配圖來自Canva可畫

?

隨著AI、大數據等新興科技的進步，AI醫療逐步成為了現實。今年以來受新冠疫情影響，國內AI醫療市場再次掀起了投資熱潮，而提前在該領域布局的AI企業，也一掃從前的陰霾，迎來了春日的暖陽。

?

不過，在行業熱度攀升的同時，來自市場競爭、技術應用等方面的問題，也在對AI企業提出新的考驗。

?

醫療AI重返風口

?

國內AI醫療行業的發展，可謂是一波三折。

?

早前大量投資者的涌入，就曾使AI醫療行業的投資規模大幅上揚。在風頭最盛的2016年，僅在當年行業募資規模就較前一年增長了533%，AI醫療的熱度可見一斑。但直到2019年，AI醫療領域的大部分企業依舊未能實現盈利，心灰意冷的投資者們開始紛紛退場，行業的投資規模也因此下滑了300%。

?

但在今年疫情的刺激之下，AI醫療行業又再次坐上風口。由于疫情，促使醫療行業本就存在的醫療資源緊張、分配不均等矛盾愈加凸顯，這給患者的治療造成了很大影響。為改變這種情況，國家出臺了多方面的扶持政策，來推動AI技術在醫療領域的應用，而這些措施的實施，對國內AI醫療行業的商業化發展發揮了重要作用。

?

比如，在疫情爆發的高峰期，通過AI醫療技術的檢疫手段，就為緩解醫療資源緊張的問題提供了極大的助力。比如平臺管理服務、智能診療、智能測溫、智能防疫控制系統等AI醫療技術的服務，就極大地提高了醫療診療、體溫監測效率，節省了人力資源，這在客觀上推動了AI醫療行業的發展。

?

看到機會的投資者們，開始再次在AI醫療領域展開布局。僅在今年下半年，AI醫療領域獲得融資的企業就超過20多家，以森億智能、深睿醫療、匯醫慧影等為代表的頭部企業，均獲得了超過數億元的投資。火熱的投資，說明AI醫療行業又再次起風了。

?

市場洗牌加速

?

隨著資本的進場，提前在AI醫療領域布局的醫療企業也因此受益。與此同時，資本集中投資頭部公司，也讓行業資源向頭部企業集中的現象更加明顯，由此推動了整個行業的洗牌。

?

一方面，行業風口之下，使AI醫療的場景應用落地大大提速。比如在智能診療方面，有著更高準確性的計算機應用，正在為越來越多的患者，提供可靠的診斷和治療方案；在智能影像識別方面，AI技術的感知能力、信息處理能力、深度學習能力，都在提升醫院的診療效率；在醫療機器人應用方面，目前市場中的手術機器人，已經能夠勝任一些手術工作。比如IBM開發的達芬奇機器人就能進行腹部、心胸的外科手術，能夠緩解醫療資源緊張的問題。

?

而這些應用場景的落地，在吸引投資者加入的同時，也帶動了企業的營收增長。據《財經》媒體報道，深耕AI醫療領域的數坤科技負責人表示：“今年企業的業務收入和去年相比增長了數倍，吸引了數批投資人來訪。”行業融資環境的改善，在為該領域布局的AI企業帶來更為充足資金的同時，對其推動商業化落地和技術研發也大有幫助。

?

另一方面，投資者的再度入場，也讓行業洗牌加速。隨著投資者對AI醫療行業了解的加深，其對AI醫療的投資態度也更加理性，它們的投資也更加集中于行業內的頭部企業，這就使得行業的洗牌進一步加速。

?

比如，像醫療器械、智能診療等領域，具備領先優勢的普渡科技、數坤科技、依圖科技等企業，就先后受到紅杉資本、啟明創投等知名投資機構的高額投資。而很多中小型創業企業則很難得到融資，其面臨的局面也愈加困難，這也讓行業優勝劣汰的速度大大加快。

?

隱憂猶存

?

不過，對于目前的AI醫療企業來說，其在拓展市場的過程中，仍面臨很多如技術局限、醫療數據質量水平不一、行業標準化等亟待解決的難題。

?

首先，限于對AI技術的認知能力有限，行業普遍存在對AI技術應用場景的落地難度，存在估計不足的問題。比如，在AI技術的認知層面，行業仍處于發展早期，距AI技術的高度認知能力還有很大差距，這就使這種技術的應用，需要極其大量標注數據才得以實現。但這個問題在早期應用過程中，顯然沒有得到重視。

?

另外，在算法方面，目前的算法只能根據數據學習，診斷出已知病癥，難以診斷更為復雜的病癥。并且在驗證算法給出的治療方案時，由于干擾因素較多需要多維度的驗證，才能保證結果的準確性，這為AI診療的應用帶來了諸多不便。

?

其次，醫療數據質量、格式的差異，也阻礙著AI醫療技術的場景應用。比如，在技術層面，AI技術的診療能力培養，需要大量的數據學習才能實現，但由于各家醫院的診療格式、診斷方式有很大差異，難以實現數據的鏈接和解讀，使AI診療在數據學習方面，面臨著諸多難題。

?

最后，行業標準化的問題，也是其推廣應用的一大“攔路虎”。目前行業在醫療器械的術語、分類、編碼、數據集等方面標準不一，使得行業的數據交流難以進行，這就給AI醫療技術的應用，造成了不必要的繁瑣環節。

?

在產品標準方面，醫療器械臨床應用的眼科、呼吸科、骨科等科室，在功能、評價指標、數據模態方面有很大的相似性，對AI應用產品在分類、技術使用上有更細致的要求。因此需要行業在產品方面進行細致的標準分類，才能推動場景應用的落地。總體來看，行業熱度雖然持續攀升，但各家企業在市場仍面臨不小的壓力。

?

AI獨角獸能否乘勢而起？

?

面對場景應用等方面的重重難題，AI獨角獸們還有機會抓住市場機遇，實現快速崛起嗎？結合整個行業的情況分析，其答案一目了然。

?

首先，從行業整體來看，行業前景依舊廣闊。數據顯示，2018年國內AI醫療市場規模達到了210億元，同比增長54%，增勢非常迅猛。如今在政策、資本市場的支持下，AI醫療行業的發展，也得到了進一步加速。

?

其次，行業存在的技術應用局限、數據質量、亟需標準化等問題，也并非難以解決。比如，在技術應用方面，AI的算法、認知能力正在行業技術更新迭代中不斷取得進步，其智能化水平也在取得突破；而對于數據質量、行業標準化問題，政府部門也推出了多種應用規范，來推動行業的數據、產品的標準化。

?

以此來看，AI企業在AI醫療的發展雖然遇到了一些阻力，但在行業技術蓬勃發展的情況下，也有克服阻力、邁步前行的希望。因此，對于發力AI醫療的企業來說，還需要乘此機遇加速發展，才能鞏固其既有優勢。尤其是在大的互聯網企業（阿里、字節跳動）競相入局的情況下，這一點就顯得尤為重要。

?

另外，目前AI醫療市場中還未有明確的盈利模式。這意味著AI獨角獸在短期內，無法依靠其在AI醫療領域的布局，解決自身的虧損問題。從這個角度來說，AI獨角獸們拿到融資之后，仍有很長的路要走。

?

文/野豹財經記者王佳龍，公眾號ID：yebaocaijing