|
在數據、人才和技術(shù)這三座大山的壓制下，AI醫療的發(fā)展并非想象中樂(lè )觀(guān)，其盈利還是存在問(wèn)題。與人工智能醫療相關(guān)的公司要想在A(yíng)I醫療上實(shí)現盈利，必然要攻破數據、人才和技術(shù)三大難題，才有可能使更多的AI醫療產(chǎn)品實(shí)現真正的落地，從而解決AI醫療難盈利的問(wèn)題。 近年來(lái)，AI驚動(dòng)了各個(gè)領(lǐng)域，成為一種新的趨勢，而且AI的東風(fēng)早已吹到了醫療領(lǐng)域。 如今，AI醫療賽道上玩家眾多，很多互聯(lián)網(wǎng)巨頭早已紛紛布局了AI醫療。譬如，騰訊推出了AI醫療產(chǎn)品“騰訊覓影”；阿里健康與萬(wàn)里云聯(lián)合推出了醫療AI產(chǎn)品“Doctor You”；科大訊飛推出了“三品一臺”——智醫助理、影像輔助診斷系統、語(yǔ)音電子病歷產(chǎn)品以及人工智能輔助診療平臺。 那現在為何有如此多的AI醫療產(chǎn)品涌現在人們眼前呢？而這都要源于優(yōu)質(zhì)醫療資源的供需不平衡和人口老齡化，以及醫生培養的周期長(cháng)、誤診率高等這些因素，才引發(fā)了AI風(fēng)吹向醫療。雖然AI醫療風(fēng)頭正勁，但是極少有AI醫療產(chǎn)品能夠實(shí)現真正的落地。就目前來(lái)看，AI醫療仍然存在諸多需要突破的壁壘。 一、AI醫療的關(guān)隘：數據難題 醫療健康作為關(guān)乎民生的事業(yè)，其數據的重要性不言而喻。 根據IDC Digital的預測，截至2020年醫療數據量將達到40萬(wàn)億GB，是2010年的30倍。但是，即使醫療數據量巨大，而其中80%左右的數據都是非結構化，這樣也發(fā)揮不了“大數據”的價(jià)值。以下，筆者主要從兩個(gè)方面來(lái)解釋為什么數據量大不能轉化成大數據的這一情況。 一方面，數字化醫療數據難以獲取。目前國家乃至全世界都推行使用電子病例，目的就是將醫療數據信息化、結構化，以便于智能醫療的發(fā)展。然而中國大部分患者的數字化病例資料都是不完全的，這就對醫療數據的數字化整合帶來(lái)一定的難度，那么企業(yè)獲取優(yōu)質(zhì)醫療數據的難度也隨之增加。據搜狐網(wǎng)報道，在大醫院，滿(mǎn)足要求的病例數據可能只有10%～20%，而在次級醫院，這個(gè)比例僅僅只有1%。 而目前，很多AI醫療公司正處于通過(guò)醫院“科研合作”免費試用的方式來(lái)獲取有限的、優(yōu)質(zhì)的數據階段。譬如，科大訊飛智慧醫療事業(yè)部總經(jīng)理陶曉東曾表示科大訊飛跟醫院合作，這才使得它旗下的AI醫療產(chǎn)品能夠獲取一手的醫療數據。這也就說(shuō)明，企業(yè)獲取優(yōu)質(zhì)醫療數據的渠道也是有限的。 另一方面，醫療數據的錄入欠缺標準。不同的醫療機構或者企業(yè)，它們的數據錄入標準是不一樣的，而單個(gè)醫療機構或者企業(yè)積累的數據難以訓練出有效的深度學(xué)習模型。因此，在不同醫療機構或者企業(yè)合作時(shí)，容易因標準不一導致優(yōu)質(zhì)的醫療數據丟失。 據羿戓信息所了解，，廣州金域醫學(xué)檢驗集團股份有限公司首席科學(xué)官于世輝曾說(shuō)，人工智能做膜性腎病的研究學(xué)習需要陽(yáng)性標本一萬(wàn)多例，而廣東一家著(zhù)名的醫科大學(xué)專(zhuān)業(yè)團隊積累多年才有兩千多份標本，金域醫學(xué)雖有兩萬(wàn)多份標本，但想要合作就要把每一個(gè)標本重新標注，讓機器在同樣一個(gè)疾病分類(lèi)標準下深度學(xué)習。而我國有很多腎臟病分類(lèi)體系，標準不統一會(huì )導致大量?jì)?yōu)質(zhì)數據無(wú)法為醫療人工智能的發(fā)展服務(wù)。 可以說(shuō)，AI醫療是基于大數據來(lái)發(fā)展的，而其要想為醫生輔助診斷疾病提供最好的支持，首先必須要解決數據的難題。 二、AI醫療的發(fā)展亟需復合型人才 據光明網(wǎng)報道，根據業(yè)內統計，目前我國人工智能行業(yè)的從業(yè)人員不足5萬(wàn)人，每年通過(guò)高校培養出來(lái)的技術(shù)人員也不足2000人，而在人工智能行業(yè)從業(yè)者中，我國擁有10年以上工作經(jīng)驗的人才占比不到25%。 而且，據動(dòng)脈網(wǎng)統計發(fā)現，在47名醫療人工智能創(chuàng )業(yè)公司的CTO或者首席科學(xué)家中，與醫學(xué)專(zhuān)業(yè)相關(guān)的人才僅有7人，占比14.9%�？梢砸�(jiàn)得，在人工智能人才短缺的大背景下，醫療人工智能的復合型人才更是短缺。 據了解，醫渡云是一家以數據智能驅動(dòng)醫療創(chuàng )新解決方案的醫療人工智能技術(shù)公司。筆者在醫渡云的官網(wǎng)上了解到其團隊構成，其中，大數據醫學(xué)團隊都是來(lái)自于全球領(lǐng)先醫院的臨床專(zhuān)家，而既懂醫療又懂技術(shù)的復合型人才還是比較少的。 而且據搜狐報道，匯醫慧影創(chuàng )始人&CEO柴象飛曾表示，醫學(xué)影像是一個(gè)非常交叉化和跨學(xué)科的東西，原來(lái)很多這個(gè)行業(yè)的人都離開(kāi)了，但或許因人工智能大潮的推動(dòng)，這批人又回來(lái)了，而且還有不少外行人加入其中。這么看來(lái)，雖然AI吸引了很多技術(shù)人員，但其中大多數技術(shù)人員并不一定懂醫療。 其實(shí)，在A(yíng)I醫療的研發(fā)中具備醫學(xué)和AI的復合型人才是越多越好，這樣就有可能縮短了不同領(lǐng)域專(zhuān)業(yè)人才之間的磨合時(shí)間。因為不同領(lǐng)域的人才之間的交流還是會(huì )存在比較大的困難，都知道，一個(gè)領(lǐng)域的專(zhuān)業(yè)人才去了解另外一個(gè)自己不熟悉的領(lǐng)域，這之間的難處是顯而易見(jiàn)的。因此，復合型人才的重要性也就凸顯出來(lái)了，如果讓越多具備醫學(xué)知識和AI知識的復合型人才加入，必然對AI醫療的發(fā)展起到事半功倍的效果。 三、AI醫療的技術(shù)這一大基石尚待鞏固 從技術(shù)的角度來(lái)說(shuō)，目前AI醫療的醫療還處于弱人工醫療的階段。雖然AI醫療的應用場(chǎng)景很廣泛，比如虛擬助理、藥物研發(fā)、健康管理、醫療影像輔助診斷等，但是真正落地、符合醫院使用場(chǎng)景的產(chǎn)品還是比較少，因此，相關(guān)技術(shù)和產(chǎn)品的研發(fā)還有待進(jìn)一步提升。 據了解，云知聲導診機器人一般都放在門(mén)診大廳，其通過(guò)智能語(yǔ)音以及自然語(yǔ)言理解技術(shù)，可以模擬醫生的問(wèn)診過(guò)程，完成病史的采集工作，從而提高醫生的診療效率、減少誤診的概率。但在交互過(guò)程中，云知聲導診機器人還是存在方言的識別、使用場(chǎng)景嘈雜、需求指令不明確等問(wèn)題。 而據億歐網(wǎng)報道，云知聲通過(guò)改進(jìn)多MIC陣列、自主芯片降噪等技術(shù)來(lái)提高了用戶(hù)的語(yǔ)音體驗，同時(shí)，針對部分患者不習慣語(yǔ)音交互的問(wèn)題，云知聲也在擴大觸控交互的適用范圍，以擺脫對語(yǔ)音的依賴(lài)來(lái)提高適應性和用戶(hù)的體驗感。 雖然云知聲針對這些問(wèn)題在技術(shù)上做了完善，但是仍不一定能完全翻譯出正確的意思，在語(yǔ)義理解上有時(shí)候可能仍存在歧義，甚至有時(shí)候答非所問(wèn)。換句話(huà)說(shuō)，自然語(yǔ)言理解技術(shù)目前還是處于初級階段，也只能解決一些效率問(wèn)題，還不足以對醫療問(wèn)診進(jìn)行全面的解析。 云天使基金副總裁張舒峣曾表示，醫療作為一個(gè)較為特殊的傳統行業(yè)，對新技術(shù)相對保守，這也導致了AI醫療很難取得爆發(fā)式的進(jìn)展。而且目前，智能語(yǔ)言服務(wù)也偏娛樂(lè )屬性，在醫院場(chǎng)景并不適用。 其實(shí)，不管是導診機器人還是AI醫療影像、外科手術(shù)機器人，都有落地難題。因為醫學(xué)算是一個(gè)比較前沿的行業(yè)，隨時(shí)都有可能碰到疑難雜癥，對此就會(huì )出現新的數據，那么AI醫療產(chǎn)品的數據算法就要不斷的更新，而數據算法的技術(shù)難度也會(huì )隨之增大。但目前大多數公司在多學(xué)科聯(lián)合診斷算法上還存在技術(shù)瓶頸，而技術(shù)力量的欠缺就會(huì )限制AI醫療的進(jìn)一步發(fā)展。 總之，醫學(xué)領(lǐng)域維度多、門(mén)檻高，人工智能突破的難度還是比較大。 三座大山壓制下，AI醫療難盈利？ 在數據、人才和技術(shù)這三座大山的壓制下，AI醫療的發(fā)展并非想象中樂(lè )觀(guān)，其盈利還是存在問(wèn)題。據《2018中國人工智能商業(yè)落地研究報告》顯示，2017年，在整個(gè)產(chǎn)業(yè)鏈上，90%以上的AI企業(yè)依然處于虧損階段，絕大多數企業(yè)年營(yíng)業(yè)收入不足兩億。那么對于醫療這個(gè)重垂直化領(lǐng)域來(lái)說(shuō)，大多數的AI醫療企業(yè)也是屬于虧損階段。 畢竟，AI醫療的盈利狀況與AI醫療產(chǎn)品的落地情況有著(zhù)很大的關(guān)系。據億歐網(wǎng)了解到，人們對疾病預測的AI產(chǎn)品需求指數是比較大的，而這方面的落地指數卻很��；在醫療影像上面的需求一般，但是其落地指數卻處于比較大的值。 這就意味著(zhù)，需求指數不能很好地與落地指數成線(xiàn)性關(guān)系，換句話(huà)說(shuō)，AI醫療產(chǎn)品并不能很好的滿(mǎn)足人們的需求，這就容易導致人們不愿為AI醫療產(chǎn)品買(mǎi)單，因此，AI醫療的盈利就比較低，甚至可能不盈利。 況且，目前大多數AI醫療產(chǎn)品都在醫院處于試用階段，因此，它們在醫院里僅僅充當醫生常規檢查過(guò)程以外的一個(gè)拾遺補漏的工具，并沒(méi)有達到其早先的定位。照這么看，AI醫療產(chǎn)品依舊還未完全獲得醫生的信任，那么AI醫療產(chǎn)品短時(shí)間內很難在市場(chǎng)上被全面推廣使用就不難理解了。 據了解，科大訊飛、云知聲等AI企業(yè)在A(yíng)I醫療業(yè)務(wù)上至今為止都未實(shí)現盈利，按理說(shuō)，人工智能醫療市場(chǎng)的規模會(huì )因此而縮小，但目前的狀況卻是人工智能醫療市場(chǎng)規模在不斷地增大。 前瞻產(chǎn)業(yè)研究院發(fā)布的《2018—2023年中國人工智能行業(yè)市場(chǎng)前瞻與投資戰略規劃分析報告》顯示，2016年中國醫療人工智能的市場(chǎng)規模就已達96.61億元，2018年有望達到200億元，預計到2020年我國健康醫療大數據行業(yè)市場(chǎng)規模將突破800億元。 這么看來(lái)，投資方非常注重AI醫療的發(fā)展，而我國在人工智能醫療方面仍是蹣跚學(xué)步的嬰兒，絕大多數的產(chǎn)品都還沒(méi)到商業(yè)化階段。其實(shí)，要想讓我國的AI醫療成長(cháng)，就需要更多的產(chǎn)品能夠實(shí)現真正的落地，并且大規模的適用于醫院場(chǎng)景，只有這樣，AI醫療產(chǎn)品才會(huì )慢慢走向商業(yè)化，實(shí)現盈利。 而在A(yíng)I醫療產(chǎn)品實(shí)現落地這一過(guò)程的探索中，就需要使用大量的資金。因此，AI醫療市場(chǎng)規模越來(lái)越大，但要完全實(shí)現AI醫療產(chǎn)品商業(yè)化還需要好長(cháng)一段時(shí)間。 綜合來(lái)看，對于掌握人工智能技術(shù)的計算機專(zhuān)家和技術(shù)的公司來(lái)說(shuō)，AI醫療相當于給它們打了一針興奮劑，而就AI醫療的盈利來(lái)看，表現出來(lái)的情況并不理想，畢竟真正實(shí)現落地的產(chǎn)品相當少。 總之，與人工智能醫療相關(guān)的公司要想在A(yíng)I醫療上實(shí)現盈利，必然要攻破數據、人才和技術(shù)三大難題，才有可能使更多的AI醫療產(chǎn)品實(shí)現真正的落地，從而解決AI醫療難盈利的問(wèn)題。但以目前的AI醫療發(fā)展狀況來(lái)說(shuō)，企業(yè)何時(shí)才能達到這一目標呢？ 
|
