[[246868]]

回顧近期智慧醫(yī)療領域的新聞，巨頭們的動作不斷。

去年7月，阿里發(fā)布“DoctorYou”AI系統(tǒng)，主要應用于醫(yī)學影像診斷;去年8月，騰訊發(fā)布AI醫(yī)學影像產(chǎn)品“覓影”，用于早期癌癥診斷;今年9月，英特爾技術團隊發(fā)布AI全周期健康管理系統(tǒng)，幫助提升乳腺癌篩查的檢測精度和效率;不到一個月，谷歌又開發(fā)出了一種名為“淋巴結(jié)助手”的AI系統(tǒng)，采用癌癥檢測算法，能夠自動評估淋巴結(jié)活檢……

在梳理了巨頭們的AI醫(yī)療產(chǎn)品后，智能相對論發(fā)現(xiàn)，“癌癥診斷”成為了眾多產(chǎn)品的一個共同點。在過去的一年里，BAT、谷歌、微軟、蘋果等科技企業(yè)均不遺余力地布局AI+醫(yī)療，而他們的第一步都十分有默契地選擇了“癌癥診斷”。

為什么“癌癥診斷”成為了巨頭們的“寵兒“呢?

外在驅(qū)動：時代的“號召”

資本永遠是趨利的，廣闊的市場空間，強有力的社會和技術保障，這些由外部環(huán)境帶來的優(yōu)勢將會是AI+癌癥診斷強大的背后支撐力。

1.有需求

一方面，我國人口老齡化趨勢嚴重，工業(yè)化和城市化帶來的環(huán)境污染以及生活習慣的改變，使得我國居民的腫瘤發(fā)病率和死亡率明顯提高，惡性腫瘤已經(jīng)成為我國居民的“頭號殺手”，死亡比例在25%以上。

據(jù)全國腫瘤登記中心數(shù)據(jù)顯示，在中國每年每十萬人中有264人患癌，一生中22%的概率患癌癥;每年每十萬人有192人患癌死亡。

另一方面，2018年，很多行業(yè)都默契地提及了“消費升級”這一趨勢，而放在醫(yī)療行業(yè)，“消費升級”的現(xiàn)象也同樣存在，未來的患者消費趨勢之一將會是加強腫瘤早期檢測和管理，人們的早期篩查意識會提高。

與人們迫切意愿形成鮮明對比的是，醫(yī)院里篩查癌癥主要是通過化驗血腫瘤指標及B超、CT、MRI、PET-CT等，檢查方法的敏感性和特異性均不高，因此，社會上也呼吁更有效的早期篩查癌癥的新技術和新方法。

2.有條件

首先，癌癥治療支付方的增加給癌癥AI產(chǎn)品市場帶來利好。目前，大多數(shù)惡性腫瘤都包含在職工醫(yī)保、城鎮(zhèn)居民醫(yī)保和從村合作醫(yī)療等不同種類醫(yī)保的報銷項目范圍內(nèi)。2012年，國家基藥目錄首次增補抗腫瘤藥，包括2個輔助用藥在內(nèi)的26個化藥以及1個中藥已經(jīng)被納入大病醫(yī)療保險基金支付范圍。農(nóng)村醫(yī)療保障在2014年也開始向大病醫(yī)療轉(zhuǎn)移，肺癌、胃癌等20種疾病治療全部納入大病醫(yī)保范疇。

除了醫(yī)保，還有商業(yè)保險，2012年以來，國內(nèi)癌癥保險在多種因素的共同合力下，呈現(xiàn)強進的市場增長趨勢。據(jù)中國保險行業(yè)協(xié)會發(fā)布的《人身險產(chǎn)品聯(lián)盟老年防癌疾病保險分析報告》顯示，截止2017年6月底，老年防癌疾病保險的累計參加人數(shù)超過144萬人，保費收入超過31億元，共計為市場提供超過1560億元癌癥保障。

其次，計算機視覺技術的廣泛使用能夠加持癌癥AI產(chǎn)品。不論是抖音、快手等短視頻的崛起，還是微信表情包的泛濫，毋庸置疑的是，人類社會已經(jīng)進入視覺信息的大數(shù)據(jù)時代。視覺技術也被認為是推動當前經(jīng)濟進步的革命性技術，它已經(jīng)被廣泛應用于多個領域，包括人臉識別、自動駕駛、安防監(jiān)控、工業(yè)檢測、美圖、醫(yī)學影像等等。

在各種視覺數(shù)據(jù)的推動下，計算機視覺技術結(jié)合互聯(lián)網(wǎng)，能夠與醫(yī)療服務不斷深入交叉融合，逐步形成一種新的前端變革形態(tài)，尤其是基于特征選擇的機器學習技術，能夠基于多尺度變換空間的特征提取海量特征，進而提升癌癥的診斷效果。

人工智能輔助診斷流程圖
圖片來源：《卷積神經(jīng)網(wǎng)絡和遷移學習在癌癥影像分析中的研究》余紹德

內(nèi)在驅(qū)動：巨頭的“小算盤”

1.AI+癌癥診斷，其實是為了最大程度符合社會期待。

在大眾的認知中，“癌癥”基本等于“死亡”(事實并非如此)，抗癌就是在與死神作斗爭，而在人與“神”的戰(zhàn)斗中，但凡有一個產(chǎn)品能夠為人們哪怕加持一個小小的光環(huán)，這個產(chǎn)品都會被給予無限贊譽。

另外，中國腫瘤患者的5年生存率在30%左右，遠遠落后于美國和日本的60%，在這種情況下，人們對于癌癥防治的期待值并不高，與之相關的技術產(chǎn)品也難以得到人們?nèi)硇牡男湃魏鸵蕾嚕谌藗冄劾铮┌Y診斷的AI產(chǎn)品做得不好是十分正常的，畢竟人類醫(yī)生的能力也十分有限。

所以，新技術的一點點進步可能都會得到人們積極的反饋，這就相當于一個考試總是得30分的學生，突然夠到了及格線，即便不是最優(yōu)秀的，但家長依舊會感到欣慰。這也是為什么眾多AI產(chǎn)品不斷強調(diào)自己的正確率高于人類診斷的原因。

2.“下注”癌癥診斷，其實是為醫(yī)學影像診斷的降維攻擊打基礎。

醫(yī)學影像診斷是醫(yī)療的重要基礎，是臨床數(shù)據(jù)中最重要的診斷依據(jù)之一。醫(yī)學影像分兩個部分，一個是醫(yī)學成像，也就是圖像重建，利用AI實現(xiàn)少劑量成像，快速成像等。另一個是影像分析，也就是通過圖像智能識別技術較大程度降低醫(yī)生工作量。

巨頭搶占癌癥診斷的賽道，其實是采用了“擒賊先擒王”的計策。將人工智能技術用于癌癥診斷中，是因為癌癥種類多，病理復雜，能夠整合更多的影像分析數(shù)據(jù)，讓產(chǎn)品“學習”專家醫(yī)生的醫(yī)療知識，模擬醫(yī)生的思維和診斷推理。癌癥的防治難度眾所周知，僅僅從公眾認知來看，如果癌癥檢測算法的準確率足夠高，那其他疾病診斷是不是也不在話下呢?如果AI產(chǎn)品能以癌癥為入口，進入整個醫(yī)療輔助診斷領域，患者們也將擁有更多的治療選擇。

變現(xiàn)困難，AI+癌癥診斷還需要更多耐心

巨頭們的想象都很美好，但“打臉”總是來得太快。IBM的沃森健康系統(tǒng)即便擁有了完善的腫瘤系統(tǒng)，但在與知名腫瘤?？漆t(yī)院MD Anderson合作中也摔了個跟頭——沃森在2012年與MD Anderson簽署協(xié)議，共同開發(fā)“腫瘤專家顧問”(Oncology Expert Advisor)，僅四年后，德州大學審計辦公室對該項目出具48頁審計報告，終止了繼續(xù)合作。

終止合作的原因有很多，但其中一個因素是“腫瘤專家顧問”難以成功推廣到其他醫(yī)院，即便MD Anderson在整個項目上花費了六千兩百萬美元。理想和現(xiàn)實總是有著太多差距，變現(xiàn)困難成為現(xiàn)如今AI癌癥產(chǎn)品的難題。這還只是醫(yī)院“大虧本”，如果放在國內(nèi)，這六千兩百萬美元恐怕就是巨頭們要支付的賬單了。

探究其中原因，主要有兩方面。

一方面，在醫(yī)療的支付領域，我們上文中也提到，保險機構正在加強對患者的保障，但這種保障實質(zhì)上制約了醫(yī)療機構的發(fā)展，醫(yī)療機構的營收取決于保險的賠付規(guī)則而非患者自費費用，這也就決定了醫(yī)療機構難以找尋有效的C端盈利方式和營銷手段，也就制約了醫(yī)療機構中產(chǎn)品和技術的更新迭代。

另一方面，AI尚屬新興領域，入駐醫(yī)療機構需要大量的人力物力和資本的投入，但醫(yī)院的公益性決定了其需要面臨長期的虧損，這種特性要求企業(yè)不能有太強的退出期限，在產(chǎn)品落地的過程中，需要長期戰(zhàn)略資本，而這種長期的消耗也導致巨頭們在此領域頻頻受挫。

結(jié)論：

“癌癥”，這兩個字眼實在太過無情和可怖，所以，當巨頭們紛紛入局AI+癌癥診斷，其實是一件大家喜聞樂見的好事——如果企業(yè)能利用自身的技術和資本積累做出好的醫(yī)療產(chǎn)品，不僅形成了好的品牌的認知，更是為眾多被病魔纏身的患者們帶來一些生活的希望。