Categories: 博客

医疗AI行业研究的一点想法

今天看到一篇报告,医疗AI行业研究,有点感想。

这篇报告不算深入,但观点浅显易懂,通过数据和图表说明了一些结论,挺赞的。

我们团队也在跟本地一家医院合作搞医疗ai,有些观点看起来就更直观。

报告里说,医疗ai的最大问题是数据与落地,这显然是正确的。

从我们接触的医院看,哪怕是三甲医院,数据也不规范、不完整、不统一,存在数据孤岛。

因此我们在实践工作里,花了大量时间去整理这些数据。

这还不是特征工程那么简单,而是指人工对数据正确性、完整性做出确认和修复。

这些工作很浪费时间,也是医疗ai在实施过程中最大的问题。

好在随着卫健委发文强推数字医疗、智慧医院,各大医院也意识到数据的重要性。

他们也开始统一电子病历,增加规范性和完整性核查,将数据真正用起来,变成活水,而不是一堆死资料。

只要从源头上把握好数据质量,才有可能建立起高效的数字医疗系统。

而这个源头,则需要行政力量干预,需要一把手把关,从上到下推动。

除了数据质量外,医疗ai的有效落地问题,也是一个难题。

这个落地,是指融合到医院的诊断流程和业务逻辑里去,真正帮助医生提高准确率和效率,降低医生的压力。

然而,这个落地远没有那么简单。IBM的沃森就是个失败的案例,虽然做了很多医院业务,但是效果不好。

第一,医生的习惯没那么容易改变,每个医生都有自己的一套工作流程和判断方法。越是经验老到的医生,越是相信自己的判断。他出于习惯也好、责任心也好,不太容易接受新事物带来的根本改变。

第二,医疗ai发展到现在,技术上并不能够完全代替人。比如,临床诊断更依赖于因果关系,而ai并不理解因果推导。

所以,医疗ai未来要落地到医院,还有漫长的路要走。

报告里也提到了,目前最容易落地的是医疗影像,这块也最受资本关注,国内的创业公司一股脑进入。

基于ai的医疗影像识别目前是红海了,这一块也没什么特别的技术,大家拼的是数据。有数据、有标注,各家都能训练出差不多的模型。

而影像识别落地到底作用如何,既没有标准,也没有定价,还处于原始阶段。我一个朋友卖了台影像识别设备给地方医院,就是拍脑袋随便报了个价。

上表是医疗ai各个领域的影响因素分析,最后一栏是资本价值评估,数字越大越好。

报告里的数据提到,中外医疗ai差别最大的就是生物制药。在国外,广泛使用ai来参与新药研发,而国内则落后的多,参与的创业公司很少。

我估计ai制药是一个好的创业趋势。但是,这也与国内制药行业整体技术落后有关。没有海外那些大厂的技术架构和数据积累,ai的作用也就乏善可陈。

如果有资本有资源的人想进入医疗ai行业,生物制药无疑是非常好的方向。

这既能发挥技术的作用,又被政府和政策所鼓励。比如上海科创板就明确欢迎生命健康类企业去上市。

总体上,医疗ai的发展还有漫长的路要走。ai在医疗领域全面体现影响力,估计是10年以后的事。

目前各大医疗ai公司并不好过。但是,能熬过去冬天,必将迎来春天,这是事物发展的基本规律。

Print this entry

Article info



发表评论

您的电子邮箱地址不会被公开。 必填项已用*标注