新技术崛起，探索未来医疗的边界和可能

2019年12月6日-8日，2019世界创新者年会（World Innovators Meet 2019, 简称WIM2019）在北京·国贸大酒店举办，由中国企业联合会指导，亿欧·EqualOcean、工业和信息化科技成果转化联盟联合主办，来自美国、英国、法国、澳大利亚、瑞士、以色列、俄罗斯、西班牙、葡萄牙、印度、新加坡等二十余个国家和地区的6000余名创新者齐聚一堂，共同总结2019年世界科技与产业创新的成果，预测2020年最新创新趋势。

本次年会以“科创4.0：共建全球化新未来”为主题，采取“1场创新领袖峰会+9场主题论坛”的会议结构，围绕当下最热门的零售新消费、金融科技、投资新趋势、智能硬科技、医疗大健康、产业互联网等六大领域，以及青年、女性和科学企业家等群体展开。

12月7日下午，在医疗大健康创新论坛下半场的圆桌论坛环节，英特尔医疗与生命科学事业部中国区负责人李健、元生创投合伙人高维鹏、安德医智大中华区CEO李晶珏，与亿欧大健康运营负责人梁永生共同就“AI崛起，探索医疗的发展边界和可能”的话题展开讨论。

圆桌对话的主要观点如下：

1、李健：我觉得慢性病管理+AI，在未来十分值得被挖掘。目前，在AI发展过程中有两个领域被低估，一个手术机器人，一个是类似药物发现。

2、高维鹏：在医疗AI这个组合词语中，医疗是基础，AI在是在可预见未来中的辅助性解决方案，未来医疗领域和AI领域专业复合型人才是项目落地的关键。

3、李晶珏：真正的医疗应用场景应该是百花齐放，决不是千人一面。我相信将来，有特色和有技术护城河的医学影像AI一定会被行业看好。

梁永生：在医疗领域，人工智能已经得到广泛使用，包括药物研发+AI、健康管理+AI，以及医学影像+AI等。请三位站在自己的行业角色上，分享下目前市场中存在哪些被高估或者低估的技术。

李健：我分享一下自己的浅见，毕竟在这个行业这么多年。我觉得高估这个词可能有点不太正确，因为目前AI其实没有在任何一个医学场景得到充分应用和发展。如果要选择目前发展比较透彻或者比较全面的话，还是医学影像领域。当然其中也有很多原因，比如说数据相对容易获得，而且这些大机构的数据质量也比较高，算法分析起来也比较容易标准化。但另一方面，这也造成了该赛道白热化、商业模式不清晰、行业竞争过于激烈的局面。我相信，未来肯定会有一批初创企业会由于技术或者模式的问题出现更替。

我觉得慢性病管理+AI十分值得挖掘。举个例子，其实心脏很多异常反应很早就能通过体征检测到。我们每个个体都是一个巨大的生物信号发射场，直到今天，我们对这个“发射场”的信号采集、利用和分析还是远远不够。我觉得尤其是消费者端，像呼吸、心跳、睡眠、尿液等这类相对容易获取的监测信号，特别值得创业公司、投资机构或者政府层面去推动。因为这是真正能够保证我们疾病治疗前移到健康管理的方面，而不是说等到我们身体出了状况才想办法去找产品。最近关于AED设备的讨论很多，说我国该设备有效覆盖率比较低，其实这还是治标不治本，真正的治本应该是前移，在身体出现这种危险信号的时候就能提前检测到。

另外，我个人还觉得中国AI医疗市场有两方面被低估，一个是手术机器人，早前我国医院出现过一波采购浪潮，但我国此方面技术尚未跟上国际发展水平。手术机器人所涉及的技术虽然挑战太多，但前景是非常好的。还有一个，则是类似药物的发现，中国原研药的开发方面还远远落后于美国，这是特别值得关注和呼吁大家来投入的。

李晶珏：身为医学影像AI行业的创业者，我感受到过去几年的“医学影像+AI”确实得到包括投资人在内的很多行业人士关注。其中我们也可以看到，大家对于相信医学影像AI能够落地、产业化的认可很多。正如刚才李博士说的，全球通用的TCIP协议使医学影像数据更容易标准化，同时较为成熟的视觉图像识别技术也使得医学影像的AI能够去做筛查和诊断。这使得无论是做企业，还是做投资，大家都认可医学影像AI有可能会成为医疗AI里最早落地的项目。其实到现在我仍然这么认为，这是由行业数据和技术特点决定的。

但是在中国医学影像AI过去发展的三年里，我们也遇到了一些波折和坎坷，其中最显著的就是是绝大多数的医学影像AI公司都集中于类似的应用领域。比如说，常说的肺结节和乳腺结节的筛查。真正的医疗应用场景应该是百花齐放，决不是千人一面。从医学影像AI应用的疾病筛查方向来讲，就有头部神经、心脏、胸部、腹部、盆腔、骨疾系统，以及慢病等领域。而从临床流程上来讲，还分为入院前的预防和筛查，入院后的急症、重症、疑难疾病、复杂疾病的诊断、预计、风险评估、病因分析等环节，其实这些都是医学影像AI该涉足的领域。而大家的选择之所以比较趋同的原因在于，技术门槛相对不高和应用场景相对局限。

但同质化不免导致竞争变多，不利于创业公司的早期发展。但我相信将来，有特色和有技术护城河的医学影像AI一定会被行业看好。比如安德医智现在跟天坛医院合作的神经领域，应该是目前国内唯一一家做全系统神经领域的企业。天坛医院是国家神经系统疾病临床医学研究中心和国家神经系统疾病医疗质量控制中心所在地，从数据源和数据质量上就拥有“制高点”。在合作过程中，安德医智不只基于影像，还延伸至临床、服务于临床，包括神经影像，神内、神外、神经病理、神经康复，都是以影像为基础，因为医学影像是所有疾病最早期的辅助诊断、风险评估、病因分析的基础。

高维鹏：元生创投在生物医药、医疗器械、辅助诊断和精准医疗以及各医疗服务赛道，或多或少的都有一两家企业跟医疗AI相关。从其中我们可以看到一些共性：第一是这些被投企业都结合了医疗人才和人工智能专家，我认为这是目前在医疗AI的创业和投资里面要重点关注的。在医疗AI这个组合词语中，医疗是基础，AI在是在可预见未来中的辅助性解决方案，未来医疗领域和AI领域专业复合型人才是项目落地的关键。

第二是关于产业中AI落地的场景，不论是精准医疗，还是医疗服务，其实都有环节实现AI产品或AI服务的落地。这其中会涉及到具体的医疗政策问题，现在企业把医疗AI的解决方案单独申请国家药监局注册证难度很大，但把其作为一个整体解决方案去申请，相对来说，无论行政许可，还是医院收费标准的落地都会比较方便。元生创投在医疗AI领域可以做的事情很多，包括像心血管的检测治疗、药物的发现等，我们甚至希望未来AI能够真正成为人工智能的代表，在人类生命秘密的解码上扮演一定角色。

梁永生：其实现在医疗AI的盈利情况不是很乐观，行业内有消息称，明年可能会有部分企业产品获得三类器械证。从资本方的角度讲，三类器械证是大家的救命稻草吗？拿证之后真的可以解决企业的盈利问题吗？要真正解决盈利问题需要具备哪些能力？

高维鹏：从医疗行业固有的规律和特点来看，医疗可能是所有创业和投资类型里最保守的领域，没有唯二、只有唯一。原因在于一个创新医疗技术要列入医疗指南，可能至少需要10年时间，列入医学院教科书，可能甚至需要20年时间。事关人命的性质决定了医疗先天就是一个非常保守、非常严肃的事情。医疗本身的特点决定了，它跟所有事物发展的规律一样，需要渐进式发展。

除此之外，医疗政策风险也是大家在议论的，像“4+7”带量采购在内这些政策都影响了医疗行业，包括医疗AI自身发展的速度。还有一点可能是很多年轻创业者没有注意到的，就是当一个技术变成一个成功商业模式后，在医院推行时要面临很多同质化产品竞争，这个过程不单涉及创新高地问题，还涉及客户、医院等方面是一个复杂的决策过程。拿到证这些事情也没有发生根本性转变，只是说有证会更容易沟通，但距离产品真正走进医院还是有差距的，包括教育临床医生使用先进AI解决方案来进行临床诊疗，这些传统医疗走过的路、趟过的坑，还是一个也少不了。

梁永生：总结来说证只是一个入场券，拿到证之后才有资格进入到这个战场里，但要想真正实现盈利变现，还需要企业方不断去丰富自己的产品形态，去真正解决医生和患者的问题。现有情况下，大部分企业是以三甲医院为主，无论是获取数据也好，还是行业背书也好，这是普遍存在的状况，但三甲医院外是否还有一些其他可以挖掘的落地场景，比如说非公医疗或者是一些体检机构，请两位企业方代表为大家分享一下。

李晶珏：我们面向三甲医院，并不是把它作为医疗AI的主要用户，而是把它作为医疗AI的主要数据来源和战略合作基地。因为AI医生可以说是一个“数字医院”，它需要数据去学习，然后服务临床和医生。数据水平决定了AI医生的水平，所以在选择合作医院时，一定要选择顶级的三甲医院，这样才能使我们训练出来的AI医生至少具有高龄主治医生及以上水平，这是保证医疗产品质量的重要点。但医疗AI服务的对象绝不仅限于三甲医院。这就需要企业丰富产品形态，用更适合的临床应用落地去满足他们。比如现在对三甲医院而言，第一需求是科研，第二需求是风险评估、病因分析等，但对于二级医院，第一需求是要提高诊断效率，第二需求是提高诊断准确率。对于非公或者体检机构而言，筛查模态的产品可能是其更需要的。

李健：其实我听到过很多创业者说AI医疗的市场应该是在社区场景或者是县级医院，而不是说在大三甲，某种程度上我是认可的。医疗行业很保守，创新医疗技术需要顶级意见领袖来宣传、推广，才能在医院里普及开。以前在美敦力专门有一个临床培训中心，每周会安排外科医生做手术，其实就是为了培养医生对新技术的认可，所以这是需要时间的。AI作为一个全新的东西，我认为更重要的机会还是所谓的“没有被满足的需求”。我觉得存在两方面，一是从市场层面来讲，像县级医院或者社区卫生中心，AI诊断方案或工具对提高医生或医护人员的诊断准确率是刚需。二是所谓的增量市场有可能不在这些县级医院或者是社区诊所，而是在三甲医院。我曾经在美敦力做微创外科产品，举个例子，如何把微创仪器精准的插入肝或者肺中，又不伤及旁边的脏器，这就是没有被满足的需求，我相信像这样在三甲医院的需求是很多的，除了这种微创导航，还有刚才谈到的手术机器人、远程医疗等场景都是存在的。

梁永生：正如刚才李博士所提到的非公医疗体系以及基层医疗体系，已经逐渐成为新技术落地的又一个应用场景。但是未来面对国际巨头企业的竞争，国内的创业公司应该怎么样去构建自己的核心竞争力，用新技术赋能新人才体系？

李晶珏：今年，国内大型的医学影像公司开始做医学影像AI，这是前几年没有的，而这也恰恰说明它们也看到了医学影像AI这个市场在逐渐落地，逐渐成为刚需，这对大家来说是一种机遇。越是在这个时候，市场尚处于无序搭建状态，行业规则还未完全确定时，才是创业公司的机会。大公司有大公司的优势，小公司有小公司的优势，大公司在客户量、数据量、资金规模和人员技术实力方面确实有优势，但是对于创业公司，它资源更集中、决策更快速。说回到技术壁垒，无论是行业巨头公司，还是创业公司，想涉足医疗AI的行业，大家都需要翻过两座山，第一个是数据的山，第二个是临床应用的山。

数据的山，任何公司的医疗AI医生其实就是个数据医生，不管什么类型的AI医生，能够拿到高质量数据和优质医疗机构去合作，就算是成功了一半。对于AI来讲，算法、算力和数据是三大核心要素，从数据层面讲，除了量以外，还有质，而质就体现在数据的质控水平。此外， 公司对行业的号召，如医院对企业多中心临床试验的响应；医院对公司号召的执行能力；试验中数据质控标准能否统一，这些都会给公司在实际落地时造成困扰。话说回来，如果有相应的国家医疗机构，比如国家级疾病临床研究中心去牵头、做质控，那么这样数据量和质就具有了技术壁垒。无论是创业公司，还是GPS（GE、飞利浦和西门子）这类巨头公司，都要想办法和这样的“巨人”合作，站在巨人的肩膀上才能打造自身数据壁垒。

临床应用的山，每个公司的特点不同，对医学影像AI不能只做影像判读，一定要源于影像，服务于临床，这是未来医学影像发展的重要方向。未来，创业公司可以去抓住在单一应用场景里，去突破影像和临床壁垒的机会。

梁永生：从2016年年底至今，医疗AI成为风口已有三年，各位可以站在自己的角度上畅想一下，未来三年医疗AI将会发生哪些格局的变化？

高维鹏：我想预测三年比较容易被打脸，所以我大胆预测一下三十年后。未来三十年医疗AI肯定会像我们喝的水、呼吸的空气一样，成为每个人生命中不可或缺的一部分。但这个路非常漫长，我们要记住AI永远是为医疗服务的，把AI和医疗的“轻重缓急”摆在正确的位置。希望更多创业者能够在AI赛道上找到自己适合的方向，永远把临床需求放在第一位，谢谢。

李晶珏：我来谈一下前三年和后三年。前三年是医疗AI投资热的三年，当时医疗AI确实赢取了很多投资人的目光和关注，也诞生了无数企业；未来三年，我觉得应该是医疗AI优胜劣汰和产业化的三年。现在投资热潮看似减弱，但从另一个角度来讲是更加理性，不在盲目讲故事、听故事，而是更关注商业化落地，给企业踏踏实实沉下心去做产品和开发市场的机会。如果再往后看三十年，我相信不只是医疗AI，应该说整个社会都可能分成前人工智能时代和后人工智能时代，我相信30年后人工智能，包括医疗AI会遍布于我们生活和医疗的各个领域，我也期待到时可以成为这个领域的先行者和探路者。

李健：我预测医疗AI三年以后会同时向纵和深两个方向普及。去年美国FDA批准了第一款三类的医学影像AI设备，一整年大约批了几十款。对此，我们可以预见接下来三年以后，整个全球的AI设备将有可能无所不在，像医疗设备、医疗服务、医药研发里面都可能用到，AI会变成一种泛在东西，不再是单一品类，而是最新医疗设备或者医疗产品中都会有AI这样一个功能。从纵方向上讲，AI会贯彻到所有医疗设备的开发和利用过程中间，同时我不认为这只是医疗领域独自存在的现象，整个大健康领域都要拥抱AI。未来，AI将不单停留在院内，或是现在主流的医学场景，比如说医学影像，而是会贯穿到医院里面的护理、诊断、治疗等领域。

梁永生：再次感谢三位嘉宾的精彩分享，今天的圆桌讨论环节到此结束，感谢。

作者：WIM项目组