140余家從事醫(yī)療AI的企業(yè)，近120家在做醫(yī)學影像業(yè)務，其中約百家企業(yè)布局于肺結(jié)節(jié)影像產(chǎn)品——八點健聞調(diào)研發(fā)現(xiàn)，看上去蓬勃發(fā)展、四面開花的中國醫(yī)療AI行業(yè)，跟很多新興行業(yè)一樣，同質(zhì)化現(xiàn)象嚴重，只是非常有限地，擠在某些容易涉獵的領域里相互“追隨”、彼此競爭。

2018年被稱為“醫(yī)療AI”落地之年。全國上千家三甲醫(yī)院引入了了AI產(chǎn)品。但同質(zhì)化、燒錢嚴重且尚未找到合理的營收模式，成為這個新興行業(yè)的發(fā)展之痛。

優(yōu)勝劣汰是必然的結(jié)果。2019年，隨著資本寒冬的到來，“燒錢”的醫(yī)療AI產(chǎn)品勢必會經(jīng)歷一番“洗牌”。有錢燒的撐下去“再活三年”，沒錢燒的關門歇業(yè)。

AI，是Artificial Intelligence的英文縮寫，謂之人工智能。基于人類已在線儲存的知識、經(jīng)驗，設計者讓計算機通過自然語言處理、語言識別、圖像識別等技術，代替人類進行一些重復性的操作。這種技術應用到醫(yī)療中，即為醫(yī)療AI。

同質(zhì)化競爭加速行業(yè)成長

“對比中美醫(yī)療AI公司的業(yè)務布局，我們不難發(fā)現(xiàn)，目前美國醫(yī)療AI企業(yè)行業(yè)分布較為廣泛，而中國醫(yī)療AI企業(yè)大多集中在影像方面。”在首屆中國醫(yī)學影像AI大會上，中華醫(yī)學會放射學分會候任主任委員、中國醫(yī)學影像AI產(chǎn)學研用創(chuàng)新聯(lián)盟理事長劉士遠教授說。

“有的醫(yī)院會引入好幾家企業(yè)的AI產(chǎn)品，無一例外全都是做肺結(jié)節(jié)的。”一位不愿透露姓名的行業(yè)人士告訴八點健聞。可見在醫(yī)院這個醫(yī)療AI產(chǎn)品的主戰(zhàn)場上，同一類別產(chǎn)品的競爭有多慘烈。

目前在中國的醫(yī)療A企業(yè)中，包括聯(lián)影、推想科技、深睿醫(yī)療、依圖醫(yī)療、科大訊飛、體素科技、匯醫(yī)慧影、圖瑪深維、點內(nèi)科技、翼展影像、視見科技、騰訊覓影、青燕祥云、杏脈、健培、連心等在內(nèi)的二十余家企業(yè)都已經(jīng)在肺部疾病方面有所布局。

僅次于肺部疾病的是眼底疾病。包括體素科技、Airdoc、健培、Deepmind、愛爾眼科，以及IBM Watson、騰訊、百度等在內(nèi)的十余家企業(yè)已在該領域布局。

為什么都集中在肺結(jié)節(jié)和眼底疾病影像上呢？

“因為肺結(jié)節(jié)和糖網(wǎng)存在公開的數(shù)據(jù)庫，且數(shù)據(jù)庫豐富而完整，所以大部分企業(yè)都將肺結(jié)節(jié)和糖網(wǎng)產(chǎn)品作為主要產(chǎn)品，有些蝴蝶效應。”體素科技創(chuàng)始人兼CEO丁曉偉說。

阿里健康高級副總裁柯研分析，醫(yī)療AI行業(yè)同質(zhì)化競爭的原因主要有二：一是影像科目前對AI的應用是相對成熟；二是影像科CT平掃、磁共振檢查等工作多為重復性勞動，對AI的需求也很迫切。去年10月，在首屆全國醫(yī)院物聯(lián)網(wǎng)大會上，阿里健康宣布啟動面向醫(yī)療AI行業(yè)的第三方人工智能開放平臺，12家醫(yī)療AI領軍公司成為首批入駐平臺的合作伙伴。

柯研在接受媒體采訪時稱，平臺在選擇企業(yè)合作時“會鼓勵他們做交叉，不要做同質(zhì)化，要認清市場的趨勢，仔細權衡做某樣產(chǎn)品的優(yōu)缺點”。但他并不否認競爭的合理和積極性。“如果平臺出現(xiàn)同質(zhì)化的企業(yè)，我們會讓市場說話，看醫(yī)生、醫(yī)院愿意選擇哪家產(chǎn)品，我們堅信市場的選擇是最有效率的，且競爭的存在也是合理的。”

值得注意的是，“高集中”的特點雖然降低了醫(yī)療AI品類的豐富度，但也促使了相關醫(yī)療AI產(chǎn)品更快地走向成熟。劉士遠介紹，目前，從中國人工智能醫(yī)療影像產(chǎn)品研發(fā)的成熟度來看，肺結(jié)節(jié)的成熟度最高，其次是糖網(wǎng)篩查。此前，八點健聞文章也提到，未來，國內(nèi)AI影像的第一張“三類證”一定會出在在肺部影像或眼底影像的產(chǎn)品中。

只燒錢不賺錢+資本嚴冬

“2018年末、2019年初，部分企業(yè)還拿到了融資，這部分資金至少能支撐這些企業(yè)渡過相當長的時間，而沒有獲得融資的醫(yī)療AI企業(yè)，在經(jīng)濟形勢下滑后，很有可能邁不過這個門檻。”上述行業(yè)人士表示，2019年起，醫(yī)療AI行業(yè)將開始進行“洗牌”，而這些企業(yè)將在2020年迎來最殘酷的競爭。

對于醫(yī)療AI來說，現(xiàn)在依然處于高投入階段。拿最簡單的人力成本舉例，目前對于絕大多數(shù)醫(yī)療AI企業(yè)來說，從算法、產(chǎn)品、工程，到運營、商務，各個部門的人員幾乎都是“頂配”。此外，醫(yī)療AI企業(yè)在前期收集數(shù)據(jù)、研發(fā)產(chǎn)品以及后續(xù)的商務銷售過程中也需要投入較多成本，圖瑪深維創(chuàng)始人鐘昕表示，往往研發(fā)一個醫(yī)療AI產(chǎn)品的成本，至少需要數(shù)百萬元，開發(fā)周期達6-12個月。

在不斷投入高昂成本的同時，醫(yī)療AI現(xiàn)階段并沒有實現(xiàn)合理的營收。

過去一段時間，市場孕育了一些可供未來參考的收費模式。比如：第三方影像中心大多采用按使用次數(shù)收費的模式，一些醫(yī)院大多使用一次性買斷產(chǎn)品的付費模式。

但由于行業(yè)尚處于發(fā)展早期，目前醫(yī)療AI產(chǎn)品大多是不收費的，即便收費也是向B端的醫(yī)療機構收費，并非是向C端的患者用戶收費。

2018年8月中旬，浙江大學醫(yī)學院附屬邵逸夫醫(yī)院率先就人工智能相關產(chǎn)品開放收費目錄，文件中標明“（特需）人工智能輔助多學科疑難病聯(lián)合診治，6500元/次”。青島、遼寧等地區(qū)緊隨其后，也將部分人工智能服務加入收費目錄。醫(yī)院方已經(jīng)在這一年作出了巨大的突破。

不少業(yè)內(nèi)人士表示，這些收費模式主要是針對“會診”收費，并非針對人工智能收費。不過，也有人認為，這樣的商業(yè)模式目前并沒有為企業(yè)帶來系統(tǒng)的營收，對陷入資金饑渴中的企業(yè)來說，不過是杯水車薪。

“小而美”的賽道

跟其他新興產(chǎn)業(yè)一樣，這是AI進入醫(yī)療領域必經(jīng)的陣痛。只是恰逢資本市場的嚴冬，使前行之路變得格外困難。但大批行業(yè)人士仍看好其發(fā)展前景，并在更大范圍內(nèi)探索AI醫(yī)療應用的可能性。

一些企業(yè)開始嘗試開發(fā)一些覆蓋其他病種的產(chǎn)品。

“不要擠到一片紅海中去。”道彤投資創(chuàng)始管理合伙人孫琦告訴八點健聞，做醫(yī)療AI產(chǎn)品，首先要選一個差異化賽道。他提到，比如道彤投資的蘭丁醫(yī)學是用AI做病理分析，美國一些企業(yè)是用AI做藥物研發(fā)，這些都是不錯的賽道。

實際上，醫(yī)學影像的市場需求遠不止于肺結(jié)節(jié)及糖網(wǎng)篩查。

腫瘤、心血管病等占據(jù)死亡率前列的疾病，對醫(yī)療AI也提出需求。在IBM創(chuàng)新實驗室浸淫十年的馬春娥，在離開IBM后選擇繼續(xù)深耕醫(yī)療AI。

2017年6月，馬春娥創(chuàng)立了數(shù)坤科技。然而她并沒有像大多數(shù)企業(yè)一樣從肺結(jié)節(jié)入手，而是選擇從難度更大的心血管領域切入產(chǎn)業(yè)。“一方面，與肺癌、肺結(jié)節(jié)等疾病不同，心血管疾病的診斷流程更加復雜，心臟CT圖像需要首先經(jīng)過復雜的三維重建，之后診斷醫(yī)生根據(jù)三維重建的圖診斷出血管的起源、走形、血管壁的斑塊、管腔狹窄等情況。另一方面，心血管疾病的公開數(shù)據(jù)集比較少，收集數(shù)據(jù)就是一個很大的難題了，此外也沒有什么開源模型，起步就很難。”馬春娥說。

難度雖然大，但數(shù)坤科技卻相信選擇“偏門”的道理。目前，數(shù)坤已推出全球首個針對心血管疾病的人工智能診斷產(chǎn)品，并已進入臨床診斷全流程，即能夠?qū)⒂跋裰悄芎筇幚怼I疾病診斷與AI報告與打印全流程打通。在馬春娥看來，由于研究的病種類似、產(chǎn)品同質(zhì)化程度高、業(yè)務集中度高，未來將會有蹭熱點的偽醫(yī)療AI公司消失或關掉AI部門。AI醫(yī)療正從狂熱期轉(zhuǎn)向冷靜期，這會讓業(yè)務模式更清晰的企業(yè)浮出水面。

騰訊優(yōu)圖實驗室也選中了一個小而美的賽道。他們的一個產(chǎn)品是將超聲AI研究首先應用到乳腺腫瘤篩查上。實驗室醫(yī)療負責人鄭冶楓告訴八點健聞，優(yōu)圖實驗室選擇布局的病種有兩個原則，首先，這個病種是可以基于影像進行診斷的。其次，這個病種對于人工智能的需求要是比較迫切的，比如發(fā)病率極高、需要提高篩查效率等。

以乳腺癌為例。目前，乳腺癌已經(jīng)成為中國女性發(fā)病率第一高的疾病。根據(jù)2018年中國癌癥統(tǒng)計報告顯示，2014年中國女性乳腺癌年新發(fā)病例約27.89萬例，占女性全部惡性腫瘤發(fā)病的16.51%。定期做乳腺檢查，是預防乳腺癌最有效的方式，乳腺癌發(fā)現(xiàn)越早，治療效果越好。

常見的兩種乳腺癌篩查影像檢查方式一是鉬靶X光，另一種就是超聲。由于歐美女性脂肪較多，更適用于鉬靶檢查，可以清晰地發(fā)現(xiàn)脂肪中的腫瘤。但是中國女性的乳腺大多屬于纖維型，脂肪不多，因此鉬靶不容易發(fā)現(xiàn)腫瘤。相反，這種情況就更適用于超聲檢查。

“正因如此，超聲已經(jīng)成為現(xiàn)在中國比較推薦的篩查手段，而我們也選擇將人工智能技術運用到超聲檢測當中。”鄭冶楓提到，較之鉬靶X光，超聲沒有放射性，對身體損害比較小，價格也比較便宜。

鐘昕則表示，對于醫(yī)療AI來說，每一個病種的市場規(guī)模都在數(shù)十億元以上，并不“小”。他提到，“如果垂直賽道的產(chǎn)品真的能解決問題，能夠提升醫(yī)療服務能力和效率，并且做的較有特色，就會有很大的機會。”