AI医疗迎来了商业化元年。今年7月，药监局公布了AI的软件分类新。新规的公布优化了审批环境，反映了相关机构对产业发展的支持态度。近年来，随着批准过程逐渐明确，AI医疗器械的批准过程也在加速。去年，共有9个AI医疗机构获得批准，今年药监局已累计批准6张AI医疗器械注册证，预计年度批准件数将达到更高值。

深耕AI大健康领域的巨头和创业公司近年来也在进一步加快步伐。有苹果、IBM等巨头，也有绘画技术、KOA医疗、鹰眼技术等创业型公司。新技术新产品屡屡出现，资本对AI医疗的热情也空前高涨。

从目前情况来看，大数据积累到一定程度，与AI相结合，算法的价值会提高，在疾病预防、诊断、监测、长期管理等各个方面更有助于医生的诊断和治疗。(大卫亚设，Northern Exposure(美国电视)，健康)此外，随着人们对大健康的关注度逐年提高，受传染病的影响，未来AI医疗的前景将更加广阔。

但是和以前很多热门领域一样，为了谋求更好的发展，烧钱是不可避免的。特别是AI医疗这一技术属性非常强的领域。而且，即使有钱，方向也可能不正确，如果方向不对，反而会使AI医疗陷入尴尬的境地。所以AI医疗这个蛋糕，如果没有足够的“综合实力”，分发也绝非易事。

，AI医疗受到巨头和资本的关注，加快传统医疗的发展。

AI医疗轨道的开放是当前医疗环境下发生的必然结果。

多年来，医疗卫生行业供需关系严重失衡，缺乏的医疗资源。大城市医院多，质量优，很多小城市和村庄地区正好相反。由于这些因素，普通医院的医疗效率并不比大城市的医院高。因此，由于医疗需求增加，对高效治愈的期待很强，AI医疗需要解决供需矛盾。

从AI医疗本身的角度来看，以互联网为基础，通过基础设施建设和数据收集，将AI技术和大数据服务应用于医疗行业，有效提高医疗行业的诊断效率和服务水平，有效解决医疗资源不足的问题。简单地说，人工智能赋予医疗影像诊断、慢性病管理、生活方式指导、疾病调查等医疗相关领域的应用场景。

AI医疗的应用对影像诊断很有力量。例如，如果对胸部和肺部进行CT诊断，每位患者进行一次检查，就会产生数百张切片图像。影像科医生每周平均要看数百名患者的CT影像，这些影像加起来可以达到10万张。每段视频解释约10分钟，医生的工作压力可以预料。

AI技术的介入可以有效地解决这个问题。例如，AI肺结节辅助诊断系统可以识别肺CT中的所有结节，甚至提示其性质。

当然，该系统最初并不完善，由医生和提供AI系统公司的技术人员共同解决，医生标记了当时AI系统没有意识到的结节，公司将把该信息注入AI系统的训练库中进行更新。(威廉莎士比亚，Northern Exposure(美国电视剧)，系统名言)通过这种相互“帮助”的方式，到今年为止，系统辅助诊断的准确度基本达到了95%左右。

从医疗行业的整体情况来看，放射科掌握的医疗对数占80%以上，是疾病诊断的核心入口。AI干预后也可以使用多年积累的大数据，为后续AI医疗产品的持续优化提供原动力。

AI医疗轨道的开放与企业和资本的“热炒”也不无关系。

许多投资者和业界专家认为，医疗影像已经成为中国AI医疗最成熟的部门。2020年，中国人工智能医疗公司共有129家(不包括以基因检测技术为主的企业)，其中医疗影像领域公司55家，占人工智能医疗公司总数的42.6%。

随着AI医疗行业越来越规范，商业化进程也在加快。老鹰瞳孔医疗和KOA医疗已经向港口交通部提交了IPO推荐书，联影医疗、推定医疗正在寻找科学创意版IPO，中国AI医疗领域的家上市公司有望诞生。

不仅相关企业正在寻求上市，已经在A股上市的企业也渴望进入AI医疗轨道。(威廉莎士比亚，北上广深)。

根据Lepp Medical的2020年年度报告，该公司有4个人工智能医疗产品获得国内外监管机构的批准注册，人工智能AI-ECG平台系统于2018年11月获得美国FDA批准注册和欧盟CE认证，2020年2月获得NMPA注册批准，准确度超过95%。

科大的“智能医疗辅助”系统可以完成95%的基层疾病辅助诊断，有效提高基层医生的生产力。目前，该系统覆盖30，000多个乡镇保健院和村卫生室，诊断总数超过2.3亿次，平均每天提出数以万计的辅助诊断建议。

另外，上生医疗的“乳腺疾病人工智能超声波诊断软件”已经完成注册前检查工作，是中国获得三类医疗器械检查报告的超声波人工智能产品，目前正在临床试验中。

马云表示：“下一个能超过我的人必须在大健康行业。”苹果、谷歌、IBM和这些创业公司和很多资本正在进入AI医疗轨道，这是对AI医疗的更佳“势头”。(阿尔伯特爱因斯坦，北方执行)。

但是过去的经验表明，行业热并不意味着没有问题，相反，燃烧的行业更容易受到阻碍。(坦普林经验)。

第二，烧钱赔钱也不一定能找到正确的方向。吃AI医疗这个“蛋糕”并不容易

AI医疗走在技术前沿，但实际商业化并不乐观。除了烧钱之外，AI医疗还没有找到其他有效的商业化方法，看看IBM和谷歌就知道一点。

当年IBM Watson健康推荐的许多癌症治疗方案不可信。很多专家和客户表示：“沃森提出了不安全或不准确的治疗推荐。”《华尔街日报》也发表了类似的看法。沃森不仅没有给医生很多帮助，而且有些结果是完全错误的。因为沃森的训练度不够，更新没有跟上治疗方案的改善速度。

虽然投资越来越多，但未能取得正比效果的IBM Watson健康于2018年5月解雇了包括美国本土和其他一些的员工在内的约50%至70%的员工，一些金融分析师表示，IBM削减了“烧钱无底洞”。华生健康成立6年，年收入仅为10亿美元，不到IBM总收入的2%。要知道，IBM当年只收购华生时超过40亿美元，从未回到本。

巧合的是，另一个巨头谷歌也在AI医疗轨道上遇到了类似的困境。

2018年11月，谷歌成立了“谷歌健康”部门，当时各界对这项工作非常乐观。毕竟谷歌在AI上有实力，也是全球巨头。谷歌自己也充满自信。但是直到今天，谷歌的AI医疗业务也没有正常崛起。谷歌2021年Q1财报显示，谷歌人工智能DeepMind、智能医疗Verily等业务仍处于赤字状态。

以谷歌的“糖尿病视网膜病变检查”项目为例。去年泰国公共卫生部在11家诊所引进该项目，结果准确度低于预期，当地医院的网络信号不好，从上传照片到结果出来的时间较长，所以直接找医生更快。

技术还没有赚钱，AI医疗这一事业似乎离表面上的那种风景相去甚远。连巨头都负担不起，一般公司将更难继承。即使资本热情很高(2020年在AI医疗领域投资达64亿韩元)，整个领域仍未探索成熟的商业化途径。

出现这种问题的原因除了行业特性限制和发展程度不成熟外，行业内还有急功近利的倾向。

一些产品刚刚开发出来，一些AI医疗公司就赶紧把它送到了医院。对于互联网思维，我们希望占领尽可能多的市场，以便在未来的竞争和商业化过程中占据优势。但是，这种“快速追求”特性与医疗本身的“严格、准确、诚实”自然属性相冲突。当热门资本游戏进入医疗产业时，必须遵守准确、高效、经济高效的规则。否则，医院获得更多利益的可能性较小。

从目前的情况来看，一些公司想达到用AI医疗捞钱的目的。其他公司真心想做AI医疗，但不得不烧钱。但是，即使是“巨无霸企业”也不能忍受这种烧钱方式。何况一般企业。

AI医疗这个蛋糕不能那么容易吃，想赚快钱几乎没有希望。在人工智能领域，独角兽时代接近尾声，人工智能2.0时代即将到来，如何将AI产品引进各行业应用是关键。

第三，AI医疗的前途光明，但荆棘丛生，需要继续探索。

总的来说，AI医疗进入下半场后，摆在就业者面前的挑战非常多，要想在这条赛道上分担一份力量，在推动医疗行业方面发挥实际作用，可能需要探索更多的途径。

今天，AI医疗行业主要有两种模式。

一类是巨头和独角兽的“优势互补”。例如，去年9月，GE发布了Centricity Open PACS AI智能视频平台，许多创业公司加入其中，形成了完整的生态系统。

另一个是小型企业的深度耕作领域，这些企业用不会被AI医疗赛道淘汰的芯片打造独特的品牌优势。

但是这都只是自愿探索的模式，还没有经过充分的市长/市场验证。

不可否认，AI医疗是“康庄大道”。但是，在前进的道路上，荆棘丛生，推进AI医疗行业的进一步发展需要各方面的持续努力。门/东方也落下