九成医疗AI都在做影像 同质化竞争加速行业成长

140余家从事医疗AI的企业，近120家在做医学影像业务，其中约百家企业布局于肺结节影像产品——八点健闻调研发现，看上去蓬勃发展、四面开花的中国医疗AI行业，跟很多新兴行业一样，同质化现象严重，只是非常有限地，挤在某些容易涉猎的领域里相互“追随”、彼此竞争。

2018年被称为“医疗AI”落地之年。全国上千家三甲医院引入了了AI产品。但同质化、烧钱严重且尚未找到合理的营收模式，成为这个新兴行业的发展之痛。

优胜劣汰是必然的结果。2019年，随着资本寒冬的到来，“烧钱”的医疗AI产品势必会经历一番“洗牌”。有钱烧的撑下去“再活三年”，没钱烧的关门歇业。

AI，是Artificial Intelligence的英文缩写，谓之人工智能。基于人类已在线储存的知识、经验，设计者让计算机通过自然语言处理、语言识别、图像识别等技术，代替人类进行一些重复性的操作。这种技术应用到医疗中，即为医疗AI。

同质化竞争加速行业成长

“对比中美医疗AI公司的业务布局，我们不难发现，目前美国医疗AI企业行业分布较为广泛，而中国医疗AI企业大多集中在影像方面。”在首届中国医学影像AI大会上，中华医学会放射学分会候任主任委员、中国医学影像AI产学研用创新联盟理事长刘士远教授说。

“有的医院会引入好几家企业的AI产品，无一例外全都是做肺结节的。”一位不愿透露姓名的行业人士告诉八点健闻。可见在医院这个医疗AI产品的主战场上，同一类别产品的竞争有多惨烈。

目前在中国的医疗A企业中，包括联影、推想科技、深睿医疗、依图医疗、科大讯飞、体素科技、汇医慧影、图玛深维、点内科技、翼展影像、视见科技、腾讯觅影、青燕祥云、杏脉、健培、连心等在内的二十余家企业都已经在肺部疾病方面有所布局。

仅次于肺部疾病的是眼底疾病。包括体素科技、Airdoc、健培、Deepmind、爱尔眼科，以及IBM Watson、腾讯、百度等在内的十余家企业已在该领域布局。

为什么都集中在肺结节和眼底疾病影像上呢？

“因为肺结节和糖网存在公开的数据库，且数据库丰富而完整，所以大部分企业都将肺结节和糖网产品作为主要产品，有些蝴蝶效应。”体素科技创始人兼CEO丁晓伟说。

阿里健康高级副总裁柯研分析，医疗AI行业同质化竞争的原因主要有二：一是影像科目前对AI的应用是相对成熟；二是影像科CT平扫、磁共振检查等工作多为重复性劳动，对AI的需求也很迫切。去年10月，在首届全国医院物联网大会上，阿里健康宣布启动面向医疗AI行业的第三方人工智能开放平台，12家医疗AI领军公司成为首批入驻平台的合作伙伴。

柯研在接受媒体采访时称，平台在选择企业合作时“会鼓励他们做交叉，不要做同质化，要认清市场的趋势，仔细权衡做某样产品的优缺点”。但他并不否认竞争的合理和积极性。“如果平台出现同质化的企业，我们会让市场说话，看医生、医院愿意选择哪家产品，我们坚信市场的选择是最有效率的，且竞争的存在也是合理的。”

值得注意的是，“高集中”的特点虽然降低了医疗AI品类的丰富度，但也促使了相关医疗AI产品更快地走向成熟。刘士远介绍，目前，从中国人工智能医疗影像产品研发的成熟度来看，肺结节的成熟度最高，其次是糖网筛查。此前，八点健闻文章也提到，未来，国内AI影像的第一张“三类证”一定会出在在肺部影像或眼底影像的产品中。

只烧钱不赚钱+资本严冬

“2018年末、2019年初，部分企业还拿到了融资，这部分资金至少能支撑这些企业渡过相当长的时间，而没有获得融资的医疗AI企业，在经济形势下滑后，很有可能迈不过这个门槛。”上述行业人士表示，2019年起，医疗AI行业将开始进行“洗牌”，而这些企业将在2020年迎来最残酷的竞争。

对于医疗AI来说，现在依然处于高投入阶段。拿最简单的人力成本举例，目前对于绝大多数医疗AI企业来说，从算法、产品、工程，到运营、商务，各个部门的人员几乎都是“顶配”。此外，医疗AI企业在前期收集数据、研发产品以及后续的商务销售过程中也需要投入较多成本，图玛深维创始人钟昕表示，往往研发一个医疗AI产品的成本，至少需要数百万元，开发周期达6-12个月。

在不断投入高昂成本的同时，医疗AI现阶段并没有实现合理的营收。

过去一段时间，市场孕育了一些可供未来参考的收费模式。比如：第三方影像中心大多采用按使用次数收费的模式，一些医院大多使用一次性买断产品的付费模式。

但由于行业尚处于发展早期，目前医疗AI产品大多是不收费的，即便收费也是向B端的医疗机构收费，并非是向C端的患者用户收费。

2018年8月中旬，浙江大学医学院附属邵逸夫医院率先就人工智能相关产品开放收费目录，文件中标明“（特需）人工智能辅助多学科疑难病联合诊治，6500元/次”。青岛、辽宁等地区紧随其后，也将部分人工智能服务加入收费目录。医院方已经在这一年作出了巨大的突破。

不少业内人士表示，这些收费模式主要是针对“会诊”收费，并非针对人工智能收费。不过，也有人认为，这样的商业模式目前并没有为企业带来系统的营收，对陷入资金饥渴中的企业来说，不过是杯水车薪。

“小而美”的赛道

跟其他新兴产业一样，这是AI进入医疗领域必经的阵痛。只是恰逢资本市场的严冬，使前行之路变得格外困难。但大批行业人士仍看好其发展前景，并在更大范围内探索AI医疗应用的可能性。

一些企业开始尝试开发一些覆盖其他病种的产品。

“不要挤到一片红海中去。”道彤投资创始管理合伙人孙琦告诉八点健闻，做医疗AI产品，首先要选一个差异化赛道。他提到，比如道彤投资的兰丁医学是用AI做病理分析，美国一些企业是用AI做药物研发，这些都是不错的赛道。

实际上，医学影像的市场需求远不止于肺结节及糖网筛查。

肿瘤、心血管病等占据死亡率前列的疾病，对医疗AI也提出需求。在IBM创新实验室浸淫十年的马春娥，在离开IBM后选择继续深耕医疗AI。

2017年6月，马春娥创立了数坤科技。然而她并没有像大多数企业一样从肺结节入手，而是选择从难度更大的心血管领域切入产业。“一方面，与肺癌、肺结节等疾病不同，心血管疾病的诊断流程更加复杂，心脏CT图像需要首先经过复杂的三维重建，之后诊断医生根据三维重建的图诊断出血管的起源、走形、血管壁的斑块、管腔狭窄等情况。另一方面，心血管疾病的公开数据集比较少，收集数据就是一个很大的难题了，此外也没有什么开源模型，起步就很难。”马春娥说。

难度虽然大，但数坤科技却相信选择“偏门”的道理。目前，数坤已推出全球首个针对心血管疾病的人工智能诊断产品，并已进入临床诊断全流程，即能够将影像智能后处理、AI疾病诊断与AI报告与打印全流程打通。在马春娥看来，由于研究的病种类似、产品同质化程度高、业务集中度高，未来将会有蹭热点的伪医疗AI公司消失或关掉AI部门。AI医疗正从狂热期转向冷静期，这会让业务模式更清晰的企业浮出水面。

腾讯优图实验室也选中了一个小而美的赛道。他们的一个产品是将超声AI研究首先应用到乳腺肿瘤筛查上。实验室医疗负责人郑冶枫告诉八点健闻，优图实验室选择布局的病种有两个原则，首先，这个病种是可以基于影像进行诊断的。其次，这个病种对于人工智能的需求要是比较迫切的，比如发病率极高、需要提高筛查效率等。

以乳腺癌为例。目前，乳腺癌已经成为中国女性发病率第一高的疾病。根据2018年中国癌症统计报告显示，2014年中国女性乳腺癌年新发病例约27.89万例，占女性全部恶性肿瘤发病的16.51%。定期做乳腺检查，是预防乳腺癌最有效的方式，乳腺癌发现越早，治疗效果越好。

常见的两种乳腺癌筛查影像检查方式一是钼靶X光，另一种就是超声。由于欧美女性脂肪较多，更适用于钼靶检查，可以清晰地发现脂肪中的肿瘤。但是中国女性的乳腺大多属于纤维型，脂肪不多，因此钼靶不容易发现肿瘤。相反，这种情况就更适用于超声检查。

“正因如此，超声已经成为现在中国比较推荐的筛查手段，而我们也选择将人工智能技术运用到超声检测当中。”郑冶枫提到，较之钼靶X光，超声没有放射性，对身体损害比较小，价格也比较便宜。

钟昕则表示，对于医疗AI来说，每一个病种的市场规模都在数十亿元以上，并不“小”。他提到，“如果垂直赛道的产品真的能解决问题，能够提升医疗服务能力和效率，并且做的较有特色，就会有很大的机会。”