誕生于1956年的人工智能在經歷了技術驅動和數據驅動后，已經進入了場景驅動的發展階段。金融、汽車、醫療、零售、教育等被視為AI應用前景最可觀的領域。

其中，醫療已經成為AI創投中熱度最高的應用領域之一。前瞻研究院數據顯示，2018年前三季度，國內AI醫療領域共有39家公司披露完成融資，融資案例數量同比增長21.88%；披露融資金額的18家公司共計融資約26.2億元，披露融資總規模同比增長128.42%。

“當前AI基礎設施已經很完善了，我們很看好其在影像、文本、診療、藥物研發等醫療領域的應用。”遠毅資本合伙人楊瑞榮介紹。

公開數據顯示，醫學影像是AI醫療領域中資本布局最為密集的一塊，在2013年~2017年融資案例數最多，占AI醫療融資案例總數的31%。業內人士普遍認為，AI醫學影像是最可能率先實現商業化的細分領域。

如今，AI醫療產品正紛紛進入臨床階段，資本投入熱情仍未冷卻，但各界關于AI醫療的爭議從未停歇。看好者認為AI能幫助解決醫療資源缺乏的問題，并能提高醫生工作效率，從而創造價值；唱衰者則質疑其同質化嚴重，落地進程極為緩慢，找不到商業模式只能靠“燒錢”死撐。

元生創投創始合伙人陳杰便顯得較為謹慎：“長期來看，我們看好AI醫療，我們也在AI醫療領域做了一些布局，包括醫學影像、藥物研發、血液病診斷。但目前很多項目拿證和商業化挑戰很大。”

不過，國家對于AI醫療一直持支持態度，從國家藥監局發布的一系列文件和會議內容可見，AI醫療器械審批正在加速。7月17日，由國家藥品監督局醫療器械技術評審中心、中央網信辦國家計算機網絡與信息安全管理中心、國家衛生健康委員國際交流與合作中心、中國人民解放軍總醫院等聯合主辦的人工智能醫療器械創新推進會上，人工智能醫療器械創新合作平臺宣布成立，將全力推動AI醫療產品審批。

因此，大部分創業者和投資人對于AI醫療產品拿到三類醫療器械證、可以落地輔助診斷的進度十分樂觀。“今年年底或明年年初，應該就會有一批公司獲批”，一位不愿意透露姓名的業內人士向創業邦透露。

從狂奔到洗牌

2016年至今，越來越多的資本涌入AI醫療賽道，「聞風」而至的創業者亦隨之增多。

在楊瑞榮看來，中國醫療發展的三大驅動力包括消費升級、技術應用以及政策。其中，AI、基因測序等技術已經發展到較為成熟的階段，可以給醫療帶來很大的機會，而中國各類疾病患者的數量則讓每個細分領域的市場規模較國外更為可觀。

聚集了最多人和錢的領域便是AI+醫學影像。一方面，智能影像識別技術發展較快；另一方面，醫學影像是現代醫學最重要的臨床診斷和鑒別診斷工具，接近70%的臨床診斷需借助醫學影像。

而工作內容重復性強、效率低的影像科對AI需求迫切。“未來，影像科在整個醫療中會發揮重要的作用，因為它會成為整個診斷流程的數據中心”，匯醫慧影高級合伙人王捷曾在創業邦年會上介紹，“目前我國醫學影像數據的年增長率約為30%，而放射科醫師數量的年增長率約為4.1%，而且培養一名影像科醫生的周期非常長，平均在8年以上，因此影像醫生缺口巨大”。

對此，中華醫學會放射學分會候任主任委員、中國醫學影像AI產學研用創新聯盟理事長劉士遠曾在今年3月舉辦的中國醫學影像AI大會上表示：“對比中美醫療AI公司的業務布局，我們不難發現，目前美國醫療AI企業行業分布較為廣泛，而中國醫療AI企業大多集中在影像方面。”

由于受病種難易程度限制，同質化競爭難以避免。有媒體調查顯示，140余家從事醫療AI的企業，近120家在做醫學影像業務，其中約百家企業布局于肺結節影像產品。

肺結節存在公開數據庫，獲取數據相對便利，而肺部活動較輕緩、肺結節影像更直觀，因此大部分公司將肺結節產品作為主要產品。目前，無論是匯醫慧影、推想科技、深睿醫療、圖瑪深維等融資輪次靠后的頭部創業公司，還是騰訊、科大訊飛等巨頭，都已經在肺部疾病方面進行布局。

熱錢催生了更多的創業公司，寒冬則讓競爭加劇。過去，大量資本進入AI醫療領域搶奪項目，越來越多的公司出現，估值水漲船高。但AI醫療研發及銷售、市場成本較高，同時，多數公司尚未找到清晰的商業模式，不得不靠“燒錢”研發、推廣。

因此，雖然資本方當下依舊看好AI醫療前景，但通往AI醫療應用落地的路耗時費力，遠超想象，這讓行業中的狂奔者冷靜下來，資金出現轉向，投向產品已進入臨床階段的AI醫療公司，早期項目的生存變得艱難起來。

看了三十多家AI醫療公司后，元璟資本合伙人田敏曾表示：“未來兩年，醫療AI（公司）會死一批。至少在我看來，這會是個大概率事件。”

“從融資角度來看，今年是富有挑戰的一年”，數坤科技創始人兼CEO馬春娥告訴創業邦，“大量蹭熱點、各方面稍微弱一些以及前期資金儲備不是很好的企業，在今年肯定會滅亡一批”。

另辟蹊徑避開同質化

但實際上，醫學影像的市場需求遠不止于此。部分AI醫療公司開始嘗試除肺部疾病以外其他的醫學影像細分賽道。數坤科技、匯醫慧影等便選擇避開高度集中的肺部影像領域，進軍其他病種拓展邊界。

2017年6月，馬春娥創辦數坤科技，選擇從心腦血管影像領域切入AI醫療產業。這一市場足夠大。據世界衛生組織統計，缺血性心臟病和腦卒中分別是全球排名第一和第二的主要死因。其中，我國患者數量最為龐大。

心腦血管領域的難度表現在診斷流程更加復雜和數據收集的難度大。據馬春娥介紹，心血管影像的處理和診斷基于三維重建圖像，從主動脈到冠脈血管，血管徑差異從厘米至毫米呈數量級差異。面對復雜的任務，目前普遍采用的深度學習模型無法勝任。

為此，馬春娥帶領團隊研發多維度卷積神經網絡技術，可以在冠狀動脈CT造影圖像中全自動、精確分割出冠狀動脈血管，對有些僅占整張圖1/10000的遠端血管也能精確提取。在此基礎上，數坤科技于去年推出首個針對心血管疾病的人工智能輔助診斷產品CoronaryDoc；今年5月，數坤還發布了針對心臟+腫瘤+神經的多病種影像AI輔助診斷平臺。

數坤科技的融資節奏較為迅速：剛成立時，獲得遠毅資本2200萬元天使輪投資；去年7月產品推出后，完成過億元A輪融資，投資方包括華蓋資本、晨興資本，遠毅資本再度跟投；今年2月，再獲2億元B輪融資，老股東全部再度押注，創世伙伴則作為新的投資方加入進來。

三度加注的楊瑞榮十分看好數坤科技的團隊和價值。“我認為數坤是將底層技術和應用結合得最好的一個團隊，且產品能夠解決核心問題，幫助前端的心血管一線大夫節約時間。這部分時間可以為醫院、為患者創造更大的價值。”

另有部分公司選擇進軍乳腺疾病領域。乳腺癌已經成為中國女性發病率第一高的疾病。國家癌癥中心公布的全國癌癥統計數據顯示，2014年全國女性乳腺癌新發病例約27.89萬例，占女性惡性腫瘤發病的16.51%，位居女性惡性腫瘤發病第1位。

目前，乳腺X線攝影、超聲、MRI等影像技術已成為乳腺癌全周期診療的重要手段，但在醫療影像領域，卻存在著醫生供需缺口大、進入門檻高、醫療資源分布不均衡、數據量急速增長等難題。

巨頭騰訊旗下的優圖實驗室將超聲AI研究首先應用到了乳腺腫瘤篩查上。實驗室醫療負責人鄭冶楓曾在采訪中介紹，這一病種對于AI的需求要是比較迫切的，比如發病率極高、需要提高篩查效率等。

匯醫慧影也是進入乳腺疾病領域的玩家之一。去年11月獲得英特爾投資和芯動能投資的戰略投資時，據創始人兼CEO柴象飛介紹，匯醫慧影已形成了從科研到臨床的多條產品線，涉及篩查、診斷、治療各個方面，覆蓋病種包括胸部CT防漏診斷、乳腺鉬靶檢測等10多項常見癌癥等。

同時，匯醫慧影在單病種上實現了智能篩查、智能決策、預后預測、隨訪的全流程覆蓋，形成了多模態和全影像數據鏈，對應的落地產品包括主動脈夾層人工智能研究平臺和人工智能乳腺全周期健康管理系統。

從結果上來看，這些“另辟蹊徑”的公司更容易與醫院達成合作，也更為資本青睞。

探尋商業模式

對AI醫療公司來說，產品只是一個底層設施。更快實現商業化、搶占更大的市場才是公司活下去的必要條件，也是資本現階段最為關注的問題之一。

不過，醫療本就是一個慢行業，人工智能也需要長研發周期、高研發成本，快速完成審批使AI醫療產品落地并不現實。據馬春娥介紹，一年打造產品、一年準備臨床試驗、一年注冊，AI醫療企業申證至少也得需要三年的時間。

同時，經過三年多的發展，AI醫療公司大多仍處于打磨產品的階段，醫院的付費意愿并不高。

為此，探索商業模式成為了當下AI醫療公司發展的主旋律。

一方面，AI醫療公司尋求與更多醫院合作，以收集更多高質量的數據訓練深度學習模型。在此基礎上，不斷提高產品的診斷正確率，從為醫院“錦上添花”到“雪中送炭”，切實滿足醫生對效率提升的需求，以提升醫院付費意愿。

另一方面，數坤科技、匯醫慧影等已經進入臨床階段的公司正在通過并行多產品線在更多的醫療細分領域進行技術創新，以此尋找更多的盈利模式。“人工智能企業前期在人才、數據、客戶資源等各方面的投入很大，所以盈利是要有一個周期的。隨著企業的產品越來越多，價值也就會越來越大，因為產品研發的效率肯定是成本遞減的。”馬春娥表示。

如何保證數據的有效性，爭取盡早通過CFDA審批，也是各AI醫療公司的當務之急。這也對公司的市場能力提出了更為嚴苛的要求。

此外，更多創業者的目光瞄向了基層市場。三甲醫院在AI醫療公司的搶奪下，已趨于飽和；而基層醫療市場數據量大，醫療資源更為不足，分級診療的推動也讓這一市場煥發了新的生機。