想认真做AI医疗。但是，即使是“巨无霸企业”，也不一定能忍受这种烧钱的方法。

AI医疗这个蛋糕不能那么简单地吃。我几乎没有赚钱的希望。在人工智能领域，独角兽的时代已经接近尾声。人工智能的2.0时代临近了。如何将AI产品应用于各个行业是很重要的。

三、AI医疗的前途是光明的，荆棘丛生。必须继续摸索。

整体来看，AI医疗进入了后半期。放在员工面前的挑战很多。我想用这个套餐把勺子分开。然后为了推进医疗行业发挥实际作用。可能要找更多的路线。

现在的AI医疗行业大致有两种模式。

一个是三巨头和独角兽的“优势互补”，例如去年9月，GE发布了CentricityOpenpACSAI的智能影像平台。很多创业公司参加，形成了完全的生态圈。

另一个是，小制造商在细化的领域确立独自的品牌优势，在AI医疗课程中不被淘汰的芯片。

但是，这是一个自动摸索的模式，没有经过充分的市场验证。

不能否认AI医疗是“康庄大道”。但是，前进的道路上荆棘丛生，仍需要各方面的努力，可以推动AI医疗行业的进一步发展。落在文/东方

« 淘宝618预售产品，不想预售的定金可以退吗？ | 如果你是一个想赚钱的手艺人，你应该记住番茄孵化器，它教你这些技术 »