“智能影像、健康管理、医学数据发掘……资本青睐医疗AI那些行业？业内：医疗机器人、药物发现行业被低估，慢性病AI值得深入

本篇文章2175字，读完约5分钟

图片来源:每当记者诗蕊拍摄时

近年来，医疗ai受到资本的广泛关注。 前瞻产业研究院发布的《中国医疗人工智能领域市场前瞻预测与投资战术规划拆解报告》数据统计显示，~年，中国人工智能医疗领域融资额整体上升，前三季度共有39家完成融资，其中18家披露融资额约26.2亿元，与去年同期相比。

那么，现在的医疗ai最集中于那些应用场景吗？ 那些被高估了吗？ 那些又被低估了吗？ 最近，在亿欧主办的“2019世界创新者年会——医疗大健康创新论坛”上，业内专家、工人、投资者等就这些问题进行了探讨。

据亿欧智库不完全统计，截至2019年7月，中国市场活跃的医疗ai公司有126家。 其中，开展医学影像业务的公司数量最多，共有57家开展疾病风险预测业务的公司41家，医疗补助、医学影像、药物研发公司比年统计数据有所增加； 健康管理、疾病风险预测公司比年统计数据有所减少。

在投资融资数据方面，从2019年至2019年5月投资的医疗ai公司中，智能影像行业排名最高，医学数据挖掘行业和健康管理行业排名第二、第三。 电子病历的投资件数最少，每年只出现一例。

ai在医疗行业的许多细分行业中已经得到应用，但在这些行业中，它们的技术被高估了，它们被低估了吗？

英特尔医疗生命科学事业部中国区负责人李健表示，在中国市场的医疗机器人和药物发现是被低估的两个方面。 目前，ai的应用发展十分迅速，但目前的快速发展比较全面，也是医学影像。

Android大中华区首席执行官李晶珏也表示，近几年来，医疗影像ai确实受到包括投资者在内的非常多的关注，相信可以落地化、产业化。

“但是，医疗影像ai也遇到了些许动荡和坎坷。 其中最突出的是，我国医疗影像ai企业在过去三年中有80%集中在类似的应用行业，如常说的肺结节和乳腺结节的筛查。 ”李晶珏说。

她认为医疗影像ai在医疗上的应用场景应该是百花缭乱。 要说应用的疾病，有头部神经的、心脏的、胸部的、腹部的、骨盆的等。 从临床流程上来说，有院前预防和筛查，分为入院后急症、重症、疑难病，许多杂病的诊断包括急症的预测、风险判断、病因分析等，实际上是医疗影像ai应该涉及的行业。

近年来，大部分ai企业选择了较为同质化、门槛较低的肺结节筛查行业。 “过于集中在同一个行业，一是技术门槛不高，二是应用场合相对有限，三是同质化竞争增多，这不利于创业企业初期的快速发展。 ’她说，医疗影像ai应该有特色和技术瓶颈，有技术“护城河”。

李健认为慢性疾病的ai比医疗影像ai最重要，最有发掘价值。 “其实我们个人是一个巨大的生物信号发射场，但是到今天为止，这个发射场的信号收集、利用、分解还不够充分。 ”

他认为，基于日常呼吸、心跳、睡眠、尿液等简单获得的信号的监测，特别是客户端对这些信号的分解，特别值得在创业企业、投资企业或政府层面推广。 “这真的保证了我们对疾病的治疗向前发展，转移到健康管理的水平，而不是等情况出现再去寻找产品的方法。 ”

近年来，医疗ai发展迅速，但仍存在一些问题，从资本角度讲，目前医疗ai盈利状况仍不乐观，产业化困难等情况。

据原创投合伙人高维鹏介绍，医疗是所有创业和投资类型中最保守的行业。 创新的医疗技术被写进医学院的教科书需要20年。 因为这是一件性命攸关的事情，它天生就非常保守，非常严肃的事件，所以从这一点来说，它和所有事物迅速发展的规律一样，不可能飞跃式地迅速发展。

在简要介绍了所投资医疗ai公司的相关情况后，高维鹏阐述了这些公司的共性，一是将医疗人才和人工智能专家联系起来，认为这是目前医疗ai创业和投资中，必须关注的要点。

“医疗ai这个词的组合，医疗依然是基础，ai是对可预见的未来的辅助应对方案。 如果不在医疗行业找到非常资深的专家和人工智能行业中专业的老手一样的复合型组合，就不能很好地实现这个项目的落地。 ”他说。

二是在产业中寻找ai落地的场景。 无论是正确的医疗还是服务，其实都有可以让ai在具体的产品、服务中落地的一环。 这实际上也涉及到医疗的政策性问题，包括4+7带的购买，这些都影响到了医疗领域，包括医疗ai自身快速发展的速度。

“现在大家都去国家登记证申请ai的处理方案。 虽然很难单独申请，但是制定整体的处理方案，相对来说无论是行政许可还是医院的取钱标准都有一点落地的便利。 ”

但是，他还指出，当从一种技术变成成功的商业模式实际上涌进医院时，面临着与其他产品相同的竞争，医疗产品进入医院不仅涉及产品创新的高低问题，还涉及顾客、医院，它是一个诸多复杂的决策过程。

“所以，拿到一点国家登记证肯定比没有国家登记证要好。 但是，在真正能够进入医院之前，包括教育临床的医生在内，都可以用先进的ai处理程序进行临床诊疗。 以前医疗走过的路，走过的洞都是不可缺少的。 ’高维鹏应该说前途光明，但道路还是曲折的。

另外，李晶珉表示，无论是领域大企业还是创业企业，进入医疗ai领域都需要翻过数据山和临床应用山两座山。

她进一步说明，首先构筑数据壁垒，获得高质量的数据，能够与高质量的医疗机构进行合作，这一点首先取得了一半的成功。 二是临床应用落地，不能光靠影像判断医疗ai、影像ai，而是来源于影像，服务于临床，无疑是未来影像快速发展的重要方向。 “翻山越岭，就有机会笑到最后，笑到最后。 ”