未来 5 到 10 年，医学影像、虚拟助手和病历文献分析有望进入产品化平稳期。在医学影像领域，绝大多数玩家还处在产品落地阶段。除了商业模式，数据和人才也是困扰这些公司的难题。未来，这个细分领域的市场格局或许为「1+20」的寡头模式。
撰文 | 微胖
编辑 | 吴欣
「我仍然觉得 10 年后的医疗系统会与今天的大不相同。」吴恩达不止一次如此表示对 AI 与医疗结合的应用前景，他坚信在医疗领域上会有一场技术革命。在 2017 长江产业论坛（秋季）暨医疗健康大数据与人工智能大会上，科大讯飞医疗常务副总经理鹿晓亮也谈到，「人工智能+医疗这个蓝海非常蓝。」
对人工智能推动医疗行业变革的看好，成为与会各界人士的共识。据报道，截至 2017 年 8 月 15 日，国内医疗人工智能公司累积融资额已超过 180 亿人民币，融资公司共 104 家；另有 27 家公司未获投，或未公布融资信息。资本市场中的活跃投资机构主要有红杉资本中国、真格基金、北极光创投、经纬中国和软银中国，上述五家投资机构对医疗人工智能企业的关注度最高。
在实际落地中，与人口大省重要医疗机构合作，依托庞大病人数量，尽快地获取病人的数据，是医疗人工智能创业公司的工作重心之一。如能获取两千万以上的病人数据，便可通过大数据分析得到很多价值很高的医疗科研成果，无论对提升算法，还是公司长远发展，都很有利。
过去三个月，依图迅速部署进入武汉协和医院、武汉大学中南医院、广州军区陆军总医院。不久，也将与湖北省人民医院签协议。在中南医院和广州陆军总医院，「数字肺」已达上线阶段。
科大讯飞与武汉中心医院建立合作关系，利用语音识别和输入技术接管医院病历录入。据鹿晓亮介绍，接下来，公司还会与武汉三甲大型医院的骨科、病理科沟通合作。
武汉地处华中腹地，九省通衢，人口 1061 万（2015年），也是中国为数不多的特大城市之一。据媒体统计，2016 年武汉共有 27 家三甲医院， 如协和、同济、广州陆军总医院、武汉大学中南医院、武汉中心医院等。其中，协和医院现已发展成一艘实力不凡的「医学航母。」
「武汉的战略地位非常重要、我们希望以武汉为中心，辐射整个华东地区，我们在武汉市有全套班子。」依图医疗副总裁方骢告诉记者。
一、未来 5-10 年有望进入产业化平稳期的三大技术：虚拟助手、病例文献分析和医学影像
「今年 4、5、6 月份，我们每个月的影像检查达到十万多人次，其中 CT 检查最多，每个月都是四万多，其中三分之一是做胸部肺结节病变的检查，所以工作量相当大。」华中科技大学同济医学院附属同济医院放射科主任夏黎明介绍道。
医疗行业 80%~90% 的数据都源于医学影像。影像的 4V 性（volume、variety、velocity、veracity），非常适合 AI 发展。据动脉网最新统计，国内有 83 家企业将人工智能应用于医疗领域，主要布局在医学影像、病历/ 文献分析和虚拟助手三个应用场景。其中，涉足医学影像类的企业数量达到 40 家，远高于其他应用场景的企业数量。较为常见的科室是一部分实体肿瘤、病理、皮肤和眼科等。
目前， 人工智能在肺癌和乳腺癌的医学影像辅助诊断方面已经达到了三甲医院医生的平均水平。「 AI 将看片时间，从 5-8 分钟缩短至 1-2 分钟。」方骢介绍道。90% 的依图种子医院的临床报告直接采用了「数字肺」看片。科大讯飞的智能影像辅助诊断系统也是从肺部 CT 影像检测细分方向切入。据报道，今年 8 月，科大讯飞刷新医学影像国际权威评测 LUNA 的世界记录，成为全球第一名。在 8 月 20 日的全国首家智慧医院揭牌仪式上，科大讯飞宣布其在乳腺癌方面的辅助诊断也已投入试点。
但是，许多公司均不满足于单个科室、单个病种的突破。科大讯飞表示，会进入 MRI、眼底、X光病理图像等检测方向，预计在 2017 年底实现大规模临床应用。
依图科技推出儿童骨龄智能辅助诊断系统。仅需五秒，医生即可计算出儿童骨龄。「这款产品能够帮助医生建立基于中国人群的骨龄分析图谱。」方骢告诉记者，「未来金标准的临床医学指南可能会有人工智能算法的影子。」
「在医学影像领域，现在已经有针对 CT、X光片的智能辅助诊断产品，将来还会面向乳腺钼钯/ B 超、脑部 MR ；与此同时，我们不仅停留在性状的描述和鉴别诊断，还会和医生一起去拓展医学的极限，比如做放射组学，做多学科综合治疗（MDT）等。」方骢说。
动脉网《2017医疗大数据与人工智能产业报告》给出的技术成熟度曲线
除了医学影像，未来 5 到 10 年，虚拟助手有望进入产业化平稳期。「医疗 AI 虚拟助理很快就能走路，然后跑步。在接下来的几年里，他们将会对话，从用户那里学习，他们将理解上下文，提供积极的帮助。」 Siri 创始人 Norman Winarsky 在近期的一篇文章中预测称。
「虚拟助理可以通过智能语音合智能机器人的方面，以新的人机交互的界面提高患者的依从性，增强慢性病管理的效果，同时可以增强数据搜集的方式。」动脉网创始人李大韬在会上介绍道。根据应用场景不同，虚拟助手可分为个人问诊、用药咨询（连接患者）、导诊机器人、分诊和慢病管理（患者连接医生）、电子病历语音录入（医生）。
导诊机器人、语音电子病历、云医声，是科大讯飞较为成熟的产品，已落地实际运用。8 月 20 日，全国首家智慧医院在安徽省立医院挂牌成立，科大讯飞的导诊智能机器人「晓医」构成这个以人工智能为核心的智慧医院的重要组成部分。
基于科大讯飞领先的智能语音识别、语音合成和自然语言理解等技术，使用者可以通过语音问答、触屏输入等互动方式咨询「晓医」47 个科室的医生排班，618 个地点导航，607 个功能地点导航，以及 227 个地点的上班时间和 260 个常见医疗问题。据介绍，推出不到一个月，「晓医」接受询问 4905 人次，回答问题的正确率也由早期的 81% 提升到 90.81%。北京301 医院导诊机器人「晓曼」是科大讯飞第一台商用服务机器人，目前也服务于上海瑞金医院、北京协和医院等医院。
导诊类服务机器人主要是通过患者的语音输入进行语义分析，给出医院的分诊和导诊建议，节约人力，方便患者。更先进的导诊机器人还能通过传感器收集患者的生命体征信息，给出更准确的建议。目前，服务类机器人主要用于取代重复和简单的人力工作，大部分市场还处于空白状态。通过搭载医学相关知识体系，还可能用于家庭等服务场景。因此，导诊类服务机器人已经成为研究热点，创新度较高。
大会上，武汉市中心医院主任左秀然介绍了采用科大讯飞语音录入技术的情况。医生在写病历、查房写医嘱时，不需要手动记录就可自动识别。语音录入方式不仅提高了工作效率，还能有效避免复制粘贴操作，规范病历输入，增加病历输入安全性。目前，「云医声」APP 可以有效节省医生超过 38% 的时间。
「研究人员现在已经不拘泥于一种数据类型，这本身也是一种进步。」吴恩达接收国内媒体记者说道。未来 5 到 10 年，病例和文献分析也有望进入产业化平稳期。谷歌 DeepMind 、微软（比如，收购了自然语言处理明星创业公司 Maluuba ）等科技巨头公司均涉足病历与文献分析。
众所周知，影像只是诊断的一个信息来源。现在任何一个医生看片，不会只看到胸片就判断是不是肺癌，还有询问既往病史，比如，有没有抽烟、有没有做过肺部手术，根据多学科的综合判断下诊疗意见。
「我们的系统不仅要能够处理病人的影像，还要能同步处理其他的一些非结构化的数据，综合判断，给出一个治疗方案建议。」科大讯飞智慧医疗事业部总经理陶晓东在接受机器之心采访曾说。科大讯飞的优势是大量处理大数据的经验，以及处理结构化和非结构化混合数据的经验。
「依图医疗是一家覆盖全量医学数据的公司。」方骢在大会发言中表示，「我们要做一个综合的诊疗产品。」
二、商业模式的艰难探索
方正证券产业金融部董事医疗产业投资并购负责人姜天骄将落地分为三个大类：最浅层面的落定是产品落地、然后是商业模式落地，最后是盈利能力落地。
目前，大多数医疗 AI 公司都还没有实现盈利模式落地。以最拥挤的医学影像领域为例，绝大多数玩家都处在产品落地阶段。
产品落地，一方面需要场景的真实性、和需求的刚性。「我们选定产品落地或者选定某一个方向，一个非常重要的因素是看东西能不能做到刚需。这是最最重要的，必须能解决刚需。」鹿晓亮告诉记者。「数据重要还是算法重要，其实数据和算法都不重要，数据和算法结合起来，落地的应用场景还是最重要的。」方骢说。
另一方面，产品落地也需要技术实现。除了技术的稳健性、可靠性以及可提升性，业内专家对于产品和技术的认可，对于这个领域来说至关重要。
方骢告诉记者，一开始，没有一家医院用人工智能产品时，落地 AI 产品确实是比较艰难。依图跑了很多家医院，未果。后来遇到依图种子医院的主任，希望 AI 能够帮助改变科室目前的一些情况，比如患者太多影响到年轻医生的科研。因为是免费，于是这家医院抱着尝试的心态使用了 AI 。
「第一家资源做起来了，第二阶段开始复制，就是 GE、西门子、BD 模式，然后做直销，推荐我们的产品。」方骢说。「这个模式走得非常成功。」
顶级三甲医院都覆盖后，公司开始辐射基层医院。有两种辐射途径。一种是「口口相传」，利用基层医院参观学习顶级医院发现 AI 产品优势的机会，推销产品。第二种是总代理。「现在，我大概要花 20~30% 的时间，与渠道商沟通推荐事宜。」方骢说。
依照姜天骄的定义，商业模式落地包括测试收入流水和规模复制收入。我们实现了「现金流水测试，但还有到规模化复制收入。」方骢向记者透露。
目前，依图科技与顶级三甲医院的合作是免费的，但是，会对基层医院「进行尝试性收费。」方骢告诉记者。依图科技还在探索多种收费模式，看哪种收费模式更容易被不同地区的基层医院接受。「我觉得人工智能跟医疗的结合，特别是在中国，基层医院可能最需要，这个是人工智能医院做的最重要的一件事情。」鹿晓亮告诉记者。科大讯飞的辅助诊疗系统主要针对基层医生，目前已对接了安徽省的 41 家县级医院。
但在谈及商业模式落地时，鹿晓亮更加强调市场条件的不成熟。比如，医生的服务没有得到量化，AI 协助医生的工作也无法被量化，很难推商业模式。
「 AI +医疗已经不仅仅是技术的问题，这个行业推动跟进步如果没有政府部门来参与，如果没有医疗机构主管部门的参与，如果没有医疗机构的参与，这个行业的商业模式是不可能推动起来的。」鹿晓亮在演讲中表示。据介绍，安徽卫计委已经在推动量化工作。比如做一次 CT，其中检查多少钱，医生阅片多少钱，很多地方开始明码标价。
总的说来，与会人士均认为，很多医疗人工智能公司面临的最大问题就是商业模式问题。目前，2C 还不是太现实。绝大多数是和医疗机构合作。但是，如何与医疗机构合作，很多公司也都处于摸索中。
三、数据与人才的双重挑战
目前，估值很高的医疗 AI 初创公司，基本上都是研发驱动。单纯的计算机视觉技术的壁垒，对做得好的公司来讲，这个壁垒越来越没有差异化。除了前面讲到的商业模式， 企业的瓶颈在于如何获取足够丰富的医疗影像数据，如何完成准确的标注。
用来训练模型的数据包含放射影像数据、眼底图像数据、病理图像数据、语音数据、电子病例文本数据等，由于目前国内尚未形成完整的数据归属权、使用权、隐私权等法规文件，所以，各个公司获取数据的渠道和费用也不相同。李大韬在大会发言中提及，有企业曾谈到病例成本的价格在 1000 人民币到 10000 人民币之间。
人工智能数据处理中，80% 的时间都花在了数据预处理上。标注的准确性关乎结果的准确性，近两年之内仍需要大量医生去标注。
目前，依图科技拥有 100 到 200 名医生专门做标注。一部分是全职的，比如公司里有经验的医疗顾问，不过跟多的是按工作量付费给医院医生。方骢告诉记者。
科大讯飞会挖来一些专家，据鹿晓亮介绍，比如，公司有影像科的专业医生。不过，鉴于医生离开体制很困难，讯飞正在推广一个更重要的工作方式——特定专家团队。「你可以留在体制内，加入到我们特聘专家团队，加入某一个具体的项目。」鹿晓亮说。科大讯飞会为这种特聘专家提供日常薪资或者根据项目合作情况，设计比较灵活的薪酬体系。
据动脉网介绍，目前数据标注收费，CT 100 元，脑部 MR 大概是 500 元，眼底小于 10 块，病理价格位于 30—50 元。
一个 AI 创业公司想要改变传统行业，公司一定要有在深刻理解传统领域的人。今年 4 月，讯飞宣布与中国医学科学院北京协和医学院合作，建一个医学人工智能研究中心，「现在在全球招聘一个这样的跨界人才很难。」鹿晓亮感慨道。
四、细分市场最终格局可能会是「1+20」
与市场驱动型玩家不同，科大讯飞和依图科技都属于技术驱动型玩家，这类玩家也占医疗 AI 的大多数。不过，德摩资本董事长郑立新在大会发言中提到，AI 出身的创业者比较容易走极端，医疗是专业性非常高的领域，到目前为止，医疗器械、医疗设备、医疗产业这一类创业者比较好。
「我相信讯飞最有机会做这个事情。」鹿晓亮告诉记者，医疗行业山头林立，与协和做一个医疗影像，其他医院不一定承认。
方骢也有类似看法，她说，「医疗行业是个高度碎片化的行业，数据获取要一家一家地落实。方案也要一家医院一家医院的定制化。」而 BAT 偏向于做平台，能够快速复制的商业模式。
至于完全白手起家、又想在这个行业做下去的创业公司，也有他们的竞争短板：资金与技术。「纵深度非常高的垂直的医疗行业，需要强大的资金支持。」方骢说。今年 3 月，依图科技完成 3.8 亿 C 轮融资。科大讯飞三大事业群，其中，教育事业群赢利最多。2016 年第三季度报告显示，该公司营业收入 21.41 亿元，同比增长 27.90%。
在技术上，没有一个强大的算法团队的支持，也很难做到落地，然后做到跨医院的这种复制性。依图科技的核心技术力量依托于在安防、金融和零售的算法，方骢告诉记者。此外，依图的一个很大竞争优势在于过往垂直领域的经验。「我们在安防领域有长达五年多的积累，对非常深入的垂直行业，理解非常透彻。」方骢说，「第一步做软件公司，接下来会做软硬结合，与硬件绑定起来。」据方骢介绍，依图科技也有芯片方面的合作与布局，要用多维产品线筑起竞争壁垒。
在云数据处理能力上，科大讯飞云平台日交互次数已突破 40 亿，强大的运算处理能力支持了高效的在线辅助诊疗， 基层医生上传的影像科大讯飞的医学影像辅助诊疗系统可以在 1 秒钟内完成诊断。
这背后是三大研究院研发能力的综合支持，科大讯飞拥有三个研究院—— AI 研究院、大数据研究院和云计算研究院，据鹿晓亮介绍，将讯飞品牌等各种整合资源能力包括进来，「我们希望整合一个大的开放平台。」在鹿晓亮看来，每一家公司都可以做单点突破但是做到真正的大规模应用很难，至少在医疗方面很难，「需要讯飞整合一个这种有代差的平台或者这种产品。」
人工智能的细分市场最终格局到底如何？投资人通常将所有产业分为三类，其中一类是门户模式赢家通吃，中间的是寡头模式：1+20。「寡头模式很常见，人工智能的结果也是如此。」郑立新在大会上表示。
