腾讯觅影发布

就像彼时互联网风起一样，随着人工智能概念的强势崛起，许多行业都试图乘上这股东风，为自己的未来博得更多的筹码，而在这些行业中，以医疗行业最受资本青睐。那么，风口下的AI+医疗未来究竟几何？

腾讯觅影领衔，BAT相继入局AI+医疗

8月3日，腾讯公司正式发布了AI医学影像产品——腾讯觅影。

腾讯觅影是腾讯公司首个应用在医学领域的AI产品，其包含有6个人工智能系统，涉及疾病包含食管癌、肺癌、糖网病、宫颈癌和乳腺癌。其中，其早期食管癌智能筛查系统最为成熟，实验室准确率在90%，现已进入临床前实验阶段。据了解，腾讯觅影在深圳南山医院部署一个多月的时间内，每天为几十位患者进行筛查。

另外，此次腾讯公司还发起成立了人工智能医学影像联合实验室，并启动全球首个应用AI医学影像的食管癌早筛项目的临床预试验。中山大学附属肿瘤医院（广东省食管癌研究所）、广东省第二人民医院与深圳市南山区人民医院成为首批加入联合实验室的合作医院。

不仅是腾讯，作为BAT中的另外两大巨头，阿里巴巴和百度在医疗+AI领域同样有着深入的发展，其特征是注重技术、巨资先行、频繁收购、攻克领域遍布产业链各环节。

先说百度。AI+医疗已经成为科技企业不可或缺的重要战略。早在2010年百度就开始涉足医疗产业，在挂号和医院服务等方面都有布局。目前，投入全部精力进军AI系统的百度，欲为自己贴上一张人工智能的标签，彻底颠覆过去民众的认知。在医疗领域，百度宣布裁撤医疗事业部之后，将重心转移到医疗人工智能，此前已推出百度医疗大脑。

再说阿里巴巴。早在2014年阿里巴巴就推出了“未来医院”的计划。今年3月阿里巴巴又推出ET医疗大脑。7月，阿里健康宣布联合万里云医学影像中心发布医疗人工智能系统Doctor You，该系统包括临床医学科研诊断平台、医疗辅助检测引擎和医师能力培训系统等。

对AI+医疗领域正在加速度的阿里巴巴来说，其已经清晰勾勒出AI+医疗的版图。凭借阿里巴巴的大数据和平台优势，很多人对阿里巴巴的AI+医疗充满期待。

而相比较中国的BAT三大科技巨头，国外的科技巨头公司也在不遗余力的布局人工智能医疗领域。今年5月，苹果公司以2亿美元的价格收购了Lattice Data的创业公司。这家公司在医学研究领域，可将当前看起来无用病人及医疗机械数据转化成有效数据，可以让医生及设备的医疗更加精确。

早在2014年，谷歌公司以4亿英镑的价格收购了用“阿尔法狗”打败围棋冠军的公司——DeepMind。这家致力于开发通用自我学习算法的人工智能实验室已经进入医疗领域，希望利用人工智能支持的软件，帮助临床余生更加准确的判断疾病的早期症状。

AI+医疗如何颠覆传统医疗？

近日，在中国医院协会信息网络大会（CHIMA-2017）大会上，国家卫生计生委副主任金小桃也指出，“在AI浪潮下，医疗机构在宏观层面要迎接大变革，适应大趋势。在微观层面，要拥抱信息化，拥抱大数据。”

官方定调，廓清了AI＋医疗的现在和未来。其实，AI＋医疗不仅仅是技术和应用上的突破，更是对现有医疗体制或产生根本性的变革。现有的医疗体系看病难、医疗技术和资源不均衡，这似乎是无法解决的难题。不过，AI＋医疗一旦普及应用，则有望改善这一现状。

AI＋医疗可以改变的是，让医院的人流、物流与信息都能清晰可见，运转自如。从挂号、问诊、就诊、预防到健康管理，AI技术都能帮助医生进行有效决策。随着人工智能化程度的提高，能大大降低医生的工作强调，提高工作效率。现行的医疗体制中，跨区域尤其是跨省医疗诊断，信息共享并不完善。AI＋医疗的出现，可以通过大数据实现共享，快速对病人的病因、家族史以健康管理进行筛查，从而做出正确的医疗方案。

产品落地的重点——AI+医学

这样看来，AI+医疗的前景是非常广阔的，对于现在正在探索阶段的各大科技公司来说，想要在AI+医疗行业谋求长远发展，可落地的产品是其中很重要的一个前提。那么，怎样才能做出可落地的AI+医疗智能产品呢？

这样就要回到医学这个问题上来说了。在笔者看来，医疗人工智能不仅可以成功甚至可以成为中国的一个重要时代。一方面，华人在人工智能领域的技术积累已经占据了非常重要的位置，这是学术圈的一些进展。另一方面，人工智能加医学基础研究环境和应用环境在中国非常好，不管是数据量、市场需求的容量，还是今天医疗资源分布的特征，都决定了人工智能和医学结合的产品在中国有一个广阔的空间。

那么，沿着刚才的判断去思考如何样能做出落地的产品，企业首先要想到自己能做什么？笔者个人的观点是，有意义的AI+医疗的关键一定在于AI+医学。

举一个例子，比如说线上挂号产品。它是一个很有意义的应用，使得患者和医疗资源连接变得更顺畅了，有很多人试图在这里面加上人工智能技术，但是笔者觉得它是一个擦边球，没有真正摸到AI和医学结合的点。换句话说，AI想落地在医学上的关键是AI如何帮助到医生。一方面，医学本身具有很强的实践性，比如一个年轻医生如何成为专家？第一，他离不开他的老师、科主任或是教授的指导。第二，他离不开大量的临床实践。既然医生的实践水平提升是要严重依赖数据的，而以机器学习、深度学习为核心的AI浪潮恰恰擅长的就是快速吸收数据的能力，所以AI和医疗拥有着天然的相辅相成作用。另外一方面，医学有着很强的严谨性，那就意味着今天的AI产品不仅是可执行更要可依赖。企业真正要落地不只是一款“概念车”，而要是一部“量产车”。