回顧近期智慧醫療領域的新聞，巨頭們的動作不斷。

　　去年7月，阿里發布“DoctorYou”AI系統，主要應用于醫學影像診斷;去年8月，騰訊發布AI醫學影像產品“覓影”，用于早期癌癥診斷;今年9月，英特爾技術團隊發布AI全周期健康管理系統，幫助提升乳腺癌篩查的檢測精度和效率;不到一個月，谷歌又開發出了一種名為“淋巴結助手”的AI系統，采用癌癥檢測算法，能夠自動評估淋巴結活檢……

　　在梳理了巨頭們的AI醫療產品后，智能相對論(ID：aixdlun)發現，“癌癥診斷”成為了眾多產品的一個共同點。在過去的一年里，BAT、谷歌、微軟、蘋果等科技企業均不遺余力地布局AI+醫療，而他們的第一步都十分有默契地選擇了“癌癥診斷”。

　　為什么“癌癥診斷”成為了巨頭們的“寵兒“呢?

　　外在驅動：時代的“號召”

　　資本永遠是趨利的，廣闊的市場空間，強有力的社會和技術保障，這些由外部環境帶來的優勢將會是AI+癌癥診斷強大的背后支撐力。

　　1.有需求

　　一方面，我國人口老齡化趨勢嚴重，工業化和城市化帶來的環境污染以及生活習慣的改變，使得我國居民的腫瘤發病率和死亡率明顯提高，惡性腫瘤已經成為我國居民的“頭號殺手”，死亡比例在25%以上。

　　據全國腫瘤登記中心數據顯示，在中國每年每十萬人中有264人患癌，一生中22%的概率患癌癥;每年每十萬人有192人患癌死亡。

　　另一方面，2018年，很多行業都默契地提及了“消費升級”這一趨勢，而放在醫療行業，“消費升級”的現象也同樣存在，未來的患者消費趨勢之一將會是加強腫瘤早期檢測和管理，人們的早期篩查意識會提高。

　　與人們迫切意愿形成鮮明對比的是，醫院里篩查癌癥主要是通過化驗血腫瘤指標及B超、CT、MRI、PET-CT等，檢查方法的敏感性和特異性均不高，因此，社會上也呼吁更有效的早期篩查癌癥的新技術和新方法。

　　2.有條件

　　首先，癌癥治療支付方的增加給癌癥AI產品市場帶來利好。目前，大多數惡性腫瘤都包含在職工醫保、城鎮居民醫保和從村合作醫療等不同種類醫保的報銷項目范圍內。2012年，國家基藥目錄首次增補抗腫瘤藥，包括2個輔助用藥在內的26個化藥以及1個中藥已經被納入大病醫療保險基金支付范圍。農村醫療保障在2014年也開始向大病醫療轉移，肺癌、胃癌等20種疾病治療全部納入大病醫保范疇。

　　除了醫保，還有商業保險，2012年以來，國內癌癥保險在多種因素的共同合力下，呈現強進的市場增長趨勢。據中國保險行業協會發布的《人身險產品聯盟老年防癌疾病保險分析報告》顯示，截止2017年6月底，老年防癌疾病保險的累計參加人數超過144萬人，保費收入超過31億元，共計為市場提供超過1560億元癌癥保障。

　　其次，計算機視覺技術的廣泛使用能夠加持癌癥AI產品。不論是抖音、快手等短視頻的崛起，還是微信表情包的泛濫，毋庸置疑的是，人類社會已經進入視覺信息的大數據時代。視覺技術也被認為是推動當前經濟進步的革命性技術，它已經被廣泛應用于多個領域，包括人臉識別、自動駕駛、安防監控、工業檢測、美圖、醫學影像等等。

　　在各種視覺數據的推動下，計算機視覺技術結合互聯網，能夠與醫療服務不斷深入交叉融合，逐步形成一種新的前端變革形態，尤其是基于特征選擇的機器學習技術，能夠基于多尺度變換空間的特征提取海量特征，進而提升癌癥的診斷效果。

　　人工智能輔助診斷流程圖

　　圖片來源：《卷積神經網絡和遷移學習在癌癥影像分析中的研究》余紹德

　　內在驅動：巨頭的“小算盤”

　　1.AI＋癌癥診斷，其實是為了最大程度符合社會期待。

　　在大眾的認知中，“癌癥”基本等于“死亡”(事實并非如此)，抗癌就是在與死神作斗爭，而在人與“神”的戰斗中，但凡有一個產品能夠為人們哪怕加持一個小小的光環，這個產品都會被給予無限贊譽。

　　另外，中國腫瘤患者的5年生存率在30%左右，遠遠落后于美國和日本的60%，在這種情況下，人們對于癌癥防治的期待值并不高，與之相關的技術產品也難以得到人們全身心的信任和依賴，在人們眼里，癌癥診斷的AI產品做得不好是十分正常的，畢竟人類醫生的能力也十分有限。

　　所以，新技術的一點點進步可能都會得到人們積極的反饋，這就相當于一個考試總是得30分的學生，突然夠到了及格線，即便不是最優秀的，但家長依舊會感到欣慰。這也是為什么眾多AI產品不斷強調自己的正確率高于人類診斷的原因。

　　2．“下注”癌癥診斷，其實是為醫學影像診斷的降維攻擊打基礎。

　　醫學影像診斷是醫療的重要基礎，是臨床數據中最重要的診斷依據之一。醫學影像分兩個部分，一個是醫學成像，也就是圖像重建，利用AI實現少劑量成像，快速成像等。另一個是影像分析，也就是通過圖像智能識別技術較大程度降低醫生工作量。

　　巨頭搶占癌癥診斷的賽道，其實是采用了“擒賊先擒王”的計策。將人工智能技術用于癌癥診斷中，是因為癌癥種類多，病理復雜，能夠整合更多的影像分析數據，讓產品“學習”專家醫生的醫療知識，模擬醫生的思維和診斷推理。癌癥的防治難度眾所周知，僅僅從公眾認知來看，如果癌癥檢測算法的準確率足夠高，那其他疾病診斷是不是也不在話下呢?如果AI產品能以癌癥為入口，進入整個醫療輔助診斷領域，患者們也將擁有更多的治療選擇。

　　變現困難，AI＋癌癥診斷還需要更多耐心

　　巨頭們的想象都很美好，但“打臉”總是來得太快。IBM的沃森健康系統即便擁有了完善的腫瘤系統，但在與知名腫瘤專科醫院MD Anderson合作中也摔了個跟頭——沃森在2012年與MD Anderson簽署協議，共同開發“腫瘤專家顧問”(Oncology Expert Advisor)，僅四年后，德州大學審計辦公室對該項目出具48頁審計報告，終止了繼續合作。

　　終止合作的原因有很多，但其中一個因素是“腫瘤專家顧問”難以成功推廣到其他醫院，即便MD Anderson在整個項目上花費了六千兩百萬美元。理想和現實總是有著太多差距，變現困難成為現如今AI癌癥產品的難題。這還只是醫院“大虧本”，如果放在國內，這六千兩百萬美元恐怕就是巨頭們要支付的賬單了。

　　探究其中原因，主要有兩方面。

　　一方面，在醫療的支付領域，我們上文中也提到，保險機構正在加強對患者的保障，但這種保障實質上制約了醫療機構的發展，醫療機構的營收取決于保險的賠付規則而非患者自費費用，這也就決定了醫療機構難以找尋有效的C端盈利方式和營銷手段，也就制約了醫療機構中產品和技術的更新迭代。

　　另一方面，AI尚屬新興領域，入駐醫療機構需要大量的人力物力和資本的投入，但醫院的公益性決定了其需要面臨長期的虧損，這種特性要求企業不能有太強的退出期限，在產品落地的過程中，需要長期戰略資本，而這種長期的消耗也導致巨頭們在此領域頻頻受挫。

　　結論：

　　“癌癥”，這兩個字眼實在太過無情和可怖，所以，當巨頭們紛紛入局AI+癌癥診斷，其實是一件大家喜聞樂見的好事——如果企業能利用自身的技術和資本積累做出好的醫療產品，不僅形成了好的品牌的認知，更是為眾多被病魔纏身的患者們帶來一些生活的希望。

特別提醒：本網內容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網贊同其觀點。其原創性以及文中陳述文字和內容未經本站證實，對本文以及其中全部或者部分內容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網有任何內容侵犯您的權益，請及時聯系我們，本站將會在24小時內處理完畢。