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(duì)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：

　?。?）AI醫(yī)生問答

　　AI問答機(jī)器人或AI線上醫(yī)生,，可對(duì)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(duì)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。

　?。?）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(duì)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(duì)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(duì)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(duì)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,?；ヂ?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(píng)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(duì)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(duì)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(duì)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(duì)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(duì)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