醫療人工智慧閉門會學習筆記

有幸應江湖聞名已久的互聯網調研+撮合公司——「獨角獸工作室」的邀請，在周末參加了一次關於醫療人工智慧的閉門討論會，收穫良多，今天整理思緒把學習筆記用清單形式寫下來，以饗各位讀者。

1．醫療人工智慧目前已經不是單純流於想象或者設計中的東西了，已經開始深入到醫療的各個方面。

2．從目前的調研數據來看，醫療人工智慧在圖像識別判斷（眼底攝片、肺部CT、頭顱MRI、病理閱片等）方面已有陸陸續續很多文章發表，並且一致提示AI讀片在準確性方面已經開始超越人類。

3．醫療人工智慧在輔助決策方面目前似乎大家都以IBM Watson為標杆，不過就引入國內的應用來看，Watson僅能在少數幾個腫瘤方面為人類提供診斷和治療輔助決策，在很多人看來Watson依然只是在文獻證據整理和搜索方面為我們提供便利。

4．目前國內很多醫療人工智慧創業項目紛紛選擇與醫院、研究所、大學等進行科研合作的道路，很多人看來至少目前醫療AI還是一件2B的生意，不過由於眾所周知的原因，體制內的B為AI項目主動付費的意願不高，絕大多數創業公司的收入來自於科研合作經費，難以形成持續性付費收入。

5．目前在醫療AI整個產業鏈中，大多數看到的是「上游波濤洶湧，下游風平浪靜」，在具體使用醫療AI的用戶中基本沒有看到成熟的應用案例。

6．多數投資人、創業者、調研機構以及用戶都認為醫療AI目前一方面需要密切深入醫院獲取數據完善演算法以迭代發展，另一方面需要進一步積累證據以證明其在輔助診治的敏感性、特異性方面優於人類，並且對於醫療過程是安全的。

7．本大叔越來越感覺AI是一種底層應用，就和我們平時使用的水電煤，醫院用的HIS一樣，在此基礎上構建起新的醫療業務將是未來新醫療的主體。

8．目前接觸到的醫療AI項目絕大多數都在使用場景的層面較勁，畢竟大家都希望AI能夠趕快得到醫學界的應用和認同，不過本大叔感覺其中很多的場景雖不能說是虛構臆想，但對於AI的真正推廣應用而言有些「倒果為因」，比如說本大叔聽到最多的醫療機構願意使用AI的原因是「提高診治效率」，本大叔一直以為國內的醫療診治效率不需要AI也已經做到非常高了。

9．本次閉門會上聽到的幾個醫療AI項目多數創始人都有些過於「技術中心思維」，投資人似乎還大多是「占跑道」的心態，大家對於項目商業化的實現和持續進展目前可能還尚無良好的模式。

本大叔簡單歸納了這麼九條學習心得，在本大叔看來AI+醫療是必然趨勢，隨著AI這個黑天鵝的翅膀扇動，醫療的形態或模式也會在不遠的將來獲得耳目一新的改變，不過還是回歸所有商業項目的宇宙終極三字咒語——誰付錢，這個問題依然是要仔細考慮並真實踐行的。