|
|
<blockquote><p><span>让天下没有难找的医疗器械服务信息！</span></p><p><strong><span>“医疗器械助手”</span></strong><span> 让一切触手可及！</span></p><p><p><img src="image/20201014/ac7c4c86bff3f0660e634292dc511095_1.jpg" /></p></p><p><span>点击图片</span><span><span></span><p><img src="image/20201014/c407fe90207c2622cc8e1dff32d28341_2.jpg" /></p><p><img src="image/20201014/c407fe90207c2622cc8e1dff32d28341_2.jpg" /></p><p><img src="image/20201014/c407fe90207c2622cc8e1dff32d28341_2.jpg" /></p></span></p><p><br /></p></blockquote><p><br /></p><section data-role="outer" label="Powered by gulangu"><section data-tools="gulangu" data-id="23"><section>2016年以来，感觉医疗人工智能的项目多了很多，“算法”、“大数据”，“机器学习”、“智能读片”也成了很多医疗类公司的标准宣传用语。每个项目背后都有不是硅谷回来的美国技术大牛，国内知名院校学者担任CTO。大家既对人工智能拥有的超群智力、超快速度和准确性笃信不疑，另一方面又被各种人工智能项目的效果宣传难辨真伪。</section></section><p><span></span></p><p>在看得见的3-4年里，因为技术和医疗数据的限制，医疗人工智能项目的价值区间主要集中在知识图谱、影像判读、医疗数据分析和医学语义识别领域，尚处在弱智能的早期应用阶段。由于医疗领域高度细分和专业性，如果没有超级力度的政策配合，医疗AI中期内难以像金融AI，无人驾驶汽车一样吸引巨额投资，因此只能是局部突破稳步前进。</p><p><br /></p><p>目前中国市场上的医疗AI 玩家可以粗略分为以下几类：</p><p><br /></p><p><strong>1）外资IT或互联网巨头，</strong>如IBM, 微软，谷歌等等，技术领先，推广能力和资源充足。</p><p><br /></p><p><strong>2）内资IT或互联网巨头，</strong>如BAT, 平安，科大讯飞等，有技术或渠道或应用场景优势。</p><p><br /></p><p><strong>3）本土中小型专攻医疗AI创业公司，</strong>如Airdoc, 森亿、图码、推想、医惠等百多家公司（国外中小AI创业公司由于产品本土化和市场推广能力的关系，难以成为中国医疗市场主流玩家，更多通过技术合作或产品代理等形式进入）。</p><p><br /></p><p><strong>4）各种兼营AI业务的互联网医疗，</strong>医疗信息化或者健康管理公司，多数是集成和应用，甚至是追逐概念。</p><p><br /></p><p><strong>5）国内外医疗设备公司，</strong>如GPS,联影、美敦力和手术机器人等，增加AI模块可以提升产品功能和价值，从提供检查结果到提供诊疗建议。</p><p><br /></p><p><p><img src="image/20201014/8db3732852c226df57fe924f2be97063_5.jpg" /></p></p><p><br /></p><p>虽然医疗人工智能潜力无穷，但越是颠覆性的技术起步越是困难，尤其是在当下的国内医疗体制内：既没有高质量的医疗数据可以“喂大”人工智能，也没有相关的审批和临床使用规则可以参照，目前的医疗服务总体价格仍然低廉，用人工智能来代替人力的意愿并不强，支持医疗人工智能发展的支付方也很弱小。再加上软件产品完善及医疗硬件研发的周期，医疗人工智能注定又是一个需要情怀支撑的慢热型医疗创新。</p><p><br /></p><p>参考过去几年的移动医疗和精准医疗创业潮的走势，<strong>我们判断能够实现业务闭环的医疗人工智能产品比只能提供智能咨询的产品更有商业价值：</strong>因为“智能”的结果难以衡量，中国用户尤其不喜欢为简单的“建议”买单。</p><p><br /></p><p><strong>以“医疗咨询或诊疗建议”为输出结果的人工智能难以直接变现，与医疗器械或医疗实体结合后能合法完成某种疾病或某类人群的诊断或治疗间接变现更可靠。</strong>AI 公司过不久可能发现自己要么得去开发硬件要么得去搞线下医疗，不然也是只赚吆喝不赚钱。所以我们看好有实力的医疗设备企业+AI，毕竟初期大家的数据源和算法都差不多，渠道和用户获取能力更重要。</p><p><br /></p><p><strong>由于人工智能产品上市后的边际使用成本接近0，to C的产品会很快免费向用户开放，通过流量获得变现，也会出现互联网的1-2个寡头垄断某个领域应用，大多数产品会被头部产品淹没掉。而ToB的产品因为具有专业壁垒，市场推广模式更接近HIS，但集中度会高于后者。</strong></p><p><br /></p><p>目前人工智能产品主要卖点还是提高效率、代替人工，在医生人工不高、医疗等候时间不长的中国来说还是没抓到痛点，医患使用意愿都不强，搞AI的技术大牛们也没想清楚自家产品的应用场景是否真实存在。大家目前都认可人工智能的机会在基层医疗，但选择哪些区域、哪些病种或者哪些合作模式仍然是问号，简单卖产品很难收费，搭配服务一起卖又执行困难……</p><p><br /></p><p>跟传统医疗创业相比，人工智能其实投入大风险高。且不说目前AI人才奇货可居，医疗数据获取成本也越来越大，数据清洗、标注和算法困难未有突破。从某种意义上讲，医疗人工智能还处在基础研究阶段，更适合以研究为中心进行模式验证而不是过早的商业化赚钱。</p><p><br /></p><p>虽然未来每家医疗机构或公司都是“AI”的，人工智能会成为医学的底层技术。但是目前很多公司低估了“AI”的难度或者高估了“商业前景”，经过1年左右的折磨也许就会洗掉很多投机的人工智能公司。</p><p><br /></p><p><p><img src="image/20201014/cf849ffe758029597d74f4b7cdd1b01b_6.jpg" /></p></p></section><p><br /></p><section data-id="1658"><section><section><section data-id="1658"><section><section><section data-id="1658"><section><section><section data-id="1658"><section><section><p><span><strong>相关阅读</strong></span></p></section><p><p><img src="image/20201014/ec237188ae1e9c03eb4d9814f31b18ab_7.gif" /></p></p><p><span>为什么要做人工智能，这篇基本说透了！</span><br /></p><p><br /></p><p><span>尴尬了！AI肿瘤识别准确率超过医生，却进不了医院</span></p><p><br /></p><p><span>【黑科技】三星和 MedyMatch 联合打造用于急救的 AI 医学影像仪器</span></p><p><br /></p><p><span>如何区分人工智能、机器学习和深度学习？</span></p><p><br /></p><p><span>人工智能遥远？GE、西门子、奥林巴斯、美敦力、强生、万东…早已出手</span></p><p><br /></p><p><span>【创世纪】中国团队在CT肺结节人工智能诊断上打破世界纪录</span></p><p><br /></p><p><span>【大盘点】2017年国产主流CT品牌大PK</span></p></section></section></section></section></section></section></section></section></section></section></section><p><br /></p><p><p><img src="image/20201014/da0d101cb2763cefb61f8120386ec54a_8.png" /></p></p>
|
|
发表于 2020-10-14 17:52:32