無論是從醫療數據來源，機器學習訓練速度還是投資人的熱情來看，人工智能在中國醫療市場的商業化，還有很長路要走。

巨頭和初創公司表現各不同

人工智能用于醫療領域的探索，在北美市場最為火熱。其中，美國互聯網“五巨頭”（Google、Facebook、Amazon、IBM、Microsoft）表現搶眼。其中，谷歌的DeepMind最為人稱道。谷歌DeepMind成立DeepMind Health部門并與英國國家健康體系（NHS）合作，幫助他們輔助決策及提高效率。合作試點中開發了名為Streams的軟件。這一軟件用于血液測試的AKI報警平臺，幫助臨床醫生更快地查看醫療結果。不久后，谷歌DeepMind 與 NHS再次合作，同 Moorfields 眼科醫院一起開發辨識視覺疾病的機器學習系統。Moorfields眼科醫院將向DeepMind提供100萬份匿名的眼球掃描資料，后者會用來研究機器學習是如何分析光學相干斷層掃描（OCT）圖片，并創建出可檢測濕性年齡相關黃斑變性以及糖尿病視網膜病變等眼疾的早期跡象的算法，以達到提前預防視覺疾病的目的。此外，DeepMind還參與NHS一項利用深度學習開展頭頸癌患者放療療法設計的研究。通過分析超過700名符合UCLH數據隱私政策的頭頸癌患者匿名數據，利用深度機器來探討縮短放療時間的可能性。在谷歌與醫療機構的合作當中，擯除醫學專用術語，我們不難看出，谷歌將人工智能用于醫療領域的主要方向是輔助決策、提高效率，方法是機器學習，原材料則是醫療數據。相對而言，初創公司的“發力”領域更細化。據醫療服務網站分析，全球范圍內醫療健康領域人工智能初創公司主要分布在健康管理、可穿戴設備、醫學影像、風險管理、營養、急救室/醫院管理、生物技術、藥物挖掘、精神健康、病理學和虛擬助理等細分領域。

國內醫療人工智能的三道坎

醫療數據來源：醫療體制和技術的雙重束縛。中國人口基數大，理論上可以提供源源不斷的醫療數據。但受制于封閉的醫療體系，不同醫院、不同地區之間，病患的醫療數據尚未打通。客觀上限制了原材料的流通。而從就診習慣來看，國人更喜歡“聽醫囑”，在智能設備的使用方面，接受度和使用能力都有待提高。此外，中國的人工智能醫療應用也會面臨和其他國家相同的問題：訓練人工智能需要大量醫療數據，但醫療數據因為涉及患者隱私而非常敏感，此外醫療問題太過復雜，信息不完全透明，每種疾病的算法和數據各不相同，工作量巨大。訓練一個機器的難度，不亞于臨床醫生的8年苦讀。BAT非主力，專業公司更有動力。相較于美國“五巨頭”在醫療領域的沖勁，國內BAT們似乎興趣不大。但一些與醫療相關的信息技術公司，卻在默默耕耘。國內人工智能在醫療健康領域的應用，較知名的企業有華大基因和碳云智能。華大基因成立于1999年，是全球最大的基因組學研發機構。2013年3月，華大基因成功完成對美國上市公司Complete Genomics的收購，實現了基因測序上下游產業鏈的閉環。而碳云智能系原華大基因CEO王俊創立，其方向是建立一個健康大數據平臺。此外，比如還有多美視界，分別向C端和B端推出了小壹醫療機器人，聯新移動醫療科技有限公司推出了圍繞智慧醫療的人工智能解決方案等。相對而言，BAT在具體動作方面反而沒那么活躍。硬要矮子里面挑將軍，百度表現稍微踴躍一些：百度于10月正式推出百度醫療大腦，希望通過海量醫療數據、專業文獻的采集與分析進行人工智能化的產品設計，模擬醫生問診流程，輔助基層醫生完成問診。而阿里更多借助電商和支付優勢，從藥品端入手，以此為重點布局發展“藥+醫”模式，基本還停留在前端。投資人認為“為時尚早”。投資人的追捧，也是一個產業形成熱度的必要因素。而在醫療人工智能領域，目前尚欠火候。原因無外乎兩方面，其一，投資人中，真正懂醫療的少。醫療的水太深，對于什么是噱頭，什么是趨勢，沒有一定的專業知識積累，很難“押中”。第二，醫療人工智能對投資人來說，缺少“激動人心的故事”，至少目前為止，市場上還未出現能夠明確解決醫療“痛點”的人工智能技術。據不完全統計，10月份全國范圍內的醫療健康（含移動醫療）的融資項目僅14起，其中在線綜合服務7起，智能設備1起，醫療信息化2起，精準醫療4起，融資過億的項目僅3起，且主要集中在生物技術企業。但也不必悲觀。事實上，人工智能在醫療領域的應用已初步商業化。IBM的Watson系統就是一個無法繞開的“典型”。目前在腫瘤治療方面，Watson已收錄了腫瘤學研究領域的42種醫學期刊、臨床試驗的60多萬條醫療證據和200萬頁文本資料。Watson能夠在幾秒之內篩選數十年癌癥治療歷史中的150萬份患者記錄，包括病歷和患者治療結果，并為醫生提供可供選擇的循證治療方案。目前癌癥治療領域排名前三的醫院都在運行Watson。今年8月，中國正式引進了該系統。在中國推進分級診療的大背景下，人工智能有可能解決“優秀醫生不愿意下沉”的情況，通過人工智能協助基層醫生迅速做出決策；另外，將人工智能用于醫院管理雖然不夠“黑科技”，但從目前我國醫院現狀來看，依然能夠分擔一部分醫護人員的工作，從而緩解醫患緊張關系。