文 | 樊鑫編輯 | 海若鏡

今年下半年以來，中國醫療AI行業備受資本追捧，官宣拿到新一輪融資的已有20多家企業，部分企業甚至連獲2輪甚至3輪融資，行業大額融資頻現。在產品上，多家企業的產品獲批了醫療器械III類證，“首張肺結節AIII類證”、“首張AI+CTA III類證”、“首張AI影像輔助決策III類證”……隨著III類證獲批，醫療AI商業化的閉環也開始被真正打通。

在過去的一兩年，行業的頭部企業也難以獲得融資、產品獲批遙遙無期、商業變現舉步維艱，很多公司破產倒閉。而如今，醫療AI似乎得到了各方的一致青睞，行業相對沉寂的頹勢一掃而光。

人才迴流與賽道選擇

2015年前後，大批在美國頂級院校/機構工作、學習的中國科學家，相繼回國創業，成為這波醫療AI浪潮興起的開端。

2014年，溫書豪在麻省理工學院進行博士後研究期間與合作伙伴共同創立晶泰科技，隨後回國，將總部定在了深圳。

2014年，在美國芝加哥大學攻讀經濟學和金融學雙博士的陳寬，退學回國，創立了推想科技。

2016年，擔任GE全球研發中心主管科學家的曹坤琳離職歸國，在原同事宋麒創立的科亞醫療（現更名為科亞方舟）擔任研發部總裁。

2017年，在IBM創新實驗室新技術研發崗位上擔任領導職務的馬春娥離職歸國，創立了數坤科技。

……

在2015年前後，中國醫療AI還處於拓荒時期。在行業上，中國醫療資訊化程度一直較低，手寫病歷、採用紙質單據當時還算普遍現象。一方面，由於學習、習慣的不一致，不同醫生的病歷錄入往往不盡相同；另一方面，資料的歸屬權雖然沒有定論，但肯定不屬於想要創造AI的企業。

沒有優質的醫療資料，對醫療AI的發展來說是致命的癥結，這讓人工智慧無從談起。如果人工智慧是提煉、開採、加工原油的工具，那麼大資料就是原油。

但是，中國公立醫院圍牆高聳，醫院對人工智慧等新技術的認知程度低，需要長時間的市場教育。此外，醫療AI的商業化路徑、應用場景、臨床需求等也是每家企業必須回答的問題。

不過，行業在莽撞中還是開始了。企業與醫院透過科研合作或共同承擔國家課題的形式拿到了資料。

對於醫院來說，國內醫療資源缺口較大，醫院有動力利用AI來提升效率，以彌補醫療資源的不足和縮短患者的等待時間；而對於醫生特別是三甲醫院的醫生來說，科研論文的訴求則是利用AI的直接動力。

2016年3月，在韓國首爾，那場震驚人類社會的棋局發生了。谷歌AI系統AlphaGo 4：1戰勝世界圍棋冠軍李世石。此後的一兩年，醫療AI成為了絕對的風口。行業裡如雨後春筍般的冒出了上百家醫療AI企業，多數公司都拿到了融資，很多公司還在非常早期的階段，估值就高得不可思議。

“回顧幾年前的那個風口，當時所有的公司、所有的基金都在找AI的領域應用，而醫療是一個非常好的切入方向。而且大家知道，AI會對醫療產生很多變革，會有一些公司能跑出來，做的產品對臨床有價值。”北極光創投投資副總裁馬可向《財經》說，這是各大風投機構湧入的原因。

醫療人工智慧在應用上，有輔助診斷、新藥研發、慢病管理、健康管理、醫學影像等主要應用領域。風口之中，玩家們開始走上了不同的細分賽道。如醫渡雲、森億智慧等走上了醫療大資料和醫療資訊化的賽道，晶泰科技等走上了新藥研發的賽道，推想科技、深睿醫療、數坤科技等走上了醫學影像的賽道……

醫學影像是醫療AI最熱門的細分賽道，一大原因是由於影像資料的相對易獲取性和易處理性。相比於病歷等跨越三五年甚至更長時間的資料積累，影像資料僅需單次拍攝，幾秒鐘即可獲取，一張影像片子即可反映病人的大部分病情狀況，成為醫生確定治療方案的直接依據。利用影象識別和深度學習技術，醫療AI可以解決病灶識別與標註、靶區自動勾畫與自適應放療和影像三維重建這三大臨床需求，好的產品能提升影像科的閱片效率、降低誤診率。

據2018年的一次不完全統計，當時在肺結節篩查領域，拿得出具體產品的人工智慧企業就至少有20家。有媒體報道，在某三甲醫院，PACS（Picture Archiving and Communication Systems）竟接入了7家AI企業的肺結節智慧影像診斷系統。一位影像科醫師對此戲稱道，“中國人的肺結節不夠用了”。

一時，各企業甚至興起了比拼落地的醫院數量，有的企業，甚至宣傳它已落地上千家醫院！

熱鬧之中，寒冬卻降臨了。

潮起潮又落

據鯨準資料庫和36氪研究院的資料顯示，2016年，醫療AI股權投資規模較前一年同比增長533%，2017年又較 2016 年增長了55%。在 2018年，醫療AI股權投資規模金額略微增長，為 47.61億元。而在2019年，行業投資規模金額斷崖式下滑300%。到2020年上半年行業股權投資規模依然處於低位。

“此前很多公司拿到了很多錢，但是投資方其實沒有看到它們產品走向臨床的具體時間，也沒有看到它們在臨床上特別直觀的價值，行業就變得冰冷了。”馬可說。

行業遇冷其實有很多現實的原因，如研發投入大，商業化難實現，市場接受度低等，更重要的是，各家企業的產品在審評審批上，一度看不到光亮。

2018年8月1日，新版《醫療器械分類目錄》明確規定：若診斷軟體透過演算法，提供診斷建議，僅有輔助診斷功能，不直接給出診斷結論，則申報第二類醫療器械；若對病變部位進行自動識別，並提供明確診斷提示，則按照第三類醫療器械管理。

能不能拿到三類證，對於醫療AI創業公司來說，直接關乎生死。如果審評審批受阻，就意味著前期的投入與後期的現金迴流被割裂；沒有三類器械認證的產品，只能供醫院免費使用，無法進入醫院的收費目錄，直接意味著難以打通商業閉環。在此後一年多的時間內，醫療AI產品獲批的數量為零。

失去了資本的加持，產品也無法獲批，很多沒有造血能力的企業走向倒閉，在行業裡漸漸沒了音信。融資已到B輪的匯醫慧影，開啟了大裁員，全職員工數從巔峰時期的300多人下降到100餘人。行業裡只有部分企業在2019年繼續拿到融資。

此外，行業還遇到了一個很本質的叩問，在真實的應用場景中，醫療AI有價值嗎？

北京大學人民醫院原院長王杉在接受《財經》採訪時說：“現在的AI跟實際的應用場景間存在錯位，醫療人工智慧的應用可能是IT人、投資人所想的場景，但並非是醫生和病人所需要的。”

風口迴歸

新冠疫情來了。悲情之中，這給醫療AI帶來了施展能力的契機。

在疫情防控中，醫療AI展現了它的價值。在傳染病暴發預測、傳播與溯源路徑排查、發展趨勢預測等方面，醫療AI皆發揮了很大作用。此外，醫療AI還被應用在了智慧測溫、智慧語音服務機器人、智慧應急排程平臺、智慧防疫控制系統等方面。

2020年1月15日，國家藥品監督管理局審批通過了首個醫療AIIII類器械產品，獲批的產品是科亞方舟所研發的名為“冠脈血流儲備分數計算軟體”的產品，並以“具有顯著的經濟效益”九個字對這款醫療AI產品做了評價。

隨後，很多個“首張”接二連三的出現了。“首張肺結節AIII類證”、“首張AI+CTA III類證”、“首張AI影像輔助決策III類證”……國家藥品監督管理局的動作一再讓人覺得陌生，但又似曾相識。在產品的審評審批上，行業進入了新階段。

春江水暖鴨先知。當行業的關鍵變化發生後，資本又殺回了醫療AI，和政策一樣開始回暖。

“今年4、5月份的時候，一批投資人戴著口罩來了我辦公室。到五一勞動節的時候，一些投資人還在我辦公室現場對合同寫報告。”馬春娥回憶了今年數坤科技的融資細節，她說，因為人太多，她們沒有那麼多的額度，就先交割了一輪，後面估值又漲了很多，才又交割了一輪。

這樣的融資情況不是孤例，整個行業在今年下半年，又回到了風口之上。對於資本的熱情，馬可解釋道，今年醫療AI的這一波風口和2017年的風口其實存在本質區別。“之前那波風口屬於百花齊放，只要是在醫療AI的賽道上，基金都會投。但至於哪一家公司最後能跑出來，其實誰都不知道。大家就摸著石頭過河似的投。”馬可說，“行業經歷過兩三年的發展，有一批公司就被淘汰了，而有一批公司持續融到資，持續證明了自己的商業化能力，業務也有好的發展，這一次投資的確定性就增大了很多。”

不過，今年下半年，相比政策和投融資層面的美好，整個行業的內裡更是發生著驚人的變化。

在商業化上，以往整個行業存在著買單方不明、商業化難實現等痛點。但今年，陳寬和馬春娥皆向《財經》透露，他們所在公司今年的收入相比去年都翻了好幾倍，“一個億的小目標，是我們今年在爭取的”，馬春娥說。實現商業化的方式，是透過向醫院提供軟體或硬體服務，透過投標進入醫院，醫院是最主要的買單方。

在產品上，行業已從初期的肺結節開始向外延伸，如今的人工智慧現已進入心內科、內分泌科、病理科、超聲科、檢驗科等眾多科室。它們通常以企業所在地的醫院作為產品落地的突破點，待產品成熟後向外推進。於是，醫療AI產品覆蓋的地域和進入的科室都在增多。

在技術上，隨著聯邦學習、深度學習自動化、通用表徵學習等演算法的革新，醫療AI正在從感知智慧向認知智慧過渡，已能在一些環節上輔助或者部分替代醫生完成醫療診斷工作。

綜合來看，醫療AI已經告別落寞，走上了正軌。

“現在一切都很好，我們要做的，就只是使產品更穩定，功能更全，讓它更加的符合使用場景。”陳寬認為，醫療AI已經有了更為明確的應用場景，各家公司的產品也相繼獲批，醫生已經不會再懷疑AI的價值，而玩家之間也是在開展高質量的競爭，行業秩序良好。

對於醫療AI一度被懷疑的價值，陳寬覺得，醫療AI本質上是一種醫療服務，是醫療資源本身，“它能學習和沉澱頂級醫院和醫生的能力，然後將這種能力賦能給基層的醫院和醫生，使得它們的能力能夠快速同質化。”陳寬說，長此以往，醫療資源的供給就會得到巨大的提升。

（作者系《財經》研究員）

- END -