0
他山之石，可以攻玉。
当前医疗人工智能发展十分火热，但作为一片全新的市场，大多数企业并没有很明确的方向。这种情形下，参照国外的发展经验可以为国内企业更好地看清未来提供诸多帮助。
Airdoc作为一家同时耕耘中美市场的医疗人工智能企业，对于当前的市场有着独到的见解。Airdoc董事长张大磊认为中美医疗人工智能市场主要存在四大差异：
一、美国医疗机构拥有更好的诊断一致性，更注重基础设施的建设。
二、美国的各类医疗人工智能应用发展更为均衡，国内则主要集中于医学影像
三、医疗人工智能在治疗领域比诊断拥有更加光明的前景，但国内在这方面的布局落后于美国。
四、中国医疗人工智能企业太过局限于对人的研究，但其实微生物和动物市场同样十分广阔。
以下是Airdoc董事长张大磊先生的分享原文，雷锋网做了不改变原意的编辑：
过去几年，我们在美国市场和中国市场都做了一些工作，发现这两个市场存在许多不同之处。今天和大家简单做一个分享，谈谈中美市场在医疗人工智能领域到底有哪些不同。
首先介绍一下我们公司，Airdoc是一个纯本土企业，在美国的公司其实也是中国公司的分支机构。和其他医疗人工智能公司相比，我们入局更早一些，当时医疗人工智能还没有这么热，我们在冷静的过程中学会了很多东西。我们对自己的定位是做每个人的人工智能，而不是只有大专家才能用得着的人工智能。
过去几年，医疗人工智能从不被接受到慢慢被接受，最终成为一个相对热门的事物。在这个过程中，我相信监管层面、行业层面、科技医疗领域都有许多新的认知和改变。比如北、上、广等医疗相对发达地区的三甲医院，陆陆续续都开始部署医疗人工智能。此外，还有很多大型的会议，把行业里优秀的同行和思想家们召集到一起相互交流，这在三年前是不可想象的。
同时我们也注意到，科技领域也开始比较关心这个话题了。几年前，人工智能领域的专家离产业还相对较远，但现在越来越多人开始意识到人工智能是拐杖型的技术，自己本身不能创造价值，必须和某个领域相结合。目前，金融、安防等领域已经有很多人在探索了，医疗领域的公司也慢慢多起来了。
但是随着越来越多人关心医疗人工智能，我们也注意到很多人的期望有些过高。人工智能技术发展至今，本质上并没有非常突破性的进展。在创立Airdoc之前，我负责过视频公司PPTV。那时候我们也用到了很多人工智能技术，每天都有几百万人上传视频，里面色情、暴力什么都有，不可能全靠组织人力来甄别。所以我们采用算法将所有视频录像、截图下来，识别里面的内容。这些从2012年开始就广为人知，是算法圈子里大家最熟悉的东西。
为什么过去几年医疗人工智能会慢慢热起来？我认为其中很大的一个因素就是，现在的医保和医疗改革遭遇了困境。不只是中国，美国也同样如此。中国和美国市场在人工智能上走过的路非常不一样，最大的不同体现在四个方面：
首先，中国的医疗和美国市场还存在很大的差异，其中最大的差异体现在诊断的一致性上。以B超为例，B超在国内每个人都有自己的手法，每个人看到的东西也不一样，因为扫描的过程不同。在美国，大多数B超医生都会扫描11个切面，被训练过的技师把这11张图取出来，如果大夫发现不符合要求就会打回去重做。究其根本原因，中美的思维方式不太一样，我们的思维方式比较混沌和艺术，而美国人的思维比较专业。
辅助诊断在美国市场并不大。我们一直关注在美国做辅助诊断的公司。我们之前合作的一些公司，开始融了一大笔钱，没几年就做不下去了。因为美国的分级医疗体系建立得比较完善，很小的问题到了全科医生那基本就搞定了，稍微严重一点的则会分配给对应的专科医生。其支付体系是严格按照效果付费的，有非常严格的要求，相当于有一个机制把治疗结果或诊断结果较差的医生排挤出去。但国内不是这样的，不同医疗机构之间的水平差的非常远。所以我们认为国内的辅助诊断市场要比美国更大。
另一方面，美国的精准医疗或者个性化治疗市场非常大，国内则落后得多。我们曾经把分诊分成LP往下推，大多数医生回访的时候发现，一个疾病推给县医院、市医院、省会医院基本就到头了。如果病人在省会医院还治不好，基本就不会更去更好的医院了，但有些地区的医疗水平其实是非常有限的。
Verily是谷歌投资过的一家公司。谷歌把自己的人工智能医疗交给一帮做研究的人，不指望它挣钱。它真正指望挣钱的是Verily，Verily本身并不做医疗人工智能，它是做数据处理的，为医疗人工智能公司提供数据和数据处理服务。我认为这种做法是非常明智的。我认为医疗人工智能的盈利周期是十年，并非今年投入明年就能发财；同时这个市场非常广阔，有很多涌进来。Verily把数据做到极致之后，既可以为药厂、保险公司服务，也可以为医疗人工智能公司服务。它们对于行业的定位比较长期，首先着力于发展基础设施。
但现在国内很多医疗人工智能公司都在走我们三年前的老路。三年前，我们的做法就是，把所有的疾病过一遍，看看还有哪些病没有算法，然后把它做出来卖给医院。他们都在尝试取代或者帮助医生做一件事情，但我认为这真正给医生带来的价值非常有限。
第二，我们注意到美国市场的五类人工智能应用发展比较均衡，每个细分应用都有大量公司在做。但国内大部分公司都在做医学影像，尝试用AI辅助新药研发的公司一只手就可以数出来。再比如，美国有大量公司在做健康生活管理，但国内却很少。而且国内公司基本都扎堆放射科，因为放射科的数据获取相对容易，且比较标准化。但我认为，虽然这样做通过PR在短期内容易融到一大笔钱，但长期来看，实际是在这个领域大量低水平重复建设。
这几年真正意义上的医学进展——至少在模式上能注意到的进展主要来自治疗领域，而诊断领域在过去几年里并没有太大的进展。在诊断领域，算法做得最好的基本只能达到接近人类医生。医生会观察病人的身态、步态以及交流方式，这是无法替代的。但治疗层面有非常多的参数和个性化的治疗方案，因此算法反而可能比人类做得更好一些。
我希望未来国内有越来越多公司涉足治疗领域，把诊断和治疗结合到一起。因为病人需要的是对疾病的有效干预和健康，而不是诊断。诊断能力的提高是医生所需要的，但从来没有人在医生工具上赚到钱，这是很残酷的现实。
中国非常重视人身上的医疗人工智能，但很少注意人以外的。美国市场则丰富得多，比如我们在美国花了大量时间用算法分析肠道微生物。
我们用算法分析人眼，出来一个诊断报告，FDA很可能会不通过。但我们也可以用算法分析动物的血管和疾病，这对行业上下游也非常重要。同样，在微生物领域，比如肠道微生物有大量的数据，我们处理过的微生物数据就达到了百万级别，比基因测序测出来的还要多。这同样可以起到很大的作用，甚至可以发现原来研究中不知道的东西。
现在国内慢慢有一些企业开始做基因领域的深度学习，但我并没有看到很多发力微生物或动物领域的公司，我认为这片市场也非常大。
前面提到了中国和美国医疗人工智能的四点不同，但二者也有相同之处，就是市场不好做，发展相对较慢。比如很典型的签字权问题。假如医院用算法给病人看病，一天能看一百个病人，其中九十五个是正常的，医生需要在算法判定为正常的九十五个病人的病例上签字，承担法律责任。解决这个问题的方法是，让法规允许算法签字，但这涉及的层面非常广。因为每一个结果都设计人命，监管层面会非常谨慎。雷锋网雷锋网
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
