2020年本是醫(yī)療AI行業(yè)重新“洗牌”之年，相關(guān)企業(yè)將迎來最殘酷的競爭。而疫情的爆發(fā)，體現(xiàn)了AI在逐漸取代人的部分機(jī)械勞動(dòng)，能輔助醫(yī)師對疾病進(jìn)行快速診斷，提高診療效率。疫情過后，醫(yī)療AI行業(yè)將會(huì)迎來哪些機(jī)遇？
2018年被醫(yī)療行業(yè)稱為“醫(yī)療AI”落地之年。而醫(yī)療AI行業(yè)尚無成型的商業(yè)模式，一直被稱為“只燒錢不賺錢”。隨后2019年，醫(yī)療AI行業(yè)迎來了資本寒冬，能“燒錢”存活的企業(yè)逐漸減少。而2020年開年就迎來黑天鵝事件，即新型肺炎疫情戰(zhàn)。
各大醫(yī)療AI企業(yè)都相繼發(fā)力，在本次防疫中作用明顯。具體有如下幾個(gè)方面：
（1）AI醫(yī)生問答
AI問答機(jī)器人或AI線上醫(yī)生，可對疫情相關(guān)知識(shí)，以及老人、小孩、孕婦等人群常見健康問題進(jìn)行線上解答。減少民眾到院就診，降低交叉感染風(fēng)險(xiǎn)，可有效補(bǔ)充醫(yī)療資源。
（2）導(dǎo)診機(jī)器人
疫情期間，患者就醫(yī)前，也無法確認(rèn)自己是否被感染。機(jī)器人導(dǎo)診，可有效降低因被詢問而被感染的醫(yī)護(hù)人員，同時(shí)減少了醫(yī)護(hù)人員對其他患者的接觸，降低了醫(yī)患交叉感染的風(fēng)險(xiǎn)，極大程度上了保護(hù)了醫(yī)務(wù)人員的安全。
（3）AI輔助診斷
AI醫(yī)療影像可作為臨床病例診斷工具，AI+CT、AI算法+病例基因分析等工具，可輔助醫(yī)生看片，快速篩選可疑病例，提高醫(yī)生診斷效率，利于快速確認(rèn)患者是否為感染人群，盡快隔離治療，防控病毒進(jìn)一步傳播傳染。
（4）機(jī)器人治療
智能治療機(jī)器人輔助醫(yī)生診治，減少或避免醫(yī)護(hù)人員與患者接觸，降低醫(yī)護(hù)人員的感染風(fēng)險(xiǎn)。同時(shí)，對患有基礎(chǔ)病等具有各類患病史的患者，治療機(jī)器人可提供相關(guān)治療方案供醫(yī)生參考，利于患者治療。
（5）AI新藥研發(fā)
AI算法和算力，可以助力病毒基因測序、疫苗/藥物研發(fā)、蛋白篩選等藥物。
本次疫情中，以上5個(gè)領(lǐng)域涉及的相關(guān)企業(yè)有：
圖人工智能技術(shù)在新型肺炎戰(zhàn)中的應(yīng)用及相關(guān)企業(yè)
疫情后，醫(yī)療AI有哪些機(jī)遇
2020年本是醫(yī)療AI行業(yè)重新“洗牌”之年，相關(guān)企業(yè)將迎來最殘酷的競爭。而疫情的爆發(fā)，體現(xiàn)了AI在逐漸取代人的部分機(jī)械勞動(dòng)，能輔助醫(yī)師對疾病進(jìn)行快速診斷，提高診療效率。
疫情過后，醫(yī)療AI行業(yè)將會(huì)迎來哪些機(jī)遇？
從市場的反應(yīng)和行業(yè)特點(diǎn)來看，主要有以下幾點(diǎn)：
1. AI技術(shù)應(yīng)用醫(yī)療領(lǐng)域的政策將會(huì)逐漸寬容
醫(yī)療行業(yè)關(guān)乎民生之根本，是受政策影響比較大的行業(yè)。此次疫情中，工信部發(fā)布了“充分發(fā)揮人工智能賦能效用 協(xié)力抗擊新型冠狀病毒感染的肺炎疫情倡議書“，倡議發(fā)揮人工智能的賦能作用，向最需要的地方研發(fā)和投放人工智能產(chǎn)品和解決方案。
本次疫情結(jié)束后，相信在政策、相關(guān)審批、或資金上，政府可能會(huì)更加重視和寬容。
2. 資本對醫(yī)療AI行業(yè)投入仍然會(huì)保持熱情
本次疫情中，AI醫(yī)療影像，問答機(jī)器人、消毒機(jī)器人、治療機(jī)器人等在疫情篩查、監(jiān)控、在線/遠(yuǎn)程問診、輔助診療等方面都表現(xiàn)不俗。
阿里達(dá)摩院研發(fā)的新冠肺炎 CT 影像 AI 診斷技術(shù)，平均識(shí)別不到 20 秒準(zhǔn)，確率達(dá) 96%；上海兒童醫(yī)學(xué)中心，機(jī)器人“小白”上崗，在防護(hù)資源不足情況下，免去醫(yī)患面對面溝通，降低了醫(yī)患交叉感染風(fēng)險(xiǎn)；平安好醫(yī)生在疫情期平臺(tái)訪問量11億人次，新增用戶日均訪問量是平時(shí)的9倍。
疫情之下，暴露了常規(guī)狀態(tài)下醫(yī)療資源在突發(fā)情況前，醫(yī)療供給嚴(yán)重不足。互聯(lián)網(wǎng)、大數(shù)據(jù)和人工智能等技術(shù)在補(bǔ)充醫(yī)療資源、在線/遠(yuǎn)程問診等方向表現(xiàn)不俗，互聯(lián)網(wǎng)醫(yī)療證明了自己。預(yù)計(jì)未來紅利不小，投資估計(jì)會(huì)長期看好。
3. 醫(yī)療領(lǐng)域?qū)?huì)涌現(xiàn)更多的AI應(yīng)用場景
據(jù)數(shù)據(jù)顯示，2019年，140余家從事醫(yī)療AI的企業(yè)，近120家在做醫(yī)學(xué)影像業(yè)務(wù)，其中約百家企業(yè)布局于肺結(jié)節(jié)影像產(chǎn)品。
此次疫情，依圖醫(yī)療智能影像評價(jià)系統(tǒng)、推想科技新冠肺炎AI系統(tǒng)等在醫(yī)學(xué)影像分析和診斷支持上表現(xiàn)不俗。但兩家公司在肺部疾病的優(yōu)勢，也使得一些公司不得不變換賽道，尋找新的突破。
同時(shí)，本次疫情也為醫(yī)療AI提供了多種場景的可能性。如：
為醫(yī)護(hù)人員提高決策支持：在診斷和診療過程中提供有效建議和風(fēng)險(xiǎn)提示，便于醫(yī)生更快更準(zhǔn)確篩查疾病和制定治療方案。
其他疾病醫(yī)學(xué)影像分析和診斷支持：阿里達(dá)摩院對5000多個(gè)病例的CT影像樣本數(shù)據(jù)，學(xué)習(xí)、訓(xùn)練樣本后，研發(fā)了全新的AI算法模型。且機(jī)器學(xué)習(xí)，是一個(gè)全球快速創(chuàng)新發(fā)展的領(lǐng)域，正被用于分析日益復(fù)雜的核磁共振成像（MRI）、計(jì)算機(jī)斷層（CT）掃描和其他醫(yī)學(xué)影像。
醫(yī)療機(jī)器人協(xié)助診療：診療機(jī)器人、疫情問答機(jī)器人、消毒機(jī)器人、物品遞送機(jī)器人等在具有潛在的接觸式場景中承擔(dān)了人類的部分工作，降低了醫(yī)患之間的交叉感染風(fēng)險(xiǎn)，保障了醫(yī)護(hù)人員的生命安全。未來在巡檢、消毒、配送、導(dǎo)醫(yī)、或手術(shù)中，機(jī)器人將大有所為。
健康穿戴設(shè)備：本次疫情中一些患有基礎(chǔ)病的患者，死亡風(fēng)險(xiǎn)極高，這就需要醫(yī)生在診療時(shí)參考平常的健康檢測數(shù)據(jù)。另外患者在治愈后，仍存在再次被感染的風(fēng)險(xiǎn)。且由于醫(yī)療資源不足，一些糖尿病人、慢性病患者不能及時(shí)就醫(yī)，孕婦無法按時(shí)產(chǎn)檢。這些場景下，有隨時(shí)穿戴的智能產(chǎn)品，可及時(shí)對自身健康的檢測、平常數(shù)據(jù)的記錄以及身體狀況的監(jiān)測變得十分重要。
新藥研發(fā)攻關(guān)：一般新藥研發(fā)至少是10-15年，花費(fèi)至少數(shù)十億美元，在突發(fā)疫情之下，這樣研發(fā)周期與成本，無法滿足現(xiàn)實(shí)臨床需要。AI強(qiáng)大的算法和算力，可加速藥物研發(fā)進(jìn)程。運(yùn)用智能算法模型，可根據(jù)病例特征，以及相關(guān)藥物分子結(jié)構(gòu)式快速篩選出可能有效的臨床藥物，有利于在現(xiàn)有藥物基礎(chǔ)上篩選出可用藥物，同時(shí)利于在新藥研發(fā)上給出思路，可助力研發(fā)智能化，加速研發(fā)進(jìn)展。
4. 醫(yī)療行業(yè)數(shù)據(jù)孤島的格局有望破冰
醫(yī)療AI行業(yè)突破，大部分情況并不是技術(shù)辦不到，而是訓(xùn)練相關(guān)算法模型的數(shù)據(jù)樣本難獲取，或數(shù)據(jù)樣本標(biāo)記不明確、或無法標(biāo)記。導(dǎo)致了目前可以用于AI診斷的疾病少，且產(chǎn)品同質(zhì)化高的主要因素。
疫情之下，各地各醫(yī)院打破各自為營格局，開放數(shù)據(jù)共享，使得相關(guān)AI產(chǎn)品，可快速研發(fā)上線。而使突發(fā)情況下，數(shù)據(jù)共享難題得到了部分緩解，要實(shí)現(xiàn)全國醫(yī)療數(shù)據(jù)共享仍有難度。一是部分醫(yī)院并未全面信息化，而是疫情過后，共享意愿不高。
結(jié)合目前區(qū)塊鏈技術(shù)的發(fā)展以及國家對此的部署，未來AI算法所需要的樣本數(shù)據(jù)有望在授權(quán)情況下共享利用，從而打破醫(yī)療數(shù)據(jù)難共享的難題，或至少實(shí)現(xiàn)部分區(qū)域范圍內(nèi)數(shù)據(jù)可共享，打破長久以來醫(yī)療數(shù)據(jù)孤島的格局。
5. 醫(yī)療和AI行業(yè)從業(yè)者要求進(jìn)一步提升
本次AI輔助診療表現(xiàn)不俗，一般來說，一組新冠肺炎病人的CT片大概有300多張，即使是資深專家，讀圖+診斷的時(shí)間至少需要10-15分鐘。阿里達(dá)摩院研發(fā)的AI+CT影像診斷技術(shù)，平均識(shí)別不到 20 秒準(zhǔn)確率達(dá) 96%。
這對傳統(tǒng)的臨床醫(yī)生也發(fā)起了挑戰(zhàn)，長遠(yuǎn)來看，AI替代一些機(jī)械重復(fù)的工作是必然趨勢，這就要求未來的醫(yī)務(wù)從業(yè)人員需進(jìn)一步提升專業(yè)能力，不僅僅是單純的臨床醫(yī)師，還需懂得部分IT知識(shí)。對于研究AI科技人員來說，96%的AI準(zhǔn)確率或即使是99%的準(zhǔn)確率也不代表產(chǎn)品已經(jīng)無可挑剔，仍需醫(yī)生來解決誤診的4%或1%中是否有落網(wǎng)之魚，以及96%或99%中是否有誤診。
醫(yī)療+AI，需要醫(yī)療AI團(tuán)隊(duì)將醫(yī)學(xué)問題轉(zhuǎn)換為工程語言，同時(shí)需要醫(yī)護(hù)人員懂得AI相關(guān)知識(shí)，兩者才能有效溝通，共同研發(fā)真正高可用的人工智能產(chǎn)品。這就必定需要從業(yè)者，都具備較高的專業(yè)能力。
結(jié)語
03年非典，我們眾志成城，共克難關(guān)。十幾年過去，我國的科技也迅速發(fā)展，新型肺炎戰(zhàn)“疫”是科技時(shí)代的戰(zhàn)疫。
筆者在非典時(shí)期，還是一名學(xué)生，那時(shí)全世界保護(hù)我們。現(xiàn)在我想說，醫(yī)護(hù)人員守護(hù)世界，換我們科技工作者守護(hù)你們。相信疫情之后，醫(yī)療AI行業(yè)，將會(huì)有更廣、更深的研究，開發(fā)出更多高可用的智能產(chǎn)品，助力人類健康。
科技讓我們戰(zhàn)“疫”的力量更強(qiáng)大，也希望是科技讓這世界所有物種：人類、自然界、智能機(jī)器都可以更友好相處。
本文由 @慶慧 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載
題圖來自Unsplash，基于CC0協(xié)議