比下围棋更复杂的万亿医疗市场,AI 距离落地有多远?

2017 年 10 月 1 日 极客公园 心箭菌


摘要:AI 医疗尚处发展早期,每一个投身其中者,都还有机会。


AI(人工智能)很火。

2016 年,Google AlphaGo 战胜围棋世界冠军李世石后不久,依图科技创始人朱珑在一次演讲中开玩笑:

「AlphaGo 之后,我们从 3 月份开始融资,4 月份(估值)可以加一亿美金,5 月份可以再加一亿美金,6 月份可以再加一亿美金上去。」

朱珑和好友林晨曦 2012 年创立依图科技,从事 AI 创新性研究。依图科技的 A、B、C 三轮融资依次发生于 2015~2017 年,后两轮融资额水涨船高,是业界对 AI 热情高涨的映射。

在 AI 创业的众多领域中,AI 医疗有着巨大的市场想象空间。有预测称,到 2025 年,AI 应用市场总值将达 1270 亿美元,其中 AI 医疗占 1/5。但 AI 医疗尚处发展早期,市场上没有成熟先例可循,将要或已经进入 AI 医疗领域的人,都有许多疑问和困惑。

今年 5 月,依图科技宣布完成 3.8 亿人民币 C 轮融资,资金主要用于医疗领域 AI 核心技术的研发、医疗行业临床应用的拓展,以及人工智能医疗团队的建设。依图加快步伐进军 AI 医疗。

9 月 25 日,依图医疗在浙大医学院附属儿童医院发布了一款儿童骨龄智能诊断产品。会后,依图医疗负责人和极客公园记者对谈,通过依图医疗,我们或许能部分了解 AI 医疗的现状与困惑,以及可能的发展路径。


AI 医疗落地,不是技术问题?

一种观点认为,AI 医疗要落地,主要的不是技术问题,而是怎么说服医院,让它把 AI 产品嵌入临床诊疗流程。

倪浩,依图医疗总裁,原阿里云计算技术专家,认为这个观点已经过时。

他称,AI 医疗的发展阶段早已过了仅靠一个 Demo 说服医院的阶段,医院看重的是产品在实际工作流中的表现。医院会判断,这家公司是否只是在炒概念。如果得不到医院认可,也就走不到嵌入临床流程这一步了。

依图医疗的儿童骨龄智能诊断产品,基于医疗影像材料,通过对现有数据库的深度学习,让系统做出快速诊断供医生参考。此前医生的人工阅片,一次要耗时 10~15 分钟,这款产品将此过程缩短为数秒,诊断结果和医生人工计算的骨龄值相比,误差小于半年。

这种表现得到了浙大医学院附属儿童医院的认可,院长舒强称这种 AI 和医疗实践的结合,能解决临床实际问题,带来临床实在的价值。

但这种认可得来不易。依图医疗在研发骨龄诊断产品时,方案先后经医院伦理委员会探讨、院领导研究、医院技术科数据脱敏(保护患者隐私),是一个长时间的沟通流程。产品成型后,还需经过医院试用检验。

在 9 月 25 日的产品发布会上,医院副院长傅君芬还特意强调,他们和依图医疗的合作是一个很正规的流程。

依图医疗儿童骨龄智能诊断产品示意图


凭什么让医院开放数据?

这是做 AI 医疗的人常被问及的另一个问题:如果医院看不到明显好处,凭什么要把数据开放给你?没有这些数据,AI 医疗的深度学习也就无从说起。

倪浩认为,如果 AI 医疗公司有很强的技术实力,已经有一些落地项目的先例,并且能找到医院的痛点,便有可能说服医院。他不认为医生们都是保守的,「越是顶级的医生,越欢迎(AI)这样的东西。」

在和浙大医学院附属儿童医院合作前,依图医疗已经推出了胸部 CT 智能辅助诊断、小儿常见病智能辅助诊断等产品,并被业内很多人知晓。

不过,要找到医院的痛点就不容易了。这需要 AI 医疗企业全面了解医疗体系,深入临床诊疗流程,发现医院急需解决的问题。合理的团队组成也许是这个问题的解决方案之一。骨龄产品负责人林强在加入依图医疗前,是一名医生。

当然,在中国使用医疗数据,还会有其他一些困扰。比如,中国医疗行业信息化程度偏低,造成数据不全、割裂,给对数据的利用造成诸多不便。

但纠结于这一点没有意义,这是现状,也是在 AI 医疗公司必须解决的问题。硬币有两面,反过来看,倪浩倒觉得这是一个机会,能把这个问题解决好,也是公司的竞争力之一。

一个好消息是,国家对医疗数据应用的态度并不保守。在 2016 年发布的《国务院办公厅关于促进和规范健康医疗大数据应用发展的指导意见》中,「坚持开放融合、共建共享」是一个基本原则。


竞争刚开始,都还有机会

关于 AI 医疗,我们还有其他疑问。

比如伦理。AI 和医生的关系怎么界定?医生会被 AI 取代吗?

对于这点,倪浩的态度很坚定。他认为 AI 离不开人,取代不了医生,取代的只是现在医生做的一些工作。未来的医生需要往更高层次去进化,去驾驭手边的那些 AI。

再比如商业模式。这是国内外都关心,而目前没有成功实例解答过的问题。

对此,依图医疗也没有给出明确答案。倪浩称向医院收取软件和服务费用不会是他们未来的主要商业模式,一门心思想从现有医疗收费体系中「分羹」也是错误的想法。

那什么是对的?

「我们的商业模式是什么?我们今天没有完整的答案,我要套用一句互联网领域常说的』羊毛出在猪身上』,但猪在哪里,羊毛在哪里,现在还不知道。只要 AI 对医疗真的有帮助,是一定能赚到钱的。」这是倪浩的回答。

在倪浩的阐述中,他们不满足于做单个产品,他们有更大的野心。比如,骨龄诊断的本质是儿童发育问题,照此延伸,他们还要往内分泌方向上去做。从筛查诊断到治疗,他们要做一个科室里的完整链路,进入儿童发育的巨大市场。

AI 医疗,这是一个充满想象的领域,大家都刚入场,每个人都觉得自己还有机会「长大」。

部分图片来自视觉中国

责任编辑:王伟

本文由极客公园原创

转载联系 zhuanzai@geekpark.net


登录查看更多
0

相关内容

华为发布《自动驾驶网络解决方案白皮书》
专知会员服务
125+阅读 · 2020年5月22日
《人工智能2020:落地挑战与应对 》56页pdf
专知会员服务
195+阅读 · 2020年3月8日
【德勤】中国人工智能产业白皮书,68页pdf
专知会员服务
303+阅读 · 2019年12月23日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
BioMind ™:勇做神经影像AI领域的探路者
医谷
4+阅读 · 2019年4月23日
明略数据发布行业AI大脑“明智系统2.0”
人工智能学家
5+阅读 · 2018年9月11日
大伽「趣」说AI:腾讯云在多个场景中的AI落地实践
人工智能头条
4+阅读 · 2018年8月1日
人脸识别独角兽之战
数据玩家
6+阅读 · 2017年9月30日
Arxiv
5+阅读 · 2018年10月23日
W-net: Bridged U-net for 2D Medical Image Segmentation
Arxiv
19+阅读 · 2018年7月12日
Arxiv
8+阅读 · 2018年1月30日
VIP会员
Top
微信扫码咨询专知VIP会员