AI在各個領(lǐng)域的應(yīng)用不斷被開發(fā)。未來AI應(yīng)用在醫(yī)療行業(yè)將逐漸普及。從百度醫(yī)療大腦到阿里ET醫(yī)療大腦，AI與醫(yī)療的結(jié)合日益緊密，未來趨于融合發(fā)展。那么AI+醫(yī)療會是一個新的投資方向嗎?
風險猶存，醫(yī)療AI使用受限
目前已出現(xiàn)的AI在醫(yī)療產(chǎn)業(yè)的應(yīng)用產(chǎn)品有很多，例如可吞咽的迷你智能體溫計、手術(shù)機器人、可穿戴設(shè)備等。艾媒咨詢分析師劉杰豪告訴《經(jīng)濟》記者，已投入使用的主要有5個領(lǐng)域的人工智能醫(yī)療產(chǎn)品，即醫(yī)療機器人、智能藥物研發(fā)、智能診療、智能影像識別和智能健康管理。
劉杰豪認為，智能醫(yī)療未來市場前景良好。“AI最大的優(yōu)勢是高效的計算和精準的分析與決策，能夠大幅提升工作效率、釋放醫(yī)療生產(chǎn)力，直擊醫(yī)療行業(yè)資源缺乏、成本高等醫(yī)療行業(yè)痛點。”
但就目前來說，大多數(shù)醫(yī)療AI的應(yīng)用都是在樹一個概念或者建立一些數(shù)據(jù)庫和算法模型。而在這樣一個比較早期的階段，易觀醫(yī)療健康分析師張怡丹認為，AI在醫(yī)療方面的應(yīng)用可以分三方面。
一方面是藥物研發(fā)，從化合物中篩選出具有活性同時可以安全地去做臨床實驗的這個過程可能比較繁瑣，需要很多人力成本，AI能節(jié)省當中的人工的成本;
第二方面是醫(yī)生的診療輔助，由于醫(yī)生資源不足，AI可以提高醫(yī)生診療的效率，例如幫助醫(yī)生CT讀片識別出哪張有病灶，包括在診斷過程中，去模擬醫(yī)生診斷思維的過程;
第三方面就是基因特性，從數(shù)字分析到應(yīng)用，在不確定某藥物到人體上的具體反應(yīng)時，AI可以進行模擬。
由于產(chǎn)品的成熟度和技術(shù)風險，很多研發(fā)的醫(yī)療AI產(chǎn)品應(yīng)用并不能大規(guī)模投入使用，在使用過程中也比較受限。
清華大學醫(yī)院管理研究院研究員曹健告訴《經(jīng)濟》記者，現(xiàn)有的醫(yī)療收費體系和相關(guān)法律也需要完善相關(guān)的配套政策才行，“長遠來看，醫(yī)療AI會是一個非常好的輔助工具”。
劉杰豪也表示，在技術(shù)尚未十分成熟的時期，醫(yī)療AI產(chǎn)品的主要作用是開展輔助性的活動以提升效率，大規(guī)模的取代時代尚未到來，但未來隨著技術(shù)的進步，大規(guī)模投入使用存在可能。
醫(yī)療AI產(chǎn)品初步投入：有安全隱患
盡管一些醫(yī)療AI產(chǎn)品已經(jīng)初步投入使用，但很多人還是會對醫(yī)療AI產(chǎn)品的安全性表示擔心，人工智能在醫(yī)療領(lǐng)域的應(yīng)用似乎還存在一些安全隱患。
對此，劉杰豪稱，醫(yī)療行業(yè)本質(zhì)上是以人為中心的服務(wù)，患者個體體質(zhì)的獨特性以及病癥的多樣性要求醫(yī)生對每個病人有高度個性化的醫(yī)療方案，而人工智能目前只能針對某一類病癥作出判斷和治療。
2017年上半年，網(wǎng)絡(luò)安全事件頻發(fā)，醫(yī)療、教育等行業(yè)均遭受不同程度的損失，網(wǎng)絡(luò)病毒、漏洞等一旦進入患者信息醫(yī)療系統(tǒng)將對其治療方案造成巨大影響。“此外，機械深度學習過程中還存在被欺騙的可能，不準確的治療方案會危害患者安全。”劉杰豪表示。
另外，曹健認為還有醫(yī)療事故安全性和準入制的問題。如手術(shù)機器人，用它做手術(shù)精確度會更高，它也是相對比較成熟的產(chǎn)品，但并不存在百分百的準確度，在臨床使用過程中還需要醫(yī)生操縱，如果出現(xiàn)醫(yī)療事故是誰承擔責任?而且，手術(shù)機器人到底算不算醫(yī)療器械?如果只是從科研的角度做手術(shù)，是無法收費的，而它的高額收費與過度醫(yī)療很容易掛鉤。
發(fā)展醫(yī)療AI需打通數(shù)據(jù)壁壘
除了這些安全隱患，發(fā)展智能醫(yī)療是離不開大量數(shù)據(jù)的，而國內(nèi)發(fā)展智能醫(yī)療是很困難的，因為國內(nèi)的數(shù)據(jù)體系，包括醫(yī)療數(shù)據(jù)、醫(yī)院就診數(shù)據(jù)和患者的個人數(shù)據(jù)等是沒有打通的。張怡丹告訴《經(jīng)濟》記者，現(xiàn)在最大的壁壘不是患者的信任問題，而是最寶貴的數(shù)據(jù)大家都拿不到，只能靠一些比較灰色的方式，比如和某醫(yī)院或醫(yī)生的關(guān)系特別好，可能通過賣或者合作的形式把數(shù)據(jù)給廠商，需要一家家去打通數(shù)據(jù)。
如果數(shù)據(jù)壁壘不能打通，那測出來的數(shù)據(jù)就準不了，醫(yī)療服務(wù)也就準不了，更不會到后面使用中的安全性這一步。“我曾聽一位做AI的廠商說過，現(xiàn)在AI在醫(yī)療方面的應(yīng)用不應(yīng)該是在癌癥或手術(shù)這種非常高精尖或頻次不是很高的地方，AI應(yīng)該在高頻次或多數(shù)據(jù)的地方，比如在基層，一位醫(yī)生如果每天看50個病人，都是感冒這種小病，在這種場景下每天就會積累大量數(shù)據(jù)，然后又可以運用到最需要人力的地方。”張怡丹如是說。
醫(yī)療AI市場能否做大
對于醫(yī)療AI，有人認為正蓬勃發(fā)展，也有人認為這是一場“虛火”。那么，醫(yī)療AI到底靠不靠譜，這個市場能做大做強嗎?
IBM、谷歌等大公司已率先發(fā)布人工智能醫(yī)療戰(zhàn)略，偏重人工智能底層構(gòu)建;小公司則偏重場景應(yīng)用，全球近100家AI+醫(yī)療公司活躍于洞察與風險管理、醫(yī)學影像及診斷、藥物挖掘、風險管理、虛擬助理、健康研究等11個具體場景。
人工智能醫(yī)療產(chǎn)業(yè)鏈逐步走向成熟，從底層技術(shù)到應(yīng)用層面不斷發(fā)展。劉杰豪表示，中國人工智能醫(yī)療產(chǎn)業(yè)雛形已基本形成，在計算能力、通用技術(shù)和算法等底層均聚集一批公司。并且，今年6月《關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》的出臺使人工智能醫(yī)療產(chǎn)業(yè)有了政策的支持，產(chǎn)業(yè)發(fā)展將進一步加快。
張怡丹也認為，智能醫(yī)療是有它的價值的，例如CT讀片，此外，一直做語音識別的科大訊飛也在給醫(yī)生做口頭錄入病例的事情，“大家雖然都在不同的賽道上跑，但都是看好這個市場的，市場本身都有自己的痛點，也都有機會在里面”。
當然，醫(yī)學并不僅僅是簡單的治療問題，還是一個人文關(guān)懷的問題，這方面機器是沒有辦法做到的。因此，曹健認為，未來智能醫(yī)療的趨勢是作為一種技術(shù)手段投入使用，對醫(yī)生來說，這個助手可以提高效率和準確性，降低自己的勞動強度;對患者來說，能夠享受到更好的醫(yī)療技術(shù)。
未來各行業(yè)都將朝著智能化、多功能化這個方向發(fā)展，目前來看，智能醫(yī)療市場能發(fā)展到什么樣的程度還不好說，但智能醫(yī)療肯定是一個趨勢，在華成云看來，醫(yī)療領(lǐng)域是一個很嚴謹?shù)氖袌觯叭斯ぶ悄茉谔娲斯さ倪^程中主要考慮的還是醫(yī)療服務(wù)領(lǐng)域”。
醫(yī)療服務(wù)的投資是一個極其依賴機制取向的行業(yè)，劉杰豪對記者解釋道，因為資本的逐利性和醫(yī)療服務(wù)的公益屬性存在天然的沖突，那這就使得在建立醫(yī)療服務(wù)的投資模型時，我們需要設(shè)定不同于其他細分領(lǐng)域的分析框架，引入其他全新的變量，“但是這一特性并沒有在醫(yī)療服務(wù)投資領(lǐng)域引起過多的重視”。
艾瑞咨詢分析師秦澤西還告訴《經(jīng)濟》記者，投資者在投資企業(yè)的過程中需要注意兩個問題，一方面需要看這個企業(yè)進入市場的切入點是什么，也就是說這個公司提供的產(chǎn)品是什么，和用戶的匹配程度如何，哪些服務(wù)是用戶需要的，是真正切中了用戶的痛點等，這些都需要投資人去進行甄別;另一方面，需要考慮的是企業(yè)收入來源是什么，它的支付方是誰，“考慮到這兩個問題基本上就可以判斷企業(yè)是不是值得投資，是不是有一定的風險”。