AI医疗重上风口，AI医疗独角兽们的美好时代到了？_风闻

配图来自Canva可画

随着AI、大数据等新兴科技的进步，AI医疗逐步成为了现实。今年以来受新冠疫情影响，国内AI医疗市场再次掀起了投资热潮，而提前在该领域布局的AI企业，也一扫从前的阴霾，迎来了春日的暖阳。

不过，在行业热度攀升的同时，来自市场竞争、技术应用等方面的问题，也在对AI企业提出新的考验。

医疗AI重返风口

国内AI医疗行业的发展，可谓是一波三折。

早前大量投资者的涌入，就曾使AI医疗行业的投资规模大幅上扬。在风头最盛的2016年，仅在当年行业募资规模就较前一年增长了533%，AI医疗的热度可见一斑。但直到2019年，AI医疗领域的大部分企业依旧未能实现盈利，心灰意冷的投资者们开始纷纷退场，行业的投资规模也因此下滑了300%。

**但在今年疫情的刺激之下，AI医疗行业又再次坐上风口。由于疫情，促使医疗行业本就存在的医疗资源紧张、分配不均等矛盾愈加凸显，这给患者的治疗造成了很大影响。**为改变这种情况，国家出台了多方面的扶持政策，来推动AI技术在医疗领域的应用，而这些措施的实施，对国内AI医疗行业的商业化发展发挥了重要作用。

比如，在疫情爆发的高峰期，通过AI医疗技术的检疫手段，就为缓解医疗资源紧张的问题提供了极大的助力。比如平台管理服务、智能诊疗、智能测温、智能防疫控制系统等AI医疗技术的服务，就极大地提高了医疗诊疗、体温监测效率，节省了人力资源，这在客观上推动了AI医疗行业的发展。

看到机会的投资者们，开始再次在AI医疗领域展开布局。仅在今年下半年，AI医疗领域获得融资的企业就超过20多家，以森亿智能、深睿医疗、汇医慧影等为代表的头部企业，均获得了超过数亿元的投资。火热的投资，说明AI医疗行业又再次起风了。

市场洗牌加速

随着资本的进场，提前在AI医疗领域布局的医疗企业也因此受益。与此同时，资本集中投资头部公司，也让行业资源向头部企业集中的现象更加明显，由此推动了整个行业的洗牌。

一方面，行业风口之下，使AI医疗的场景应用落地大大提速。比如在智能诊疗方面，有着更高准确性的计算机应用，正在为越来越多的患者，提供可靠的诊断和治疗方案；在智能影像识别方面，AI技术的感知能力、信息处理能力、深度学习能力，都在提升医院的诊疗效率；在医疗机器人应用方面，目前市场中的手术机器人，已经能够胜任一些手术工作。比如IBM开发的达芬奇机器人就能进行腹部、心胸的外科手术，能够缓解医疗资源紧张的问题。

而这些应用场景的落地，在吸引投资者加入的同时，也带动了企业的营收增长。据《财经》媒体报道，深耕AI医疗领域的数坤科技负责人表示：“今年企业的业务收入和去年相比增长了数倍，吸引了数批投资人来访。”行业融资环境的改善，在为该领域布局的AI企业带来更为充足资金的同时，对其推动商业化落地和技术研发也大有帮助。

另一方面，投资者的再度入场，也让行业洗牌加速。随着投资者对AI医疗行业了解的加深，其对AI医疗的投资态度也更加理性，它们的投资也更加集中于行业内的头部企业，这就使得行业的洗牌进一步加速。

比如，像医疗器械、智能诊疗等领域，具备领先优势的普渡科技、数坤科技、依图科技等企业，就先后受到红杉资本、启明创投等知名投资机构的高额投资。而很多中小型创业企业则很难得到融资，其面临的局面也愈加困难，这也让行业优胜劣汰的速度大大加快。

隐忧犹存

不过，对于目前的AI医疗企业来说，其在拓展市场的过程中，仍面临很多如技术局限、医疗数据质量水平不一、行业标准化等亟待解决的难题。

首先，限于对AI技术的认知能力有限，行业普遍存在对AI技术应用场景的落地难度，存在估计不足的问题。比如，在AI技术的认知层面，行业仍处于发展早期，距AI技术的高度认知能力还有很大差距，这就使这种技术的应用，需要极其大量标注数据才得以实现。但这个问题在早期应用过程中，显然没有得到重视。

另外，在算法方面，目前的算法只能根据数据学习，诊断出已知病症，难以诊断更为复杂的病症。并且在验证算法给出的治疗方案时，由于干扰因素较多需要多维度的验证，才能保证结果的准确性，这为AI诊疗的应用带来了诸多不便。

其次，医疗数据质量、格式的差异，也阻碍着AI医疗技术的场景应用。比如，在技术层面，AI技术的诊疗能力培养，需要大量的数据学习才能实现，但由于各家医院的诊疗格式、诊断方式有很大差异，难以实现数据的链接和解读，使AI诊疗在数据学习方面，面临着诸多难题。

最后，行业标准化的问题，也是其推广应用的一大“拦路虎”。目前行业在医疗器械的术语、分类、编码、数据集等方面标准不一，使得行业的数据交流难以进行，这就给AI医疗技术的应用，造成了不必要的繁琐环节。

在产品标准方面，医疗器械临床应用的眼科、呼吸科、骨科等科室，在功能、评价指标、数据模态方面有很大的相似性，对AI应用产品在分类、技术使用上有更细致的要求。因此需要行业在产品方面进行细致的标准分类，才能推动场景应用的落地。总体来看，行业热度虽然持续攀升，但各家企业在市场仍面临不小的压力。

AI独角兽能否乘势而起？

面对场景应用等方面的重重难题，AI独角兽们还有机会抓住市场机遇，实现快速崛起吗？结合整个行业的情况分析，其答案一目了然。

首先，从行业整体来看，行业前景依旧广阔。数据显示，2018年国内AI医疗市场规模达到了210亿元，同比增长54%，增势非常迅猛。如今在政策、资本市场的支持下，AI医疗行业的发展，也得到了进一步加速。

其次，行业存在的技术应用局限、数据质量、亟需标准化等问题，也并非难以解决。比如，在技术应用方面，AI的算法、认知能力正在行业技术更新迭代中不断取得进步，其智能化水平也在取得突破；而对于数据质量、行业标准化问题，政府部门也推出了多种应用规范，来推动行业的数据、产品的标准化。

以此来看，AI企业在AI医疗的发展虽然遇到了一些阻力，但在行业技术蓬勃发展的情况下，也有克服阻力、迈步前行的希望。因此，对于发力AI医疗的企业来说，还需要乘此机遇加速发展，才能巩固其既有优势。尤其是在大的互联网企业（阿里、字节跳动）竞相入局的情况下，这一点就显得尤为重要。

另外，目前AI医疗市场中还未有明确的盈利模式。这意味着AI独角兽在短期内，无法依靠其在AI医疗领域的布局，解决自身的亏损问题。从这个角度来说，AI独角兽们拿到融资之后，仍有很长的路要走。

文/野豹财经记者王佳龙，公众号ID：yebaocaijing