騰訊阿里等科技公司如何破局AI影像醫療？

　　AI+醫療市場(chǎng)成為風(fēng)口，騰訊、科大訊飛、推想科技紛紛布局AI+醫療影像，今年，騰訊覓影登陸首屆中國模擬醫學(xué)大會(huì )，利用AI輔助醫療，推動(dòng)診斷效率提升;科大訊飛在醫學(xué)影像人工智能比賽中刷新了全球肺結節測試世界紀錄，準確率達94.1%;推想科技正式對外宣布完成 3 億元新一輪融資。醫療影像作為診療過(guò)程的重要組成部分，是未來(lái)醫療發(fā)展不可避免的一環(huán)。

　　根據火石創(chuàng )造發(fā)布的《醫療影像的市場(chǎng)圖譜和行業(yè)發(fā)展分析》報告指出，按照我國過(guò)去5年的醫療整體支出，預計到2020年中國醫學(xué)影像市場(chǎng)規模將達6000億至8000億人民幣左右。但是有了大公司的布局，再加上人工智能的技術(shù)，醫學(xué)影像市場(chǎng)規模將會(huì )有新的突破。

　　醫療影像與人工智能的結合，是數字醫療產(chǎn)業(yè)的熱點(diǎn)。大公司的布局，讓AI+醫療影像又迎來(lái)了一個(gè)新的突破點(diǎn)。

　　為何大公司都瞄準了AI+影像

　　2014年以來(lái)，AI技術(shù)的發(fā)展逐步進(jìn)入垂直細分領(lǐng)域，醫療影像布局已久，國家的重視、醫院在A(yíng)I能力的匱乏以及大公司的技術(shù)積累致使大公司都瞄準了AI+影像。

　　首先政策限制因素相對較少，目前電子病歷在臨床中有很大的問(wèn)題，主要是操作繁瑣、數據的互聯(lián)互通以及電子病歷系統難以滿(mǎn)足病種專(zhuān)業(yè)化需求等等。

　　現在醫療行業(yè)80%到90%的數據，都是來(lái)源于醫學(xué)影像，并不會(huì )涉及到相關(guān)的利益。利用人工智能+醫療影像，在數據上的問(wèn)題可以得到解決，自然政府就不會(huì )限制很多。相反，還會(huì )鼓勵支持。因此，很多大公司利用醫療影像為突破口，也是由于政府限制的因素不多。

　　其次醫院在頂級AI能力的匱乏，需要大公司輔佐，一方面科大訊飛布局的醫療+智能語(yǔ)音，語(yǔ)音技術(shù)相對成熟，通用的語(yǔ)音識別準確率已經(jīng)達到95%左右，另一方面，阿里巴巴的圖像識別技術(shù)的識別率高達99.3%，那么醫院就不具備這樣的能力。因此，需要大公司輔佐。

　　互聯(lián)網(wǎng)公司之所以瞄準了醫療影像，也是醫院在這方面的困難很多?；ヂ?lián)網(wǎng)公司借助人工智能賦能醫療影像，經(jīng)過(guò)多次證實(shí)，可以運用到醫療行業(yè)里，解決了醫院在頂級能力的匱乏。

　　最后，大公司在A(yíng)I+影像方面已經(jīng)取得一定進(jìn)展，在醫療影像的診斷上，推想科技早在17年就累計完成了超過(guò)20萬(wàn)例的影像篩查;科大訊飛在肺癌的平均檢出率達到了94.1.%。

　　騰訊覓影主要利用AI圖像識別、大數據處理、深度學(xué)習等技術(shù)與醫學(xué)跨界融合，可對早期食管癌等疾病提供輔助篩查的功能。騰訊覓影篩查一個(gè)內鏡檢查用時(shí)不到4秒，對早期食道癌的發(fā)現準確率高達90%，也是說(shuō)明騰訊在A(yíng)I+影像方面取得一定進(jìn)展。

　　各個(gè)大公司紛紛布局醫療產(chǎn)業(yè)，推動(dòng)人工智能+醫療的發(fā)展，未來(lái)將會(huì )走的更遠。

　　騰訊、阿里、推想科技、科大訊飛，在A(yíng)I+影像的布局

　　2008年，IBM首次提出了”智能醫療“的概念，而在近些年時(shí)間里，幾家公司布局的AI醫療技術(shù)已經(jīng)應用于各大醫院。

　　騰訊：2017年，騰訊首個(gè)應用在醫療領(lǐng)域的AI產(chǎn)品——騰訊覓影，主要應用于輔助醫生臨床診斷和疾病的早期篩查。AI在醫療上的應用越來(lái)越廣泛，騰訊覓影的AI醫學(xué)影像技術(shù)，輔助醫生對食管癌進(jìn)行篩查，提高準確度，幫助更多的人解決疾病的困擾。

　　對于騰訊而言，圍繞微信優(yōu)勢，以及對醫療資源的整合，其早已在患者、醫院、診所、醫生產(chǎn)業(yè)多方進(jìn)行了打通，通過(guò)在掛號、導診、管理等諸多產(chǎn)業(yè)進(jìn)行布局，已經(jīng)完成了大量醫療產(chǎn)業(yè)前端的工作，而騰訊覓影的落地，也意味著(zhù)騰訊正在將自身下沉到產(chǎn)業(yè)鏈更底層的環(huán)節，繼而在未來(lái)實(shí)現前后端產(chǎn)業(yè)的打通。

　　阿里：2016年阿里健康2.25億元入股萬(wàn)里云，布局醫學(xué)影像平臺“Doctor You”。阿里健康將醫學(xué)影像作為醫療AI的突破口，為整個(gè)商業(yè)模式的創(chuàng )新、支付打下了很好的基礎。Doctor You目前聯(lián)合了阿里健康、阿里云、阿里巴巴IDST視覺(jué)計算團隊的三方力量共同推進(jìn)。

　　阿里在醫療AI領(lǐng)域的布局很深，由阿里健康平臺、螞蟻金服再到阿里云、淘寶形成了醫藥電商、智慧醫療、產(chǎn)品追溯、健康管理的穩定業(yè)務(wù)線(xiàn)，為用戶(hù)提供更精準的服務(wù)。阿里布局和落地了多項醫療AI產(chǎn)品和服務(wù)，通過(guò)AI+影像為切口，以此進(jìn)入醫療產(chǎn)業(yè)更底層的產(chǎn)業(yè)鏈環(huán)節。

　　科大訊飛：2015年，科大訊飛著(zhù)手布局AI+醫療產(chǎn)業(yè)?？拼笥嶏w影像輔助診斷系統的核心技術(shù)是基于圖像識別和深度學(xué)習，并結合醫學(xué)專(zhuān)家診斷經(jīng)驗和大量樣本數據，以此來(lái)得出疾病的良惡性。

　　一直以來(lái)，科大訊飛都在構建圖像識別、翻譯、自然語(yǔ)言理解等跟人工智能相關(guān)的核心技術(shù)，將這些技術(shù)賦能醫療領(lǐng)域中，并且在語(yǔ)音電子病歷產(chǎn)品、影像輔助診斷系統、智能助理中取得了不錯的成就。除此以外，科大訊飛在A(yíng)I影像上的布局，意味著(zhù)技術(shù)積累有了更多的變現可能性。

　　推想科技：目前，推想成熟產(chǎn)品肺部小結節識別系統早早落地，在2017年完成了超過(guò)20萬(wàn)例影像檢查。推想科技投入多病種的醫療影像 AI 產(chǎn)品研發(fā)、加速肺部產(chǎn)品外其他 AI 產(chǎn)品的落地應用。

　　推想科技深耕 AI 醫療影像細分領(lǐng)域，相比騰訊阿里等公司全產(chǎn)業(yè)布局更為深入，因此有著(zhù)一定優(yōu)勢，致力于醫療影像的推想科技從2015年就已開(kāi)始布局，至今已三年，在醫療影像輔助診斷領(lǐng)域已經(jīng)逐漸成為醫療行業(yè)中全場(chǎng)景、全類(lèi)型醫療機構服務(wù)平臺。也是說(shuō)明了推想科技在A(yíng)I影像上的深入研究，在行業(yè)中起了標桿作用。

　　AI+影像，正是因為有了人工智能的幫助，才能夠解決大醫院影像檢查數量多、醫生工作壓力大的問(wèn)題，同時(shí)提供更高效的影像診斷。

　　AI+影像，面臨多重困難

　　經(jīng)濟的發(fā)展，推動(dòng)著(zhù)人工智能醫療水平的前進(jìn)，但是當下，各種困難接踵而至。

　　首先復合型人才的缺乏，據工信部教育考試中心透露，中國人工智能人才缺口超過(guò)500萬(wàn)，高校每年培養出來(lái)的人才也只有不到2000人。以1/10的比例換算，中國每年培養出的醫療AI人才不足200人。這足以看出人工智能人才供需嚴重不平衡。醫療領(lǐng)域人工智能技術(shù)人才嚴重短缺，已經(jīng)制約了行業(yè)發(fā)展。

　　以腫瘤領(lǐng)域為例，國家正大力鼓勵腫瘤高危人群進(jìn)行早期癌癥篩查。國內AI+影像領(lǐng)域的大多數集中在單純的圖像識別上，缺乏醫學(xué)數據的積累和對影像報告的分析的復合型人才更是稀有。

　　其次醫療數據的準確度，一方面是數據來(lái)源問(wèn)題，現在醫療數據涉及到各種領(lǐng)域，各個(gè)公司獲取數據的渠道也是比較困難。對數據的質(zhì)量也是很重要。大量影像資料尚未數字化，且醫院之間的數據共享和互通程度較低。人工智能的開(kāi)發(fā)基礎和長(cháng)期優(yōu)化需要高質(zhì)、持續的數據。

　　另一方面是數據結構化問(wèn)題，目前，大部分醫療數據都是來(lái)自于醫學(xué)影像，并且醫療影像數據仍在逐年增長(cháng)，給醫生帶來(lái)工作壓力。盡管有了人工智能的技術(shù)加入，可是大部分醫學(xué)影像數據的錄入仍然欠缺標準，主要在于每個(gè)醫院錄入的數據結構模式都不同，不能夠形成統一的醫療數據，標準不統一會(huì )延緩醫療人工智能的發(fā)展服務(wù)。

　　再者AI+醫療商業(yè)模式也亟待建立，對于一些醫療機構而言，真正需求的不僅僅是提供輔助診斷產(chǎn)品，而是全套的影像資料診斷服務(wù)。在目前看來(lái)，不僅僅要求診斷服務(wù)提供方提供人工智能輔助閱片，更要有專(zhuān)業(yè)影像科醫生的最終診斷結果，達成更大的商業(yè)模式和前景，還需要企業(yè)和醫院合作來(lái)達到盈利。

　　最后我國的醫療基礎設施本身的落后，部分發(fā)達國家經(jīng)濟增長(cháng)的主要動(dòng)力來(lái)自于醫療健康產(chǎn)業(yè)，美國、日本等國家醫療健康產(chǎn)業(yè)增加值在GDP 中所占的比例均超過(guò)10%，然而國內醫療健康產(chǎn)業(yè)增加值占GDP 的比例不足5%。由于國內公共醫療管理系統的不完善，醫療成本高、渠道少、覆蓋面低等問(wèn)題困擾著(zhù)消費者。

　　醫療基礎設施的落后更是限制了智慧醫療的發(fā)展，以至于基于物聯(lián)網(wǎng)的智慧醫療應用不足以帶動(dòng)產(chǎn)業(yè)發(fā)展。雖然AI技術(shù)已經(jīng)應用到醫療影像上，但是在臨床實(shí)際應用卻為數不多，而且目前AI醫療水平不高，在實(shí)際應用中存在很多缺陷。

　　AI+影像，打通醫療數據、推進(jìn)醫療發(fā)展是關(guān)鍵

　　中國人口眾多，有很多的醫學(xué)人才，但是人工智能+醫學(xué)影像的人才并不多見(jiàn)，醫學(xué)影像的數據資源更是要打通，推動(dòng)醫療產(chǎn)業(yè)還需人工智能。

　　一來(lái)增加復合型人才，人工智能在醫療影像上的運用已經(jīng)實(shí)施在各個(gè)醫院，在很大程度上提高了效率，并且幫助醫生節約了大量的時(shí)間。但是目前，醫療健康產(chǎn)業(yè)的智能化轉型依賴(lài)于復合型人才的持續供給。

　　尤其是AI+醫療影像的人才更是少之又少，因此，相關(guān)企業(yè)也紛紛推出相應的人才培養計劃，以好的條件來(lái)吸引更多的科學(xué)家和從業(yè)人員，加強人工智能領(lǐng)域專(zhuān)業(yè)建設，培養醫療人工智能專(zhuān)業(yè)人才。

　　二來(lái)打通醫療數據產(chǎn)業(yè)資源，在數據和結構化方面，現在醫療健康行業(yè)信息化程度不夠，醫療數據開(kāi)放共享程度不高。國內的醫療大數據產(chǎn)業(yè)也才剛剛起步，醫療體系相對封閉。特別是數據錄入欠缺標準，標準不統一無(wú)法獲得高質(zhì)量、開(kāi)放性的醫療數據。

　　互聯(lián)網(wǎng)公司針對數據和結構化兩方面，利用人工智能技術(shù)以及國家政策的支持，建立影像診斷數據結構化知識庫，積極鼓勵社會(huì )創(chuàng )新發(fā)展醫療業(yè)務(wù)，促進(jìn)醫療業(yè)務(wù)與大數據技術(shù)深度融合，來(lái)幫助醫院獲得有價(jià)值、安全和持續的數據，那么在A(yíng)I+影像上能提高診斷精確性。

　　三來(lái)推廣醫療市場(chǎng)商業(yè)模式，醫療市場(chǎng)空間巨大，有了人工智能技術(shù)的加入，各種商業(yè)模式被挖掘，不少巨頭對醫療影像設備市場(chǎng)很看重。國產(chǎn)設備有著(zhù)較為明顯的價(jià)格優(yōu)勢，市場(chǎng)占有率較高?；ヂ?lián)網(wǎng)公司技術(shù)賦能醫療產(chǎn)業(yè)，將人工智能運用到應用場(chǎng)景中，帶動(dòng)醫療市場(chǎng)商業(yè)的推進(jìn)。