人人都道2021年是AI醫療在中國的商業化元年。

不僅因為自2020年開始，AI醫療器械陸續獲批——國家藥監局已累計批準了15張“人工智能”器械注冊的三類證；也因為AI醫療的創業公司們，開始進入ipo的沖刺階段，包括依圖科技、推想醫療、科亞醫療、鷹瞳科技在內的多家公司都加入了AI醫療第一股的爭奪中。

自2011年IBM公司將其開發的機器人沃森用于醫療場景算起，AI醫療是各路資本的寵兒。在中國，AI醫療的賽道更是被資本熱捧，單是2020年一年，AI醫療領域的投資就高達64億。

但和所有的新興賽道一樣，哪怕是頭部公司，仍處于巨額虧損中——已中止科創板上市進程的依圖科技在3年半的時間內虧損超70億。

短期內，AI醫療還無法找到一條除了燒錢之外的商業化路徑，和中國資本市場的熱火朝天不一樣的是，曾經斥巨資投入的國外巨頭如IBM和谷歌，都在今年開始黯然離場。

最嚴苛的用戶

在資本攪動中，紛紛擾擾的醫療AI行業，進入醫院之后，就像進入到了一個與世隔絕的深水區。這個深水區中，資本無用、噱頭無用，顛覆性的概念和幻想通通無用，只有一件事有用：醫生到底愛不愛用？

留下或淘汰，醫療行業的游戲規則一向坦率，所有產品的使用者是一群最嚴苛評判家——醫生。這給了這些AI獨角獸公司很大挑戰。

陳濤是國內第一批接觸和使用醫療AI輔助診斷技術的醫生，作為東部省份一家三甲醫院的影像科醫生，陳濤每周要處理要300-500位患者的肺部CT。

一位患者200張片子，這意味著他每周要看6萬到10萬張CT片，“一張一張看”，尋找大多為6毫米以下的肺部結節，以給予診斷報告。

在沒有醫療AI的輔助前，幾萬張片子，是依靠放射科醫生的眼睛。

使用醫療AI的肺結節輔助診斷系統后，陳濤的工作方式是：用醫療AI的軟件打開一個人的肺部CT片，軟件能識別出所有的結節，甚至能夠列出結節的性質，陳濤進行參考給出報告。

“2018年剛開始時，幾個系統都不準確，效果不是很好。”陳濤說，那段時間幾家公司的技術人員時常出入放射科，解決每個影像醫生遇到的問題。系統中也自帶標注功能，如果未識別某一個結節，醫生也會人工標注出來，重新用于公司訓練AI模型，更新軟件。

通過這種磨合方式，到2021年，當年送進影像科的醫療AI系統留下了兩家，系統輔助診斷的準確率基本達到了95%左右。

肺結節的檢測已經是AI醫療在商業化領域最為成熟的產品。

由中國信通院、工業互聯網創新中心和 36 氪研究院發布的《2020 人工智能醫療產業發展藍皮書》顯示，而AI 醫學影像是人工智能在醫療領域應用最為廣泛的場景，率先落地、率先應用、率先實現商業化。手術機器人、藥物研發、精準醫療等領域已有部分落地應用，但因成本或技術原因，尚未實現規模化普及。

“醫療影像是我國AI醫療最為成熟的細分領域。”多位投資人和行業專家均向八點健聞表示，影像是后續醫療AI產品的基礎，所以各家先扎堆影像。

據行業統計，2020年中國人工智能醫療公司共計129家（不包含以基因檢測技術為主的企業），其中醫學影像領域的公司數量達55家，占人工智能醫療公司總數的42.6%。

但就算是準確率已高達 95%，但對于醫生而言，仍然遠遠不夠。

“但即使如此，很多醫生依然習慣兩個軟件一起使用，查漏補缺，最后再自己檢查一遍，以防錯漏”。

陳濤坦言，醫療AI系統輔助肺結節的診斷，“緩解了醫生的眼睛疲勞，提高了效率，但并沒有減少工作量”。

在北京一家三甲醫院的眼科里，有幾款在免費使用的另一熱門領域的醫療AI產品——糖尿病視網膜病變眼底圖像輔助診斷軟件。一位主任醫師告訴八點健聞，軟件更適合用于大范圍篩查，在三甲醫院里作用相對較小，“醫生有可能會用，但在臨床診斷時未必使用”。

一家醫院接入4、5家AI產品成了司空見慣。有一個有趣又常見的場景：一位經常出入三甲醫院影像科的醫療AI技術人員，在去到不同的醫院時，先看看醫院里接了哪幾家產品，然后坐下來跟醫生聊聊，哪家好用，哪家不好用。

“從一開始，醫療AI行業就急功近利。”一位醫療AI行業的資深從業人員表示，早在2016年~2018年，一個產品剛開發出初代產品（甚至還是“小樣”時），各家公司就開始盡可能把產品送進更多的醫院。

當時對于互聯網產品來說，大家信奉的是小步快跑，“想的都是要盡快把產品送進醫院，占據醫院市場，以便在未來商業化經濟中占據優勢。”

但這恰恰和醫療的天然屬性有所沖突，醫療AI領域除了是一條資本眼里的好賽道，更是一條對技術有著極高要求的賽道：準確、高效和成本優勢，缺一不可，如若沒有絕對的不可替代性，一眾醫療AI公司斷不可能輕易把錢從“吝嗇”的醫院里拿走。

基層醫院買不起，三甲醫院不買單

一些醫療AI公司主動把產品送到科室里，給醫生們免費使用。陳濤所在的這家東部省份的三甲醫院，是開發醫療AI產品公司的“必爭之地”。

“當時科室陸續引進過4~5家AI產品，主要是胸部CT的肺結節檢測，后面又陸續添加了肋骨骨折、乳腺鉬靶等。”陳濤說，但真正用得上的是兩家公司的同類產品——肺結節人工智能輔助診斷系統。

據陳濤回憶，目前，科室里使用的醫療AI輔助診斷軟件，付費使用的產品只有一種。即使如此，因頻繁投入人力維護運營，“恐怕也很難回本。”

“同質化的產品過多且功能單一，也將成為醫療AI產品未來商業化中的殘酷競爭點。”一位多年在醫療AI行業內的資深從業者告訴八點健聞，比如陳濤在臨床上使用的肺結節輔助診斷系統。

根據動脈網蛋殼研究院2020年10月發布的報告中指出，截至2020年7月底，國內醫學影像+人工智能的企業數量達到89家，這其中有72%的醫療AI企業涉及肺結節。

醫院即便不出錢購買，也有很多創業公司“前赴后繼”地送系統給醫院使用，“那為什么要增加成本購買？”

還有一條路是——下沉到基層，指導和輔助基層醫生診斷。“但基層醫院沒錢，購買的意愿更低。”上述從業者說，現階段，基層看不到商業化的方向。

“基層買不起，三甲不買單”是目前整個行業普遍存在的問題。上述從業者告訴八點健聞，這也因為，醫療AI的從業人員對人工智能的最大價值點太過于樂觀了。

例如，多家醫療AI影像公司的軟件是CT智能閱片，其最核心的價值點都是利用計算機視覺技術快速尋找病灶，判斷病灶的性質，最終幫助醫生輸出一個閱片報告。

“核心點就是提升效率，但不缺人手的三甲醫院是否愿意為了提升效率，花數十萬甚至百萬購買一套系統，要打上問號。”

雖然院內市場是絕對的主戰場，當下也有公司把視野拓展到了院外。鷹瞳Airdoc創始人張大磊告訴八點健聞，在商業化路徑上，鷹瞳開發了多種商業化管道，遍布院內和院外。鷹瞳除了覆蓋醫院臨床科室、社區診所、體檢中心等醫療場景，還覆蓋了保險公司、視光中心、藥房等大健康場景，目前在400多家等級醫院、28個省份的多個知名保險公司、200多家體檢中心、1000多家視光中心實現應用。

“大家發現技術確實很有價值，但商業化的問題繞不過去。”上述行業資深從業者告訴八點健聞，2012~2015年之間，創業者們過度高估了醫療人工智能的應用前景，以及商業化的前景。巨頭們對醫療AI產品的想象更接近于TO C產品——研發出某款產品，在領域引起革命性的顛覆，訂單暴漲，年出售額數百套，年營業額數億……

現實卻總是很殘酷。醫療AI產品，依然要向傳統的信息化廠商一樣，一套一套跟醫院談，做招標采購的流程。同時，金額不大，周期很長，競爭特別激烈。

“這確實是一塊肉，但可能不那么好吃。”

“巨頭”退場，“獨角獸”進擊

實際上，大公司早早嗅出了商業化的困難。

國外知名科技公司如谷歌、IBM等公司，也發現難在醫療AI領域中分一杯羹。2018年11月，谷歌成立“谷歌健康”，但據2021Q1季度財報顯示，其人工智能多項業務仍在虧損，正在裁員重組中；IBM曾花費40多億美元收購沃森，成立Watson Health，但其年收入僅有10億美元，至今尚未盈利，被美國媒體曝出有整體出售的大打算。

“有資本又狡黠”的巨頭們想到了另一種玩法：搭建生態。

對于醫療GPS(GE、飛利浦、西門子)三巨頭來說，技術實力儲備固然雄厚，但更大的優勢是渠道和品牌，而這偏偏是創業型醫療AI公司最缺的。創業型醫療AI公司需要花費大量的金錢、時間、海量人力去完成商業渠道建設，打造業內品牌。巨頭們擁有成熟的商業化渠道和策略、家喻戶曉的品牌。“如何把一個產品變成一個商品，巨頭非常熟悉，但創業公司需要一遍一遍去嘗試。”

創業公司的優勢在于策略靈活，能聚焦在某一個細分的疾病領域做出重塑的產品，做出一款能被市場接受的產品。

一位資深從業者告訴八點健聞，目前，一流的醫療AI市場分成了兩個流派。

第一類是巨頭和獨角獸優勢互補的合作模式，這一形式大致從2020年開始。比如，2020年9月，GE發布了人工智能影像診斷平臺——Centricity Open PACS AI智能影像平臺。在這一平臺之上，一群創業型公司再逐個加盟，形成一個完整的生態圈。小廠商在獨立拓展渠道的同時，也非常樂于加入大公司的生態圈。

“大公司擁有成熟的產品線和成熟廣闊的商業化渠道，如果說能搭上巨頭的車，對于小廠商來說是大的利好。”從業者解釋道。

第二類是小廠商試圖在單個細分領域內實現技術層面的突破，建立自己的品牌優勢，最終在行業內站穩腳跟。

究其根本，兩種模式都是市場自發的一種摸索行為，哪種更為良性還難以定論，只有等待最終結果的檢驗。樂觀認為，賽道是好賽道，目前雖然缺少可復制的商業模式，但這只是“黎明前的黑暗”，所以大家更應該攜手合作、共渡難關，這樣才能在這個好賽道里多活一段時間。

找到商業模式之前，先要保證錢沒燒完

當然，資本永遠對于新賽道如饑似渴。

處于成長期的醫療AI行業，市場規模增長快，資本的投資熱情高漲：單是2020年一年，AI醫療領域的投資就高達64億，是上一年的142%。

今年上半年，醫療AI行業投資案例有14例。進入下半年后，國內已至少9家人工智能醫療企業獲得融資，其中3家是AI影像企業獲得融資，AI制藥企業英矽智能獲得的融資數額最高，C輪融資額達到2.55億美元。

不過比起2018年前后，資本市場冷靜了許多。有業內投資人向八點健聞表示，2018 前后對醫療AI公司的投資風格往往是“投整條賽道，每家公司都去投一點”，現在一些行業頭部公司也日漸清晰了。

“進入2021年后，整個行業更加務實。”從業者稱，行業整體經歷了“脫虛向實”的過程，且大多醫療AI公司而言，時間線較為清晰——2018年產品陸續出現，2019年迅速完善，2020年推進商業化進程。“大家越來越清晰地認識到開拓這個市場所需要的成本，重新調整戰略規劃，對企業進行更加精細化的管理。”

也有一些醫療行業內的投資者對賽道依然態度審慎，在持續觀望中。一位業內投資人向八點健聞表示，雖然資本冷靜，但有醫療AI公司的估值依然“高的離譜”。除了市場空間不明之外，讓一些投資者望而卻步的還有一個原因是：醫療AI產品究竟是“診斷產品”還是“輔助診斷產品”，這一點并不明確，讓投資存在風險。

6月28日，世衛組織發布《醫療人工智能的倫理和治理》全球報告也稱，當AI檢查進入醫療場景后，只要無法實現絕對的準確性，就可能面臨倫理問題。在劃分醫療事故責任時，應明確臨床醫師和開發商的角色。

進入下半場的醫療AI產業，對于從業者而言，擺在面前的挑戰依舊很多——產品強勁，持續有極客的精神和勇氣去探索，吸引醫生和醫院的興趣；占領賽道，無論借助GPS的生態圈，抑或獨角獸公司自拓渠道，不管院內還是院外，要巧占市場；持續融資，在整個行業找到商業模式之前，保證錢沒有燒完……

在醫療AI的中場戰事之中，3大利器一個都不能少。在現階段醫療AI的中場戰事中，略見輸贏，有了這3個利器，雖不能保證贏，至少能保證留在市場，來日方長。

*陳濤為化名

李琳 ｜撰稿

徐卓君 ｜責編

于煥煥、張宇琦對本文亦有貢獻

本文首發于微信公眾號“八點健聞”（ID：HealthInsight）

尊重原創版權，未經授權請勿轉載