21世纪经济报道见习记者季媛媛 上海报道 “我们正马不停蹄地走入健康新时代，AI与机器人在医疗保健领域的地位越来越高了。”普华永道《What doctor》报告中曾这样写道。

随着人工智能的春风吹到医疗领域，“AI+医疗”成为人工智能技术落地应用最火热的场景之一，也是一个不断崛起的万亿级市场，吸引着大量的资本和企业入局。

不过，在经历了一波狂热追逐，特别是在持续投入不见回报之后，很多以技术见长的科技巨头开始放弃对“AI+医疗”的幻想。

继今年2月传出IBM在兜售人工智能医疗诊断先驱Watson Health业务后，近日又传出互联网科技巨头谷歌旗下健康部门Google Health解散的消息。Google Health是谷歌在“AI+医疗”业务上的一个重要载体。其许多工作都集中在利用机器学习和其他智能技术来帮助患者护理上。部门解体后，其原有专注于AI医疗影像的团队则将被划入到谷歌的搜索和人工智能部门。

除了谷歌外，另一个科技巨头苹果的智慧医疗业务也岌岌可危。最新报道称，苹果公司正在缩减其健康部门的一个关键项目——HealthHabit应用程序团队规模。HealthHabit是苹果健康诊所出现的最大项目。

同样在上个月，国内“AI四小龙”之一的依图科技在上市受挫后出售了其医疗业务。而最近同样在冲击IPO、又位列“AI四小龙”的商汤科技，其最新公开的招股书上并未将医疗业务列入。

可以说，AI医疗的光环正在消散，当科技巨头受挫、独角兽离场，这个行业开始进入一个“冷静”发展期。

某AI医疗资深从业人士在接受21世纪经济报道记者采访时表示，这几年来，人工智能是烧钱最为严重的行业之一，再加上医疗本身就有较大的技术和专业壁垒，要想炒作概念还行，但是真正要想实现商业化落地太难了。

那么，在AI医疗的真正风口没到来之前，当下众多AI医疗企业又该如何继续前行？

科技巨头折戟AI医疗

近年来，随着互联网技术的飞速发展，人工智能技术开始从实验室走向真实世界落地应用。其中，在医疗中的应用是人工智能技术落地最快的领域之一，应用场景包括医学影像、临床决策支持、病例分析、语言识别、药物挖掘、健康管理、病理学等众多细分领域。

为此，近几年来，西门子医疗、GE医疗、飞利浦医疗、联影医疗以及东软医疗等国内外医疗器械公司纷纷成立智能医疗部门。而谷歌、苹果、阿里巴巴、腾讯、百度等互联网科技巨头也纷纷跨界布局“AI+医疗”，并成为公司未来战略的重要组成部分。同时，在资本助力下，“AI+医疗”也冲出了如森亿智能、深睿医疗、汇医慧影、依图科技等行业独角兽。

不过，抢先入局是一回事，最终能走多远又是另外一回事。

8月下旬，AI医疗业务看似已经进入至暗时刻，先是依图科技医疗业务传出已被出售给昔日的竞争对手深睿医疗，再有成立不满3年的Google Health负责人离职，项目和团队被拆分。就连正在冲击IPO的商汤科技在招股书上也未将医疗业务列出，可见，AI医疗地位已经大不如前。

不过在新冠肺炎疫情之下，人工智能、5G、大数据等新一代信息技术在辅助疫情研判、创新诊疗模式、提升服务效率等方面发挥了巨大的优势。

也正是看到了这一市场前景，早在多年前，微软、IBM、Facebook等诸多科技巨头就开始将目光瞄准AI医疗。2011年，IBM公司宣布开发机器人沃森，并加速布局AI医疗；2020年1月，微软启动了号称致力于提升全世界人民和社区健康状况的AI for Health项目，旨在通过人工智能，触及疾病预防、诊断和治疗；2018年，Facebook宣布和纽约大学医学部成立fastMRI项目，希望能共同研究如何加速MRI成像。 但是，要想完成AI医疗布局，并没有想象中那么容易。短短几年时间，IBM 决定出售旗下沃森健康业务，谷歌宣布拆解Google Health，Facebook连夜关停人工智能系统，互联网巨头们最终还是选择放弃AI医疗的发展探索。

据从媒体对多位现任和前任IBM经理和科学家采访得知，“事实证明，布局AI医疗的挑战比预期的要困难得多，耗时也长得多。”

某AI医疗资深从业人士在接受21世纪经济报道记者采访时表示：“失败是必然的，这几年来，人工智能是烧钱最为严重的行业之一，再加上医疗本身就有较大的技术和专业壁垒，要想炒作概念还行，但是真正要想实现商业化落地太难了。无论是IBM、谷歌，还是Facebook，本身就没有医疗的基因，这也使得失败变得顺理成章。”

“基于行业前景进行战略布局根本就是伪命题，是否深耕医疗领域，懂得专业壁垒才是行业需要深究的重点。”上述人士强调。

AI商业化落地难在收费

据《2020人工智能医疗产业发展蓝皮书》显示，当前，人工智能技术融入国内诊疗流程的主要切入点在于医学影像和精准医疗。在医学影像方面，人工智能技术主要依托图像识别和深度学习能力，用以解决病灶识别与标注、靶区自动勾画与自适应放疗、影像三维重建3类诊断需求。

从2016年到2021年，AI医学影像经历了从行业升温、备受追捧、到回归商业化落地检验的起伏之旅。

行业参与者们在竞争与共同推动市场发展的氛围中，完成了初步的技术验证、产品打磨和市场教育，但还需面对最大的拦路虎——商业化落地。

根据行业分析报告，AI医学影像落地方式主要有两种，一是，作为医疗器械销售给医院；二是，进行医疗服务费分成。

其中，服务费分成需要AI医学影像产品实现大规模普及，并且能够下沉基层医疗市场。而基层医学影像市场有超千亿的增长空间。医学影像相关的设备渠道也相对空白，存在建立渠道的机会，供应商可以以医学影像服务为切入点。这也成为AI医疗落地的主要方式之一。

为此，针对人工智能在医疗领域的布局及商业化落地，目前，包括GE医疗在内的诸多跨国企业都将目光瞄准基层医疗市场。GE医疗中国副总裁兼首席创新官戴鹰此前在接受21世纪经济报道记者采访时也表示，全面国产化是GE医疗的重要策略。一方面，GE选择把智能化、数字化的技术融入到设备当中，向基层医院提供智能设备，提高医院各大科室运作效率，为临床提供智能化的解决方案，帮助基层提高医疗服务水平及能力，帮助高端医院提高效率，在基层和高端医院互联互通的时候可以改善患者看病的可及性。另一方面，在中国建立生态体系，选择本土优质合作伙伴展开合作。在设备、医生、医院、管理者等方面进行多方赋能，进一步提升医疗效率、质量、可及性。

“2021年被认为是数字医疗真正落地走向实践与临床融合的大年。医院用户行为的改变，催生了产业本身范式的演进。真实世界的问题，需要产业进入统一端口接入时代。增长的市场，需要明确赛道的划分。临床思维、患者思维、开发者思维需要进行有机结合。在过去这段时间，我们花了很多的精力去将人工智能产品落地在了200多家医院。”戴鹰说道。

不过，也有不少企业没能走上这样的幸运之路。依图科技离职员工刘骏（化名）在接受21世纪经济报道记者采访时表示，很多人将AI商业化落地难归结于医院的准入门槛较高，实际上，AI企业要想入院并没有想象中难度大，真正的难点在于想要从医院收费实属一大难事。

“从2015年开始，医学影像AI公司层出不穷，这些公司奉行的是快速上市，快速迭代的模式，对于临床数据和临床使用反馈有很大的需求，因此，长期以来都是通过免费赠送系统的方式进入医院，以求获得院内数据训练及临床医生反馈。很多医院巅峰时期有5-6套，甚至10来套同一种类型的AI系统，这种情况下医院并没有强烈的付费冲动。”刘骏表示，这也导致许多AI医疗企业布局者由于是系统不好卖，同质化竞争严重，最后还是回到了信息化公司那一套比拼谁的商务关系更硬，而不是系统性能。

临床应用背后险象丛生

在同质化的竞争模式下，AI医学影像行业整体处于“试用”的状态，三甲医院几乎已被各供应商产品占据，但尚未开闸销售，由此，评判医学影像的另一个标准则——临床价值。

在刘俊看来，这个标准对于AI医疗企业而言更是扯。“AI系统的价值很难量化，有时候医院对于提升效率并没有那么迫切的需求，反而对于准确性要求更高，但目前AI很难达到。或者说，即便准确性够了，医生依然要去看一遍以确保安全，这就有点类似于自动驾驶，你说你可以自动驾驶，万一出事儿了算谁的？”

由于所谓临床价值是极其难以量化，不同医生对于医疗AI系统的认知天差地别，AI软件不像硬件，不是强需求，放射科没有CT就没法儿开门做生意，但没有AI一样可以写报告。在这样的情况下，如何评判AI医疗产品的临床价值则是仁者见仁智者见智。

“冠脉CTA，有没有价值？很有价值，直接将原来三个小时的工作量在十几分钟内完成了。胸部CT影像智能有没有价值？也很有价值，几百份胸部CT可能在几分钟就看完了。但是，哪怕这些产品有价值，愿意为此买单的医院也是屈指可数，而这就代表着AI企业的类似产品足够多，价值还不足以大到让客户买单。”在刘骏看来，只有真正达到能够产生患者获益的临床服务才会被买单，毕竟，临床并不会为一两个核心功能如肺结节检出或者其他类型的病灶检出付费，而是需要一个真正的解决方案，帮助医生解决某一个方面的问题，有了这一个系统，医生就能解决放射科有关胸部CT的问题。

也是在此背景下，许多AI企业开始包装出了各式各样的解决方案，如平台一站式解决方案，生态链打造，但内核还是在信息化的基础上加入智能化的元素。而这一现象在刘俊看来，属于强行纳入解决方案。

“比如肺结节检出，这最多算是一个功能，再比如一套能够做肺结节检出的系统，能够提示医生病灶的位置，大小，良恶性，并给出诊断建议，这是一个产品。但是，如果能够把这套系统用到临床上或者大型的肿瘤筛查上，真正让患者获益，这才是能够产生患者获益的临床服务。”刘骏说道。

目前要想达到这样的理想状态还有许多环节需要打通，并非一朝一夕可以完成。而对于创业者们来说，时间耗不起。

某AI医疗企业高管在接受21世纪经济报道记者采访时直言，当初创业者们梦想的是高举高打，最先进的技术，最先进的产品，推出后立刻形成爆款，获得高收益。但是如今的AI医疗发展速度还没有达到当初创业者们预期中的快速增长，特别是在推动临床价值产品落地的阶段，才发现后续的渠道建设、采购流程、商务关系维护才是最烧钱的，成本高出天际，也是在这一阶段，不少AI医疗承受不了高额的支出，纷纷宣布失败。

“AI医疗创业者们之前把医疗行业想得太简单，总觉得医疗行业是保守、陈旧、迂腐，认为公司的先进技术一定能够大卖，但实际上一个全新技术的理论突破到临床应用其实要经历一个非常漫长的过程，这也符合整个医疗行业的发展路径。例如，从X射线发现到临床应用，再到医疗AI高速发展，必然会面临诸多坎坷，也必然要经历几轮淘汰和迭代。”上述高管说道。