2018 人工智能或?qū)⒃卺t(yī)療信息化公司實現(xiàn)產(chǎn)品爆發(fā)

編者按：2017年轉(zhuǎn)眼間過去了，我們也來到了充滿了未知的2018年。值此新春佳節(jié)之際，我們?yōu)楦魑蛔x者總結(jié)了過去一年創(chuàng)投圈發(fā)生的重要事件，囊括了人工智能、新零售、文娛、消費等熱門領域，這里有投資人、創(chuàng)業(yè)者們深刻的見解，希望在這個假期能給大家提供有價值的閱讀，讓各位先一步看到未來！

春節(jié)期間，一篇“流感下的北京中年”刷爆了朋友圈，從作者掛號看病、住院、轉(zhuǎn)院、購買藥品的這些奔波中，可以看出醫(yī)院醫(yī)療資源的緊張。2017年，醫(yī)生、護士嚴重供不用求，醫(yī)生、護士累倒在辦公場合的新聞也時常出現(xiàn)。

隨著AI的崛起，很多專業(yè)人士表示有望利用AI來輔助他們的工作，重新配置資源，緩解醫(yī)院人手不夠的現(xiàn)狀。但將技術(shù)滲透到行業(yè)是一個漫長且艱難的過程，醫(yī)療行業(yè)尤其謹慎。小編整理了2017年部分投資人、創(chuàng)業(yè)者及AI專家對AI醫(yī)療的看法，希望對你有所啟發(fā)。

元璟資本田敏：投資醫(yī)療，AI雖好但非全部

“未來兩年，醫(yī)療AI會死一批。至少在我看來，這會是個大概率事件?！边^去一年，田敏和元璟團隊花了很大力氣，在看了三十多家醫(yī)療AI項目后，給出了這樣的結(jié)論。

越是接觸到患者的環(huán)節(jié)越不容易被技術(shù)所取代，像問診環(huán)節(jié)，這個環(huán)節(jié)不是僅僅說簡單看個病，還有很多醫(yī)患信任和交流的空間存在。

但單是在診斷的這一個環(huán)節(jié)上，AI能夠體現(xiàn)出的價值是巨大的，因為在一些重大疾病和罕見病上的診斷上，AI比醫(yī)生擁有更大優(yōu)勢。就像很多患者會選擇來北京的三甲醫(yī)院看病，是因為北京的醫(yī)生見過全國各種疑難雜癥，而AI可能幾秒鐘就把全世界的疑難雜癥都見過了，所以在專病的診斷上，AI是有很大的空間來幫助醫(yī)生做判斷的，反而對于醫(yī)生天天看的常見病，未必能起到很大的作用。

所以在AI醫(yī)療領域的創(chuàng)業(yè)，我們看好三個領域——病理、基因領域和罕見病。其中病理領域門檻更高，但痛點更大，機會也更大，首先病理對腫瘤類的疾病則有精標準的作用，其次中國現(xiàn)階段病理醫(yī)生、X光醫(yī)生都非常稀缺，AI可以在這方面彌補醫(yī)療資源的不足。

愷富資本 . 周軼洋：醫(yī)療是保守的行業(yè)，太先進的反而會被抵觸

說起醫(yī)療投資，大部分人的反應，專業(yè)性強。區(qū)別于其他領域的投資，醫(yī)療相關(guān)的投資仍需要遵循醫(yī)療行業(yè)的特色。作為一個投入長、風險高的行業(yè)，如何規(guī)避風險，存活下去顯得格外重要。在中國，因為人口多，面臨的問題就更復雜。

像CT、 X光，都是逐步被接受，不可能一蹴而就。AI火，是因為 AlaphaGo把人類打敗了，但有幾個像DeepMind這樣的公司？又有幾個能真正了解醫(yī)療行業(yè)，踏踏實實做的？我學影像的，對這個比較了解，2005年，就已經(jīng)有CAD，計算機輔助診斷這類技術(shù)，這些都是很好的，但是得有個過程去驗證，中國人和美國人基因是不一樣的，適用于西方的，適用于東方嗎？人命關(guān)天的事情，它一定是經(jīng)過時間的考驗，具有穩(wěn)定性和準確性。

回歸理性，技術(shù)不是一個門檻，在國內(nèi)醫(yī)療技術(shù)永遠不是新的，而是穩(wěn)定的。醫(yī)療技術(shù)需要大量的數(shù)據(jù)，準確度要在85%以上才能投入使用，它相對比較保守，太先進反而可能會被抵觸。我們不太看好AI，這些AI的公司怎么變現(xiàn)？沒有醫(yī)療證誰敢用？醫(yī)院敢用嗎？消費者敢用嗎？除非你三年五年真能堅持，真正能夠拿到證。

5位大咖的觀點驚人一致：人工智能正成為醫(yī)療信息化企業(yè)的必爭之地！

從行業(yè)的發(fā)展來看，2018年將成為下一代醫(yī)療信息化產(chǎn)品孕育誕生的年份。業(yè)內(nèi)具有領導力的公司，都會陸續(xù)推出下一代醫(yī)療健康信息產(chǎn)品。原因有三個方面：

，宏觀政策的變革。“互聯(lián)網(wǎng)+”、“人工智能”等關(guān)鍵詞已經(jīng)寫入國家“十三五”規(guī)劃綱要，這必將推動醫(yī)療信息化產(chǎn)品的變革。

第二，技術(shù)層面。醫(yī)院內(nèi)部的生產(chǎn)系統(tǒng)已經(jīng)陸續(xù)建設完畢，并且積累了豐富的業(yè)務數(shù)據(jù)，再加上大數(shù)據(jù)和AI技術(shù)逐漸成熟，這幾者的結(jié)合，為企業(yè)孕育下一代產(chǎn)品打好了基礎。

第三，生態(tài)環(huán)境。從業(yè)人員對于新技術(shù)深度應用的意識已經(jīng)覺醒，健康產(chǎn)業(yè)發(fā)展需要新的信息化技術(shù)進行支撐。兩者都做好了準備，所以新一代信息化產(chǎn)品的時機已經(jīng)成熟。

創(chuàng)業(yè)軟件

單一模式的醫(yī)療AI創(chuàng)業(yè)(如單一的醫(yī)學圖像AI診斷)，其泡沫將逐漸開始破滅。因為屬于三類醫(yī)療器械的AI，要通過行業(yè)嚴格的檢驗和倫理上的接受非常困難。但醫(yī)療AI代表著未來醫(yī)療生產(chǎn)力的變革，需要高度重視。

同時，代表去中心化互聯(lián)網(wǎng)信用體系的區(qū)塊鏈技術(shù)，將來可能大有作為。

如果要給2018年一個關(guān)鍵詞，我認為應該是醫(yī)聯(lián)體。醫(yī)聯(lián)體是醫(yī)療生產(chǎn)關(guān)系變革推動生產(chǎn)力發(fā)展的趨勢，它給醫(yī)療信息化廠商提供了各種各樣的機會，但將來的贏家，也未必會是傳統(tǒng)的信息化廠商。

久遠銀海

2018年的關(guān)鍵詞，我認為應該是人工智能醫(yī)療。大健康信息化領域可能會出現(xiàn)這三個變化：

，醫(yī)保支付制度改革會直接影響到醫(yī)院和醫(yī)保的管理，會促進信息化支撐能力的提升；

第二，醫(yī)保支付制度改革會促使醫(yī)保治理體系的升級，以及醫(yī)院的治理能力的進一步提升；

第三，圍繞人工智能醫(yī)療，落地場景會不斷涌現(xiàn)。

北大醫(yī)信

智慧化和一體化，代表著醫(yī)療信息化未來的發(fā)展趨勢。如果給2018年一個關(guān)鍵詞，我認為應該是智能和一體。

金蝶醫(yī)療

2018年，我認為人工智能會成為醫(yī)療信息化行業(yè)的關(guān)鍵詞。人工智能和醫(yī)療大數(shù)據(jù)的結(jié)合，一定會提升醫(yī)院臨床決策方面的能力。過去信息化對于醫(yī)院的支撐，更多是在電子化能力上，并沒有在臨床輔助上涉及太多。所以2018年，我認為這一塊會出現(xiàn)一定的成果。

另一個變化是業(yè)務形態(tài)的變化，如遠程醫(yī)療、醫(yī)療聯(lián)合體等，這種變化會促使醫(yī)院的信息化往云端遷移。

總結(jié)與感悟

從這5家行業(yè)巨頭的動向中，我們能得出這么一些結(jié)論：

1、經(jīng)過多年的醞釀，醫(yī)院信息系統(tǒng)已經(jīng)到了一個升級換代的節(jié)點，且醫(yī)療機構(gòu)更新?lián)Q代的意愿強烈；

2、醫(yī)聯(lián)體所帶來的醫(yī)療機構(gòu)業(yè)務形態(tài)的變化，為信息化公司帶來了較大的市場機會；

3、集成化、一體化、智能化、互聯(lián)程度更高的新一代信息產(chǎn)品，將成為醫(yī)院信息化升級的重心；

4、人工智能領域正在成為醫(yī)療信息化企業(yè)的兵家必爭之地，并且已有公司開始搶跑。2018年，人工智能或?qū)⒃卺t(yī)療信息化公司實現(xiàn)產(chǎn)品的集中式爆發(fā)。

AI專家：三個問題教你識別醫(yī)療人工智能公司

全球的計算機博弈專家吳韌認為，這一輪人工智能能夠取得前所未有的進步主要有三個方面的原因：

，大數(shù)據(jù)的積累。在醫(yī)學方面，隨著電子病歷和數(shù)字膠片的積累，大量可以用于研究的結(jié)構(gòu)化病例保存起來。而這個大數(shù)據(jù)至少是以10萬份為起點，并且可直接用于模型訓練的數(shù)據(jù)。

第二，計算能力的提升。這幾年，云計算、GPU等一些計算能力的提升為處理大數(shù)據(jù)提供基礎，縮短了訓練模型所用的時間，將訓練周期縮短為幾天。

第三，大數(shù)據(jù)與計算力的結(jié)合，是研究人員可以快速得到并訓練出可以應用在時間中的算法模型。而現(xiàn)代的可以稱之為人工智能的產(chǎn)品，必須有深度學習技術(shù)的參與。之前的人工智能技術(shù)并沒有很好的解決問題，而深度學習技術(shù)的出現(xiàn)才推動了這波浪潮。

吳韌表示，正是由于這波人工智能興起的原因，決定了這次浪潮將是持續(xù)的，而不是間歇性的。從目前取得成績來看，也在驗證這種說法。

基于這三方面常識，我們可以用以下幾個問題來鑒別新時代的人工智能公司。

1、公司數(shù)據(jù)從何而來，是網(wǎng)上下載還是從醫(yī)院獲取高質(zhì)量標注數(shù)據(jù)？

2、公司算法模型從何而來，是從網(wǎng)上下載別人訓練好的，還是自己訓練模型。如果是自己訓練的模型，那么訓練軟件是哪一款，計算能力有多強？

3、自己訓練的模型又與別人開源的模型有什么區(qū)別？訓練的計算機里面有幾塊GPU？