人工智能医疗不应只是机器人和智能影像管理

　　日前，平安好医生斥巨资30亿入主医疗，而且主打中医治疗。无独有偶，科大讯飞在安徽也建成了最新的医院。

　　回顾近一两个月的新闻，医疗的布局比比皆是：8月初，腾讯发布人工智能医学影像产品——“觅影”用于早期癌症诊断。7月初，阿里携手万里云正式发布“Doctor You”AI系统，主攻方向是医学影像诊断领域。同在7月，百度宣布开放运算平台。

　　人工智能医疗早已成为各方瞄准的香饽饽，以算法平台的技术优势确立领先成为各大巨头的策略。之所以瞄准医疗领域，则是看准了民生热点和痛点众多的现状：医疗资源紧张、医患矛盾突出、医疗资源不均等问题长时间成为吐槽对象。从人工智能来说，技术的不断升级之后，寻找落地场景成为关键，两方由此一拍即合。

　　从最初的不到10家创业公司出现，到现在全国的人工智能医疗创业公司已达数百家、甚至上千家，从最初的无人理解人工智能医疗做什么、为什么做，到现在市场资本开始主动追逐潜力股，人工智能医疗公司现在也许迎来了自身的春天。

　　在人工智能领域，从统计数字来看，医疗领域人工智能初创公司所获投资数额中，从事医学影像与诊断、医学研究、医疗风险分析和药物挖掘四个方面的公司吸纳投资总额超过80%以上。除此之外，医疗成为另一热门领域。这从日前的大会也可见一斑。

　　从影像管理来说，目前主要是病灶识别与标注、靶区自动勾画与自适应放疗和影像三维重建。从这些来看，严格来说并不算是人工智能医疗的领域，或者说主要是借助已有的标准和医学知识进行定向寻找。如果从机器学习角度来看，还很难通过计算机自主发现发病之前的特定影像，或者突破人类认知的情况下自主寻找早期特征的规律。

　　医疗的广泛应用还更多体现在导购或迎宾角色，即使通过语音交互功能提供服务，也还不能提供类似智能问诊或虚拟医生的服务。当然，这类服务属于人工智能的较高阶段成果，难度较大，而且面临监管、法律法规和社会接受度的考验，确实不是一日之功。不过，这也让机器人的温度开始降温，提醒入局者开始注意积累用户数据、做好深度挖掘。

　　不过，对以上两个业务的未来还应持乐观态度。例如，医疗影像数据是医疗中最常见数据，而且数据量极大，如果能够深入挖掘影像数据背后的故事，对患者治疗和今后的健康管理都是大有裨益的。

　　提到数据，也就触及了人工智能的本质，毕竟只有通过大数据才能训练计算机自主学习，从而找到突破已有认知的最优解决方案，或者为人类提供预测未来的服务，提前做好预案。

　　与未来的理想目标来看，当前的人工智能入局者还存在一定差距。纵观多数市场主体来看，多数人工智能医疗公司都是从某一局部切入，特别是很多公司是从互联网医疗公司转型而来，收集医疗数据多为用户主动上传，依靠之前用户群体支撑人工智能的数据挖掘。这直接导致数据量较少，而且多为某领域的单一数据，内容较局限，很难进行真正的深度挖掘和应用服务的开发。

　　人工智能医疗公司的驱动是技术，长远发展的关键不在于以往互联网时代重视的流量，而是结合人工智能时代的特点着重积累数据，从而利用深度挖掘让大数据发挥预测未来的功能。依靠数据的不断积累和算法模型的不断优化，对于人工智能医疗来说，未来可以在积累数据后从药物效果分析和健康数据管理的角度做大，做好技术支撑之后全盘思考人工智能医疗的应用服务。

　　积累用户数据是基础，从战略布局上看，这有助于人工智能医疗公司全面瞄准顶层设计，从医疗市场痛点出发，全盘考虑业务布局。

　　针对数据体量不够、数据内容单一的问题，应该从多方获取患者数据，除了公立医院之外，还可以从体检中心、研究机构等多方合作获得。其次还需和保险公司、研究机构、企业等打通市场化渠道，将人工智能挖掘结果用于广大民众，借助B端接触C端。最后，仍需不断提高技术支撑水平，优化算法、模型，让人工智能提供更多未来预测服务。