不要讓“AI+醫(yī)療”變成一次性買賣

AI醫(yī)療從未如此熱鬧。

DeepSeek開源模型的橫空出世，讓醫(yī)療大模型的落地速度遠(yuǎn)超預(yù)期。藥企忙著將AI嵌入藥物研發(fā)管線，醫(yī)院爭(zhēng)相部署智能問診系統(tǒng)，而AI企業(yè)也加速轉(zhuǎn)向--百川智能裁撤B端業(yè)務(wù)All in醫(yī)療，潤(rùn)達(dá)醫(yī)療與華為云合作推出"良醫(yī)小慧"大模型，就連華為也組建了醫(yī)療衛(wèi)生軍團(tuán)加入戰(zhàn)局。

資本市場(chǎng)的狂熱更添一把火：木頭姐在年度報(bào)告中預(yù)言，AI醫(yī)療將重構(gòu)萬億美元健康產(chǎn)業(yè)；Tempus AI成了AI醫(yī)療當(dāng)紅炸子雞，短短一個(gè)月股價(jià)漲了接近200%。

當(dāng)然，情緒來得快去得也快。過去一個(gè)月Tempus股價(jià)從高點(diǎn)跌落，接近腰斬。

這也提醒著我們，在這場(chǎng)狂歡背后，歷史的陰影始終揮之不去--IBM Watson Health耗資百億卻黯然退場(chǎng)的教訓(xùn)猶在眼前；國(guó)內(nèi)AI四小龍也都曾想在醫(yī)療領(lǐng)域分一杯羹，但無一例外鎩羽而歸。

這一次，當(dāng)藥企、醫(yī)院和AI公司在風(fēng)口下爭(zhēng)先恐后時(shí)，一個(gè)必須回答的問題始終拷問著所有人，AI醫(yī)療是真變革還是新泡沫？

/ 01 / 風(fēng)口下的簽單

沒有人會(huì)懷疑，AI的盡頭是醫(yī)療。

亞馬遜、谷歌、微軟、英偉達(dá)等科技巨頭近年來在醫(yī)療領(lǐng)域撒下重金。英偉達(dá)更是豪賭AI+醫(yī)療，其在醫(yī)療保健行業(yè)的直接和間接收入已經(jīng)超過10億美元，未來可能會(huì)達(dá)到數(shù)百億美元。

對(duì)于巨頭們來說，醫(yī)療行業(yè)是一個(gè)有待挖掘的巨大市場(chǎng)，充滿機(jī)遇和挑戰(zhàn)，這些渴望持續(xù)增長(zhǎng)的巨頭們，誰(shuí)也不愿意在新賽場(chǎng)上掉隊(duì)。木頭姐更是在其《Big Ideas》報(bào)告中表示，當(dāng)前醫(yī)療保健是被低估的AI應(yīng)用。

這股浪潮也早已傳導(dǎo)至國(guó)內(nèi)。2023年以來，AI醫(yī)療大模型數(shù)量開始井噴。據(jù)不完全統(tǒng)計(jì)，目前國(guó)內(nèi)醫(yī)療大模型已逾200個(gè)，涉及場(chǎng)景十分廣泛，幾乎覆蓋了所有的科技醫(yī)療板塊。

在"百模大戰(zhàn)"中，AI+醫(yī)療的故事也挽救了一些AI玩家。

2024年8月，百川智能的醫(yī)療組從邊緣走向核心，成為這家AI獨(dú)角獸的救命稻草。在投資人看來，醫(yī)療可能是百川智能能夠與其他六小虎打出差異化的概念，而差異化，恰恰是能融到錢的關(guān)鍵。

而在多個(gè)訪談中，王小川也向外界解釋，轉(zhuǎn)向醫(yī)療與通往AGI（通用人工智能）的目標(biāo)并不矛盾：醫(yī)療不是垂直場(chǎng)景，造醫(yī)生就等于AGI。

2025年初，DeepSeek的橫空出世，AI醫(yī)療更是進(jìn)入發(fā)展快車道，2月份以來，包括華為在內(nèi)越來越多重量級(jí)選手下場(chǎng)，新一輪AI醫(yī)療應(yīng)用浪潮也加速席卷醫(yī)院。

這不難理解，AI醫(yī)療在提升醫(yī)療器械功能、檢查檢驗(yàn)結(jié)果解讀、輔助臨床醫(yī)生決策、健康管理等多個(gè)領(lǐng)域的應(yīng)用價(jià)值較大，是醫(yī)療企業(yè)和醫(yī)院必須重視的創(chuàng)新方向和競(jìng)爭(zhēng)趨勢(shì)。

尤其是當(dāng)DeepSeek被視為國(guó)運(yùn)級(jí)機(jī)會(huì)，所有人爭(zhēng)先恐后。據(jù)不完全統(tǒng)計(jì)，截至目前，國(guó)內(nèi)已有超百家三級(jí)醫(yī)院官宣完成DeepSeek本地化部署，包括一大批知名大三甲醫(yī)院。

事實(shí)上，在AI大趨勢(shì)下，去年以來，不少醫(yī)院科室便都有AI落地的指標(biāo)，因此，醫(yī)院作為甲方愿意簽單。一是為了自己的政績(jī)，二是為了能發(fā)AI醫(yī)療相關(guān)的論文，三是為了以來能賣AI醫(yī)療產(chǎn)品給患者。

總之，現(xiàn)在的醫(yī)院，在風(fēng)口之下，是有動(dòng)力和意愿為AI產(chǎn)品付費(fèi)的。

/ 02 / 現(xiàn)實(shí)的拷問

所有人都在沖向AI。

根據(jù)2024年飛利浦中國(guó)版《未來健康指數(shù)報(bào)告》數(shù)據(jù)顯示，86%的醫(yī)療機(jī)構(gòu)管理者受訪者表示已布局或計(jì)劃投資生成式AI，這一比例高于美國(guó)的75%。

而在具體應(yīng)用場(chǎng)景方面，47%受訪者表示已經(jīng)在放射科部署AI，44%在院內(nèi)患者監(jiān)護(hù)中應(yīng)用AI，40%在藥品管理環(huán)節(jié)應(yīng)用AI。

在這一輪浪潮中，盡管醫(yī)療機(jī)構(gòu)的AI應(yīng)用率較高，但醫(yī)院關(guān)心的是"是否能緩解醫(yī)生資源緊張"、"是否能減少文書工作量"、"是否能降低誤診率"等具體現(xiàn)實(shí)問題。如果AI產(chǎn)品只在短期內(nèi)解決一個(gè)小痛點(diǎn)，或長(zhǎng)期維護(hù)成本過高，醫(yī)院就會(huì)覺得得不償失。

當(dāng)年，IBM Watson Health的致命缺點(diǎn)之一，就是缺乏醫(yī)患場(chǎng)景的深度融入，不能貼合醫(yī)院工作流、無法與醫(yī)生日常操作系統(tǒng)無縫銜接，很難獲得持續(xù)應(yīng)用，加上日常維護(hù)成本較高，導(dǎo)致IBM Watson Health在燒掉數(shù)百億美元，仍無法真正落地、走向敗局，IBM也退出醫(yī)療保健舞臺(tái)。

為典型的是，2017年MD安德森腫瘤中心與之結(jié)束4年的合作。為了培養(yǎng)IBM想象中的虛擬醫(yī)生，MD安德森腫瘤中心支付了6210萬美元的研發(fā)費(fèi)用。然而這些錢卻沒有濺起什么水花。

對(duì)于國(guó)內(nèi)AI+醫(yī)療產(chǎn)業(yè)來說，這也是一個(gè)無法回避的現(xiàn)實(shí)問題。因?yàn)楫?dāng)風(fēng)口過去，大家回歸現(xiàn)實(shí)之后，這些產(chǎn)品如果沒有對(duì)醫(yī)療機(jī)構(gòu)產(chǎn)生實(shí)際價(jià)值，那就很有可能會(huì)成為一次性買賣。

這并非沒有先例。過去，從AI閱片、AI診斷等場(chǎng)景來看，很多AI+醫(yī)療的應(yīng)用，都面臨著真實(shí)作用有限的問題，并且由于難以打通付費(fèi)場(chǎng)景，導(dǎo)致變現(xiàn)困難，進(jìn)而使得市場(chǎng)熱情不高。

以AI閱片為例，病理診斷是一種基于圖像信息的診斷方式，被譽(yù)為疾病診斷的 "金標(biāo)準(zhǔn)"。邏輯上來講，中國(guó)病理行業(yè)發(fā)展面臨病理醫(yī)生缺乏、分布不均勻、培養(yǎng)周期漫長(zhǎng)等問題，讓人工智能參與可以大大提高醫(yī)務(wù)人員的工作效率。

然而，現(xiàn)實(shí)中，人工智能是否能夠有效地提高效率？又該如何為人工智能技術(shù)的應(yīng)用付費(fèi)？這些問題需要找到答案。

過去，從騰訊、百度到依圖科技等也都有病理大模型的功能模塊，但大多也都成效有限。AI理想再豐滿，都要落實(shí)到創(chuàng)收的骨感，這一點(diǎn)在醫(yī)療產(chǎn)業(yè)只會(huì)更難。

說白了，外界回望過去能看到的，是AI落地醫(yī)療的艱難，以及上一代AI廠商的失敗。當(dāng)初的AI四小龍，都曾想在醫(yī)療領(lǐng)域分一杯羹，但無一例外鎩羽而歸。

/ 03 / 不要讓AI+醫(yī)療變一次性生意

如今，技術(shù)雖然在不斷迭代發(fā)展，AI在醫(yī)療領(lǐng)域的應(yīng)用也在持續(xù)突破，但一些本質(zhì)的問題尚未得到真正解決。

而這些問題，也關(guān)系著這門生意到底是可持續(xù)還是一次性的。

首先是如何提升效率。這涉及兩點(diǎn)，數(shù)據(jù)及專業(yè)醫(yī)生。

擁有龐大、且持續(xù)更新的患者數(shù)據(jù)，是醫(yī)療AI產(chǎn)品提高精度和持續(xù)迭代的基礎(chǔ)。而業(yè)界基本有著這樣一個(gè)共識(shí)，那就是阻礙AI應(yīng)用滲透速度的，主要還是優(yōu)質(zhì)數(shù)據(jù)集的缺乏。

國(guó)內(nèi)雖不缺少醫(yī)療數(shù)據(jù)，但由于各家醫(yī)院標(biāo)準(zhǔn)不統(tǒng)一，數(shù)據(jù)參差不齊，還有不少數(shù)據(jù)存在錯(cuò)漏、不完整等問題。根據(jù)《智能涌現(xiàn)》報(bào)道，百川智能內(nèi)部的評(píng)測(cè)顯示，若是只基于現(xiàn)有文獻(xiàn)和數(shù)據(jù)庫(kù)，目前AI病例的生成能達(dá)到70-80分，但相關(guān)項(xiàng)目落地的基準(zhǔn)在90分。

目前好的解決方法，是加入專業(yè)醫(yī)生的標(biāo)注和對(duì)齊。2024年年末，百川智能投資了醫(yī)療數(shù)據(jù)服務(wù)商"小兒方"，也成立了有30多位醫(yī)生的醫(yī)學(xué)產(chǎn)品部。除此之外，公司還高薪聘請(qǐng)了醫(yī)療專家，來帶隊(duì)專業(yè)醫(yī)療團(tuán)隊(duì)。

說白了，醫(yī)療模型的訓(xùn)練，不僅要有算法工程師，重要的角色是專業(yè)醫(yī)護(hù)人員。復(fù)旦大學(xué)大數(shù)據(jù)研究院醫(yī)學(xué)影像智能診斷與醫(yī)療信息學(xué)研究所副所長(zhǎng)單飛更是直言，"牽著研發(fā)隊(duì)伍走的應(yīng)該是醫(yī)生"。

其次是關(guān)于AI醫(yī)療的付費(fèi)問題。

面對(duì)醫(yī)療機(jī)構(gòu)這些大甲方，打開市場(chǎng)并不容易。傳統(tǒng)的銷售模式是可復(fù)制的，但醫(yī)療AI不是，醫(yī)院會(huì)提出不一樣、更個(gè)性化的需求。

同時(shí)，醫(yī)院又希望能夠打包、融合，而不是為單個(gè)平臺(tái)、系統(tǒng)付費(fèi)。事實(shí)上，單獨(dú)做一個(gè)AI的公司很難活下去。這也是前期AI影像企業(yè)為我們留下的教訓(xùn)，后來者則正在選擇"一掃多查"作為破局的思路。

如何深刻洞察醫(yī)院、醫(yī)生的需求，是AI醫(yī)療打開市場(chǎng)的一大關(guān)鍵。

除此之外，醫(yī)療AI還在支付端受到政策和市場(chǎng)的影響。即使獲得了"三類證"，取得臨床應(yīng)用資格，AI醫(yī)療產(chǎn)品要想大規(guī)模落地，仍需要獲得醫(yī)療收費(fèi)目錄和醫(yī)保的準(zhǔn)入。

在支付模式層面，目前國(guó)家醫(yī)保尚未明確納入任何AI醫(yī)療產(chǎn)品，醫(yī)院也未曾就AI醫(yī)療產(chǎn)品向患者收費(fèi)。

而2024年11月《放射檢查類醫(yī)療服務(wù)價(jià)格項(xiàng)目立項(xiàng)指南（試行）》發(fā)布時(shí)，醫(yī)保局對(duì)其中涉及AI的內(nèi)容解釋稱，目前AI技術(shù)在一定程度上能夠幫助醫(yī)生提高診斷效率，但還無法替代醫(yī)師，在已經(jīng)收取相關(guān)診療費(fèi)用后，不宜單就AI輔助診斷再向患者額外收費(fèi)。

對(duì)于AI醫(yī)療產(chǎn)品來說，如果不納入醫(yī)保，很難推廣；而納入基本醫(yī)保的前提則是，項(xiàng)目是診療必需、安全有效且適用性足夠廣的，目前不少AI醫(yī)療還沒有達(dá)到這一要求。

以上種種，關(guān)系著AI醫(yī)療企業(yè)與產(chǎn)業(yè)的走向。

DeepSeek的開源風(fēng)暴撕開了技術(shù)普惠的入口，但醫(yī)療的特殊性注定，這里沒有大力出奇跡，只有一寸寸啃下臨床痛點(diǎn)的笨功夫。