“對于單家企業(yè),技術(shù)和數(shù)據(jù)從來不是醫(yī)療AI的核心,能否商業(yè)化變現(xiàn)才是?！边@是《多肽鏈》造訪多位從業(yè)者以及投資人經(jīng)常聽到的一句話。

醫(yī)療領(lǐng)域由于數(shù)據(jù)集中以及剛需屬性具備“無限遐想”,在AI應(yīng)用角度前景廣泛,一度被眾多資本以及技術(shù)公司作為重要搶占“陣地”。

自2014年以來,AI技術(shù)結(jié)合醫(yī)療領(lǐng)域最廣泛的就是影像篩查,醫(yī)療影像以其標(biāo)準(zhǔn)化程度相對較高而被認(rèn)為是最早能夠?qū)崿F(xiàn)AI落地的場景之一。

一度之間,幾十家高科技創(chuàng)新公司卷攜大批資本沖入醫(yī)療AI,但由于人工智能在醫(yī)療領(lǐng)域的落地存在特殊性,醫(yī)療領(lǐng)域本身又是偏保守封閉,全部由醫(yī)療機(jī)構(gòu)和醫(yī)生主導(dǎo)決策,容錯(cuò)率極低,導(dǎo)致在探索商業(yè)化的路上越走越遠(yuǎn)。

面對廣闊的市場,除互聯(lián)網(wǎng)巨頭BAT,飛利浦、西門子等硬件制造商悉數(shù)布局外,一批醫(yī)療AI初創(chuàng)公司也嶄露頭角。

目前醫(yī)療影像 AI 的研發(fā)分為兩類。

一類是針對數(shù)據(jù)量非常大的疾病的篩查,如肺、乳腺、消化道等癌癥。這些應(yīng)用幫助醫(yī)生解決會遇到的問題里 80 %的情況。

另一類是針對重大的疑難的疾病的篩查。這些疾病目前在診斷過程中并沒有什么標(biāo)準(zhǔn),很多醫(yī)生都依賴于自己的實(shí)踐。而由于人工智能依賴很多前期做過的數(shù)據(jù)化標(biāo)準(zhǔn)化的工作才能進(jìn)入到智能化。診斷這類疾病對人工智能是個(gè)挑戰(zhàn)。

根據(jù)公開資料顯示,2025年全球醫(yī)療AI市場規(guī)模將超過340億美元。

在中國,醫(yī)療AI產(chǎn)業(yè)市場發(fā)展迅速,市場規(guī)模從2016年的96.61億元,2017的136.5億元飆升至2018年的204億元,復(fù)合年增長率保持在40%以上,預(yù)計(jì)到2019年將突破280億元。

產(chǎn)業(yè)期待越高,投資人的興趣也越大,反過來催促創(chuàng)業(yè)公司商業(yè)化的腳步就會越快。

但至今經(jīng)過了五年多的發(fā)展,影像AI領(lǐng)域內(nèi)的公司依然處于打磨產(chǎn)品的階段,沒有清晰的商業(yè)模式與盈利場景,醫(yī)院的付費(fèi)意愿很低。

武警總醫(yī)院CT科主任王貴生曾表示稱:AI產(chǎn)品盈利能力受限的根本原因還在于現(xiàn)階段的產(chǎn)品對醫(yī)生來說并不是剛需,有了是錦上添花,沒有也不耽誤事。

在中國這個(gè)公立醫(yī)院占據(jù)80%的醫(yī)療流量與數(shù)據(jù)源的背景下,公立醫(yī)院把持著80%以上患者流量,處于中心地位,也是絕對的核心。

而醫(yī)療AI在經(jīng)歷三甲醫(yī)院跑馬圈地和海量數(shù)據(jù)打磨后,AI影像識別仍然只停留在提升醫(yī)生工作效率的初步階段,產(chǎn)品的同質(zhì)化和碎片化沒能帶給醫(yī)院付費(fèi)動力。

而醫(yī)學(xué)影像產(chǎn)業(yè)鏈最終的服務(wù)對象是患者,供給方分為三個(gè)部分,醫(yī)療機(jī)構(gòu)是產(chǎn)業(yè)鏈核心,上游是其供應(yīng)商,下游是支付方。

無論科室運(yùn)營服務(wù),還是診斷服務(wù),最終的商業(yè)化落地都離不開與公立醫(yī)院的深度綁定和合作。而長期來看,得益于分級診療的推進(jìn),以及提升醫(yī)學(xué)影像服務(wù)水平的迫切訴求,基層將是未來的新機(jī)遇所在。

公立體系“圍墻”

醫(yī)療機(jī)構(gòu)承擔(dān)著服務(wù)患者的職責(zé),包括公立醫(yī)院、基層醫(yī)療衛(wèi)生機(jī)構(gòu)、民營醫(yī)院和其他機(jī)構(gòu)(比如各類診所、第三方影像中心、病理中心等)。

我國醫(yī)療主要支付方是醫(yī)保,而實(shí)現(xiàn)醫(yī)保覆蓋的主要是公立醫(yī)院和基層醫(yī)療衛(wèi)生機(jī)構(gòu),因此,支付方的加持進(jìn)一步強(qiáng)化了公立醫(yī)院在產(chǎn)業(yè)鏈中的核心地位。

上游供應(yīng)商主要從設(shè)備、診斷服務(wù)、科室運(yùn)營三個(gè)方面為公立醫(yī)院提供服務(wù)。其中,科室運(yùn)營涵蓋了科室前期籌備和日常運(yùn)營全部所需服務(wù),門檻最高。

具體科室來看,醫(yī)療機(jī)構(gòu)中與醫(yī)學(xué)影像服務(wù)相關(guān)的科室包括放射科、檢驗(yàn)科、病理科等醫(yī)技科室,放療科等專科治療科室,以及眼科、心血管科、消化科、內(nèi)分泌科等臨床科室。

醫(yī)學(xué)影像診斷是診療流程中的一環(huán),而且我國轉(zhuǎn)診制度與醫(yī)療機(jī)構(gòu)間診斷結(jié)果互認(rèn)尚未大規(guī)模普及,影像檢查與診斷大多在就診醫(yī)院完成。

因此,雖然國家政策鼓勵(lì)影像、病理、放療等第三方中心的發(fā)展,但患者獲取這一首要難題,在一定程度上限制了第三方影像中心的發(fā)展。

從產(chǎn)業(yè)鏈上游來看,設(shè)備層面有GPS把持高端市場,國產(chǎn)新銳企業(yè)聯(lián)影等正逐漸在中端和低端領(lǐng)域進(jìn)行國產(chǎn)替代,加上各級公立醫(yī)療機(jī)構(gòu)設(shè)備配置基本到位,因此不存在爆發(fā)性機(jī)會。

診斷服務(wù)是從基層到三甲醫(yī)院的普遍需求,診斷能力和效率的問題可以通過AI醫(yī)學(xué)影像產(chǎn)品得以解決。

深睿醫(yī)療、依圖醫(yī)療、推想科技、圖瑪深維、醫(yī)準(zhǔn)智能、致遠(yuǎn)慧圖等新興企業(yè)都在這一領(lǐng)域布局。

數(shù)據(jù)來源:愛分析

科室運(yùn)營當(dāng)前則主攻以縣級和部分市級醫(yī)院為代表的二級醫(yī)院市場,提供從前期籌備到日常運(yùn)營所需的全部服務(wù),包含設(shè)備、診斷服務(wù)在內(nèi)。

其中診斷服務(wù)既包括AI醫(yī)學(xué)影像診斷服務(wù),也包括影像醫(yī)生、專家服務(wù)。因此業(yè)務(wù)門檻要求較高,需要具備資質(zhì)、資金、診斷、運(yùn)營全方位能力。

醫(yī)療AI終將出頭

據(jù)普華永道調(diào)查顯示,醫(yī)療行業(yè)的高管普遍認(rèn)為,AI是醫(yī)療行業(yè)中最具顛覆性的技術(shù)。

如今有些唱衰醫(yī)療AI的聲音,但是科技的進(jìn)步永遠(yuǎn)都是在進(jìn)行,并不代表每一個(gè)進(jìn)入當(dāng)中的公司都能夠從中獲取到利潤,也不是是先發(fā)者就一定有優(yōu)勢,都需要經(jīng)過洗牌后,“頭部公司”最后占據(jù)多數(shù)市場份額。

AI從整體層面提升醫(yī)學(xué)影像診斷水平,聚焦到診斷能力本身,本質(zhì)上是取決于放射從業(yè)人員數(shù)量和水平,而當(dāng)前最大的瓶頸在于基層放射科醫(yī)生稀缺,AI醫(yī)學(xué)影像有望幫助基層突破診斷能力不足的瓶頸。

那么問題來了,因?yàn)樯虡I(yè)模式在中國最大的爆發(fā)點(diǎn)還是因?yàn)橹袊腥丝诩t利的優(yōu)勢,怎么才能把具有爆發(fā)潛力的患者和醫(yī)學(xué)專家集結(jié)在一起,共同完成有關(guān)醫(yī)療人工智能的創(chuàng)新發(fā)展。

同時(shí)要思考一個(gè)路徑最短的交付和收費(fèi)模式,這個(gè)可以通過在實(shí)際的B2B2C模式中探尋。

最后需要考慮怎樣可以實(shí)現(xiàn)產(chǎn)品從正向增長向高度斜度更高的增長轉(zhuǎn)變。

若如今產(chǎn)品能夠做到患者使用過后可以使之沉淀下來,再通過這些患者去做二次轉(zhuǎn)化,利用數(shù)據(jù)運(yùn)營,就有機(jī)會看到了巨大的拐點(diǎn)。

如今階段,新型AI技術(shù)會被拿來做商業(yè)研究,而市場是最好的調(diào)節(jié)者。此時(shí)會涌現(xiàn)出很多商業(yè)模型解決方案的公司與合作關(guān)系,醫(yī)療保健行業(yè)全部采用電子病歷。

透過歷史看未來,可以確定的是一切都在加速,從探索到成熟再到被顛覆,而今已趨完善的商業(yè)模式正處于又一波因智能技術(shù)帶來的升級中,而升級的趨勢則是需求更為旺盛的醫(yī)療產(chǎn)業(yè)商業(yè)模式升級上。