那些年在AI+醫學影像上燒的錢，怎麼才能賺回來？
全文閱讀大約需要5分鐘，如果本文對您有任何啟發，歡迎點擊文末評論。
【健康點】人工智慧應用在醫學影像領域賺錢嗎？
答案是肯定的。就市場規模來看，行業報告預計，2020年，我國醫學影像市場規模將達6000億至8000億元左右。但問題在於，這偌大的蛋糕，目前卻沒有一個人工智慧項目“啃得動”。
沒有一個成熟的商業模式是困擾行業的最大問題。儘管近年來人工智慧醫學影像的專案一個接一個冒頭，連騰訊、阿裡、百度這樣的巨頭也相繼闖進戰場，
誰才是人工智慧醫學影像的買單人？誰才是人工智慧+醫學影像真正的使用者？什麼樣的模式才是適合這個領域的商業模式？帶著這些問題，我們一起來探究一下人工智慧醫學影像商業化的難點所在。
◆ ◆ ◆
AI+影像：只燒錢不掙錢？
方正證券產業金融部董事醫療產業投資並購負責人姜天驕在2017長江產業論壇暨醫療健康大資料與人工智慧大會上指出，人工智慧專案和醫療機構之間存在一定的矛盾，醫療機構對人工智慧的接受程度並不高。
“搞人工智慧的人說我幫醫院做篩查，醫療機構會考慮篩查錯了責任算誰的。人工智慧說我可以提高醫生的效率，醫生會說高效率對我有什麼好處？”韓亦舜強調，
不難看出，目前人工智慧醫學影像專案還出在燒錢的階段，但每個項目都燒得起這個錢嗎？我們來看看目前中國做人工智慧醫學影像專案的企業有哪些？
第一類，財大氣粗的BAT。他們的特點是有錢、有技術。第二類，設備型公司，比如翼展科技、西安盈穀科技等。這類公司的特點是可以依靠醫學影像設備或影像管理協作系統進入醫療機構，
這三類企業中，第一類可以依靠自身強大的財力支撐項目發展。第二類可以依靠公司其他業務的收入去支持人工智慧業務。第三類企業則主要依靠融資和微薄的收入支撐業務發展。
◆ ◆ ◆
基層是人工智慧主戰場？
目前，市面上主要的人工智慧醫學影像產品主要集中在幾種疾病的篩查上，比如食管癌、肺癌、糖網病、宮頸癌和乳腺癌等。然而並不是每一種疾病都是和通過人工智慧的方法去進行篩查。以肺結節為例，張京雷告訴健康點記者，Airdoc基於海量資料研發了肺結節識別演算法在推廣的過程中就很難落地。
一方面，癌症的識別關乎一個人的生命健康，醫療系統和患者都會十分謹慎。另一方面，在現實生活中單一演算法很難落地，一張影像中可能會有多種病變，但是肺結節的識別演算法只能夠識別單一病種，這並不能夠解決醫生的實際需求。
那麼，哪些科室的疾病更容易應用人工智慧呢？張京雷指出，一個人工智慧醫學影像產品商業化成功的前提有三個：
1、科室需求強烈。
換句話說，這些可是必須醫生數稀缺的。過去幾十年以來，我國醫學影像學發展迅速，但是專科醫生資源不足，而且主要集中於大城市和大醫院當中，很多中小城市沒有足夠的影像學診斷能力，很多患者為了獲取更好的醫療資源，不得不到大城市就醫。
以眼科為例，2016年中華醫學會第二十一次全國眼科學術大會上的公佈資料顯示，目前中國還有20%的縣級醫院沒有眼科，並且中國眼科醫師相比總人口來說較少，尤其是眼底病專業醫師更加稀缺。據中華醫學會眼科分會統計，目前全國共有眼科醫生2.8萬名左右，但能開展內眼手術的不足4000 人，眼科醫生資源仍然缺乏。同時眼科醫生分佈極不均衡，全國70%的眼科醫生分佈在大中型城市，基層眼科醫生數量很少。
因此，Airdoc目前主推的產品就是糖尿病性視網膜病變的輔助分析系統，該系統用於識別篩查糖網病變，目前，Airdoc人工智慧輔助分析方案已經在包括上海長征醫院在內的眾多醫院已經得到了普及。
阿裡健康、騰訊和英特爾也非常注重科室的選擇。阿裡健康於2017年7月正式發佈的AI醫療產品“Doctor You”將功能應用於CT肺結節智慧檢測。騰訊於2017年8月發佈的首個AI醫學影像產品“騰訊覓影”，輔助早期食道癌等疾病的篩查，此外該系統還涉及到肺癌、糖網病、宮頸癌和乳腺癌等疾病。2017年年初，英特爾發佈了其基於超聲影像的甲狀腺結節良惡性的輔助診斷系統。這些疾病所在可是的醫生數量相對來說比較少，同時工作任務也很重，人工智慧有較大的應用空間。
2、疾病在人群中的發病率不低。
張京雷強調，作為應用于篩查階段的產品，人工智慧需要發揮出篩查的意義。如果一種疾病在全人群中的發病率極低，甚至一千萬人中只能篩出一個患者，那麼從商業化的角度來講，這種篩查的成本就太高了。
3、後續併發症比較嚴重。
還是以眼科為例，糖尿病性視網膜病變是一種嚴重的糖尿病後遺症，30%的糖尿病人都會有糖尿病性視網膜病變，而這個病極可能導致患者失明，如果及早發現、及早進行有效治療，就能避免失明的出現。
從上面總結的科室特點來看，目前，基層醫療市場對於人工智慧醫學影像的需求更大。一方面，三甲醫院有專家，也有先進的技術和設備，他們對於人工智慧的需求並不是很大。另一方面，基層醫療醫務人員能力不足，但承擔著大量常見病、多發病、慢性病的診療工作，他們反而更需要提高診療水準和效率的工具。
◆ ◆ ◆
AI距離掙錢還有多遠？
燒錢容易賺錢難，人工智慧醫學影像真的沒辦法走通一個商業模式嗎？張京雷給了健康點記者一個樂觀的答案：“目前行業正在積極探索商業模式，隨著資料積累的越來越多，演算法越來越成熟，商業模式會越來越清晰。”
張京雷提成了這樣一種可能。未來，隨著技術的成熟，人工智慧醫學影像產品的成本會越來越低。這樣一來，產品就更容易打開市場，被醫療機構所接受。此外，目前人工智慧醫學影像產品主要應用于疾病篩查階段。疾病的篩查可以降低大病出現的幾率，從而為政府降低醫保支出。這樣一來，政府也是有買單的可能性的。
此外，向後端發力，創造更多價值，也是一個途徑。未來，人工智慧將不止於做簡單重複的篩查工作，而是做更有指導性的工作，比如將IBM沃森的診療方案發展到不同的疾病領域等等。
總的來看，雖然目前人工智慧醫學影像產品的商業模式尚不成熟，但是該領域的前景還是十分可觀的。一旦商業模式走通，人工智慧醫學影像將有可能成為如共用單車般火熱的風口。
本文首發于財新健康點 caixin-life；
聯繫作者微信：1281949389；
投稿方式：healthpoint@caixin.com；
湯晨|責編
我們堅持並尊重原創版權，未經授權請勿轉載，授權請聯絡健康點管理員Jack；
工作微信號： Jackzhao360
商務合作：
北京 Fiona 18612891987
上海 Leslee 1360124059
醫療系統和患者都會十分謹慎。另一方面，在現實生活中單一演算法很難落地，一張影像中可能會有多種病變，但是肺結節的識別演算法只能夠識別單一病種，這並不能夠解決醫生的實際需求。那麼，哪些科室的疾病更容易應用人工智慧呢？張京雷指出，一個人工智慧醫學影像產品商業化成功的前提有三個：
1、科室需求強烈。
換句話說，這些可是必須醫生數稀缺的。過去幾十年以來，我國醫學影像學發展迅速，但是專科醫生資源不足，而且主要集中於大城市和大醫院當中，很多中小城市沒有足夠的影像學診斷能力，很多患者為了獲取更好的醫療資源，不得不到大城市就醫。
以眼科為例，2016年中華醫學會第二十一次全國眼科學術大會上的公佈資料顯示，目前中國還有20%的縣級醫院沒有眼科，並且中國眼科醫師相比總人口來說較少，尤其是眼底病專業醫師更加稀缺。據中華醫學會眼科分會統計，目前全國共有眼科醫生2.8萬名左右，但能開展內眼手術的不足4000 人，眼科醫生資源仍然缺乏。同時眼科醫生分佈極不均衡，全國70%的眼科醫生分佈在大中型城市，基層眼科醫生數量很少。
因此，Airdoc目前主推的產品就是糖尿病性視網膜病變的輔助分析系統，該系統用於識別篩查糖網病變，目前，Airdoc人工智慧輔助分析方案已經在包括上海長征醫院在內的眾多醫院已經得到了普及。
阿裡健康、騰訊和英特爾也非常注重科室的選擇。阿裡健康於2017年7月正式發佈的AI醫療產品“Doctor You”將功能應用於CT肺結節智慧檢測。騰訊於2017年8月發佈的首個AI醫學影像產品“騰訊覓影”，輔助早期食道癌等疾病的篩查，此外該系統還涉及到肺癌、糖網病、宮頸癌和乳腺癌等疾病。2017年年初，英特爾發佈了其基於超聲影像的甲狀腺結節良惡性的輔助診斷系統。這些疾病所在可是的醫生數量相對來說比較少，同時工作任務也很重，人工智慧有較大的應用空間。
2、疾病在人群中的發病率不低。
張京雷強調，作為應用于篩查階段的產品，人工智慧需要發揮出篩查的意義。如果一種疾病在全人群中的發病率極低，甚至一千萬人中只能篩出一個患者，那麼從商業化的角度來講，這種篩查的成本就太高了。
3、後續併發症比較嚴重。
還是以眼科為例，糖尿病性視網膜病變是一種嚴重的糖尿病後遺症，30%的糖尿病人都會有糖尿病性視網膜病變，而這個病極可能導致患者失明，如果及早發現、及早進行有效治療，就能避免失明的出現。
從上面總結的科室特點來看，目前，基層醫療市場對於人工智慧醫學影像的需求更大。一方面，三甲醫院有專家，也有先進的技術和設備，他們對於人工智慧的需求並不是很大。另一方面，基層醫療醫務人員能力不足，但承擔著大量常見病、多發病、慢性病的診療工作，他們反而更需要提高診療水準和效率的工具。
◆ ◆ ◆
AI距離掙錢還有多遠？
燒錢容易賺錢難，人工智慧醫學影像真的沒辦法走通一個商業模式嗎？張京雷給了健康點記者一個樂觀的答案：“目前行業正在積極探索商業模式，隨著資料積累的越來越多，演算法越來越成熟，商業模式會越來越清晰。”
張京雷提成了這樣一種可能。未來，隨著技術的成熟，人工智慧醫學影像產品的成本會越來越低。這樣一來，產品就更容易打開市場，被醫療機構所接受。此外，目前人工智慧醫學影像產品主要應用于疾病篩查階段。疾病的篩查可以降低大病出現的幾率，從而為政府降低醫保支出。這樣一來，政府也是有買單的可能性的。
此外，向後端發力，創造更多價值，也是一個途徑。未來，人工智慧將不止於做簡單重複的篩查工作，而是做更有指導性的工作，比如將IBM沃森的診療方案發展到不同的疾病領域等等。
總的來看，雖然目前人工智慧醫學影像產品的商業模式尚不成熟，但是該領域的前景還是十分可觀的。一旦商業模式走通，人工智慧醫學影像將有可能成為如共用單車般火熱的風口。
本文首發于財新健康點 caixin-life；
聯繫作者微信：1281949389；
投稿方式：healthpoint@caixin.com；
湯晨|責編
我們堅持並尊重原創版權，未經授權請勿轉載，授權請聯絡健康點管理員Jack；
工作微信號： Jackzhao360
商務合作：
北京 Fiona 18612891987
上海 Leslee 1360124059