酷应用

移动医疗的下半场是AI+医疗

百家作者：全球大数据峰会 2017-10-30 13:13:13

从2015年开始到2016年，可以说是移动医疗的一场寒冬，无数公司倒在了从A轮融资走向B轮的路上。甚至在今日，创业者生怕自己与移动医疗这一曾经红极一时的热点词扯上关系，更多的，他们选择以“数字医疗”作为自己的标签。

技术含量不高导致创业同质化，对医疗工作流程特殊性的错误理解以及来自监管层面的约束，是这场移动医疗战役以失败告终的主要原因。

如何在移动医疗的下半场“AI+医疗”中走出一条血路是越来越多创业者心中的难题，有技术，有对医疗很熟悉的人，但同时也必须考虑到商业模式的残酷性。

应用为主，医疗为辅

懂技术的不懂医疗，懂医疗的忽视技术，是众多移动医疗公司失败的主要原因。原本以为移动医疗会随着这次资本寒冬来临转入缓速发展期。不曾想，在2017年，几乎像是一场足球比赛上下场的转换，AI+医疗强势崛起。这个男的让BAT与资本们共同找到兴奋点的新赛道，截至目前，孕育出超过100家以医疗为重点的AI创业公司。

以技术为主辅助医疗诊断是“AI+医疗”的主要模式，相较于过去移动医疗所侧重的为医生量身打造所需要的技术，“AI+医疗”显然更加接地气，不在一味的吹嘘技术的先进性，转而认清现实，以现在的技术和硬件并不天然满足医疗应用级产品的研发，而只能作为一个辅助性产品，以一定的算法构筑产品让医生和患者达到查漏补缺的效果。

“借助先进的人工智能技术，系统在短时间内处理海量数据，并对病人做出愈加准确的诊断。”这是IBM旗下的AI诊疗系统，人工智能Watson曾经做出的承诺。

然而在过去的这些年里，这个AI医疗界曾经的希望之星，却遭到了无数医生、患者的质疑和嘲讽。

在实验室环境中完美无缺的产品，到了落地与医院合作的时候，却错误百出，甚至闹出笑话是Watson所面对的残酷现实。有合作医院的医生坦言：“过于依赖数据，并且检测结果偏向美国患者和美国医院的治疗方案。”也许可以用三个字可以来形容Watson——“不亲民”。

造成AI医疗落地困难的不仅仅是应用技术的问题，更多是大部分医生及普通人对人工智能医疗应用的误解：机器诊断报告一定需要与某个医生的主观印象高度匹配。

不能把人工智能完全当做一个电子脑医生，其对疾病所作出的判断应该仅作为在一定容差率范围内的参考标准。

数据的处理能力和量级与AI医疗的关系

很多人抱怨、嘲讽Watson时的主要原因是因为IBM坐拥庞大的病患及疾病数据库，但却并没有好好运用其作为判断疾病的标准。

做医疗准端一开始遇到的挑战是如何搜集足够多的数据，接下去是如何在足够多的数据的基础上构建有效的疾病诊断模型。但单纯的以上两点就可以实现AI医疗吗?

很显然，医疗数据于医疗诊断的重要性，就像无人驾驶汽车在道路上的测试。你只有不断的让汽车去实地训练，不断搜集和判断道路数据，才能让无人驾驶汽车越来越聪明，真正做到“无人驾驶”。

同理，人体的复杂性相较于汽车道路测试无异于复杂的多，这也是为什么IBM的数据工程师与医生们耗费了6年却仅仅让Watson学习了7种癌症。在6年学习了7种癌症，但在实际落地时，Watson还是错误百出，这真的是因为IBM的不作为吗?其实不然，IBM所推出的Watson在实验室环境中对于相关癌症的检测准确度十分高。但到了实际合作医院现实测试，却准确率大大降低。

这是因为即使数据足够庞大，数据处理能力足够多，但是AI系统基于数据的调整参数却不能随着疾病的多样性和复杂性而改变，简单来说，就是还不够像人。打个比方来说，Watson在实验室环境中单一检测恶性肿瘤X涉嫌，效果十分好。但当Watson来到医院，由于癌症容易引发许多并发症，多了无数的干扰因素，而Watson对于这些数据之间的联系却并无了解，这也就是为什么Watson的准确率在落地实验时并不理想的原因。

当满足一切，却困在了商业模式的门外

对AI医疗创业公司来说，当有了技术，有了一定量级的数据，但真的到应用落地时却发现，其自身的应用耗费昂贵，其价格压根没有落地的可能，更何论一个商业模式。

换句话说，在进入AI医疗这个巨大的市场前，所有创业者都应该意识到，这个行业在目前并无商业模式，只是一个“资本的无底洞”。

以IBM为例，在2015年，IBM为了使Watson积累更多的疾病数据，其花费了10亿美元收购了医学成像及供应商 Merge Healthcare。

简单的来说，IBM都还在烧钱，普通创业者还想什么盈利不盈利。现在的AI医疗创业者都处于早期，研发与搜集更多的数据是最重要的事情，对于这个行业，所有的人应该怀着谨慎和敬畏的心，持续往前推进。

每一个新行业的发展都有不同的商业模式产生，作为一个创业者，现在的主要矛盾不应该是赚钱，而是把赚钱的前一步走好，把这个事做成了再说，换句话说，先活下去是目前所有创业者的主要目标。

根据《中国科技报》的一份报道，中国科学院院士、上海交通大学Bio-X中心主任贺林在解读《新一代人工智能发展规划》时层直击当前国内AI医疗项目的监管痛点：“目前，国内还木有一款医疗领域的AI产品得到CFDA的批准，相关收费也没有进入医保目录，AI对于国内医疗行业来说仍然是新兴事物，需要与现有医疗模式一起经历磨合期”

虽然关注众多，BAT与众多资本也相继进入，但同样有着商业模式缺乏，资本过度投入等问题的AI医疗是否会和之前的移动医疗一样无疾而终?这也许是目前所有关注这一领域的人士心中的最大疑问。

然而，不管有再多疑问和质疑，不过分承诺，怀着敬畏和谨慎的心朝着目标匍匐前进也许是现在众多AI医疗创业者唯一该做，也是唯一能做的事。

人工智能，这一个已诞生61年的概念，正在互联网和大数据的推动下，深刻改变人们的日常生活。今年，人工智能首次被写入中国政府工作报告，随着智能制造政策环境进一步优化，中国人工智能发展将驶入快车道。以“大数据+人工智能”为主题的G+月度沙龙将于2017年11月17日成都市天府三街腾讯大厦B座15楼举办。由成都市经济和信息化委员会指导，GBDC（全球大数据联盟）主办，太库（成都）全球孵化器协办。