AI医疗重上风口,AI医疗独角兽们的美好时代到了?
医疗
2021
01/04
11:16

配图来自Canva可画

 

随着AI、大数据等新兴科技的进步,AI医疗逐步成为了现实。今年以来受新冠疫情影响,国内AI医疗市场再次掀起了投资热潮,而提前在该领域布局的AI企业,也一扫从前的阴霾,迎来了春日的暖阳。

 

不过,在行业热度攀升的同时,来自市场竞争、技术应用等方面的问题,也在对AI企业提出新的考验。

 

医疗AI重返风口

 

国内AI医疗行业的发展,可谓是一波三折。

 

早前大量投资者的涌入,就曾使AI医疗行业的投资规模大幅上扬。在风头最盛的2016年,仅在当年行业募资规模就较前一年增长了533%,AI医疗的热度可见一斑。但直到2019年,AI医疗领域的大部分企业依旧未能实现盈利,心灰意冷的投资者们开始纷纷退场,行业的投资规模也因此下滑了300%。

 

但在今年疫情的刺激之下,AI医疗行业又再次坐上风口。由于疫情,促使医疗行业本就存在的医疗资源紧张、分配不均等矛盾愈加凸显,这给患者的治疗造成了很大影响。为改变这种情况,国家出台了多方面的扶持政策,来推动AI技术在医疗领域的应用,而这些措施的实施,对国内AI医疗行业的商业化发展发挥了重要作用。

 

比如,在疫情爆发的高峰期,通过AI医疗技术的检疫手段,就为缓解医疗资源紧张的问题提供了极大的助力。比如平台管理服务、智能诊疗、智能测温、智能防疫控制系统等AI医疗技术的服务,就极大地提高了医疗诊疗、体温监测效率,节省了人力资源,这在客观上推动了AI医疗行业的发展。

 

看到机会的投资者们,开始再次在AI医疗领域展开布局。仅在今年下半年,AI医疗领域获得融资的企业就超过20多家,以森亿智能、深睿医疗、汇医慧影等为代表的头部企业,均获得了超过数亿元的投资。火热的投资,说明AI医疗行业又再次起风了。

 

市场洗牌加速

 

随着资本的进场,提前在AI医疗领域布局的医疗企业也因此受益。与此同时,资本集中投资头部公司,也让行业资源向头部企业集中的现象更加明显,由此推动了整个行业的洗牌。

 

一方面,行业风口之下,使AI医疗的场景应用落地大大提速。比如在智能诊疗方面,有着更高准确性的计算机应用,正在为越来越多的患者,提供可靠的诊断和治疗方案;在智能影像识别方面,AI技术的感知能力、信息处理能力、深度学习能力,都在提升医院的诊疗效率;在医疗机器人应用方面,目前市场中的手术机器人,已经能够胜任一些手术工作。比如IBM开发的达芬奇机器人就能进行腹部、心胸的外科手术,能够缓解医疗资源紧张的问题。

 

而这些应用场景的落地,在吸引投资者加入的同时,也带动了企业的营收增长。据《财经》媒体报道,深耕AI医疗领域的数坤科技负责人表示:“今年企业的业务收入和去年相比增长了数倍,吸引了数批投资人来访。”行业融资环境的改善,在为该领域布局的AI企业带来更为充足资金的同时,对其推动商业化落地和技术研发也大有帮助。

 

另一方面,投资者的再度入场,也让行业洗牌加速。随着投资者对AI医疗行业了解的加深,其对AI医疗的投资态度也更加理性,它们的投资也更加集中于行业内的头部企业,这就使得行业的洗牌进一步加速。

 

比如,像医疗器械、智能诊疗等领域,具备领先优势的普渡科技、数坤科技、依图科技等企业,就先后受到红杉资本、启明创投等知名投资机构的高额投资。而很多中小型创业企业则很难得到融资,其面临的局面也愈加困难,这也让行业优胜劣汰的速度大大加快。

 

隐忧犹存

 

不过,对于目前的AI医疗企业来说,其在拓展市场的过程中,仍面临很多如技术局限、医疗数据质量水平不一、行业标准化等亟待解决的难题。

 

首先,限于对AI技术的认知能力有限,行业普遍存在对AI技术应用场景的落地难度,存在估计不足的问题。比如,在AI技术的认知层面,行业仍处于发展早期,距AI技术的高度认知能力还有很大差距,这就使这种技术的应用,需要极其大量标注数据才得以实现。但这个问题在早期应用过程中,显然没有得到重视。

 

另外,在算法方面,目前的算法只能根据数据学习,诊断出已知病症,难以诊断更为复杂的病症。并且在验证算法给出的治疗方案时,由于干扰因素较多需要多维度的验证,才能保证结果的准确性,这为AI诊疗的应用带来了诸多不便。

 

其次,医疗数据质量、格式的差异,也阻碍着AI医疗技术的场景应用。比如,在技术层面,AI技术的诊疗能力培养,需要大量的数据学习才能实现,但由于各家医院的诊疗格式、诊断方式有很大差异,难以实现数据的链接和解读,使AI诊疗在数据学习方面,面临着诸多难题。

 

最后,行业标准化的问题,也是其推广应用的一大“拦路虎”。目前行业在医疗器械的术语、分类、编码、数据集等方面标准不一,使得行业的数据交流难以进行,这就给AI医疗技术的应用,造成了不必要的繁琐环节。

 

在产品标准方面,医疗器械临床应用的眼科、呼吸科、骨科等科室,在功能、评价指标、数据模态方面有很大的相似性,对AI应用产品在分类、技术使用上有更细致的要求。因此需要行业在产品方面进行细致的标准分类,才能推动场景应用的落地。总体来看,行业热度虽然持续攀升,但各家企业在市场仍面临不小的压力。

 

AI独角兽能否乘势而起?

 

面对场景应用等方面的重重难题,AI独角兽们还有机会抓住市场机遇,实现快速崛起吗?结合整个行业的情况分析,其答案一目了然。

 

首先,从行业整体来看,行业前景依旧广阔。数据显示,2018年国内AI医疗市场规模达到了210亿元,同比增长54%,增势非常迅猛。如今在政策、资本市场的支持下,AI医疗行业的发展,也得到了进一步加速。

 

其次,行业存在的技术应用局限、数据质量、亟需标准化等问题,也并非难以解决。比如,在技术应用方面,AI的算法、认知能力正在行业技术更新迭代中不断取得进步,其智能化水平也在取得突破;而对于数据质量、行业标准化问题,政府部门也推出了多种应用规范,来推动行业的数据、产品的标准化。

 

以此来看,AI企业在AI医疗的发展虽然遇到了一些阻力,但在行业技术蓬勃发展的情况下,也有克服阻力、迈步前行的希望。因此,对于发力AI医疗的企业来说,还需要乘此机遇加速发展,才能巩固其既有优势。尤其是在大的互联网企业(阿里、字节跳动)竞相入局的情况下,这一点就显得尤为重要。

 

另外,目前AI医疗市场中还未有明确的盈利模式。这意味着AI独角兽在短期内,无法依靠其在AI医疗领域的布局,解决自身的亏损问题。从这个角度来说,AI独角兽们拿到融资之后,仍有很长的路要走。

 

文/野豹财经记者王佳龙,公众号ID:yebaocaijing