「bet8娱乐365」智能影像、健康管理、医学数据挖掘……资本青睐医疗AI哪些领域?业内:医疗机器人、药物发现领域被低估,

发布时间: 2020-01-09 12:09:08

「bet8娱乐365」智能影像、健康管理、医学数据挖掘……资本青睐医疗AI哪些领域?业内:医疗机器人、药物发现领域被低估,

bet8娱乐365,每经记者:张蕊 每经编辑:廖丹

图片来源:每经记者 张蕊 摄

近年来,医疗ai获得了资本的高度关注。据前瞻产业研究院发布的《中国医疗人工智能行业市场前景预测与投资战略规划分析报告》数据统计,2013~2018年,我国人工智能医疗行业融资额整体走高,2018年前三季度,共有39家企业披露完成融资,其中18家企业披露融资金额,合计约26.2亿元,同比增长128.42%,行业正处于风口上。

那么,目前的医疗ai主要集中在哪些应用场景?哪些是被高估的?哪些又被低估了?近日,在由亿欧主办的“2019年世界创新者年会——医疗大健康创新论坛”上,业内专家、从业者、投资人等对这些问题进行了探讨。

据亿欧智库不完全统计,截至2019年7月,在中国市场活跃的医疗ai企业共126家。其中,开展医学影像业务的企业数量最多,共57家;开展疾病风险预测业务的企业数量为41家;医疗辅助、医学影像、药物研发企业较2017年统计数据有增加;健康管理、疾病风险预测企业较2017年统计数据有减少。

投融资数据方面,2012年至2019年5月获投的医疗ai企业中,智能影像领域占比最高,医学数据挖掘领域及健康管理领域分列第二、第三位;语音电子病历投资事件数最少,仅2017年出现一例。

ai在医疗领域里的多个细分领域已经得到了应用,而在这些领域中,哪些技术是被高估的,哪些是处于低估状态的?

在英特尔医疗与生命科学事业部中国区负责人李健看来,中国市场上医疗机器人和药物发现是比较低估的两个方面。现在ai的应用得到了充分的发展,目前发展比较全面还是医学影像。

安德医智大中华区ceo李晶珏也表示,过去几年医疗影像ai确实得到了这个行业包括投资人非常多的关注,相信它能够落地化、产业化的认可最多。

“但是医疗影像ai也遇到了一些波折和坎坷,其中最显著的是中国的医疗影像ai公司过去三年80%都集中于类似的应用领域,比如我们常说的肺结节和乳腺结节的筛查。”李晶珏说。

她认为,医疗影像ai在医疗的应用场景应该是百花齐放的。从应用的疾病来讲,就有头部神经的、心脏的、胸部的、腹部的、盆腔的等等。从临床流程上来讲,有入院前的预防和筛查,入院后还分为急症和重症、疑难疾病,复杂疾病的诊断包括急症的预计、风险评估、病因分析等等,其实都是医疗影像ai该涉足的领域。

过去几年,大部分的ai公司选择了相对来说比较同质化的,门槛比较低的肺结节筛查的领域。“过于集中于同一个领域,一是技术门槛并不高,二是应用的场景相对局限,三是同质化的竞争就会多,这不利于一个创业公司早期的发展。”她说,医疗影像ai应该有特色和技术瓶颈,有技术上的“护城河”。

相较于医疗影像ai,李健认为慢性病的ai是最重要的,是最值得挖掘的。“其实我们每个个体都是一个巨大的生物信号发射场,可是到今天为止,我们对这个发射场信号的采集、利用和分析是远远不够的。”

他认为,基于像日常的呼吸、心跳、睡眠、尿液等这些很容易获得的信号的监测,尤其是消费者端的这些信号的分析是特别值得创业公司、投资公司或者政府层面去推动的。“这是真正能够保证我们对疾病的治疗往前移,移到健康管理层面,而不是等到出了状况才想办法去找产品。”

尽管近年来医疗ai发展迅速,但仍然遇到了一些问题,从资本角度上来说,现在医疗ai的盈利情况依然不是很乐观,仍然存在产业化困难等情况。

在元生创投合伙人高维鹏看来,医疗是所有创业和投资类型里面最保守的一个领域。一个创新的医疗技术能够写到医学院的教科书里,要20年时间。因为这是一个人命关天的事,它先天就是一个非常保守、非常严肃的事情,所以从这点上来说,它跟所有事物发展的规律一样,不能跨越式发展。

在简单介绍了所投资的医疗ai企业的相关情况后,高维鹏提到这些企业的共性,一是都结合了医疗的人才以及人工智能的专家,他认为这是目前在医疗ai的创业和投资里面,需要重点关注的。

“医疗ai这个词语的组合,医疗仍然是基础,ai在可预见的未来还是一个辅助性的解决方案,我们一定要能找到在医疗领域非常资深的专业人士以及人工智能领域专业的资深人士这样复合型的组合,才能很好的实现这个项目的落地。”他说。

二是要在产业里面来找ai落地的场景,不论是精准医疗还是服务,其实都有一些环节能够把ai在具体的产品、服务中来落地。这实际上又涉及到医疗的一些政策性问题,包括4+7带量采购,这些都影响了医疗行业,包括医疗ai自身发展的速度。

“现在大家都要去把ai的解决方案申请国家的注册证,单独申请难度很大,但是作为一个整体的解决方案,相对来说,无论是行政的许可,还有在医院的收费标准上,都会有一些落地的方便。”

不过他也指出,当从一个技术变成一个成功的商业模式真正往医院推的时候,跟其他产品面临同样的竞争,医疗产品要进入医院不光是产品创新高低的问题,还涉及到客户、医院,它是一个复杂的决策过程。

“所以拿到了国家的一些注册证肯定比没有拿证好一些,但离真正能够走进医院,包括教育临床的医生能够用先进的ai解决方案来进行临床的诊疗,传统医疗所走过的路,所趟过的坑,一个也少不了。”高维鹏说,应当说是前途光明,但是道路还是挺曲折。

此外,李晶珏提到,无论是行业巨头公司还是创业公司,想涉足医疗ai行业,大家都需要翻过两座山,一是数据的山,二是临床应用的山。

她进一步阐释,首先要去搭建数据壁垒,要能够拿到高质量的数据和优质的医疗机构进行合作,这就先是成功了一半。第二是临床应用的落地,对医疗ai、影像ai不能只做影像判读,源自于影像,服务于临床,这一定是未来影像发展的一个重要方向。“翻过大山,就有机会走到最后、笑到最后。”

每日经济新闻