|
AI在各個(gè)領(lǐng)域的應用不斷被開(kāi)發(fā)。未來(lái)AI應用在醫療行業(yè)將逐漸普及。從百度醫療大腦到阿里ET醫療大腦，AI與醫療的結合日益緊密，未來(lái)趨于融合發(fā)展。那么AI+醫療會(huì )是一個(gè)新的投資方向嗎? 風(fēng)險猶存，醫療AI使用受限 目前已出現的AI在醫療產(chǎn)業(yè)的應用產(chǎn)品有很多，例如可吞咽的迷你智能體溫計、手術(shù)機器人、可穿戴設備等。艾媒咨詢(xún)分析師劉杰豪告訴《經(jīng)濟》記者，已投入使用的主要有5個(gè)領(lǐng)域的人工智能醫療產(chǎn)品，即醫療機器人、智能藥物研發(fā)、智能診療、智能影像識別和智能健康管理。 劉杰豪認為，智能醫療未來(lái)市場(chǎng)前景良好�！癆I最大的優(yōu)勢是高效的計算和精準的分析與決策，能夠大幅提升工作效率、釋放醫療生產(chǎn)力，直擊醫療行業(yè)資源缺乏、成本高等醫療行業(yè)痛點(diǎn)�！� 但就目前來(lái)說(shuō)，大多數醫療AI的應用都是在樹(shù)一個(gè)概念或者建立一些數據庫和算法模型。而在這樣一個(gè)比較早期的階段，易觀(guān)醫療健康分析師張怡丹認為，AI在醫療方面的應用可以分三方面。 一方面是藥物研發(fā)，從化合物中篩選出具有活性同時(shí)可以安全地去做臨床實(shí)驗的這個(gè)過(guò)程可能比較繁瑣，需要很多人力成本，AI能節省當中的人工的成本; 第二方面是醫生的診療輔助，由于醫生資源不足，AI可以提高醫生診療的效率，例如幫助醫生CT讀片識別出哪張有病灶，包括在診斷過(guò)程中，去模擬醫生診斷思維的過(guò)程; 第三方面就是基因特性，從數字分析到應用，在不確定某藥物到人體上的具體反應時(shí)，AI可以進(jìn)行模擬。 由于產(chǎn)品的成熟度和技術(shù)風(fēng)險，很多研發(fā)的醫療AI產(chǎn)品應用并不能大規模投入使用，在使用過(guò)程中也比較受限。 清華大學(xué)醫院管理研究院研究員曹健告訴《經(jīng)濟》記者，現有的醫療收費體系和相關(guān)法律也需要完善相關(guān)的配套政策才行，“長(cháng)遠來(lái)看，醫療AI會(huì )是一個(gè)非常好的輔助工具”。 劉杰豪也表示，在技術(shù)尚未十分成熟的時(shí)期，醫療AI產(chǎn)品的主要作用是開(kāi)展輔助性的活動(dòng)以提升效率，大規模的取代時(shí)代尚未到來(lái)，但未來(lái)隨著(zhù)技術(shù)的進(jìn)步，大規模投入使用存在可能。 醫療AI產(chǎn)品初步投入：有安全隱患 盡管一些醫療AI產(chǎn)品已經(jīng)初步投入使用，但很多人還是會(huì )對醫療AI產(chǎn)品的安全性表示擔心，人工智能在醫療領(lǐng)域的應用似乎還存在一些安全隱患。 對此，劉杰豪稱(chēng)，醫療行業(yè)本質(zhì)上是以人為中心的服務(wù)，患者個(gè)體體質(zhì)的獨特性以及病癥的多樣性要求醫生對每個(gè)病人有高度個(gè)性化的醫療方案，而人工智能目前只能針對某一類(lèi)病癥作出判斷和治療。 2017年上半年，網(wǎng)絡(luò )安全事件頻發(fā)，醫療、教育等行業(yè)均遭受不同程度的損失，網(wǎng)絡(luò )病毒、漏洞等一旦進(jìn)入患者信息醫療系統將對其治療方案造成巨大影響�！按送�，機械深度學(xué)習過(guò)程中還存在被欺騙的可能，不準確的治療方案會(huì )危害患者安全�！眲⒔芎辣硎�。 另外，曹健認為還有醫療事故安全性和準入制的問(wèn)題。如手術(shù)機器人，用它做手術(shù)精確度會(huì )更高，它也是相對比較成熟的產(chǎn)品，但并不存在百分百的準確度，在臨床使用過(guò)程中還需要醫生操縱，如果出現醫療事故是誰(shuí)承擔責任?而且，手術(shù)機器人到底算不算醫療器械?如果只是從科研的角度做手術(shù)，是無(wú)法收費的，而它的高額收費與過(guò)度醫療很容易掛鉤。 發(fā)展醫療AI需打通數據壁壘 除了這些安全隱患，發(fā)展智能醫療是離不開(kāi)大量數據的，而國內發(fā)展智能醫療是很困難的，因為國內的數據體系，包括醫療數據、醫院就診數據和患者的個(gè)人數據等是沒(méi)有打通的。張怡丹告訴《經(jīng)濟》記者，現在最大的壁壘不是患者的信任問(wèn)題，而是最寶貴的數據大家都拿不到，只能靠一些比較灰色的方式，比如和某醫院或醫生的關(guān)系特別好，可能通過(guò)賣(mài)或者合作的形式把數據給廠(chǎng)商，需要一家家去打通數據。 如果數據壁壘不能打通，那測出來(lái)的數據就準不了，醫療服務(wù)也就準不了，更不會(huì )到后面使用中的安全性這一步�！拔以�(tīng)一位做AI的廠(chǎng)商說(shuō)過(guò)，現在A(yíng)I在醫療方面的應用不應該是在癌癥或手術(shù)這種非常高精尖或頻次不是很高的地方，AI應該在高頻次或多數據的地方，比如在基層，一位醫生如果每天看50個(gè)病人，都是感冒這種小病，在這種場(chǎng)景下每天就會(huì )積累大量數據，然后又可以運用到最需要人力的地方�！睆堚と缡钦f(shuō)。 醫療AI市場(chǎng)能否做大 對于醫療AI，有人認為正蓬勃發(fā)展，也有人認為這是一場(chǎng)“虛火”。那么，醫療AI到底靠不靠譜，這個(gè)市場(chǎng)能做大做強嗎? IBM、谷歌等大公司已率先發(fā)布人工智能醫療戰略，偏重人工智能底層構建;小公司則偏重場(chǎng)景應用，全球近100家AI+醫療公司活躍于洞察與風(fēng)險管理、醫學(xué)影像及診斷、藥物挖掘、風(fēng)險管理、虛擬助理、健康研究等11個(gè)具體場(chǎng)景。 人工智能醫療產(chǎn)業(yè)鏈逐步走向成熟，從底層技術(shù)到應用層面不斷發(fā)展。劉杰豪表示，中國人工智能醫療產(chǎn)業(yè)雛形已基本形成，在計算能力、通用技術(shù)和算法等底層均聚集一批公司。并且，今年6月《關(guān)于促進(jìn)和規范健康醫療大數據應用發(fā)展的指導意見(jiàn)》的出臺使人工智能醫療產(chǎn)業(yè)有了政策的支持，產(chǎn)業(yè)發(fā)展將進(jìn)一步加快。 張怡丹也認為，智能醫療是有它的價(jià)值的，例如CT讀片，此外，一直做語(yǔ)音識別的科大訊飛也在給醫生做口頭錄入病例的事情，“大家雖然都在不同的賽道上跑，但都是看好這個(gè)市場(chǎng)的，市場(chǎng)本身都有自己的痛點(diǎn)，也都有機會(huì )在里面”。 當然，醫學(xué)并不僅僅是簡(jiǎn)單的治療問(wèn)題，還是一個(gè)人文關(guān)懷的問(wèn)題，這方面機器是沒(méi)有辦法做到的。因此，曹健認為，未來(lái)智能醫療的趨勢是作為一種技術(shù)手段投入使用，對醫生來(lái)說(shuō)，這個(gè)助手可以提高效率和準確性，降低自己的勞動(dòng)強度;對患者來(lái)說(shuō)，能夠享受到更好的醫療技術(shù)。 未來(lái)各行業(yè)都將朝著(zhù)智能化、多功能化這個(gè)方向發(fā)展，目前來(lái)看，智能醫療市場(chǎng)能發(fā)展到什么樣的程度還不好說(shuō)，但智能醫療肯定是一個(gè)趨勢，在華成云看來(lái)，醫療領(lǐng)域是一個(gè)很?chē)乐數氖袌?chǎng)，“人工智能在替代人工的過(guò)程中主要考慮的還是醫療服務(wù)領(lǐng)域”。 醫療服務(wù)的投資是一個(gè)極其依賴(lài)機制取向的行業(yè)，劉杰豪對記者解釋道，因為資本的逐利性和醫療服務(wù)的公益屬性存在天然的沖突，那這就使得在建立醫療服務(wù)的投資模型時(shí)，我們需要設定不同于其他細分領(lǐng)域的分析框架，引入其他全新的變量，“但是這一特性并沒(méi)有在醫療服務(wù)投資領(lǐng)域引起過(guò)多的重視”。 艾瑞咨詢(xún)分析師秦澤西還告訴《經(jīng)濟》記者，投資者在投資企業(yè)的過(guò)程中需要注意兩個(gè)問(wèn)題，一方面需要看這個(gè)企業(yè)進(jìn)入市場(chǎng)的切入點(diǎn)是什么，也就是說(shuō)這個(gè)公司提供的產(chǎn)品是什么，和用戶(hù)的匹配程度如何，哪些服務(wù)是用戶(hù)需要的，是真正切中了用戶(hù)的痛點(diǎn)等，這些都需要投資人去進(jìn)行甄別;另一方面，需要考慮的是企業(yè)收入來(lái)源是什么，它的支付方是誰(shuí)，“考慮到這兩個(gè)問(wèn)題基本上就可以判斷企業(yè)是不是值得投資，是不是有一定的風(fēng)險”。 |
