医疗AI的2020,会掉入大基金的“金钱陷阱”吗?

简介: 医疗AI无疑为普通人民和产业都带来了福音,对此,我们别无选择。但控制它、驾驭它的节奏,对于资本与政策这两只手来说,或许是未来数十年都必不可少的智慧。

云栖号:https://www.aliyun.com/#module-yedOfott8
第一手的上云资讯,不同行业精选的上云企业案例库,基于众多成功案例萃取而成的最佳实践,助力您上云决策!

大基金,一直是中国产业升级的王牌。

半导体行业被“卡脖子”?1200亿产业基金走起。人工智能、新能源、新材料等战略产业,各种千亿级规模的专项引导基金了解一下?

在诸多领域中,关乎健康需求的医疗基金,也开始伴随着与AI、大数据等前沿科技的结合而迸发出新的机遇。不仅诸如阿斯利康之类的制药研发机构、平安等科技公司,纷纷开始从资本领域布局,国家也从战略层面开启了帮扶之路。

预计2020年,将是智慧医疗产业基金遍地开花的一年。那么,产业端有没有准备好运用这样的“天降之财”呢?

image

医疗大基金,一剂打给未来的强心针

目前来看,中国的医疗产业好像已经完成了承接一场“资本大跃进”的准备。

比如在北上广和强二线等城市,大多数优质医院已经完成了医疗AI所需要的数据基础建设。目前,我国三级医院基本达到HIS全覆盖,而二级及以下医院覆盖率达80%。这意味着,接下来推进以病人为中心的临床数字化智能管理,也有了基础。

与此同时,技术方案的输出方也开始呈现全面化的态势。比如在智慧医疗的整体解决方案上,华为、腾讯、平安等多家巨头都已经在软硬端都实现了布局。去年,东软、卫宁健康、易联众等医疗信息化上市行业也表现亮眼,毛利率超40%。

image

在医疗设备及产品的设计、制造、应用环节,也涌现出了不少高精尖制造企业,在深圳等城市的医疗智能装备产业基地,不少智能车间正在挑战高精度的医疗器械。

智慧医疗带来的需求和供给的“双侧”革新,正在带来一场全生态体系的全面转型。

从这个角度看,医疗AI成为资本宠儿似乎是一件理所当然的事。我们也乐见在这些意识更为超前的区域和企业,人工智能产业基金也在不断流入医疗健康领域。这无疑给人们对医疗与AI的结合更加充满信心。

不过问题来了,产业内的大多数企业,真的做好承接的准备了吗?

无法抵抗的金钱诱惑,与外强中干的医疗AI

需要承认的事,尽管我们已经听说了人工智能在医学影像、医疗器械、药物研发、手术机器人等领域的应用,但神乎其技的强势宣传,与AI技术本身的产业化落地,短期内还是两码事。

换句话说,医疗AI在一段时期内,恐怕还是只能靠国家扶持的“奶娃”。

首先,从全球企业的现实状况来看,许多能够刺激基金管理者的技术概念,比如智能外骨骼、新药研发等等,都无法在明年就直接走入应用场景。

举个例子,目前AI在影像科的应用还仅仅停留在病灶检测当中,无法实现从检测结节、进行分析到出具诊断报告的一体化进程,也就难以在临床真正落地。

资本对技术概念的盲目热衷,遇上应用端的冷脸,很有可能让投入直接凉凉。

image

其次,AI医疗也存在创意分配不均的问题。比如在较为成熟的计算机视觉领域,对眼部、肺部进行识别,更容易实现较高的准确率,导致眼部筛查等项目扎堆出现。而针对肺结节、脑出血、肝脏等复杂领域,以及医务人员工作强度更大的领域,反而少有切入。这也进一步导致在垂直算法、数据积累层面与国际医疗AI公司拉开了差距。

在产业发展路线图上,科技公司、医学企业、基金管理者、政策制定者的具体需求可能都各有不同,也进一步提升了基金方向的难度,影响着产业的健康发展。

有时候金钱的诱惑,也是一颗产业的“毒饼”。想要真正取得良性发展,资本的“大跃进”显然无法实现这一时代重任。

遥望2020,医疗AI的商业价值出口

既然如此,2020年最有可能率先出位,在商业效益与技术价值上实现突破的会是哪些潜力股呢?

1.老龄化。

用人工智能进行诊疗,显然还不足以打开终端场景。但辅助缓解社会的老龄化危机,或许将是中国AI医疗的有效解决方式。

以邻国日本为例,日本65岁以上人口比例居世界前列(接近国家总人口的三分之一),对于人工智能切入老年医护领域的创新十分关注,比如提供精神安慰的数据狗,针对失智症患者的沟通工具等等,都开始在日本消费端出现。

而中国的人口出生率也在近年来跌至历史低点,未来五年内死亡和移民人数将超过中国的出生人数,这意味着,老人的护理费用也会急剧上升。在这种情况下,除了智能音箱之外,未来数年内的老年陪伴场景,还有哪些AI硬件拥有机会,是值得遐想的存在。

image

2.主动健康。

日益增长的经济条件与人口规模的矛盾,让中国在医疗资源紧张的大环境下,面临的挑战和难度更加复杂。即使有人工智能加持,机器人辅助手术、高精度图像诊断等等,也无法强有力地替代医务人员的专业技能。如何让医护工作者保持合理的诊疗强度,是一个短时间内难以解决的问题。

不过,健康领域的人机交互就能在预防和诊前阶段这样数据相对模糊的领域,提供肥沃的价值土壤。MIT Technology Review Insights在《人工智能与人力资本》中也认为,医疗保健将成为人工智能和自动化技术的受益行业之一。

比如利用可穿戴健康设备识别疾病征兆并追踪健康状况,就能促进用户的主动健康管理。2019年,科技消费硬件代表苹果已经在最新款Apple Watch 上展示了健康保健的数据支持价值,中国硬件厂商的2020不出意料也会持续加码。

相关基金也开始关注并扶持这样的产品创意,借助更多智能硬件来发挥技术价值,不出意外也会是快速增长的领域。

image

3.数字基建。

与智慧城市、工业AI等快速可见收益的领域不同,大多数地方产业还未能就医疗领域的人工智能发展制定出具体的产业规划。这也使得许多地区的医疗还没能完成建立患者信息数据这一基础建设工作。与许多发达国家相比,我国医疗IT投入虽然增长较快,但整体投入仅占我国医疗总费用不足1%。

显然,依靠商业机构主动来完成这样的保障工作,是不太现实的。比如印度就将数字医疗的数据生态系统转化成基础设施建设项目,交由IT公司来完成。

因地制宜完成大型医疗数据集的硬性需求,也将给医疗AI产业带来前所未有的机会,并为未来几年的技术突破奠定基础。

image

医疗AI无疑为普通人民和产业都带来了福音,对此,我们别无选择。但控制它、驾驭它的节奏,对于资本与政策这两只手来说,或许是未来数十年都必不可少的智慧。

原文发布时间:2019-12-10
本文作者:藏狐
本文来自云栖社区合作伙伴“脑极体”,了解相关信息可以关注“脑极体

云栖号:https://www.aliyun.com/#module-yedOfott8
第一手的上云资讯,不同行业精选的上云企业案例库,基于众多成功案例萃取而成的最佳实践,助力您上云决策!

相关文章
|
9天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用与挑战
【10月更文挑战第21天】 本文深入探讨了人工智能(AI)技术在医疗诊断领域的应用现状与面临的挑战,旨在为读者提供一个全面的视角,了解AI如何改变传统医疗模式,以及这一变革过程中所伴随的技术、伦理和法律问题。通过分析AI技术的优势和局限性,本文旨在促进对AI在医疗领域应用的更深层次理解和讨论。
|
23天前
|
数据采集 机器学习/深度学习 人工智能
AI在医疗诊断中的应用与挑战
随着人工智能(AI)技术的飞速发展,其在医疗领域的应用也日益广泛。从辅助医生进行疾病诊断到提供个性化治疗方案,AI技术正在改变着传统医疗模式。然而,AI在医疗诊断中的应用并非一帆风顺,面临着数据质量、模型可解释性、法规政策等一系列挑战。本文将从AI在医疗诊断中的具体应用场景出发,探讨其面临的主要挑战及未来发展趋势。
|
20天前
|
机器学习/深度学习 人工智能 安全
AI技术在医疗领域的应用与挑战
本文将探讨AI技术在医疗领域的应用及其带来的挑战。我们将介绍AI技术如何改变医疗行业的面貌,包括提高诊断准确性、个性化治疗方案和预测疾病风险等方面。同时,我们也将讨论AI技术在医疗领域面临的挑战,如数据隐私和安全问题、缺乏标准化和监管框架以及医生和患者对AI技术的接受程度等。最后,我们将通过一个代码示例来展示如何使用AI技术进行疾病预测。
34 2
|
24天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
本文探讨了人工智能(AI)技术在医疗领域的应用,包括其在疾病诊断、治疗计划制定、患者监护和健康管理等方面的潜力。通过分析AI如何帮助医生更准确地诊断疾病,提高治疗效果,以及降低医疗成本,我们可以预见到一个更加智能、高效和人性化的医疗未来。 ##
|
21天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景
本文探讨了人工智能(AI)技术在医疗领域的应用,包括疾病诊断、治疗方案制定、药物研发等方面。通过对现有研究成果的梳理,分析了AI技术在提高医疗服务效率、降低医疗成本、改善患者体验等方面的潜力。同时,也指出了AI技术在医疗领域面临的挑战,如数据隐私保护、伦理道德问题等,并展望了未来的发展趋势。
77 2
|
22天前
|
机器学习/深度学习 人工智能 机器人
AI技术在医疗领域的应用及挑战
本文将探讨人工智能(AI)在医疗领域的应用及其面临的挑战。我们将从AI技术的定义和分类开始,然后详细介绍其在医疗领域的具体应用,如疾病诊断、药物研发等。最后,我们将讨论AI在医疗领域面临的挑战,包括数据隐私、伦理问题等。
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用##
在现代医疗领域,人工智能(AI)技术正在逐步改变传统的诊疗方式。本文将探讨AI在医疗中的几个关键应用,包括医学影像分析、疾病预测和个性化治疗等。通过这些应用,AI不仅提高了诊断的准确性和效率,还为患者提供了更加精准的治疗方案。 ##
49 2
|
22天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与挑战
本文深入探讨了人工智能(AI)技术在医疗领域的应用现状、面临的挑战以及未来发展趋势。随着科技的飞速发展,AI技术正逐渐渗透到医疗行业的各个环节,从疾病诊断、治疗方案制定到患者管理等,都展现出巨大的潜力和价值。然而,AI技术的广泛应用也带来了数据安全、伦理道德、法规监管等一系列挑战。本文旨在通过分析AI技术在医疗领域的实际应用案例,揭示其优势与不足,为推动AI技术在医疗领域的健康发展提供参考。
60 1
|
23天前
|
机器学习/深度学习 人工智能 搜索推荐
AI技术在医疗领域的应用与前景####
本文深入探讨了人工智能(AI)技术在医疗健康领域中的多维度应用,从疾病诊断、个性化治疗到健康管理,展现了AI如何革新传统医疗模式。通过分析当前实践案例与最新研究成果,文章揭示了AI技术提升医疗服务效率、精准度及患者体验的巨大潜力,并展望了其在未来医疗体系中不可或缺的地位。 ####
|
22天前
|
机器学习/深度学习 人工智能 监控
AI技术在医疗领域的应用##
本文深入探讨了人工智能(AI)技术在医疗领域的多方面应用,包括疾病诊断、治疗方案优化、患者管理和远程医疗服务等。通过分析当前AI技术的发展趋势和挑战,文章旨在揭示AI如何改变传统医疗模式,提高医疗服务的效率和质量。此外,文章还讨论了AI技术在医疗领域面临的伦理和法律问题,以及未来的发展方向。 ##
27 0

热门文章

最新文章