AI（人工智能）無疑是當前甚至是未來十年的一個技術風口，在投資人眼里，如何將AI技術與具體應用場景結合，也成為當前的投資風口之一。

在諸多場景應用當中，醫療可謂是兵家必爭之地。不僅諸多傳統VC/PE機構早已在當中有所布局，甚至BAT們也在近年加速AI醫療布局。

借助資本和巨頭的力量，賽道內的初創企業們也在努力想要“闖出一片天地”。近日，醫療AI企業深睿醫療宣布完成C輪融資，本輪融資由陽光保險集團戰略領投，昌發展、絲路華創和山藍資本跟投。至此，深睿醫療兩年內完成了四輪融資。

據公開資料顯示，深睿醫療前身是北大信科學院人工智能實驗室項目，2017年轉化成實體公司，總部位于北京中關村高科技核心地區，通過人工智能“深度學習”技術及自主研發的核心算法，為各類醫療服務機構提供基于人工智能和互聯網醫療的解決方案。成立至今，深睿醫療已經將其人工智能的產品落地到400多家醫院。

作為AI技術落地應用的最佳場景之一，醫療長期以來都是各家資本和巨頭爭奪的要地。而從目前來看，深睿醫療的產品矩陣，正好代表了當前圈內對醫療AI具體應用領域看好的細分部分。

據深睿醫療聯合創始人、CEO喬昕介紹，目前，深睿醫療已經開創了一個人工智能醫療產品矩陣，包括醫學影像人工智能輔助診療系統、智能影像云平臺、多模態科研平臺、院內問診導診智能系統和醫學病理檢驗人工智能系統等。“未來，深睿醫療將在大健康領域開展更多人工智能的嘗試與探索，搭建人工智能生態圈，我們的產品和服務已經從單病種診療向全病種診療發展，單一技術應用向技術生態發展，單一模態的數據學習向多模態的人機互動發展。”喬昕說。

在深睿醫療此次的戰略投資人中，陽光保險集團備受矚目。據悉，未來雙方將會以新的戰略合作模式探索醫療AI。陽光保險戰略投資部總經理宋文雷表示，醫療是陽光保險一直以來重點布局的行業之一。近幾年，人工會智能在醫學影像領域開始了廣泛引用。對于醫療AI的創業公司，技術能力、產品能力、對醫療行業的理解能力以及商務能力，任一方面的短板都會嚴重制約創業公司的發展。

君聯資本董事總經理、首席投資官李家慶表示，他們持續看好人工智能在醫療輔助診斷領域內的應用場景。昆仲資本創始管理合伙人王鈞也表示，通過醫療影像技術對醫療進行診斷，是整個醫療行業的重要入口，且具有巨大的發展潛力和想象空間。

事實上，百度也在這一領域做了重要布局。今年以來，百度頻頻布局醫療領域。3月份，百度戰略投資東軟醫療超過2000萬元。2月底，百度全資獲取北京康夫子健康技術有限公司股權。加上之前的投資，目前百度在醫療AI領域的布局主要集中在影像診斷和醫療大數據方面。

在以“AI應用落地，助力產業升級”為主題的騰訊全球數字大會AI分論壇上，騰訊副總裁姚星介紹說，醫療作為騰訊AI切入最早、應用最廣、成熟度最高的產業之一，目前正向著縱深化發展。

騰訊AI在醫療領域的應用，已完成從產品、場景到落地的深入探索。從最早輔助篩查食道癌開始，騰訊覓影的醫療影像輔診功能，已擴展到肺癌、糖尿病性視網膜病變、結直腸腫瘤、宮頸癌、乳腺腫瘤等多個大眾化病種。

除了影像，流程前期的輔診系統發展迅速，能輔助醫生診斷700多種常見病種，準確率達96%；分診系統已上線百家醫院的200個科室，準確率達98%；此外騰訊還提前布局病理分析領域，研發結合AI與AR技術的智能顯微鏡。

業界普遍認為，在中國的環境下，醫療+AI的需求是“實打實存在的”，但是醫療+AI本身的商業價值如何挖掘依然是個難題。除了投資之外，巨頭們也在其中早早有了嘗試。

比如2017年3月，阿里巴巴推出了其在“醫療+人工智能”領域的首個產品——“ET醫療大腦”。“ET醫療大腦”可以輔助醫生判斷甲狀腺結節點，并給出良性或者惡性的判斷。同年，阿里健康推出了醫療人工智能系統“Doctor You”，該系統包括臨床醫學科研診斷平臺、醫療輔助檢測引擎、醫師能力培訓系統等等。

另外，平安集團作為早期介入AI醫療領域的巨頭之一，依托旗下平安智慧城市—智慧醫療，已與近20個省市的近300家醫療機構簽約合作，提供包括智能醫療影像篩查、AskBob智能輔助診療以及智能慢病管理等在內的整套端到端的AI醫療服務方案。

盡管人們深知，醫療AI作為未來醫療行業發展趨勢，但實際在推行中并沒有那么容易。平安集團首席醫療科學家謝國彤在接受新華社記者采訪時表示，醫療AI在推行中最大的挑戰之一就是心里接受問題，很多醫生會質疑AI輔助醫療是否靠譜，是否真正能提升診斷效率。

另外一個問題則是評估體系。謝國彤表示，包括美國在內的AI輔助診療類產品，沒有幾個通過FDA（食品藥品監督管理局）認證。在醫療資源更為緊張、對醫療AI需求更強烈的中國，如何在監管滯后于AI創新的情況下，去評估醫療AI產品的有效性和安全性，也是當前急需解決的問題。

體素科技CEO丁曉偉也提出，現有的算法評估標準通常以工程界的標準為主，不一定能夠得到臨床醫生的認可。他表示，目前得到藥監局許可的臨床實驗，大部分在非常受控的環境下進行，而醫生對這種受控環境下做出來的數據，不見得真正認可。第二是監管的問題，醫療器械的使用和推廣需要藥監局的批準。第三是商業變現的問題。他認為，AI在醫療領域的應用更接近與體檢和預防，“有時候帶來的效果很大，但非常間接，不容易形成控費價值的影響”。

聯影智能COO詹翊強則表示，在目前的技術階段上，“人工智能使醫生都失業”的情況不可能發生。詹翊強認為，把水平不高的醫生提高到三甲醫院醫生的水平是人工智能賦能醫療的一種希望。他表示，雖然人工智能的價值不一定能立刻轉化為企業的績效，但能夠讓更多基層的病人接受到更高質量的醫療服務。

談到人工智能在醫療場景落地的挑戰，詹翊強表示，處理實際醫療工作中的龐大數據量是一大難點。他介紹，在實驗室場景中，大量三維的醫療圖象數據會產生巨大的數據量，特別是在大型醫院里，可能有十臺CT同時向系統輸送數據，對數據處理的速度和精度要求極高，對整個信息系統的架構也有很多要求。