AI医疗的红与蓝
2020-05-26苏咚舫
苏咚舫
越来越多的“硬科技”成果正走出实验室被广泛应用,比如以互联网与人工智能技术对智慧医疗领域进行加持,以帮助医生对疾病进行实时、精准、高效的分析和诊断,并极大助力药物研发。AI医疗是近年来的业界热词,但相对而言,影像诊断方面趋于红海,竞争激烈,药物研发方面相对蓝海,因受限因素较多而稍显滞后。
消弭距离的诊疗世界
广义上说,人工智能在医疗领域的应用主要表现在智能诊断、智能影像识别、智能健康管理、智能医药研发和医疗机器人等方面。早在上世纪70年代,人工智能专家系统就已经参与到疾病的诊疗中,并随技术的不断发展而持续拓深。2014年AI医疗的实质化进展加速,于诊疗、影像方向成效渐显,在辅助诊疗、影像分析、语音录入、病历质控等方面不断有优质应用落地推行。“健康中国2030”指出,要通过慢病防控、精准医学、智慧医疗等关键技术的突破增强重大疾病防治和健康产业发展的科技支撑能力,AI医疗于其中承担了重要任务和使命。
刚刚举办的第十二届健康中国论坛新设“十大AI医疗创新项目”,其评选标准意图明确,“产品技术应用领先,具有较高的独创性与领先性,在相关领域具有较强的示范效应;能有效解决相关领域目前存在的突出问题,有较强的解决行业痛点的能力,在相关疾病识别准确程度接近或超越目前临床平均水平,对行业发展有突破性作用,医疗应用前景广阔;应用数量、案例、病例在相关领域处在领先地位,受益人群数量在相关领域处于前列,产生广泛的社会影响、社会好评”。比如获奖项目之一,科大讯飞的语音电子病历输入系统可协助医生进行病历同步录入工作,医生问诊完毕,病历录入亦完成,其“智医助理”可辅诊疾病900多种,符合率超过90%,按科大讯飞智慧医疗事业部总裁陶晓东的说法,“科大智慧医疗的产品如今已实现诊前、诊中、诊后的全流程覆盖,方便医生和患者,增加双方在诊疗过程中的舒适感。”“要让60分的医生能够去完成80分的事情,让现有的医生团队加上AI辅助的技术,去服务更多的群体。”
而纵览本届获奖项目,不乏腾讯、百度、科大讯飞等头部企业的身影,巨头们于智慧医疗领域的深度挖掘显然还有继续加码之势。腾讯获批承建医疗影像国家新一代人工智能开放创新平台,其多项疾病筛查技术已经达到较高精确度;百度致力于打造包括智能诊断、医疗影像、智能导诊、辅助决策等覆盖医疗全流程的产品阵列;阿里ET医疗大脑2.0包含临床、科研教学、未来城市医疗等功能,阿里巴巴达摩院正研发业内首个涵盖所有科室知识的医疗领域知识图谱,计划推出业内首个掌握全域医疗知识的通才型AI医生。
红海潜行,蓝海拓掘
据IDC统计数据,到2025年人工智能应用市场总值将达1270亿美元,其中医疗行业将占市场规模的五分之一。据埃森哲的评估报告,机器人辅助手术(400亿美元)、虚拟护理助理(200亿美元)和管理工作流程协助(180亿美元)是潜在年收益最高的三个细分领域。
医疗是AI相关企业成立数量最多、获投金额最高的应用领域。不过,AI医疗的市场验证之路并不顺畅,产品的研发方向及资本的流向也有偏颇。在普遍聚焦的病情诊断、治疗康复和药物研发三个领域,融资数量最多的是病情诊断领域,其中医学影像辅助诊断占比高达80%,是名副其实的红海,赛道拥挤非常,AI医学影像已成中国人工智能与医疗结合最成熟的领域;治疗康复方面不愠不火,药物研发方面则受限最多、占比最小。实际上,在全球医疗AI市场中,第一大细分市场正是药物挖掘,蓝海之说名副其实。“强者恒强”的法则在AI医疗这个新兴领域也并未完全通行,国外的IBM、谷歌,国内的BAT等巨头虽有积极布局,但仍有大量初创企业充分发挥自身特点,在各个细分领域占据了不小的市场份额。
有企业将AI医疗的应用方向定位为基层,冀望提升基层的医疗能力,而有不少业界人士呼吁,AI医疗的首选应用场景应是大医院,其理由鲜明,“大医院数据量大,有利于产品优化;大医院的医生能力强,能夠更好掌握新技术;大医院支付能力强,能为新技术买单。”然而,虽然医院是医疗数据的最大产生机构,但将各医院的医疗数据进行共享说易行难,涉及医院财产及患者隐私的问题,高质量数据的整理和链接并非易事。数据显示,2018年时即有上千家三甲医院引入AI医疗产品,但同质化、赢利模式不清晰的行业痛点一直存在。
用人工智能改变甚至颠覆传统医疗健康行业的愿景可谓美好,若要实现着实不易。医学上的任何重大进步都必须建立在科学证据和同行评议的基础上,AI在医学实践中的应用程度与范围始终存在争议,AI和机器学习如何大规模的、更具深度的为患者提供价值,医疗领域内部的意见并未达成一致。AI赋能医疗不只是技术上的问题,一项“患者对人工智能医疗的认知及信任度”调查显示,患者对人工智能应用于临床医疗的接受度与信任度依次为医疗后勤环节、医疗辅助环节,手术等医疗核心环节位列最末,人工智能的角色尚未被充分接受。医疗毕竟是一个专业性极强并依靠大量数据分析和专家经验的行业,在医患关系紧张的当下,之于AI医疗如何取得患者的信任,专家给出的相关建议是,“健全技术标准与法规体系,制定相应的责任处理规则,先明确医生、医院、供应商等责任归属原则与风险,再进行全面的市场化商业应用。”