<progress id="53lzr"><del id="53lzr"></del></progress>
<thead id="53lzr"><strike id="53lzr"></strike></thead><ins id="53lzr"><dl id="53lzr"><thead id="53lzr"></thead></dl></ins><noframes id="53lzr"><ins id="53lzr"></ins>
<cite id="53lzr"><span id="53lzr"><listing id="53lzr"></listing></span></cite>
<cite id="53lzr"><ruby id="53lzr"><progress id="53lzr"></progress></ruby></cite>
<listing id="53lzr"></listing>
<cite id="53lzr"></cite>
<ins id="53lzr"><span id="53lzr"><thead id="53lzr"></thead></span></ins>
<cite id="53lzr"><span id="53lzr"></span></cite><menuitem id="53lzr"><dl id="53lzr"><address id="53lzr"></address></dl></menuitem><ins id="53lzr"><noframes id="53lzr"><thead id="53lzr"></thead>
<thead id="53lzr"></thead>
<menuitem id="53lzr"></menuitem>
<cite id="53lzr"></cite>
<cite id="53lzr"></cite>
<cite id="53lzr"></cite>
<ins id="53lzr"><span id="53lzr"><menuitem id="53lzr"></menuitem></span></ins>
<cite id="53lzr"></cite>
<cite id="53lzr"><span id="53lzr"></span></cite>
<menuitem id="53lzr"><dl id="53lzr"></dl></menuitem>
<menuitem id="53lzr"></menuitem>
<cite id="53lzr"><dl id="53lzr"></dl></cite><cite id="53lzr"></cite>
<var id="53lzr"></var><cite id="53lzr"></cite>
<thead id="53lzr"></thead>
<cite id="53lzr"></cite>
<ins id="53lzr"></ins>
<strike id="53lzr"><strike id="53lzr"><var id="53lzr"></var></strike></strike>
<cite id="53lzr"></cite>
<cite id="53lzr"><dl id="53lzr"></dl></cite>
<cite id="53lzr"><dl id="53lzr"></dl></cite>

    <li id="53lzr"><ins id="53lzr"><strong id="53lzr"></strong></ins></li>

    1. <dl id="53lzr"><ins id="53lzr"><thead id="53lzr"></thead></ins></dl>

        <li id="53lzr"></li>
      1. ?#19994;?#22475;单方,医疗AI还要再闯几关?

        作者:《财经》记者 赵天宇 | 文 王小 | 编辑 时间:2019-04-01

        *本文谢绝转载*


        一位医疗公司负责人曾观察医疗AI行业,希望选择更具优势者进行?#26102;?#23618;面?#29486;鰲?#28982;而,很快他发现,医疗AI公司对自身估值明显过高,“在?#26102;?#36825;一块就不太容易谈得拢?#20445;?#35745;划告吹。


        这样的事在近两年经常发生,医疗一度被认为是最具潜力落地AI的领域之一,到今天,这一领域经?#26102;?#28909;捧,已簇拥着100多家企业争相分食。


        境况急转直下是自2018年中期,之前能轻松融资的医疗AI公司,不乏到现在几近无米下锅。这催促着医疗AI企业要么拿出足以让投资人信服的产品吸引融资,要么就快速进行商业化,争取有稳定的收入支撑着活下去。然而,医疗AI产品普遍稚嫩,还不能独当一面。


        ?#26102;?#25447;场,使产品同质化严重,送进医院、无人使用的AI医疗产品不在少数。AI逐渐演变为医疗领域的?#24230;?#21697;,如同锦上添花一般的点缀。那些符合医生使用习惯、能为工作流程提供些许便利的AI产品,已算是这一行业的佼佼者。


        很多医疗科技公司已经清醒地认识到,不能再把AI作为一项主要的卖点。从现实考量,国家药监局将AI辅助诊断归于医疗器械的监管范畴,?#30340;?#26222;遍预?#24179;?#20004;年将有医疗AI公司拿到第三类医疗器械证,这是最为现实的路径。


        监管要求逐渐清晰,?#26102;?#25910;紧,意味着百家公司提供医疗AI产品的草莽时代正画上句点。拿到三类医疗器械证即意味着产品与医院的关系不再?#29992;?#19981;清,获取收入合理合法,?#36824;?#21363;便拿到,也不意味着能在医院大规模铺开,最终谁来为医疗AI埋单?谁愿意埋单?




        医院选谁?


        在北京一众三甲医院里,常会放着几家公司送来的影像AI产品,功能非常相似。“2018年160多家医疗AI企业,140多家是做影像的,短期内在临床应用上实现突破的难度很大,2019年会碰到困?#36873;!?#22823;数医达创始人兼CEO?#36895;?#21578;诉《财经》记者。


        仅在一个肺结节筛查领域,截至2018年7月的不完全统计,就有20余家人工智能企业在做。肺结节是肺部发生的病变,通过肺部CT可以观察到阴影。


        影像科医生使用这20余家企业产品的流程是一样的,给患者拍肺部CT,在?#30103;?#26102;点击AI的选项,软件便会?#36828;?#22280;出认为是肺结节的部位。医生需要?#32422;?#30830;?#24076;?#28982;后出具结论。


        这类AI扮演的角色是医疗辅助识别,更直接地说,就是“看图说话”。准确、操作便捷,能不断优化,吻合现有工作流程的AI产品,不会被束之高阁。


        然而,现阶段普遍为弱人工智能,主流的深度学习方法存在一个明显的缺陷,即过程无法描述。换句话说,AI算法的过程犹如一个专用的、无法打开的“技术黑箱?#20445;?#25152;谓可用不可见。它?#35753;?#26377;普遍的适应性,也无法拆解出具体的智能化业务规则,而且高度依赖于参与训练的海量数据。


        正因此,医疗AI虽然终极目标在于替代医生诊断,但短期内,辅助决策的定位不会改变。这既是监管方提出的审评方向,也是从业企业最为现实的路径。


        对有经验的大型三甲医院医生而言,使用AI在影像?#31995;?#36741;助功能,有时类似一种对信心的支撑,结论一致便放过去,不一致的话重复看看,谨慎下结论。


        自今年2?#25314;?#22269;家药监局发布《深度学?#26696;?#21161;决策医疗器械软件审评要点(征求意见稿)》,也明确了在诊疗过程中,AI为医务人员的临床决策提供辅助和建议的评价标准。这也是现在多数医疗AI公司的努力方向——辅助筛查、辅助识别、辅助诊断、辅助治疗这四个范畴内耕作。


        扩大影像辅助诊?#31995;?#33539;围是AI公司的一个更可行途径。按照通常逻辑,给AI投喂大量的数据,便能够进行深度学习,形成AI对该病种的判断。但实际上不是这样,有公司曾想过扩大AI诊断肺病的种类,但是发现“水很深”。有些病变,影像医生一眼就能?#38383;?#26469;,AI画圈画框进行标注,反而看起来很繁琐;而定义一个健康人,也需要同时排除所有的肺?#32771;?#30149;,逻辑陡然变得复杂起来,进展并不理想。


        这说明AI突入医疗的长项在技术,可恰恰是技术突破遇到阻碍。


        鉴于医疗AI的使用场景是医院,其中多数又是影像AI,那么产品本身必须满足影像科或放射科医生的需求,这是让医院接受AI产品的前提——要么帮助其提高诊疗效率,要么功能强大到能部分补充人力缺口。


        现实层面?#24076;?#19968;款AI产品若想进医院,拼的还是和医院的关系,更多依赖于市场人员和商业团队。



        AI医疗公司得闯关拿证


        医疗AI公司想走正规的医院采购这条路,必须通过相应的?#29616;ぁ?/span>


        目前,未有医疗AI公司拿到器械三类证。按照医疗器械注册流程,拿证要经过产品定型、检测、临床试验、注册申报、技术审评、行政审批多个步骤。


        数坤科技CEO马春娥告诉《财经》记者,从与监管机构的沟通来看,行业最快的也只是处于临床试验阶段。到完成注册申报,最少还要八个半?#25314;?#36825;是谁也无法省略的时间成本。


        医疗AI必须以大量的数据投喂训练,才有可能变得更?#25353;?#26126;”。按?#23637;?#23478;药监局提出的审评要点,数据收集在合规基础?#24076;?#23613;可能来?#36828;?#23478;、不同层级的临?#19981;?#26500;,以保证数据多样性,提高算法泛化能力。这让一些企业得花更多的心思去获取数据。


        获取数据和标注数据,AI企业付出沉重的资金成本,隐形的则是时间成本。然而,由于无资质,还没有企业敢明目张胆地售卖医疗AI产品给医院。


        医院支付医疗AI公司多是搭载在硬件采购?#24076;?#25110;以软件支持为名,收取定期维护或者部署的费用。一些AI医疗公司与医院?#29486;?#24320;展科研项目,获取一定的科研经?#36873;?/span>


        更何况,多数AI产品?#36824;?#25104;熟,处于努力为医院创造需求的阶段,医院的付费意愿本来就很弱。


        公立医院使用的软件,如医院信息化软件的采?#28023;?#38656;要公开招标。作为软件的AI产品,目前仅有公司推广到熟悉的公立医院安装使用,处于灰色地带不能大?#29260;旃模?#26159;因为不能以此方式收费,否则就是违规。


        和医院的?#29486;鰨?#26174;然不能带?#38383;中?#30340;现金流,有收入,但规模不大,更遑论盈利。更麻?#36710;?#26159;,即便医疗科技企业为AI付出大量前期成本,但?#38405;?#30452;?#24433;袮I作为独立产品推向市场。这是两难?#36710;亍?/span>


        万里云医疗信息科技(北京)有限公司CEO黄家祥告诉《财经》记者,即便AI产品拿到了三类证,它的本质仍相当于一个外挂程序,每到一家医院,需要跟医院影像科室的系统做接口,拿到医院的数据后进行运算,然后AI再应用于该院。换句话说,AI产品只是在影像科医生的工作程序中?#24230;耄?#22914;同流水线?#26174;?#21152;了一道工序。


        医生要考虑的是整个流水线的流畅程度,所以医院很难孤立地为AI产品埋单,而是要绑定设备或系统,应用于整套诊疗流程。


        影像AI,其实只是参与了医生诊疗过程中的一个?#26041;冢?#32780;且能识别的疾病种类有限。有医疗科技公司从业者告诉《财经》记者,适用面窄的问题,导致这离赚钱还是很远,尤其是从医院赚钱。


        监管方审批发放医疗器械证的方式,则是在几年草莽之后,为医疗AI指的一条明路。


        “拿证对应的是监管,而不是商业。”马春娥说,医疗诊断人命关天,监管是必要的。拿到三类器械证,仅仅意味着产品达到了监管的要求,这与该产品是否有能力在医院大规模铺开之间,没有必然的联系。



        ?#19994;?#22475;单方,活到下一轮


        监管方提出行业审评要点后,衡量一家医疗AI公司的真?#30340;?#21147;就有迹可循了。


        以往,很多公司对外宣称,AI识别某些疾病的准确度,动辄达到90%以上。一位医疗投资人告诉《财经》记者,这些百分?#32570;?#31455;不是国家药监局公开披露的临床试验数据,对?#20284;?#23454;心存疑?#24688;?/span>


        其实,尽管影像AI容易着手,但交付的困难在于,AI显然难以准确?#19994;?#25152;有的病灶。百分百的准确,是人类对机器提出的奢求。


        ?#36895;?#20197;一个?#20843;?#39548;峰”曲线形容AI医疗行业的前景。从?#25293;?#20986;发,走到顶端,然后遇到困难开始被看衰,泡沫挤掉,一些企业淘汰,一路落到底。经过这一轮,还活下来开始重新往上爬。


        现在已经越过了第一个峰顶。问题是,谁能活到下一个高峰到来?


        2019年,一些AI医疗公司的融资会更难,这是行业共识。行业正在经历逐渐淘汰、逐渐成熟的过程,早?#28909;?#36164;靠?#25293;睿?#29616;在靠实力。会有一些AI医疗公司经历困难或收缩或裁员,进入调整期。


        医疗AI落地应用,也许是这一阶段需要讲述的新故事。


        “我觉得这是创业者的期待。”济峰?#26102;?#21019;始合伙人余征坤说,AI产品已经?#24230;?#22823;量的人力财力,虽说现阶段产品不会特别完美,但创业者还是希望能有一些收入来源,毕竟生存下去是个很现实的命题。


        至于医疗AI的盈利期待,显然为时过早。?#30340;?#30340;判断是,AI产品获得医生的广泛认可,再到商业领域中实现盈利,需要两三年以上。


        既然要?#19994;?#21307;疗AI的支付方,努力发挥AI的作用,那么医疗资源集中的大城市显然不是上佳选择。?#30340;?#26222;遍认为,辅助医生诊疗的AI产品,在基层医疗机构比较容易开始应用。?#36865;猓?#20307;检机构日常排查健康人疾病风险,有很多重复性工作,AI也能介入提高效率。


        擅长大数据、算法的公司试图将计算机系统与AI结?#24076;云?#23545;临床决策提供支持。医疗AI的盈利空间,本质?#26174;?#20110;其创造价值的大小。省了多少人、多长时间,可?#32422;?#31639;,最终就是在做价值?#25442;弧?#21307;疗AI公司试图说服的埋单方,除了医院,还有设备厂商。


        过去30年,医疗设备的红利已走过顶峰,该领域基础科学少有新的重大突破。大型医疗器械的红利正在逐渐消失,但是数据和智能的红利正在到来。借助于器械厂商向智能化、多服务的转型,一些医疗AI公司也在与设备厂商?#29486;鰲?/span>


        医疗AI公司希望这些阶段性成果,能为下一轮融?#39318;?#20123;铺垫。


        1月30日,证监会发布了设立科创板的几则制度设计文件,提及推动互联网、大数据、云计算、人工智能和制造业深度融合。同时,根据公司的市值,给出了5套差异化的上市标准,包括对营收、利润、临床进度的要求。


        这条新的融资路径广受医疗AI公司关注,一旦登陆科创板,还能借此提升知名度。余征坤说,科创板上市并不是AI医疗公司的终点,只是解决短期的资金瓶颈问题。


        医疗AI的赛道?#32422;?#28385;了创业公司,谁是优胜者、谁是头?#31185;?#19994;,一公里的赛道?#24352;?#20986;几百米。医疗AI需要?#30331;?#26970;的是,如何实现可?#20013;?#30340;盈利模式,如?#20301;?#21462;稳定收入和现金流。上一个类似的故事是互联网医疗。同样被?#23460;?#30408;利模式不确定,同样经历过风口?#20540;?#33853;,一批公司关停,如今头部公司如平安好医生、微医,已经上?#35874;?#24847;图上?#23567;?/span>


        由于功能重复、扎堆,有AI从业者认为,与互联网医疗相比,医疗AI领域甚至泡沫更大。


        余征坤告诉《财经》记者,尽管互联网医疗公司普遍仍?#20174;?#21033;,但用户量、用户活跃度、收入在增长,这是头部公司潜力的衡量标准,将来对AI的评判标?#23478;?#22823;致类似。?#38405;?#21069;的AI医疗公司,他看重的三个指标是技术能力、数据量和商业渠道。这些问题也是医疗AI创业者反?#27492;?#32771;的。


        现在的AI与千禧年间的互联网也许有点相似,当时有个电商平台叫做8848,取珠穆?#20107;?#23792;高?#35753;?#21517;,网站很早就?#36129;?#20102;。余征坤说,这显然不能证明互联网和电商没前景。也许一个趋势是,五年、十年后,一些医疗领域离不开AI。


        然而,如何抵达那一天,如何让AI成为医疗领域的必需品,答案只能继续摸索。

        山东十一选五 12选5胆拖价格表 云南十一选五开奖结果近100期 四肖中特长期免费公开2015今天7 彩之网3d试机号 17500乐彩网首页 3d大中小走势图南方双彩网 11选五5江苏一定牛 7星彩保定有中奖的吗 天天彩票app是不是真的 双色球蓝球多少个号 福建11选5历史最高遗漏 黑龙江体彩6+1 9购十分彩平台 中彩网双绝球基本走势图 双色球开奖视频