[科技界] 三座大山横亘在前，AI医疗企业何时能盈利？

​

近年来，人工智能已经引起了各个领域的警觉，成为一种新的趋势，人工智能的东风已经吹进了医学领域。

现在ai医疗轨道上有很多玩家，很多互联网巨头已经布局了ai医疗。比如腾讯推出的ai医疗产品腾讯盈盈；阿里健康与万里云联合推出医疗ai产品《医生你》；；科大讯飞推出了三大产品，一是智能医疗助手，二是图像辅助诊断系统，三是语音电子病历产品，四是人工智能辅助诊疗平台。

那为什么那么多ai医疗产品出现在人们面前？这一切都源于优质医疗资源供需失衡，人口老龄化，医生培训周期长，误诊率高，引发了ai风吹向医疗。虽然ai医疗备受瞩目，但真正能落地的ai医疗产品寥寥无几。目前，在人工智能医疗方面仍有许多障碍需要突破。

首先，ai医疗的障碍:数据问题

作为关系民生的事业，医疗数据的重要性不言而喻。

根据idc digital的预测，到2020年，医疗数据量将达到40万亿gb，是2010年的30倍。然而，即使医疗数据量巨大，约80%的数据是非结构化的，也无法发挥大数据的价值。下面，作者主要从两个方面来说明为什么数据量太大，无法转换成大数据。

一方面，数字医学数据很难获得。目前，国家乃至全世界都在推广电子病历的使用，目的是实现医疗数据的信息化和结构化，从而促进智能医疗的发展。然而，我国大多数患者的数字化病例数据不完整，给医疗数据的数字化整合带来了一定的困难，企业获取高质量医疗数据的难度也随之增加。据搜狐报道。com，在大医院，只有10% ~ 20%的病例能达到要求，而在二级医院，这个比例只有1%。

目前很多ai医疗公司都处于通过医院科研合作免费试用获取有限高质量数据的阶段。例如，科大讯飞智能医疗事业部总经理陶晓东曾经说过，科大讯飞与医院合作，使其ai医疗产品获得了第一手的医疗数据。这说明企业获取高质量医疗数据的途径有限。

另一方面，医疗数据的录入缺乏标准。不同的医疗机构或企业有不同的数据录入标准，单个医疗机构或企业积累的数据很难训练出有效的深度学习模型。所以不同的医疗机构或企业合作时，很容易因为标准不同而丢失高质量的医疗数据。

据光明说。广州金域医学检验集团有限公司首席科学官于曾表示，人工智能研究膜性肾病需要10000多个阳性标本，而广东某著名医科大学多年来已经积累了2000多个标本。金域医学虽然有两万多个标本，但是如果要合作的话，还是要对每个标本重新标记，让机器在同样的疾病分类标准下深入学习。但是我国肾脏疾病的分类体系很多，标准的不统一会导致大量高质量的数据无法服务于医学人工智能的发展。

可以说ai医疗是基于大数据开发的，想要为医生诊断疾病提供最好的支持，首先要解决数据问题。

二、ai医疗发展急需复合型人才

据光明说。com，据行业统计，目前我国人工智能行业从业人员不足5万人，每年高校培养的技术人员不足2000人。在人工智能行业的员工中，不到25%的人在中国有10年以上的工作经验。

而且根据动脉网的统计，在47位医学人工智能创业公司的cto或首席科学家中，只有7位与医学专业相关，占14.9%。可见，在人工智能人才短缺的背景下，医学人工智能复合型人才供不应求。

据了解，医疗都匀是一家以数据智能带动医疗创新解决方案的医疗人工智能技术公司。笔者是在医学都匀官网了解到团队构成的。其中，大数据医疗团队是来自世界领先医院的临床专家，但同时具备医疗和技术技能的复合型人才仍然很少。

而据搜狐创始人惠英&柴首席执行官曾说，医学影像是一个非常跨学科的东西。这个行业很多人都走了，但也许是因为人工智能的浪潮，这些人又回来了，很多门外汉也加入进来了。这样，ai虽然吸引了很多技术人员，但大部分不一定懂医疗。

其实在ai医疗的研发中，医学和ai的复合型人才越多越好，可能会缩短不同领域专业人员之间的磨合时间。因为不同领域的人才之间的交流还是有很大困难的，我们都知道，很明显一个领域的专业人士可以理解另一个不熟悉的领域。因此，复合型人才的重要性凸显出来。如果允许更多具有医学知识和ai知识的复合型人才加入，一定会对ai医疗的发展起到事半功倍的效果。

第三，ai医疗技术的基石还有待巩固

从技术角度来说，ai医疗还处于弱人工医疗阶段。虽然ai医疗有广泛的应用场景，如虚拟助手、药物研发、健康管理、医学影像辅助诊断等。，真正落地并符合医院使用场景的产品还是很少的。因此，相关技术和产品的研发需要进一步完善。

据了解，云智晟引导机器人一般放置在门诊大厅。通过智能语音和自然语言理解技术，可以模拟医生的询问过程，完成病史采集，从而提高医生的诊疗效率，降低误诊概率。但是在交互过程中，仍然存在方言识别、使用场景嘈杂、需求说明不清晰等问题。

依鸥说。通过改进多麦克风阵列和独立芯片降噪等技术，云之声改善了用户的语音体验。同时，针对部分患者不习惯语音交互的问题，云之声也在扩大触摸交互的应用范围，以摆脱对语音的依赖，提高适应性和用户体验。

虽然云之声对这些问题做了技术上的改进，但不一定能完全翻译出正确的意思，有时在语义理解上还可能存在歧义，有时甚至答非所问。换句话说，自然语言理解技术还处于初级阶段，只能解决一些效率问题，不足以全面分析医疗咨询。云天使基金副总裁Cutie Ji曾表示，医疗作为一个特殊的传统行业，对新技术的态度相对保守，这也使得ai医疗难以取得爆炸性进展。而且目前智能语言服务也倾向于娱乐性，不适用于医院场景。

事实上，无论是导航机器人、人工智能医学成像机器人还是手术机器人，都很难着陆。因为医学是一个前沿的行业，随时可能遇到疑难杂症，会出现新的数据，所以ai医疗产品的数据算法会不断更新，数据算法的技术难度也会增加。然而，大多数公司在多学科联合诊断算法方面仍然存在技术瓶颈，技术力量的缺乏将限制ai医疗的进一步发展。

总之，医学领域维度多，门槛高，很难突破人工智能。

【/s2/】三山压制下，ai医疗难以盈利？

在数据、人才、技术的压制下，ai医疗的发展并不像预期的那么乐观，盈利还是有问题的。《2018中国人工智能业务落地研究报告》显示，2017年，整个产业链中90%以上的ai企业仍处于亏损阶段，绝大多数企业年营业收入不足2亿。那么对于医疗这个重垂直的领域，大部分ai医疗企业也属于亏损阶段。

毕竟ai医疗的盈利能力和ai医疗产品的落地关系很大。据Yiou.com介绍，人们对疾病预测用ai产品的需求指数比较大，但这方面的落地指数很小；医学影像需求一般，但其落地指数处于一个相对较大的值。这意味着需求指数不能与登陆指数成线性关系。换句话说，ai医疗产品不能很好地满足人们的需求，这很容易导致人们不愿意为ai医疗产品付费。所以ai医疗的利润比较低，甚至可能不盈利。

而且目前大部分ai医疗产品在医院都处于试用阶段，所以只是作为医院医生常规检查流程之外的一个拾取和填补空白的工具，并没有达到他们更早的位置。这样一来，ai医疗产品还没有完全赢得医生的信任，所以不难理解ai医疗产品很难在短时间内完全在市场上推广使用。

据了解，科大讯飞、云之盛等ai公司至今未在ai医疗业务上盈利。AI医疗市场的规模会缩小是理所当然的，但目前的情况是AI医疗市场的规模在不断扩大。

据前瞻产业研究院发布的《2018-2023年中国人工智能产业市场前景及投资战略规划分析报告》显示，2016年中国医疗人工智能市场规模已达到96.61亿元，预计2018年将达到200亿元。预计到2020年，中国医疗大数据行业的市场规模将超过800亿元。

从这个角度来看，投资者对ai医疗的发展非常重视，而中国在AI医疗方面还处于蹒跚学步的阶段，大部分产品还没有达到商业化阶段。事实上，中国的ai医疗要想成长，需要更多的产品实现真正的落地，并大规模应用于医院场景。只有这样ai医疗产品才能商业化，才能盈利。在探索ai医疗产品的过程中，需要用到大量的资金。所以ai医疗市场越来越大，但是ai医疗产品要完全实现商业化还需要很长时间。

总的来说，对于掌握人工智能技术的计算机专家和公司来说，ai医疗相当于给他们打了一针兴奋剂。但是就ai医疗的利润而言，表现并不理想。毕竟真正做到落地的产品还是挺多的。

总之，人工智能医疗相关的公司要想在ai医疗盈利，就必须突破数据、人才、技术三大难题，让更多的ai医疗产品真正落地，从而解决ai医疗难以盈利的问题。但是以目前ai医疗的发展，企业什么时候能实现这个目标？

正文/刘匡微信官方账号，ID:刘匡110，此文启动创投网[/s2/]