EN [退出]

南方網帳號登錄

× 沒有帳號?極速註冊
南方網>IT頻道>互聯網

風口上的醫療AI:巨頭高調競賽 産業迷霧重重

2017-08-12 09:09 來源:21世紀經濟報道

  本報記者 肖玫麗 廣州報道

  導讀

  火爆的同時,醫療人工智慧從研發、落地到産業化都佈滿痛點。國內的醫院“信息孤島”使得醫療數據這一門檻長期高佇,醫療大數據獲取難和貴、數據質量差,成為被吐槽的重點,也直接影響技術研發和落地。

  醫療AI(人工智慧)實在太火爆了。

  覓影的首次登臺亮相附帶一絲玩味。在騰訊打造的見面會上,前1小時55分鐘主要是條條闡述騰訊在“互聯網+”領域的成就,臨近最後五分鐘,人工智慧四個字經由麥克風闖進大眾耳膜,騰訊覓影終得露面。

  對於這樣的登場,騰訊“互聯網+”醫療負責人常佳向21世紀經濟報道記者表示:“本身覓影的牽頭部門是騰訊互聯網+事業部,強調的是在真實場景中解決用戶問題,沒有刻意以某個技術為主線去推進工作。”

  露面時間雖短,信息量卻極大。這是騰訊首個應用在醫學領域的人工智慧産品,聚合了騰訊內部包括AI Lab、優圖實驗室等多個團隊的技術,最成熟的食管癌智慧篩查系統實驗室準確率能達90%。同時,騰訊還宣佈成立人工智慧醫學影像聯合實驗室,中山大學附屬腫瘤醫院(廣東省食管癌研究所)、廣東省第二人民醫院、深圳市南山區人民醫院成為首批合作醫院。

  高調出手的不只是騰訊。在過去的半年裏,百度、阿裏、谷歌、微軟、蘋果等科技巨頭均不遺餘力地佈局醫療人工智慧,特徵是注重技術、鉅資先行、頻繁收購、攻克領域遍佈産業鏈各環節。

  同時進場的還有各色創業者和醫療機構,他們往往通過融資支撐研發甚至生存,主要集中在醫療影像診斷、虛擬醫生助手、醫療大數據等商業化變現快的領域,部分依靠獨家技術獲得大額融資的創業者也在嘗試破壁基礎科研。

  火爆的同時,醫療人工智慧從研發、落地到産業化都佈滿痛點。國內的醫院“信息孤島”使得醫療數據這一門檻長期高佇,直接影響技術研發和落地。産業化層面則面臨行業監管空白、未建立配套審批體系等問題。醫療人工智慧究竟是虛火一場還是方興未艾,依舊需要撥開重重迷霧。

  入局

  覓影包含6個人工智慧系統,涉及疾病包括食管癌、肺癌、糖網病、宮頸癌和乳腺癌,早期食管癌智慧篩查系統最為成熟,屬於醫學影像識別。據悉,該系統篩查一個內鏡檢查用時不到4秒,現已進入臨床前實驗階段。

  對於食管癌早篩的意義,中山大學醫院管理處處長、廣東省食管癌研究所所長傅劍華教授指出,早期的食管癌內鏡治療手術後3-5天就可以出院,手術費用僅為後期食管癌治療費用的三分之一,術後並發癥也很少。“但是由於缺乏足夠的認知和有效的早期篩查手段,目前我國早期食管癌檢出率低於10%。”

  常佳則認為:“醫療領域面臨基層醫生偏少的問題,很多病種相對不常見,醫生學習週期也比較長。所以在早期篩查以及更多類似的醫療領域,人工智慧應該享有比較大的發展機會。”

  21世紀經濟報道記者了解到,科技企業和醫療機構的合作中,科技企業一般扮演技術提供方的角色,醫療機構則提供醫療數據,搭建完備的臨床路徑、流程、疾病診斷的知識庫、圖像繼續採集的系統等,在開發過程中雙方的結合程度直接影響最終的成果。

  在此次牽手三家醫院之前,騰訊在醫療領域經常出手“買買買”,醫療人工智慧領域也不例外。例如去年用基因大數據進行數字化生命管理的碳雲智慧完成近10億元的A輪融資,騰訊為主要投資方之一;今年三月美國基因巨頭Illumina創辦的癌症早篩公司Grail宣佈獲9億美元融資B輪融資,也出現了騰訊跟投的身影。

  但親自推出醫療人工智慧産品尚屬首次。“其實醫療領域非常難啃,醫療系統太過複雜。”常佳直言,“騰訊從來不提顛覆醫療,我們是連接醫療,在開放體系之下,我們會投資非常多公司。但我們發現有一些騰訊的基礎能力是沒有辦法完全脫離開的,我們也需要底層能力。”

  宣佈啟動人工智慧加速器,在技術層面將連接來自騰訊AI Lab、優圖、騰訊雲等的能力,提供超過20項人工智慧技術。

  內部各個人工智慧團隊各有側重點:優圖實驗室專注于機器學習、模式識別和認知技術的研究,成果已在天天P圖等産品中應用;微信AI團隊主攻語音識別、模式識別,核心應用是提供微信中語音輸入轉文字的方式;AI Lab主要圍繞圖像識別、語音識別、自然語言處理和機器學習4個方向進行研究。

  此次與醫院建立聯合實驗室後,騰訊覓影將繼續聚合使用這些圖像識別、深度學習等技術。“人工智慧是屬於基層技術能力開放的一種,也意味著我們開始走向了跟醫學比較深度的結合。之前我們佈局的醫保支付、用戶服務、微信公眾號都是處於大眾、醫院服務領域,這個生態會起到一個長期的戰略支撐作用。”常佳説。

  巨頭競賽

  ,百度和阿裏的醫療人工智慧成果早已面世。

  就在上個月,阿裏健康宣佈聯合萬里雲醫學影像中心發佈醫療人工智慧系統Doctor You,該系統包括臨床醫學科研診斷平臺、醫療輔助檢測引擎、醫師能力培訓系統等。加上阿裏在今年3月推出ET醫療大腦、早在2014年就推出的“未來醫院”計劃,阿裏在醫療AI領域的滲透不斷深入。

  百度則在2010年就開始涉足醫療行業,在掛號、醫院服務等方面都有佈局。宣佈裁撤醫療事業部之後,百度將重心轉移到醫療人工智慧,此前已推出百度醫療大腦。百度雲合作夥伴總經理李政告訴21世紀經濟報道記者:“現在還在埋頭苦幹階段。”

  BAT先後進場讓國內醫療人工智慧熱鬧非凡,但業內普遍認為中外在這一領域的技術鴻溝還很長很深。高特佳執行合夥人湯衡的點評一語中的:“醫療人工智慧在基礎研究和技術層面取得突破,並且開始商業探索的基本都是國外的企業。”

  大拿科技産品總監金路補充道:“國際上有很多公開的數據庫。人工智慧熱起來以後,醫療領域的公開數據庫越來越多,這對進行基礎研究的技術公司是非常好的,可以快速地形成自己的技術,或者驗證原先的技術移到醫療領域能不能做出成果。這些基礎研發一般都是科技巨頭在做,外國企業做得早一點。”

  據了解,人工智慧在醫療領域的應用主要包括:輔助診療、醫學影像、藥物挖掘、健康管理、急救室和醫院管理、可穿戴設備、營養管理、虛擬助手等。其産業鏈主要包括基礎層、技術層、應用層,每個層面的進入門檻、核心優勢都不一樣,參與者、投資機會和回報也不盡相同。

  其中,基礎層主要由幾家科技巨頭佈局,包括IBM、谷歌、微軟、亞馬遜、阿裏、百度等。巨頭們一般選擇計算量需求較大的領域切入,這類企業基本屬於高投入、高回報。

  技術層是人工智慧大生態系統的基礎設施,需要有一定規模的工程團隊,與行業結合,形成解決方案或通用技術平臺。或者算法、框架及工具較多,形成算法工具平臺、開發者生態平臺,這類企業適合中長期投資佈局。

  這兩個層面典型的案例是IBM的沃森腫瘤機器人,已經實現商業化並在一年前進駐中國醫院。不過,湯衡指出:“基礎研發的週期本來就很長,想要真正用起來還要跟行業深度結合。沃森現在是醫療人工智慧走得最前的産品,但也處於一個技術成長的階段,無法跟臨床醫生媲美。其他企業的研發成果就更早期。”

  應用層則是在應用場景變現的渠道,據不完全統計,目前全球共有90多家醫療人工智慧創業公司分佈在應用層、技術層。應用類型包括醫療行業解決方案、醫療行業應用平臺,競爭更加激烈,商業變現也來得更快。

  今年1月,總部位於美國舊金山的Arterys宣佈旗下産品Arterys Cardio DL獲得FDA批准,用於分析心臟核磁共振圖像,這是FDA批准的第一個用於臨床的醫療人工智慧産品。

  金路認為:“將技術真正地運用到醫療領域是需要對行業深度理解,很多技術在實驗室或者是比賽中驗證是超越人類的,但到了臨床,患者的疾病問題更複雜,應用場景更複雜。這個是中小企業的機會,更加機動靈活的應對變化並修改。”

  商業化難題

  風風火火進場的玩家聚集在一起,醫療大數據往往是吐槽的重點,吐槽的內容不外乎數據獲取難和貴、數據質量差。

  湘雅二院皮膚科主治醫師尹恒主抓該院與丁香園、大拿科技合作的皮膚科人工智慧診斷系統,在推出初期的模型之後,尹恒依舊感嘆:“皮膚病的圖像資源是比較容易獲取,其他科室需要借助很多影像資料。但是系統需要蒐集龐大、海量的皮膚病資源數據庫,一家醫院很難做到那麼大量的採集,需要花費大量財力物力和人力。”

  架構平臺部高級工程師顏克洲在做乳腺癌病理圖像識別項目,他遇到的數據問題來自於醫生的習慣。“我們更需要波片掃描的數據,這個數據非常少,它需要把整個波片全部數字化,但是這個機器現在很多醫院沒有普及,很多醫生也比較抵觸使用這樣的機器,他們從醫學院開始接觸到的訓練都是使用顯微鏡。”

  醫療數據對於人工智慧而言等同於維繫生存和成長的主食,有了數據才能訓練人工智慧機器,應用轉化也需要跟臨床數據相對接。對於國內企業而言,獲取數據的渠道主要是跟公立三甲醫院合作。此時,醫院與醫院的數據沒有實現互聯互通就成了主要的絆腳石。

  湯衡指出:“中國醫院都有私有雲,各個私有雲都是獨立的,數據不共享。現在有一部分數據被互聯網掛號平臺佔據,但數量少,數據質量達不到醫療研發級別。也有企業幫醫院做系統對接然後抓取數據,一般是有選擇性的抓取,無法獲得完整版的數據資源。”

  相比之下,歐美國家擁有完整的醫療數據電子化流程,但最終的結果是數據入口被巨頭佔據,購買數據的成本不低。以IBM沃森為例,2015年,IBM並購了三家醫療大數據公司Phytel、Explorys和Merge Healthcare。去年2月,IBM又花了26億美元收購健康大數據公司Truven Health Analytics。至此,IBM在不到一年的時間裏投入40億美元獲取數據。

  解決了數據難題,醫療人工智慧開始邁入産業化,這一領域國內的審批和監管還處於空白階段。

  湯衡直言:“未來是根據醫療器械、系統還是其他的方式進行監管還沒有定論。國內已經在臨床使用的産品基本都是打擦邊球,借鑒臨床同類項目的收費標準進行定價,也很難開出一個比較高的價格。”

  美國的做法是,美國FDA在今年5月正式組建了一個由軟體工程師和開發人員、AI技術和雲計算專家等組成的新部門,專門致力於數字化醫療和AI技術審評,制定審批、監管的規範和標準。

  另外,美國五大科技巨頭(Google,Facebook,Amazon,IBM,Microsoft)聯合成立了AI合作組織,以保障行業在未來能夠安全、透明、合理地發展。

  “其實監管我覺得不用擔心,只要出來一個對臨床有用産品,就一定能夠獲批使用。”金路認為,“現在的問題還是國內有一些概念性的技術在推出,但是能落地的少之又少。”

  商業模式更是有待探索。湯衡認為,現階段應用層面的醫療人工智慧企業商業模式創新已經遭遇瓶頸期,基本依靠篩查服務、分析報告來變現,後期的技術升級、數據積累是否能夠帶來一些質變還需要驗證。

  “看了很多項目,但是投的很少,很多項目都是盈利不多甚至虧損的。項目的估值也都比較高,因為現在是個風口,很多資本都想投出一個成功的項目來做到市場龍頭。”他説。

編輯: 王如
相關新聞

網友評論
請登錄後進行評論| 0條評論

請文明發言,還可以輸入140

您的評論已經發表成功,請等候審核

小提示:您要為您發表的言論後果負責,請各位遵守法紀注意語言文明

微信
QQ空間 微博 0 0
回到首頁 回到頂部

網站簡介-廣告服務-誠聘英才-聯絡我們-法律聲明-友情鏈結

本網站由南方新聞網版權所有,未經授權禁止複製或建立鏡像 廣東南方網絡信息科技有限公司負責製作維護

違法和不良信息舉報電話:87373397 18122015068

ICP備案號:粵B-20050235