上周獨角獸工作室辦了一個醫(yī)療人工智能的大會，收了一大堆名片然后朋友們都稱贊會議高雅大方接地氣,，一天半的大會只收幾百元很有良心,。雖然辦會只賺了吆喝，但能認識人工智能的大腕和了解眾多項目的底細,，一下子也覺得自己可以出去講情懷了!
itle="20170928032338190.jpg" alt="20170928032338190.jpg" width="600" height="365"/>
由于我不是搞技術的,，專家講的什么卷積神經網絡、無監(jiān)督學習或者貝葉斯公式基本不懂,，我只關心俗的：哪些人工智能項目能在中國賺到錢,？
2017首屆國際醫(yī)療人工智能大會現場
去年以來，感覺醫(yī)療人工智能的項目多了很多,，“算法”,、“大數據”，“機器學習”,、“智能讀片”也成了很多醫(yī)療類公司的標準宣傳用語,。每個項目背后都有不是硅谷回來的美國技術大牛,，國內知名院校學者擔任CTO。大家既對人工智能擁有的超群智力,、超快速度和準確性篤信不疑,，另一方面又被各種人工智能項目的效果宣傳難辨真?zhèn)巍?/p>
在看得見的3-4年里，因為技術和醫(yī)療數據的限制,，醫(yī)療人工智能項目的價值區(qū)間主要集中在知識圖譜,、影像判讀、醫(yī)療數據分析和醫(yī)學語義識別領域,，尚處在弱智能的早期應用階段,。由于醫(yī)療領域高度細分和專業(yè)性，如果沒有超級力度的政策配合,，醫(yī)療AI中期內難以像金融AI,，無人駕駛汽車一樣吸引巨額投資，因此只能是局部突破穩(wěn)步前進,。
目前中國市場上的醫(yī)療AI 玩家可以粗略分為以下幾類：
1）外資IT或互聯(lián)網巨頭,，如IBM, 微軟，谷歌等等,，技術領先,，推廣能力和資源充足
2）內資IT或互聯(lián)網巨頭，如BAT, 平安,，科大訊飛等,，有技術或渠道或應用場景優(yōu)勢
3）本土中小型專攻醫(yī)療AI創(chuàng)業(yè)公司，如Airdoc, 森億,、圖碼,、推想、醫(yī)惠等百多家公司（國外中小AI創(chuàng)業(yè)公司由于產品本土化和市場推廣能力的關系,，難以成為中國醫(yī)療市場主流玩家,，更多通過技術合作或產品代理等形式進入）
4）各種兼營AI業(yè)務的互聯(lián)網醫(yī)療，醫(yī)療信息化或者健康管理公司,，多數是集成和應用,，甚至是追逐概念
5）國內外醫(yī)療設備公司，如GPS,聯(lián)影,、美敦力和手術機器人等,，增加AI模塊可以提升產品功能和價值，從提供檢查結果到提供診療建議,。
雖然醫(yī)療人工智能潛力無窮,，但越是顛覆性的技術起步越是困難，尤其是在當下的國內醫(yī)療體制內：既沒有高質量的醫(yī)療數據可以“喂大”人工智能，也沒有相關的審批和臨床使用規(guī)則可以參照,，目前的醫(yī)療服務總體價格仍然低廉,，用人工智能來代替人力的意愿并不強，支持醫(yī)療人工智能發(fā)展的支付方也很弱小,。再加上軟件產品完善及醫(yī)療硬件研發(fā)的周期,，醫(yī)療人工智能注定又是一個需要情懷支撐的慢熱型醫(yī)療創(chuàng)新。
參考過去幾年的移動醫(yī)療和精準醫(yī)療創(chuàng)業(yè)潮的走勢,，我們判斷能夠實現業(yè)務閉環(huán)的醫(yī)療人工智能產品比只能提供智能咨詢的產品更有商業(yè)價值：因為“智能”的結果難以衡量,，中國用戶尤其不喜歡為簡單的“建議”買單。
以“醫(yī)療咨詢或診療建議”為輸出結果的人工智能難以直接變現,，與醫(yī)療器械或醫(yī)療實體結合后能合法完成某種疾病或某類人群的診斷或治療間接變現更可靠,。AI 公司過不久可能發(fā)現自己要么得去開發(fā)硬件要么得去搞線下醫(yī)療，不然也是只賺吆喝不賺錢,。所以我們看好有實力的醫(yī)療設備企業(yè)+AI,，畢竟初期大家的數據源和算法都差不多，渠道和用戶獲取能力更重要,。
由于人工智能產品上市后的邊際使用成本接近0,，to C的產品會很快免費向用戶開放，通過流量獲得變現,，也會出現互聯(lián)網的1-2個寡頭壟斷某個領域應用,，大多數產品會被頭部產品淹沒掉。而ToB的產品因為具有專業(yè)壁壘,，市場推廣模式更接近HIS，但集中度會高于后者,。
目前人工智能產品主要賣點還是提高效率,、代替人工，在醫(yī)生人工不高,、醫(yī)療等候時間不長的中國來說還是沒抓到痛點,，醫(yī)患使用意愿都不強，搞AI的技術大牛們也沒想清楚自家產品的應用場景是否真實存在,。大家目前都認可人工智能的機會在基層醫(yī)療,，但選擇哪些區(qū)域、哪些病種或者哪些合作模式仍然是問號,，簡單賣產品很難收費,，搭配服務一起賣又執(zhí)行困難……
跟傳統(tǒng)醫(yī)療創(chuàng)業(yè)相比，人工智能其實投入大風險高,。且不說目前AI人才奇貨可居,，醫(yī)療數據獲取成本也越來越大，數據清洗、標注和算法困難未有突破,。從某種意義上講,，醫(yī)療人工智能還處在基礎研究階段，更適合以研究為中心進行模式驗證而不是過早的商業(yè)化賺錢,。
雖然未來每家醫(yī)療機構或公司都是“AI”的,，人工智能會成為醫(yī)學的底層技術。但是目前很多公司低估了“AI”的難度或者高估了“商業(yè)前景”,，經過1年左右的折磨也許就會洗掉很多投機的人工智能公司,，這樣到明年獨角獸工作室舉辦第二屆醫(yī)療人工智能大會的時候，我們就知道哪些公司是在裸泳,，哪些公司只是在岸上吆喝……