醫(yī)療公司負責人曾觀察醫(yī)療AI行業(yè)，希望選擇更具優(yōu)勢者進行資本層面合作。然而，很快他發(fā)現(xiàn)，醫(yī)療AI公司對自身估值明顯過高，“在資本這一塊就不太容易談得攏”，計劃告吹。

這樣的事在近兩年經(jīng)常發(fā)生，醫(yī)療一度被認為是最具潛力落地AI的領域之一，到今天，這一領域經(jīng)資本熱捧，已簇擁著100多家企業(yè)爭相分食。

境況急轉(zhuǎn)直下是自2018年中期，之前能輕松融資的醫(yī)療AI公司，不乏到現(xiàn)在幾近無米下鍋。這催促著醫(yī)療AI企業(yè)要么拿出足以讓投資人信服的產(chǎn)品吸引融資，要么就快速進行商業(yè)化，爭取有穩(wěn)定的收入支撐著活下去。然而，醫(yī)療AI產(chǎn)品普遍稚嫩，還不能獨當一面。

資本捧場，使產(chǎn)品同質(zhì)化嚴重，送進醫(yī)院、無人使用的AI醫(yī)療產(chǎn)品不在少數(shù)。AI逐漸演變?yōu)獒t(yī)療領域的嵌入品，如同錦上添花一般的點綴。那些符合醫(yī)生使用習慣、能為工作流程提供些許便利的AI產(chǎn)品，已算是這一行業(yè)的佼佼者。

很多醫(yī)療科技公司已經(jīng)清醒地認識到，不能再把AI作為一項主要的賣點。從現(xiàn)實考量，國家藥監(jiān)局將AI輔助診斷歸于醫(yī)療器械的監(jiān)管范疇，業(yè)內(nèi)普遍預計近兩年將有醫(yī)療AI公司拿到第三類醫(yī)療器械證，這是最為現(xiàn)實的路徑。

監(jiān)管要求逐漸清晰，資本收緊，意味著百家公司提供醫(yī)療AI產(chǎn)品的草莽時代正畫上句點。拿到三類醫(yī)療器械證即意味著產(chǎn)品與醫(yī)院的關系不再曖昧不清，獲取收入合理合法，不過即便拿到，也不意味著能在醫(yī)院大規(guī)模鋪開，最終誰來為醫(yī)療AI埋單？誰愿意埋單？

醫(yī)院選誰？

在北京一眾三甲醫(yī)院里，常會放著幾家公司送來的影像AI產(chǎn)品，功能非常相似。“2018年160多家醫(yī)療AI企業(yè)，140多家是做影像的，短期內(nèi)在臨床應用上實現(xiàn)突破的難度很大，2019年會碰到困難。”大數(shù)醫(yī)達創(chuàng)始人兼CEO鄧侃告訴《財經(jīng)》記者。

僅在一個肺結(jié)節(jié)篩查領域，截至2018年7月的不完全統(tǒng)計，就有20余家人工智能企業(yè)在做。肺結(jié)節(jié)是肺部發(fā)生的病變，通過肺部CT可以觀察到陰影。

影像科醫(yī)生使用這20余家企業(yè)產(chǎn)品的流程是一樣的，給患者拍肺部CT，在讀片時點擊AI的選項，軟件便會自動圈出認為是肺結(jié)節(jié)的部位。醫(yī)生需要自己確認，然后出具結(jié)論。

這類AI扮演的角色是醫(yī)療輔助識別，更直接地說，就是“看圖說話”。準確、操作便捷，能不斷優(yōu)化，吻合現(xiàn)有工作流程的AI產(chǎn)品，不會被束之高閣。

然而，現(xiàn)階段普遍為弱人工智能，主流的深度學習方法存在一個明顯的缺陷，即過程無法描述。換句話說，AI算法的過程猶如一個專用的、無法打開的“技術黑箱”，所謂可用不可見。它既沒有普遍的適應性，也無法拆解出具體的智能化業(yè)務規(guī)則，而且高度依賴于參與訓練的海量數(shù)據(jù)。

正因此，醫(yī)療AI雖然終極目標在于替代醫(yī)生診斷，但短期內(nèi)，輔助決策的定位不會改變。這既是監(jiān)管方提出的審評方向，也是從業(yè)企業(yè)最為現(xiàn)實的路徑。

對有經(jīng)驗的大型三甲醫(yī)院醫(yī)生而言，使用AI在影像上的輔助功能，有時類似一種對信心的支撐，結(jié)論一致便放過去，不一致的話重復看看，謹慎下結(jié)論。

自今年2月，國家藥監(jiān)局發(fā)布《深度學習輔助決策醫(yī)療器械軟件審評要點(征求意見稿)》，也明確了在診療過程中，AI為醫(yī)務人員的臨床決策提供輔助和建議的評價標準。這也是現(xiàn)在多數(shù)醫(yī)療AI公司的努力方向——輔助篩查、輔助識別、輔助診斷、輔助治療這四個范疇內(nèi)耕作。

擴大影像輔助診斷的范圍是AI公司的一個更可行途徑。按照通常邏輯，給AI投喂大量的數(shù)據(jù)，便能夠進行深度學習，形成AI對該病種的判斷。但實際上不是這樣，有公司曾想過擴大AI診斷肺病的種類，但是發(fā)現(xiàn)“水很深”。有些病變，影像醫(yī)生一眼就能看出來，AI畫圈畫框進行標注，反而看起來很繁瑣；而定義一個健康人，也需要同時排除所有的肺部疾病，邏輯陡然變得復雜起來，進展并不理想。

這說明AI突入醫(yī)療的長項在技術，可恰恰是技術突破遇到阻礙。

鑒于醫(yī)療AI的使用場景是醫(yī)院，其中多數(shù)又是影像AI，那么產(chǎn)品本身必須滿足影像科或放射科醫(yī)生的需求，這是讓醫(yī)院接受AI產(chǎn)品的前提——要么幫助其提高診療效率，要么功能強大到能部分補充人力缺口。

現(xiàn)實層面上，一款AI產(chǎn)品若想進醫(yī)院，拼的還是和醫(yī)院的關系，更多依賴于市場人員和商業(yè)團隊。

AI醫(yī)療公司得闖關拿證

醫(yī)療AI公司想走正規(guī)的醫(yī)院采購這條路，必須通過相應的認證。

目前，未有醫(yī)療AI公司拿到器械三類證。按照醫(yī)療器械注冊流程，拿證要經(jīng)過產(chǎn)品定型、檢測、臨床試驗、注冊申報、技術審評、行政審批多個步驟。

數(shù)坤科技CEO馬春娥告訴《財經(jīng)》記者，從與監(jiān)管機構(gòu)的溝通來看，行業(yè)最快的也只是處于臨床試驗階段。到完成注冊申報，最少還要八個半月，這是誰也無法省略的時間成本。

醫(yī)療AI必須以大量的數(shù)據(jù)投喂訓練，才有可能變得更“聰明”。按照國家藥監(jiān)局提出的審評要點，數(shù)據(jù)收集在合規(guī)基礎上，盡可能來自多家、不同層級的臨床機構(gòu)，以保證數(shù)據(jù)多樣性，提高算法泛化能力。這讓一些企業(yè)得花更多的心思去獲取數(shù)據(jù)。

獲取數(shù)據(jù)和標注數(shù)據(jù)，AI企業(yè)付出沉重的資金成本，隱形的則是時間成本。然而，由于無資質(zhì)，還沒有企業(yè)敢明目張膽地售賣醫(yī)療AI產(chǎn)品給醫(yī)院。

醫(yī)院支付醫(yī)療AI公司多是搭載在硬件采購上，或以軟件支持為名，收取定期維護或者部署的費用。一些AI醫(yī)療公司與醫(yī)院合作開展科研項目，獲取一定的科研經(jīng)費。

更何況，多數(shù)AI產(chǎn)品不夠成熟，處于努力為醫(yī)院創(chuàng)造需求的階段，醫(yī)院的付費意愿本來就很弱。

公立醫(yī)院使用的軟件，如醫(yī)院信息化軟件的采購，需要公開招標。作為軟件的AI產(chǎn)品，目前僅有公司推廣到熟悉的公立醫(yī)院安裝使用，處于灰色地帶不能大張旗鼓，是因為不能以此方式收費，否則就是違規(guī)。

和醫(yī)院的合作，顯然不能帶來持續(xù)的現(xiàn)金流，有收入，但規(guī)模不大，更遑論盈利。更麻煩的是，即便醫(yī)療科技企業(yè)為AI付出大量前期成本，但仍難直接把AI作為獨立產(chǎn)品推向市場。這是兩難境地。

萬里云醫(yī)療信息科技（北京）有限公司CEO黃家祥告訴《財經(jīng)》記者，即便AI產(chǎn)品拿到了三類證，它的本質(zhì)仍相當于一個外掛程序，每到一家醫(yī)院，需要跟醫(yī)院影像科室的系統(tǒng)做接口，拿到醫(yī)院的數(shù)據(jù)后進行運算，然后AI再應用于該院。換句話說，AI產(chǎn)品只是在影像科醫(yī)生的工作程序中嵌入，如同流水線上增加了一道工序。

醫(yī)生要考慮的是整個流水線的流暢程度，所以醫(yī)院很難孤立地為AI產(chǎn)品埋單，而是要綁定設備或系統(tǒng)，應用于整套診療流程。

影像AI，其實只是參與了醫(yī)生診療過程中的一個環(huán)節(jié)，而且能識別的疾病種類有限。有醫(yī)療科技公司從業(yè)者告訴《財經(jīng)》記者，適用面窄的問題，導致這離賺錢還是很遠，尤其是從醫(yī)院賺錢。

監(jiān)管方審批發(fā)放醫(yī)療器械證的方式，則是在幾年草莽之后，為醫(yī)療AI指的一條明路。

“拿證對應的是監(jiān)管，而不是商業(yè)。”馬春娥說，醫(yī)療診斷人命關天，監(jiān)管是必要的。拿到三類器械證，僅僅意味著產(chǎn)品達到了監(jiān)管的要求，這與該產(chǎn)品是否有能力在醫(yī)院大規(guī)模鋪開之間，沒有必然的聯(lián)系。

找到埋單方，活到下一輪

監(jiān)管方提出行業(yè)審評要點后，衡量一家醫(yī)療AI公司的真實能力就有跡可循了。

以往，很多公司對外宣稱，AI識別某些疾病的準確度，動輒達到90％以上。一位醫(yī)療投資人告訴《財經(jīng)》記者，這些百分比畢竟不是國家藥監(jiān)局公開披露的臨床試驗數(shù)據(jù)，對此其實心存疑慮。

其實，盡管影像AI容易著手，但交付的困難在于，AI顯然難以準確找到所有的病灶。百分百的準確，是人類對機器提出的奢求。

鄧侃以一個“雙駝峰”曲線形容AI醫(yī)療行業(yè)的前景。從概念出發(fā)，走到頂端，然后遇到困難開始被看衰，泡沫擠掉，一些企業(yè)淘汰，一路落到底。經(jīng)過這一輪，還活下來開始重新往上爬。

現(xiàn)在已經(jīng)越過了第一個峰頂。問題是，誰能活到下一個高峰到來？

2019年，一些AI醫(yī)療公司的融資會更難，這是行業(yè)共識。行業(yè)正在經(jīng)歷逐漸淘汰、逐漸成熟的過程，早先融資靠概念，現(xiàn)在靠實力。會有一些AI醫(yī)療公司經(jīng)歷困難或收縮或裁員，進入調(diào)整期。

醫(yī)療AI落地應用，也許是這一階段需要講述的新故事。

“我覺得這是創(chuàng)業(yè)者的期待。”濟峰資本創(chuàng)始合伙人余征坤說，AI產(chǎn)品已經(jīng)投入大量的人力財力，雖說現(xiàn)階段產(chǎn)品不會特別完美，但創(chuàng)業(yè)者還是希望能有一些收入來源，畢竟生存下去是個很現(xiàn)實的命題。

至于醫(yī)療AI的盈利期待，顯然為時過早。業(yè)內(nèi)的判斷是，AI產(chǎn)品獲得醫(yī)生的廣泛認可，再到商業(yè)領域中實現(xiàn)盈利，需要兩三年以上。

既然要找到醫(yī)療AI的支付方，努力發(fā)揮AI的作用，那么醫(yī)療資源集中的大城市顯然不是上佳選擇。業(yè)內(nèi)普遍認為，輔助醫(yī)生診療的AI產(chǎn)品，在基層醫(yī)療機構(gòu)比較容易開始應用。此外，體檢機構(gòu)日常排查健康人疾病風險，有很多重復性工作，AI也能介入提高效率。

擅長大數(shù)據(jù)、算法的公司試圖將計算機系統(tǒng)與AI結(jié)合，以期對臨床決策提供支持。醫(yī)療AI的盈利空間，本質(zhì)上在于其創(chuàng)造價值的大小。省了多少人、多長時間，可以計算，最終就是在做價值交換。醫(yī)療AI公司試圖說服的埋單方，除了醫(yī)院，還有設備廠商。

過去30年，醫(yī)療設備的紅利已走過頂峰，該領域基礎科學少有新的重大突破。大型醫(yī)療器械的紅利正在逐漸消失，但是數(shù)據(jù)和智能的紅利正在到來。借助于器械廠商向智能化、多服務的轉(zhuǎn)型，一些醫(yī)療AI公司也在與設備廠商合作。

醫(yī)療AI公司希望這些階段性成果，能為下一輪融資做些鋪墊。

1月30日，證監(jiān)會發(fā)布了設立科創(chuàng)板的幾則制度設計文件，提及推動互聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能和制造業(yè)深度融合。同時，根據(jù)公司的市值，給出了5套差異化的上市標準，包括對營收、利潤、臨床進度的要求。

這條新的融資路徑廣受醫(yī)療AI公司關注，一旦登陸科創(chuàng)板，還能借此提升知名度。余征坤說，科創(chuàng)板上市并不是AI醫(yī)療公司的終點，只是解決短期的資金瓶頸問題。

醫(yī)療AI的賽道仍擠滿了創(chuàng)業(yè)公司，誰是優(yōu)勝者、誰是頭部企業(yè)，一公里的賽道剛跑出幾百米。醫(yī)療AI需要說清楚的是，如何實現(xiàn)可持續(xù)的盈利模式，如何獲取穩(wěn)定收入和現(xiàn)金流。上一個類似的故事是互聯(lián)網(wǎng)醫(yī)療。同樣被質(zhì)疑盈利模式不確定，同樣經(jīng)歷過風口又跌落，一批公司關停，如今頭部公司如平安好醫(yī)生、微醫(yī)，已經(jīng)上市或意圖上市。

由于功能重復、扎堆，有AI從業(yè)者認為，與互聯(lián)網(wǎng)醫(yī)療相比，醫(yī)療AI領域甚至泡沫更大。

余征坤告訴《財經(jīng)》記者，盡管互聯(lián)網(wǎng)醫(yī)療公司普遍仍未盈利，但用戶量、用戶活躍度、收入在增長，這是頭部公司潛力的衡量標準，將來對AI的評判標準也大致類似。對目前的AI醫(yī)療公司，他看重的三個指標是技術能力、數(shù)據(jù)量和商業(yè)渠道。這些問題也是醫(yī)療AI創(chuàng)業(yè)者反復思考的。

現(xiàn)在的AI與千禧年間的互聯(lián)網(wǎng)也許有點相似，當時有個電商平臺叫做8848，取珠穆朗瑪峰高度命名，網(wǎng)站很早就倒閉了。余征坤說，這顯然不能證明互聯(lián)網(wǎng)和電商沒前景。也許一個趨勢是，五年、十年后，一些醫(yī)療領域離不開AI。

然而，如何抵達那一天，如何讓AI成為醫(yī)療領域的必需品，答案只能繼續(xù)摸索。