为什么说医疗AI的突破,可能首先来自大公司!

作者Dr.2,MediCool医库董事长     

       

时下如果要问医疗圈最火热的领域是什么,十个人会有八个人告诉你,人工智能,就是AI!数以百计的创业团队涌入这个领域,从各个细分领域开拓,同时大公司们也在第一时间就集体出现了!

对于BAT这种体量的公司来说,只要决定进入一个行业,或自建或合作或投资,就会用技术+资本快速攻城略地。

以阿里为例,纵观其在医疗的布局,发现他们就是要打造一个覆盖药品、医院、医生、第三方检验机构、医疗保险、健康管理和患者的完整生态。其互联网医疗布局以支付宝、天猫医药为框架,阿里健康为重要载体,阿里系基金(包括云峰基金)为开路先锋,合纵连横。以移动支付和流程再造为核心,在医院端重点搭建支付宝未来医院。在健康管理和智能设备领域大刀阔斧与多家上市医疗医药公司合作。

医药O2O领域以天猫医药馆、阿里健康APP为核心,结合慢病管理和医患沟通,希望打造完整闭环。继几大健康板块有所突破之后,阿里再次向医疗健康行业进军。这一次,它选择的是医疗人工智能。

而我认为医疗AI的突破性应用,可能首先来自大公司,大批的中小创业公司很可能需要在大平台成熟后,才会迎来更大的机会。其原因是综合性的,我们先看下阿里医疗AI的进展。

其实这两年人工智能在各领域都发展得热火朝天,而今年3月,阿里云在云栖大会·深圳峰会发布了ET医疗大脑,宣布正式进入医疗AI领域。经过一年多的研究训练,他们认为其自主开发的人工智能ET,“可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域承担医生助手的角色”。

根据现场发布的信息,ET医疗大脑的研发大量采用深度学习技术,通过海量的数据作为示例来训练机器完成特定任务,比如通过学习病例数据,分析对比循证资料,提升医术。由于可以24小时不睡觉,同时处理成千上万项任务,ET的学习进步速度大大超过人类。

如果人工智能只是可以提高医生部分工作效率的话,那还是初级阶段,当深度学习的算法配合图像识别,就可以大大提高结果的准确度,甚至超过人类医生。浙江大学附属第一医院就利用ET实现了甲状腺B超的快速分析。借助计算机视觉技术,这套算法可以对甲状腺B超快速扫描分析,圈出结节区域,并给出良性与恶性的判断,大大节省了医生的诊断时间。一般来说,人类医生的准确率为60%-70%,而目前算法的准确率已经达到85%。

同样在肺癌筛查领域,准确发现结节也是诊断的第一步。据介绍,一位经过严格训练,有着多年临床经验的医生,诊断一个病例平均需要查看200张以上的CT扫描图片,诊断时间在20分钟以上。而计算机结节检测系统通过学习大量有经验医师标注的样本,就能在短时间内快速提升诊断能力,辅助基层医疗机构的医生减少误诊。

那么,这样的人工智能真实的效果如何,在今年7月1日,国际权威肺结节检测大赛LUNA16上,阿里云的ET医疗大脑充分展示了其优秀成果,获得冠军并创造了记录。大赛要求对888份肺部CT样本进行分析,寻找其中的肺结节。样本共包含1186个肺结节,75%以上为小于10mm的小结节。最终,ET在7个不同误报率下发现的肺结节平均召回率达到89.7%,超出第二名0.2%。

基因测序时间和测序成本一直在基因检测领域两大关注焦点。近年来,随着测序技术的成熟, 看谁算得快,谁算得准,谁算得好,谁的成本更低成为基因行业比拼的“战场”。而随着未来数据爆炸,采集和处理数据的极速增长,如何解决海量数据的计算问题成了摆在基因行业面前的一道难题。

华大基因、阿里云和安徽医科大学曾共同宣布,在21小时47分12秒内完成了1000例人类全外显子组数据的分析。而在40年前,人类若想对埃希氏大肠杆菌进行全基因组测序,需要1000年的时间。因此ET医疗大脑的应用领域中,其中一项是利用算法模型寻找疾病同基因突变的关系,比如对大量肺腺癌病例的DNA序列进行分析,寻找致病的关键基因突变。

其实在ET医疗大脑之前,阿里云就已经开始在医药领域进行探索。比如某新药研发中,上海华山医院借助了阿里云的计算能力,用数字化模型代替部分临床实验,以及模拟小白鼠的活体实验,用于加快特效药研发。还有些新的进展也在不断探索中,综合来说,医疗AI的成功落地还是会先由大公司主导,原因有以下几点:

1,首先医疗AI不同于其他细分行业,比如医生社区,医患沟通和患者健康教育等领域,用户不需要千篇一律的标准回答,有更多个性化需求,多样性需求可以让创业企业和巨头处在同一起跑线,甚至更灵活,成本更低。

但在医疗AI的具体应用场景中,只要某种技术出现一种碾压性的优势,就会全面覆盖,因为技术实施的边际成本趋向于零,很难构建地域和细分领域“护城河”,换句话说,有最好的,很可能就不需要第二第三好的技术了,也无法用价格差构建梯度。

2,很多小公司宣称编制出了一些算法,但其实纵观医疗AI领域,最重要的可能并非算法,而是获得大量可靠的连续型医疗资源的能力,那么从资源上来说,小公司即使在局部领域可以拓展一下,比如获得几个医院的支持,再跟一些比较牛的教授合作,这也是常规标准套路。

但是在医学各细分领域中,巨头的全面优势可能是无法比拟的,甚至可以省为单位攻城略地,以治疗领域为中心全面渗透。并且,一个个创业项目理论上是想从很多具体领域切入,然后横向纵向拓展,其实异常艰难,而巨头们好像随意下围棋一样,东布一子,西落一块,一开始不感觉,几年后很多项目就会出现协同优势,全面挤压。

3,医疗AI领域构建商业模式异常艰难,支付方和收费场景很不成熟,那么对小公司来说,很难熬过冰川期,即使后面可以局部拓展一部分市场的时候,技术成熟的巨头们真的可以用全免费的方式反向覆盖,因为同前所述,AI使用的边际成本趋向于零。所以不同于在很多医疗细分领域,小公司甚至更有优势,只要跑通商业模式后,其成本更低,决策更灵活,提供更个性化的服务。

相对来说,还是更看好BAT包括平安在医疗AI领域的布局,因为AI的竞争其实是全世界范围的竞争,而不是一城一地的得失,如果被国外巨头率先压制我们,就会重蹈之前很多领域的覆辙,只能沦为别人的市场,或者赚点边角料而沾沾自喜。

相比之下,阿里的医疗AI更为落地一些,在多个细分领域都有在实际执行的项目,并不是听起来“玄之又玄”的概念。而人工智能已经上升为国家战略,同样历史也证明过,在高技术领域全民“大炼钢铁”是没什么用的,一万家小公司瞎折腾也不如一家巨头公司的全力投入。

所以,医疗投资圈的又一个大泡沫正在逐渐进入高潮!

(本文转自:虎嗅网,愿意与Dr.2交流的请加微信号:medicool3)


浏览次数:97次