最近經(jīng)常被公司實(shí)習(xí)生或媒體問起關(guān)于醫(yī)療熱點(diǎn)領(lǐng)域（如人工智能,、醫(yī)療機(jī)器人,、精準(zhǔn)醫(yī)療或VR等）的投資看法，醫(yī)療領(lǐng)域一向被認(rèn)為是保守和封閉的,，但投資往往又是追逐和喜好熱點(diǎn)的,。眼下醫(yī)療投資也算是投資圈里的熱點(diǎn)，而醫(yī)療領(lǐng)域的熱點(diǎn)自然被視為熱點(diǎn)中的熱點(diǎn),，引起大家關(guān)注是很順理成章的事,。如何在保守的行業(yè)特點(diǎn)中做熱點(diǎn)投資是個(gè)有趣的話題，本文將從行業(yè)屬性入手,，探尋規(guī)律發(fā)現(xiàn)投資機(jī)會(huì),。
人工智能在醫(yī)療中的應(yīng)用由來已久，國(guó)外早已商業(yè)化
人工智能作為一個(gè)專業(yè)術(shù)語被提出是在1956年夏天,，50多年來,，取得長(zhǎng)足的發(fā)展，成為一門廣泛的交叉和前沿科學(xué),。
在醫(yī)學(xué)領(lǐng)域,，我們非常熟悉的IBM Watson已經(jīng)為MD癌癥中心工作了好一陣子了,，通過Watson的認(rèn)知計(jì)算能力,，從病人病例和豐富的研究資料庫(kù)中尋找資料，為臨床醫(yī)生提供有價(jià)值的見解,，從而幫助醫(yī)護(hù)人員找到最有效的治療方案,。人工智能醫(yī)療還包括Enlitic、AtomwiseAtomwise,、The Human Diagnosis Project,、Butterfly Network、Arterys等等,。但是醫(yī)療的特殊性決定了任何產(chǎn)品商業(yè)化應(yīng)用前都需要經(jīng)過嚴(yán)格的審批流程,，其實(shí)上述這些大名鼎鼎的產(chǎn)品大都離我們還有距離。我們期待他們可以早日通過審批,，走入我們的生活,。
人工智能在醫(yī)療領(lǐng)域的應(yīng)用目前還不能用于治療，而在診斷中的應(yīng)用已經(jīng)有40年的歷史,，即計(jì)算機(jī)輔助診斷（computer aided diagnosis,，CAD）,。目前常說的CAD技術(shù)主要是指基于醫(yī)學(xué)影像學(xué)的計(jì)算機(jī)輔助技術(shù)。20世紀(jì)90年代以來,，人工神經(jīng)網(wǎng)絡(luò)（artificial neural network,，ANN）快速發(fā)展讓醫(yī)學(xué)影像學(xué)領(lǐng)域的CAD取得了質(zhì)的突破，它是模仿人大腦神經(jīng)元工作原理的一種數(shù)學(xué)處理方法,。由于它具有自學(xué)習(xí)能力,、記憶能力、預(yù)測(cè)事件發(fā)展等能力,，因此可以起到輔助診斷的作用,，在分類、診斷方面,，人工神經(jīng)網(wǎng)絡(luò)方法比傳統(tǒng)的方法(概率統(tǒng)計(jì)法,、數(shù)學(xué)模型等)有更優(yōu)越的性能。目前,，CAD研究大多局限在乳腺和胸部肺節(jié)節(jié)性病變,，因而，乳腺及肺結(jié)節(jié)病變的CAD研究基本上可以代表目前CAD在醫(yī)學(xué)影像學(xué)中的最高水平和現(xiàn)狀,。國(guó)外商業(yè)化應(yīng)用就是集中在這兩個(gè)領(lǐng)域,。例如1994年在硅谷創(chuàng)立的R2公司，是全球第一獲FDA批準(zhǔn)（97年）的乳腺癌鉬靶計(jì)算機(jī)輔助診斷系統(tǒng),，累計(jì)銷售額超十億美元(后被Hologic公司收購(gòu)),。
所以，CAD是人工智能在醫(yī)療領(lǐng)域的最早且最具代表性的應(yīng)用,，在乳腺疾病診斷中的應(yīng)用已經(jīng)實(shí)現(xiàn)了大范圍商業(yè)化,。
海外乳腺CAD商業(yè)化應(yīng)用并沒有影響我們的生活
以CAD商業(yè)化領(lǐng)域最成熟的乳腺疾病為例， 乳腺癌篩查的方式有乳房自檢,、臨床檢查（CBE）,、超聲檢查、鉬靶X射線檢查,、腫瘤標(biāo)志物檢查以及基因測(cè)序診斷等方式,。由于個(gè)體差異和專業(yè)知識(shí)的缺乏乳房自檢檢出率低，不適宜普查,，只是作為女性關(guān)注自我健康方式的輔助手段,。乳腺癌的腫瘤標(biāo)志主要有黏蛋白樣糖蛋白MUC-1家族，如CA15-3,，癌胚胎抗原CEA,，癌基因HER-2或CerbB-2，乳蛋白,，糖酵解酶和細(xì)胞角蛋白,，組織多肽特異抗原,。腫瘤標(biāo)志物在臨床中的應(yīng)用主要為乳腺癌的轉(zhuǎn)移、復(fù)發(fā)與預(yù)后的檢測(cè)預(yù)防,，對(duì)乳腺癌的早期診斷缺乏敏感性與特異性,，所以目前腫瘤標(biāo)志物對(duì)乳腺癌的早期診斷意義不大。利用基因測(cè)序來進(jìn)行乳腺癌的早期篩查方式目前并不成熟,，而且腫瘤形成的復(fù)雜性也意味著在我們掌握的基因知識(shí)還不能完全解釋整個(gè)發(fā)生發(fā)展的過程,，基因測(cè)序在很長(zhǎng)一段時(shí)間內(nèi)不能替代影像學(xué)篩查，但隨著基因測(cè)序技術(shù)的發(fā)展,，將其運(yùn)用于乳腺癌的篩查也存在著可能性,，不過估計(jì)未來10－15年仍然是傳統(tǒng)的方式占主導(dǎo)地位。
目前篩查的方式主要是臨床檢查（CBE）,、超聲檢查和鉬靶x射線檢查,。我國(guó)現(xiàn)階段的群體普查如國(guó)家衛(wèi)生部啟動(dòng)的“兩癌”篩查工程，一般采用的方式為超聲檢查,，這是基于超聲檢查較鉬靶x射線檢查更經(jīng)濟(jì)與無輻射更安全的條件的選擇,。同時(shí)也由于我國(guó)女性多為致密性乳腺類型使用鉬靶X射線檢查漏檢率過高的原因。
中外乳腺癌基本情況比較
可見乳腺篩查市場(chǎng)巨大,，而我國(guó)更適合用超聲檢查,，這是區(qū)別與國(guó)外的情況。據(jù)此推理,，超聲乳腺CAD是最符合中國(guó)國(guó)情的應(yīng)用,，而國(guó)際上還沒有基于超聲的乳腺CAD。
期待CAD商業(yè)化時(shí)代的到來,，人工智能醫(yī)療定將改變我們的生活
CAD本質(zhì)上是為了解放人力,，但是傳統(tǒng)超聲檢查設(shè)備是依賴專業(yè)超聲科醫(yī)生手動(dòng)檢查，超聲圖像非標(biāo)準(zhǔn)化,，無法給CAD提供發(fā)揮的舞臺(tái),，到這里是否我們走入死胡同？解決了后端的自動(dòng)讀片問題,，卻卡在前端的影像獲得環(huán)節(jié)。
如何讓超聲圖像標(biāo)準(zhǔn)化這需要用到一個(gè)非常炫酷的技術(shù)——自動(dòng)乳腺全容積成像技術(shù)（Automated Breast Volume Scanner,，ABVS）系統(tǒng)則是一種不依賴操作者經(jīng)驗(yàn)的能覆蓋全乳的全新超聲診斷設(shè)備,，可以由護(hù)士或技師完成整個(gè)操作。目前已有研究表采用自動(dòng)乳腺全容積超聲掃查的結(jié)果要由于傳統(tǒng)的手持超聲方式,，在檢出率與微小病灶的確定方面都有更優(yōu)的性能,。
數(shù)據(jù)來源：2015年中國(guó)癌癥數(shù)據(jù)統(tǒng)計(jì)
讓我們想象下：ABVS＋CAD其實(shí)就是不需要借助專業(yè)B超醫(yī)生參與檢查過程，由計(jì)算機(jī)輔助診斷系統(tǒng)幫助給出診斷意見的乳腺癌篩查解決方案,！到這里我們找到最終的方案,。按照這個(gè)邏輯我們可以去尋找基于ABVS的超聲CAD項(xiàng)目,，方向就對(duì)了。
我們復(fù)盤下這個(gè)案例：
人工智能醫(yī)療——CAD（專指基于影像學(xué)）——乳腺鉬靶CAD（國(guó)外商業(yè)化運(yùn)作,，具備成熟商業(yè)模式）——國(guó)情要求乳腺超聲CAD（發(fā)現(xiàn)機(jī)會(huì)）——超聲圖像非標(biāo)準(zhǔn)化（難點(diǎn)）——全容積超聲（ABVS）可以實(shí)現(xiàn)標(biāo)準(zhǔn)化而且不需要專業(yè)B超醫(yī)生——ABVS＋超聲CAD（解決方案,，找到投資方向）。