透過歷史看醫(yī)療AI的未來

“對于單家企業(yè),技術和數據從來不是醫(yī)療AI的核心,能否商業(yè)化變現才是?！边@是《多肽鏈》造訪多位從業(yè)者以及投資人經常聽到的一句話。

醫(yī)療領域由于數據集中以及剛需屬性具備“無限遐想”,在AI應用角度前景廣泛,一度被眾多資本以及技術公司作為重要搶占“陣地”。

自2014年以來,AI技術結合醫(yī)療領域最廣泛的就是影像篩查,醫(yī)療影像以其標準化程度相對較高而被認為是最早能夠實現AI落地的場景之一。

一度之間,幾十家高科技創(chuàng)新公司卷攜大批資本沖入醫(yī)療AI,但由于人工智能在醫(yī)療領域的落地存在特殊性,醫(yī)療領域本身又是偏保守封閉,全部由醫(yī)療機構和醫(yī)生主導決策,容錯率極低,導致在探索商業(yè)化的路上越走越遠。

面對廣闊的市場,除互聯網巨頭BAT,飛利浦、西門子等硬件制造商悉數布局外,一批醫(yī)療AI初創(chuàng)公司也嶄露頭角。

目前醫(yī)療影像 AI 的研發(fā)分為兩類。

一類是針對數據量非常大的疾病的篩查,如肺、乳腺、消化道等癌癥。這些應用幫助醫(yī)生解決會遇到的問題里 80 %的情況。

另一類是針對重大的疑難的疾病的篩查。這些疾病目前在診斷過程中并沒有什么標準,很多醫(yī)生都依賴于自己的實踐。而由于人工智能依賴很多前期做過的數據化標準化的工作才能進入到智能化。診斷這類疾病對人工智能是個挑戰(zhàn)。

根據公開資料顯示,2025年全球醫(yī)療AI市場規(guī)模將超過340億美元。

在中國,醫(yī)療AI產業(yè)市場發(fā)展迅速,市場規(guī)模從2016年的96.61億元,2017的136.5億元飆升至2018年的204億元,復合年增長率保持在40%以上,預計到2019年將突破280億元。

產業(yè)期待越高,投資人的興趣也越大,反過來催促創(chuàng)業(yè)公司商業(yè)化的腳步就會越快。

但至今經過了五年多的發(fā)展,影像AI領域內的公司依然處于打磨產品的階段,沒有清晰的商業(yè)模式與盈利場景,醫(yī)院的付費意愿很低。

武警總醫(yī)院CT科主任王貴生曾表示稱:AI產品盈利能力受限的根本原因還在于現階段的產品對醫(yī)生來說并不是剛需,有了是錦上添花,沒有也不耽誤事。

在中國這個公立醫(yī)院占據80%的醫(yī)療流量與數據源的背景下,公立醫(yī)院把持著80%以上患者流量,處于中心地位,也是絕對的核心。

而醫(yī)療AI在經歷三甲醫(yī)院跑馬圈地和海量數據打磨后,AI影像識別仍然只停留在提升醫(yī)生工作效率的初步階段,產品的同質化和碎片化沒能帶給醫(yī)院付費動力。

而醫(yī)學影像產業(yè)鏈最終的服務對象是患者,供給方分為三個部分,醫(yī)療機構是產業(yè)鏈核心,上游是其供應商,下游是支付方。

無論科室運營服務,還是診斷服務,最終的商業(yè)化落地都離不開與公立醫(yī)院的深度綁定和合作。而長期來看,得益于分級診療的推進,以及提升醫(yī)學影像服務水平的迫切訴求,基層將是未來的新機遇所在。

公立體系“圍墻”

醫(yī)療機構承擔著服務患者的職責,包括公立醫(yī)院、基層醫(yī)療衛(wèi)生機構、民營醫(yī)院和其他機構(比如各類診所、第三方影像中心、病理中心等)。

我國醫(yī)療主要支付方是醫(yī)保,而實現醫(yī)保覆蓋的主要是公立醫(yī)院和基層醫(yī)療衛(wèi)生機構,因此,支付方的加持進一步強化了公立醫(yī)院在產業(yè)鏈中的核心地位。

上游供應商主要從設備、診斷服務、科室運營三個方面為公立醫(yī)院提供服務。其中,科室運營涵蓋了科室前期籌備和日常運營全部所需服務,門檻最高。

具體科室來看,醫(yī)療機構中與醫(yī)學影像服務相關的科室包括放射科、檢驗科、病理科等醫(yī)技科室,放療科等專科治療科室,以及眼科、心血管科、消化科、內分泌科等臨床科室。

醫(yī)學影像診斷是診療流程中的一環(huán),而且我國轉診制度與醫(yī)療機構間診斷結果互認尚未大規(guī)模普及,影像檢查與診斷大多在就診醫(yī)院完成。

因此,雖然國家政策鼓勵影像、病理、放療等第三方中心的發(fā)展,但患者獲取這一首要難題,在一定程度上限制了第三方影像中心的發(fā)展。

從產業(yè)鏈上游來看,設備層面有GPS把持高端市場,國產新銳企業(yè)聯影等正逐漸在中端和低端領域進行國產替代,加上各級公立醫(yī)療機構設備配置基本到位,因此不存在爆發(fā)性機會。

診斷服務是從基層到三甲醫(yī)院的普遍需求,診斷能力和效率的問題可以通過AI醫(yī)學影像產品得以解決。

深睿醫(yī)療、依圖醫(yī)療、推想科技、圖瑪深維、醫(yī)準智能、致遠慧圖等新興企業(yè)都在這一領域布局。

數據來源:愛分析

科室運營當前則主攻以縣級和部分市級醫(yī)院為代表的二級醫(yī)院市場,提供從前期籌備到日常運營所需的全部服務,包含設備、診斷服務在內。

其中診斷服務既包括AI醫(yī)學影像診斷服務,也包括影像醫(yī)生、專家服務。因此業(yè)務門檻要求較高,需要具備資質、資金、診斷、運營全方位能力。

醫(yī)療AI終將出頭

據普華永道調查顯示,醫(yī)療行業(yè)的高管普遍認為,AI是醫(yī)療行業(yè)中最具顛覆性的技術。

如今有些唱衰醫(yī)療AI的聲音,但是科技的進步永遠都是在進行,并不代表每一個進入當中的公司都能夠從中獲取到利潤,也不是是先發(fā)者就一定有優(yōu)勢,都需要經過洗牌后,“頭部公司”最后占據多數市場份額。

AI從整體層面提升醫(yī)學影像診斷水平,聚焦到診斷能力本身,本質上是取決于放射從業(yè)人員數量和水平,而當前最大的瓶頸在于基層放射科醫(yī)生稀缺,AI醫(yī)學影像有望幫助基層突破診斷能力不足的瓶頸。

那么問題來了,因為商業(yè)模式在中國最大的爆發(fā)點還是因為中國有人口紅利的優(yōu)勢,怎么才能把具有爆發(fā)潛力的患者和醫(yī)學專家集結在一起,共同完成有關醫(yī)療人工智能的創(chuàng)新發(fā)展。

同時要思考一個路徑最短的交付和收費模式,這個可以通過在實際的B2B2C模式中探尋。

最后需要考慮怎樣可以實現產品從正向增長向高度斜度更高的增長轉變。

若如今產品能夠做到患者使用過后可以使之沉淀下來,再通過這些患者去做二次轉化,利用數據運營,就有機會看到了巨大的拐點。

如今階段,新型AI技術會被拿來做商業(yè)研究,而市場是最好的調節(jié)者。此時會涌現出很多商業(yè)模型解決方案的公司與合作關系,醫(yī)療保健行業(yè)全部采用電子病歷。

透過歷史看未來,可以確定的是一切都在加速,從探索到成熟再到被顛覆,而今已趨完善的商業(yè)模式正處于又一波因智能技術帶來的升級中,而升級的趨勢則是需求更為旺盛的醫(yī)療產業(yè)商業(yè)模式升級上。