“AI+医疗”才是人工智能落地的第一步
人工智能最大优势在于计算能力的高效,尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。与互联网不同,人工智能对医疗领域的改造是颠覆性的。
IBM的 人工智能 Watson,近日仅用10秒就开出了癌症处方。在引发舆论热潮的同时,也再次把“ AI +医疗”推向高潮。 方正证券近日发布的 互联网医疗 深度报告就显示,尽管安防和智能投顾最为火热,但AI在医疗领域可能会率先落地。
接手“互联网+”无奈的医疗痛点
图像识别、深度学习、神经网络等关键技术带动了人工智能新一轮大发展。
该份报告指出,从互联网改造医疗行业的角度来划分,中国互联网医疗发展经历了三个阶段:
信息服务阶段
,即互联网改造的是医疗的信息流,实现人和信息的连接;
咨询服务阶段
,即互联网改造的是健康咨询的服务流,实现人和医生连接;
诊疗服务阶段
,互联网改造的是医疗的服务流,实现人和医疗机构的连接。
然而,互联网带来的模式创新没有根本上提升医疗供给端的服务能力,从而根本上解决医疗资源(尤其是医生)供不应求的局面。
与此同时,图像识别、深度学习、神经网络等关键技术的突破带动了人工智能新一轮的大发展。“人工智能+医疗”概念应运而生。
与互联网的不同, 人工智能对医疗领域的改造是颠覆性的。
对人工智能医疗的需求主要基于几方面客观现实:一方面是优质医疗资源供给不足,成本高,医生培养周期长,误诊率高,疾病谱变化快,技术日新月异;另一方面,随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高,医疗服务需求持续增加。
工智能的核心能力实际上是人类自身已拥有的能力,但与人类相比,最大优势在于计算能力的高效,尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。
在医疗领域,IBM Watson可以在17秒内阅读3469本医学专著、24.8万篇论文,69种治疗方案、61540次试验数据、10.6万份临床报告。通过海量汲取医学知识,包括300多份医学期刊、200多种教科书及近1000万页文字,IBM Watson在短时间内迅速成为肿瘤专家。
阿里云研究中心和BCG的最新合作报告指出,从技术突破和应用价值两维度分析,未来人工智能会出现服务职能、科技突破、超级智能三个阶段。
基于数据的服务智能阶段将在接下来3—5年爆发:人工智能拓展、整合多个垂直行业应用,丰富实用场景。IDC Digital预测,截至2020年,医疗数据量将达40万亿GB,预计约80%数据为非结构化数据。
四大模式分争万亿市场
人工智能+辅助诊疗潜在市场空间巨大,至少是万亿级以上的营收规模。
从全球创业公司实践的情况来看,AI+医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他,
其中以四种模式为主流。
首先是AI+辅助诊疗,即将人工智能技术用于辅助诊疗中,让计算机“学习”专家医生的医疗知识,模拟医生的思维和诊断推理,从而给出可靠诊断和治疗方案。辅助诊疗场景是医疗领域最重要、也最核心的场景,人工智能+辅助诊疗潜在市场空间巨大,至少是万亿级以上的营收规模。
在AI+辅助诊疗的应用中,IBM Watson是目前最成熟的案例。 2012年Watson通过了美国职业医师资格考试,并部署在美国多家医院提供辅助诊疗的服务。目前IBM Watson提供诊治服务的病种包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等多种癌症。
AI+医学影像,是将人工智能技术具体应用在医学影像的诊断上,主要分为两部分:一是图像识别,
应用于感知环节,其主要目的是将影像这类非机构化数据进行分析,获取一些有意义的信息;
二是深度学习,
应用于学习和分析环节,是AI应用的最核心环节,通过大量的影像数据和诊断数据,不断对神经元网络进行深度学习训练,促使其掌握“诊断”的能力。
如今, AI+医学影像已经走出实验室,下一步将迎来商业化浪潮。 贝斯以色列女执事医学中心(BIDMC)与哈佛医学院合作研发的人工智能系统,对乳腺癌病理图片中癌细胞的识别准确率能达到92%,与病理学家的分析结合在一起时,它的诊断准确率可以高达99.5%。国内的DeepCare对于乳腺癌细胞识别的准确率也达到了92%。
AI+药物挖掘 , 是指将深度学习技术应用于药物临床前研究,达到快速、准确地挖掘和筛选合适的化合物或生物,达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。 通过计算机模拟,AI可以对药物活性、安全性和副作用进行预测。借助深度学习,在心血管药、抗肿瘤药、孤儿药和常见传染病治疗药等多领域取得了新突破。目前,已经涌现出多家AI技术主导的药物研发企业。
最后是AI+健康管理。 目前从全球AI+医疗创业公司来看,主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。
巨头筑基下的生态圈竞争
底层基本都已由科技巨头布局,开放人工智能平台是其构建生态的必然趋势。
报告指出,根据技术层级从上到下,人工智能产业链,目前分为基础层、技术层和应用层三个产业层次构成。
基础层的计算能力 是构建生态的基础,技术层的算法、框架以及通用技术是构建技术护城河的基础,都属于人工智能产业大生态的基础设施,具有高投入、高收益的特点,需要中长期进行投资。而应用层是人工智能技术在具体行业、具体应用场景价值变现的渠道,具有变现能力强的特点。
目前, 底层基本都已由科技巨头布局,且未来开放人工智能平台是其构建生态的必然趋势。 应用层汇聚了大量的AI+医疗创业公司,分布在多个细分领域。总体而言,全球AI+医疗产业结构呈现倒金字塔形态。
对于全球科技巨头而言,之间的竞争不仅仅是某项技术、某个领域的竞争,更多是生态圈与生态圈的竞争。目前科技巨头均已利用禀赋优势打造属于自己的生态圈基本形态,已基本完成“人工智能+”生态的基础设施布局。
随着科技巨头在AI+医疗的基础层和技术层布局逐步完善,在应用层的布局也开始发力。目前正在医疗行业应用布局的大公司主要有四家:IBM、谷歌、微软、百度。
目前,中国AI+医疗产业处于起步阶段。2016年是全球人工智能元年,也是我国人工智能元年。资本对AI+医疗的追捧,多家创业公司顺利获得融资。随着全球科技巨头陆续将人工智能平台开放,将有效弥补我国在底层方面的积累不足,各个细分领域的AI+医疗创业公司将受益。