論壇乾貨分享|醫療AI如何實現產品落地、商業模式落地以及盈利能力落地？

2017年9月16日-17日，由康復技術轉化及發展促進會主辦，湖北省長江經濟帶產業基金聯合主辦，中科雁棲湖創新（北京）科技服務有限責任公司、天鴻如至（武漢）投資管理有限公司、動脈網承辦，健康智谷、光谷智慧健康園協辦的2017長江產業論壇（秋季）暨醫療健康大數據與人工智慧大會在武漢會議中心盛大開啟。

在16號下午的論壇上，華中科技大學同濟醫學院附屬同濟醫院放射診斷教研室的夏黎明主任以《深度學習與肺結節的智能識別》為主題發表了精彩演講。

華中科技大學同濟醫學院附屬同濟醫院放射診斷教研室夏黎明主任

夏黎明表示：「深度學習就是「端到端」的學習，不需要人類的邏輯和知識的干預。它可以自己從經驗中學習，比方說我們教小朋友識別兔子，給他一張兔子的圖片然後告訴他這是兔子，你給的兔子的數量和種類多了，他認識的兔子就會越多。深度學習就像人一樣自己總結經驗，然後學習、總結而傳統的傳統人工智慧是總結兔子的特點一二三，滿足這三個特點就是兔子。」

二級市場視角看醫療人工智慧

而後，方正證券產業金融部董事醫療產業投資併購負責人姜天驕以《二級市場視角看醫療人工智慧：星空、大地、路》為題，從二級市場的角度給出自己的對醫療人工智慧的理解與分析。

方正證券產業金融部董事醫療產業投資併購負責人姜天驕

姜天驕在演講中提出了一個引人深思的問題。「互聯網醫療時代未能成功的項目是不是因為缺少了人工智慧的產品或者技術？創業者要清楚自己的公司的定位，避免為偽需求提供服務，摸清用戶的支付意願。」

他強調，商業的成功要在風口結束之前，至少要過渡到測試收入流水或者規模複製收入這個階段，否則這個項目將會失敗。

「目前人工智慧+醫學影像的產品發展的最好，也落地最多，但是醫學影像之後是研究重點是什麼？創業者需要考慮下一個重點，現在不能下一個明確的結論，因為我們也沒有觀察到，包括輔助診療在內，除了沃森以外，我們還沒有觀察到其他很好的企業。」

「免費還是收費？醫療AI的終局是什麼？是幾家寡頭壟斷，還是存在各自領域小而美的企業，我覺得這個可以參考醫療信息化的市場，醫療信息化市場的產品同質化嚴重，而且是一個發展很久的企業，但是到目前為止整個醫療信息化的市場還是極其分散的，如果我們引申過來，我認為醫療AI的終局也是這樣，不存在一家獨大的可能性。」

針對目前行業人士最關心的醫療人工智慧落地的問題，姜天驕表示：「我把落地分為三個大類：第一，最淺層面的落地是產品落地，第二，商業模式的落地，第三，盈利能力的落地。」

產品落地需要兩個并行的條件存在。一個是真實性的確認，產品解決的是真實需求，並非偽需求，這裡包括需求場景的真實性、需求方的剛性強度等。另一個是技術實現，技術包括方案的可行性、成本的可行性、專業人士的認同，這些是非常重要的。

醫療和其他領域最大的不同點應該就在於此，行業內的專家對於產品和技術的認可，對於這個領域來說至關重要。另外還有技術的穩健性、可靠性、可提升性等。

只有需求確認、技術實現才可能有產品落地。

其次是商業模式的落地，一個是測試收入流水，另一個是規模複製收入。測試流水只能增加投資機構對這個商業模式的信心，但並不能導致這個項目的成功，項目的成功取決於不同地區的規模複製。

方正證券之前關注到大量的商業模式實際上是用高買低賣的方式操作的，當然可以產生規模流水，但是流水越多虧的越多。

然後是盈利能力的落地，從影像讀片、語音錄入、輔助診療、醫藥研發這些細分角度來看。目前語音錄入都已經做到了產品落地，部分影像產品也進入非常小規模測試收入流水的階段，輔助診療的商業化程度是最成功的。

IBM沃森在7個國家落地，在國內與22個醫院有合作，可能一個醫院在一個月內使用沃森機器人幾十次，每次收費五千塊錢，一年一個三甲醫院所能貢獻的價值量大概是幾十萬人民幣。

我們認為輔助診療最成熟的產品到目前為止也只是處於測試收入流水的狀態。醫藥研發也是這個階段，醫藥研發+AI的公司不是參與醫藥研發的全流程，而是集中在臨床先的篩選。因為臨床一期、二期、三期的成本巨大，需要招募患者進行測試，醫療AI在這個環節裡面還沒有體現出非常大的作用。

醫療AI企業如何理解並解決醫療問題

雅森科技CEO陳暉以《人工智慧落地與應用》為題，分享了雅森科技在醫療人工智慧領域的思考與做法。

雅森科技CEO陳暉

陳暉表示「人工智慧+醫學影像的公司都會碰到一個困境，自己在實驗室裡面用數十萬的數據研發的產品被用到三線、四線城市的時候，準確性很差。所以醫療人工智慧產品如何解決實際問題呢？雅森科技的做法是先幫助醫院完成底層數據的標準化，這包括數據整合，不同源的數據、不同種類的數據的整合。第二在整個醫聯體醫院要做好數據質量的把控，至少要清楚醫院的數據是否可以在產品上面使用。最後，數據質控之上，公司還要解決教研、設備多元化的問題，這些問題解決了以後，才可以讓實驗室的產品落地。」

隨後，依圖醫療副總裁Cathy Fang女士以《人工智慧變革醫療》為題，分享了依圖醫療在醫療人工智慧的成就和看法。

依圖醫療副總裁Cathy Fang女士

Cathy Fang認為：「醫療人工智慧產品必須得落地，嵌入醫生工作流，真正解決醫生的臨床痛點，解決實際的工作問題，這樣醫院才會有強烈的使用意願，有了強烈的使用意願醫院才會購買。依圖醫療研究的策略非常明確，所有的產品線比較解決臨床痛點，必須投入臨床使用。」

目前依圖醫療肺部CT智能產品已經非常成熟，它的訓練數據集超過一百萬份臨床數據，而且不是開源數據，而是多中心、大樣本的數據。從3月份在種子醫院上線以後，現在依圖醫療的肺部CT智能產品在全國範圍內已經看了5萬份臨床數據。

依圖醫療的另一款判斷骨齡的產品能夠幫助兒科醫生建立基於人群的骨齡分析圖譜。這個案例的成功將有一個意義，在未來金標準的臨床醫學指南中會有人工智慧演算法的影子。

緊接著，經綸世紀的創始人兼總裁余中博士以《人工智慧時代的智能醫學》為題，講述了他對智能醫療的理解。

余中認為：「落實分級診療的問題，首先必須把基層醫生培養起來，基層醫生就是全科醫生、家庭醫生，基層醫生培養不起來，永遠不可能解決看病難、看病貴的問題。所以必須把這個問題解決好，而解決這個問題的唯一方式就是賦能基層醫生。基層醫生的診斷水平、受的教育、經驗各方面來講參層不齊，而他們恰恰是國家醫療體系當中的基石。用大數據人工智慧的方式提高他們的能力，這不僅僅是國家戰略，而且是真正國家戰略的實施路徑，這是我們的認知，因此我們在這方面花了巨大的努力。」

文|王曉行

微信|wxh-666-666

添加時請註明：姓名-公司-職位

網站、公眾號等轉載請聯繫授權

「醫療大數據和人工智慧產業報告」專題

★ 2017醫療大數據與人工智慧報告發布，首次繪製產業技術成熟度曲線

★ 人工智慧底層技術已然成熟，人工智慧的發展急需解綁數據和政策支持

★ 在人工智慧參與最多的醫學影像診斷領域，這是一次完整的調研

近期推薦

★ 15萬億供應鏈金融市場，醫療將是重點爭搶領域，阿里、京東已開始拼殺

★ 有互聯網基因的線下運動康復平台，幫你在線試圖實現場景化康復服務

★ 兩個月擴張7家店，番小茄用SaaS系統將中醫小兒推拿進行了規模化打造

「蘋果」系列專題

★ 這是谷歌、IBM、蘋果都沒解決的醫療人工智慧難點！

★ 硬體前三，軟體爭前十，通用醫療認為醫療健康將是「蘋果式」的生態圈

★ 聚焦IBM、谷歌、蘋果、Facebook，這些科技巨頭如何逐鹿基因市場

★ 蘋果的數字醫療平台ResearchKit步入十字路口，專業性存疑

聲明：動脈網所刊載內容之知識產權為動脈網及相關權利人專屬所有或持有。文中出現的採訪數據均由受訪者提供並確認。未經許可，禁止進行轉載、摘編、複製及建立鏡像等任何使用。