幾乎沒人會(huì)懷疑“人工智能是未來核心生產(chǎn)力”這一觀點(diǎn)，創(chuàng)造一個(gè)類人的計(jì)算機(jī)系統(tǒng)如此迷人，幾乎每個(gè)行業(yè)都在嘗試使用人工智能幫助產(chǎn)業(yè)由自動(dòng)化向智能化轉(zhuǎn)型。
醫(yī)療領(lǐng)域同理，盡管人工智能涉世未深，但其背后的計(jì)算機(jī)視覺、自然語言處理（NLP）等技術(shù)已經(jīng)歷了多次迭代，相應(yīng)的市場(chǎng)規(guī)模也不斷擴(kuò)大。2020年蛋殼研究院《醫(yī)療AI創(chuàng)新的道與智：回歸需求，整合價(jià)值》這一報(bào)告指出，醫(yī)療人工智能過去5年CAGR超過40%，2020應(yīng)用市場(chǎng)規(guī)模已接近300億元。
然而，新興的技術(shù)往往面臨高速發(fā)展與低速商業(yè)化的困局，尤其是在醫(yī)療這樣的“慢”領(lǐng)域，軟件安全方面的審查與新舊技術(shù)之間的交替非常考驗(yàn)資本與企業(yè)的耐心。因此，低谷常見，停滯也常見，醫(yī)療人工智能同樣繞不開這一問題。
轉(zhuǎn)折點(diǎn)在2020年中出現(xiàn)。疫情雖然暫緩了醫(yī)療領(lǐng)域大部分行業(yè)的發(fā)展，卻也推動(dòng)著醫(yī)院進(jìn)行主動(dòng)智慧化重建。此外，NMPA的審批幫助影像AI從業(yè)者重拾信心，新基建則將人工智能帶到了一個(gè)更廣闊的市場(chǎng)，多方推動(dòng)之下，醫(yī)療人工智能發(fā)展蠢蠢欲動(dòng)。
為了了解醫(yī)療人工智能發(fā)展現(xiàn)狀，并對(duì)新的一年做出展望，動(dòng)脈網(wǎng)對(duì)近百家人工智能企業(yè)相關(guān)數(shù)據(jù)進(jìn)行了處理分析。
整個(gè)文章分為三個(gè)部分：
一、AI醫(yī)療場(chǎng)景成熟度測(cè)評(píng)
二、資本的再臨與AI頭部聚集效應(yīng)
三、潛在賽道的外化與AI的未來發(fā)展
從這三個(gè)角度，動(dòng)脈網(wǎng)嘗試?yán)迩?020年醫(yī)療人工智能的發(fā)展脈絡(luò)。
AI醫(yī)療場(chǎng)景成熟度測(cè)評(píng)
在醫(yī)療行業(yè)中，人工智能應(yīng)用主要聚集于計(jì)算機(jī)視覺與自然語義處理。從兩項(xiàng)基礎(chǔ)技術(shù)出發(fā)，其應(yīng)用已延伸出十余個(gè)場(chǎng)景。數(shù)年發(fā)展之后，不同細(xì)分領(lǐng)域之間的差異已經(jīng)愈發(fā)明顯，部分賽道已有企業(yè)已通過聆訊，準(zhǔn)備上市；部分賽道仍在上下求索，嘗試以需求重構(gòu)技術(shù)。但無論企業(yè)選擇哪個(gè)賽道，已經(jīng)走到哪個(gè)階段，人工智能變現(xiàn)難的通病在醫(yī)療之中同樣沒有解決，至今為止，絕大多數(shù)企業(yè)仍在為盈利而努力。
創(chuàng)業(yè)公司發(fā)展階段分析
一、醫(yī)學(xué)影像
醫(yī)學(xué)影像是人工智能切入醫(yī)療的起點(diǎn)，不到10年時(shí)間，超過200家企業(yè)通過探索放射科、病理科、輔助放療的需求，開始設(shè)計(jì)產(chǎn)品。2020年，病理科、輔助放療兩個(gè)場(chǎng)景沒有發(fā)生大的變化，但放射科AI則跑通了困擾其多年的審評(píng)審批階段，從“應(yīng)用落地”步入“商業(yè)化”。
2020年1月，科亞醫(yī)療的CT-FFR產(chǎn)品“深脈分?jǐn)?shù)”率先打破了審評(píng)審批的桎梏，拿到第一張醫(yī)療AI醫(yī)療器械三類證，將工作重心由研發(fā)向價(jià)格目錄開拓與市場(chǎng)銷售偏移。2月，樂普醫(yī)療“AI-ECG Platform”獲NMPA批準(zhǔn)，心臟相關(guān)AI 再下一城。6月，更貼合“輔助診斷”定義的顱內(nèi)腫瘤MR影像輔助診斷軟件獲批，安德醫(yī)智異軍突起。7月豐收的是Airdoc、硅基智能兩家AI企業(yè)，這個(gè)月，NMPA一口氣開出了兩張“糖尿病視網(wǎng)膜病變眼底圖像輔助診斷軟件”注冊(cè)證。
年末是老牌醫(yī)療影像AI企業(yè)的收獲月。11月初，數(shù)坤科技冠脈CT造影圖像血管狹窄輔助分診軟件獲批；推想科技、聯(lián)影智能緊隨其后，在同一日分別拿下首張“AI+肺結(jié)節(jié)”注冊(cè)證、首張“AI+骨折”注冊(cè)證。一個(gè)月后，深睿醫(yī)療也拿到了自己的“AI+肺結(jié)節(jié)”證書，為醫(yī)療人工智能的2020年畫上完美的句號(hào)。
2020年醫(yī)療AI NMPA三類證通過情況
細(xì)看9款A(yù)I產(chǎn)品獲證的情況，其中既包含肺結(jié)節(jié)、眼底、心電這樣的大通量場(chǎng)景，又包含CTA、CT-FFR、腦MR這樣的特異性需求、潛在市場(chǎng)豐富的場(chǎng)景。這似乎意味著，只要產(chǎn)品質(zhì)量過硬，便能夠通過審評(píng)審批。
但結(jié)合2019年人工智能醫(yī)療器械創(chuàng)新合作平臺(tái)規(guī)劃情況，其中提到將建立CT肺、CT肝、 CT骨折、腦MRI、心臟MRI、冠脈CTA、心電、眼科8大測(cè)試樣本數(shù)據(jù)庫，而2020年獲批的產(chǎn)品，除CT-FFR外全部歸屬其中，換言之，下一個(gè)獲批的場(chǎng)景，將很有從CT 肝、心臟MRI中出現(xiàn)。
另外值得注意的是，NMPA三類證之中對(duì)于AI產(chǎn)品功能的描述極為謹(jǐn)慎，僅僅表述了產(chǎn)品的基本功能，并強(qiáng)調(diào)“不能僅憑產(chǎn)品結(jié)果進(jìn)行診斷”。限定了影像AI 的使用范圍或許并不影響產(chǎn)品銷售，但越來越多的功能加入后，如何保證后續(xù)功能的安全性？從目前狀況看，AI影像的審評(píng)審批流程都在一年以上，因此如何對(duì)人工智能軟件的更新進(jìn)行審批，將是各方需要探討的下一個(gè)難點(diǎn)。
二、CDSS、大數(shù)據(jù)管理、語音錄入
臨床輔助決策系統(tǒng)（CDSS）、大數(shù)據(jù)管理（包含數(shù)據(jù)挖掘、數(shù)據(jù)治理等）、語音錄入均因?yàn)锳I的介入實(shí)現(xiàn)了顛覆性突破。具體而言，NLP的發(fā)展為研究人員提供了有效的手段整治數(shù)據(jù)量龐大、數(shù)據(jù)維度豐富的醫(yī)療數(shù)據(jù)，也為醫(yī)患之間智能交互、數(shù)據(jù)監(jiān)測(cè)提供了更為有效的手段。單看2020年變化，CDSS賽道存在政策推進(jìn)，大數(shù)據(jù)管理、語音錄入賽道頭部企業(yè)開始尋求上市。
醫(yī)療信息化作為公立醫(yī)院績(jī)效考核的一個(gè)重要抓手，電子病歷、互聯(lián)互通、智慧醫(yī)院服務(wù)等評(píng)級(jí)均對(duì)醫(yī)院提出了相應(yīng)的要求。而在三級(jí)公立醫(yī)院考核情況分析中，醫(yī)療服務(wù)效率與質(zhì)量、合理用藥、電子病歷水平分級(jí)皆是其中的關(guān)鍵點(diǎn)。因此，通過CDSS建設(shè)，能有效地促進(jìn)醫(yī)療服務(wù)效率和質(zhì)量、合理用藥、電子病歷水平提升。
2020年中，CDSS的市場(chǎng)開拓大體仍受電子病歷、互聯(lián)互通、智慧醫(yī)院服務(wù)等評(píng)級(jí)的推動(dòng)，但也有新政策為其助力。7月30日出臺(tái)醫(yī)政醫(yī)管局的《關(guān)于進(jìn)一步加強(qiáng)單病種質(zhì)量管理與控制工作的通知》通知文件強(qiáng)調(diào)了對(duì)第一批36個(gè)病種/手術(shù)進(jìn)行上報(bào)的要求，二級(jí)以上醫(yī)院需在2020年12月31日前完成相關(guān)病例信息的補(bǔ)辦。這一政策為惠每科技、森億智能等專科CDSS產(chǎn)品服務(wù)提供商提供了新的市場(chǎng)機(jī)遇。
相比之下，大數(shù)據(jù)管理的發(fā)展則受益于疫情。通過對(duì)患者EMR、電子健康碼等信息進(jìn)行整合分析，疾控中心能夠?qū)梢苫颊呒捌浣佑|人群進(jìn)行可視化追蹤。2020年初，北京大數(shù)醫(yī)達(dá)便為南京市疾控中心建設(shè)的疾病與監(jiān)測(cè)預(yù)警系統(tǒng)便直接打通連接了當(dāng)?shù)蒯t(yī)院的EMR，實(shí)現(xiàn)大數(shù)據(jù)疾控。
這一疾控監(jiān)測(cè)預(yù)警系統(tǒng)應(yīng)用了大數(shù)據(jù)和人工智能技術(shù)，對(duì)醫(yī)學(xué)知識(shí)圖譜建立模型，再直接提取EMR進(jìn)行語義結(jié)構(gòu)化，由人工智能匹配知識(shí)庫判斷EMR中是否包含新冠肺炎等傳染病的關(guān)鍵詞。一旦被人工智能判斷為疑似或者是高度疑似則上報(bào)疾控部門，避免醫(yī)院因故遺漏或者遲報(bào)。除了40種法定傳染病，該系統(tǒng)同樣支持各地區(qū)自己補(bǔ)充當(dāng)?shù)卣J(rèn)定的多發(fā)性傳染病。
在這個(gè)三個(gè)賽道中，有兩家AI企業(yè)嘗試跨過“公司盈利”進(jìn)行階段轉(zhuǎn)換。云知聲的醫(yī)療業(yè)務(wù)專注于病案質(zhì)控與語音錄入，于11月3日提交科創(chuàng)板IPO 招股書；醫(yī)渡云是一家專注于醫(yī)療AI與大數(shù)據(jù)的公司，于12月13日通過港交所聆訊，計(jì)劃1月15日在港上市。
三、新藥研發(fā)
新藥研發(fā)近年來一直處于高速發(fā)展之中，新冠肺炎后社會(huì)對(duì)于藥企敏捷開發(fā)的新需求進(jìn)一步推動(dòng)了新藥研發(fā)的發(fā)展。
疫情初期，針對(duì)新冠病毒進(jìn)行新藥研發(fā)顯然不現(xiàn)實(shí)，作為抗疫主力軍的老藥也無法發(fā)揮較好的療效，這一現(xiàn)實(shí)給予了AI+新藥研發(fā)機(jī)遇。
不過，只有AI模型+物理思維的深度結(jié)合才能同時(shí)滿足藥物研發(fā)速度與精確度的要求，而面對(duì)疫情最直接有效的藥物篩選策略，是以云端超算支持物理化學(xué)算法搭建病毒模型，再從結(jié)構(gòu)出發(fā)，通過AI加速尋找到有抗病毒活性的FDA已批準(zhǔn)的上市藥物。
以晶泰科技為例，該企業(yè)具備領(lǐng)先的量子物理藥物模擬算法、人工智能藥物發(fā)現(xiàn)平臺(tái)，并有橫跨多個(gè)云平臺(tái)的超算資源作為有力支撐，能夠在短時(shí)間內(nèi)完成大量高精度的藥物模擬計(jì)算。在新冠病毒數(shù)據(jù)尚不充足的情況下，晶泰科技嘗試從僅有的少量信息出發(fā)，從分子機(jī)理層面研究病毒的關(guān)鍵結(jié)構(gòu)與感染機(jī)理，從而尋找阻斷感染、治療肺炎的有效途徑。
“人工智能最大的優(yōu)勢(shì)，是可以顯著擴(kuò)大新藥的搜索范圍，以幾百萬個(gè)有潛在活性的分子骨架作為篩選起點(diǎn)”，晶泰科技的首席科學(xué)家張佩宇博士曾告訴動(dòng)脈網(wǎng)，“以AI+計(jì)算化學(xué)結(jié)合，綜合考慮多種關(guān)鍵性質(zhì)給候選分子打分，可以一步步接近最理想、最有希望研發(fā)成功的化合物?！?/span>
從發(fā)展階段來看，新藥研發(fā)的企業(yè)仍處于大規(guī)模投入之中，并存在一定商業(yè)化成果。由于其完全的B2B性質(zhì)，新藥研發(fā)可能成為第一個(gè)跑通全部發(fā)展階段的賽道。
四、其他賽道
慢病管理作為互聯(lián)網(wǎng)醫(yī)療的重要組成部分，是少數(shù)在疫情之中受益的賽道。由于不能與醫(yī)生面對(duì)面交流，更多的患者加入了平臺(tái)計(jì)劃。
在這一領(lǐng)域，妙健康等企業(yè)傾向于為醫(yī)患搭建以人工智能為內(nèi)核的慢病管理平臺(tái)，如健康風(fēng)險(xiǎn)分級(jí)管理平臺(tái)、人工智能健康干預(yù)平臺(tái)。以其H平臺(tái)為例，該平臺(tái)NLP健康知識(shí)圖譜可對(duì)原始健康醫(yī)療數(shù)據(jù)進(jìn)行智能結(jié)構(gòu)化清洗，形成用戶超過17萬條自主醫(yī)療行為的標(biāo)簽庫，同時(shí)為用戶構(gòu)建專業(yè)的健康醫(yī)療畫像，實(shí)現(xiàn)重大疾病和慢性病等風(fēng)險(xiǎn)預(yù)測(cè)、異常指標(biāo)預(yù)警、疾病指向預(yù)警、健康風(fēng)險(xiǎn)項(xiàng)預(yù)警等健康數(shù)據(jù)應(yīng)用。
從場(chǎng)景成熟度來看，AI慢病管理企業(yè)仍處于C端用戶的積累之中，而其主要付費(fèi)方也不算明確。因此，限制其規(guī)模發(fā)展的或許并非AI，相關(guān)企業(yè)還需積極探索商業(yè)模式。
硬件加速是醫(yī)療AI中少有的小而美的賽道。在2020RSNA上，業(yè)內(nèi)對(duì)于醫(yī)學(xué)影像AI熱議的側(cè)重點(diǎn)也較往年有所推進(jìn)。重點(diǎn)不再是如何使AI代替醫(yī)生進(jìn)行讀圖分析，而是轉(zhuǎn)向“幕后”，聚焦于影像上游的AI技術(shù)為臨床帶來的新突破，比如圖像采集、數(shù)據(jù)重建以及工作流程的優(yōu)化等工作。
當(dāng)前，GPS與少量創(chuàng)業(yè)公司均有開發(fā)相關(guān)技術(shù)，且這些技術(shù)已經(jīng)完全進(jìn)入到臨床應(yīng)用中。如深透醫(yī)療（Subtle Medical）的SubtleMR可以通過人工智能技術(shù)兼容所有MR影像設(shè)備，提高高質(zhì)量影像的采集效率，減少運(yùn)動(dòng)偽影；SubtlePET通過深度學(xué)習(xí)技術(shù)加速PET(正電子發(fā)射斷層掃描)成像并降低其輻射危害，可以使醫(yī)院和影像中心將PET掃描速度提高4倍。
相比之下，一些新興技術(shù)的融合則顯得有些迷茫。譬如VR/AR的AI化已經(jīng)經(jīng)歷了多年的探索，但至今仍無明顯的結(jié)果。如今看來，VR相關(guān)技術(shù)主要應(yīng)用于老年康復(fù)與心理治療等領(lǐng)域，AI切入較少，仍處于需求探索階段，
心理學(xué)、醫(yī)美領(lǐng)域偏向于C端。如模擬整形、虛擬對(duì)象等應(yīng)用能夠給予患者新體驗(yàn)。兩個(gè)賽道的特點(diǎn)在于建模的精度與智能程度決定了用戶的滿意度，就現(xiàn)有的AI而言，還不能很好的理解人類的心理與審美。AI用于皮膚監(jiān)測(cè)以促進(jìn)消費(fèi)者選擇合理護(hù)膚產(chǎn)品是一個(gè)較好的應(yīng)用，但大量醫(yī)美相關(guān)AI仍有些雞肋，有待技術(shù)上的革新。
資本的再臨與AI頭部聚集效應(yīng)
2019年醫(yī)療AI一級(jí)市場(chǎng)有些冷清，全年40次融資，總?cè)谫Y金額僅38.9億。商業(yè)化受阻下，更多企業(yè)將資金投入到了研發(fā)之中，如MICCAI這樣頂級(jí)會(huì)議，其收錄的中國論文數(shù)量翻了多達(dá)一倍。
2020年的走勢(shì)與2019年完全不同。上半年受疫情影響，大量企業(yè)大幅節(jié)流，收入、成本雙雙降低。年中6月，醫(yī)療AI開始回暖，上半年少有人問津的AI開始重獲資本青睞。2020年AI醫(yī)療總計(jì)47筆融資，涉及金額約84.8億元，同比增長(zhǎng)118.0%。獲得資金的企業(yè)開始投入市場(chǎng)運(yùn)營(yíng)。
2020年各月份融資事件數(shù)量
2020年醫(yī)療AI公開融資列表（數(shù)據(jù)來源于動(dòng)脈橙數(shù)據(jù)庫）
縱向看來，不難發(fā)現(xiàn)，大部分收獲融資的企業(yè)都擁有不少于三年的經(jīng)營(yíng)年限，小部分新成立的公司如劑泰醫(yī)藥則有AI新藥頭部企業(yè)晶泰科技戰(zhàn)略加持。此外，B輪以上融資事件大幅增多，這一情形于醫(yī)療影像中尤其明顯（總計(jì)24次融資，B輪以上達(dá)14次）。
頭部企業(yè)的融資對(duì)行業(yè)賽道融資數(shù)據(jù)存在較大影響，9月零氪科技D+輪7億元融資、太美醫(yī)療12億元融資、晶泰科技C輪3.188億美元融資，三家領(lǐng)頭企業(yè)三筆巨額融資占據(jù)了整個(gè)醫(yī)療AI賽道一半的融資額；12月深睿醫(yī)療C+數(shù)億元、科亞醫(yī)療D輪3億元、森億智能D輪4億元、數(shù)坤科技近6億元融資同樣撐起了各自賽道的大部分資金流入。
2020年各月份融資金額
2020年醫(yī)療AI公開融資列表（數(shù)據(jù)來源于動(dòng)脈橙數(shù)據(jù)庫）
上述數(shù)據(jù)顯示，AI醫(yī)療市場(chǎng)呈現(xiàn)出明顯的頭部聚集效應(yīng)。醫(yī)療影像中，數(shù)坤科技、科亞醫(yī)療等獲證企業(yè)能夠一年進(jìn)行多次融資，而大量無證企業(yè)、新興企業(yè)則難以得到資本支持。相比之下，醫(yī)療信息化產(chǎn)業(yè)相對(duì)沒有那么集中，我國的醫(yī)療信息化現(xiàn)狀或能解釋這一原因：由于各城市差異化的醫(yī)療質(zhì)量和信息化質(zhì)量，頭部信息化企業(yè)無法把觸手伸向每一個(gè)區(qū)域，這種情況下，了解各自區(qū)域的當(dāng)?shù)仄髽I(yè)能夠很好把握機(jī)會(huì)，并有可能從中脫穎而出。
不過無論是醫(yī)學(xué)影像、醫(yī)療信息化還是新藥研發(fā)，其構(gòu)造的壁壘并非單單算法可以解決，更為重要的事，打造一個(gè)肺結(jié)節(jié)AI、打造一個(gè)?？浦R(shí)圖譜、打造一個(gè)藥物研發(fā)平臺(tái)所需要的大量醫(yī)療數(shù)據(jù)積累。這些珍貴的臨床數(shù)據(jù)不屬于任何一個(gè)企業(yè)，因而是他們最為穩(wěn)固的壁壘。
常常會(huì)有人問：醫(yī)療AI賽道眾多，哪一個(gè)能最先盈利？從現(xiàn)在的發(fā)展進(jìn)程來看，沒有人可以給出答案。但觀察資本方的行為，我們或許可以找出一些蛛絲馬跡。
從融資列表中我們可以了解到，新藥研發(fā)融資數(shù)量最少，但融得資金量最大，平均融資金額最高（3.58億），占據(jù)了超過50%的融資總量；醫(yī)療影像融資項(xiàng)目最多，但項(xiàng)目平均融資金額最小（1.24億），略低于醫(yī)療信息化賽道（1.30億）。
客單價(jià)方向，人工智能與信息化比較明晰，單個(gè)肺結(jié)節(jié)輔助診斷產(chǎn)品大致價(jià)格在50-100萬元這一區(qū)間，含PACS全院區(qū)AI影像解決方案可達(dá)近千萬元；?？艭DSS大致價(jià)格在150-300萬元，智慧醫(yī)院建設(shè)方案視醫(yī)院規(guī)模決定可達(dá)數(shù)千萬元，兩個(gè)賽道大部分企業(yè)年?duì)I收都在萬千級(jí)，少數(shù)企業(yè)能達(dá)到億級(jí)。相比之下，新藥研發(fā)各環(huán)節(jié)服務(wù)差異較大，潛在的機(jī)會(huì)與收益難以給出明確價(jià)格，但作為藥企的上游企業(yè)，其營(yíng)收也相對(duì)較大。
潛在賽道的外化與AI的未來發(fā)展
從融資金額及其商業(yè)化情況來看，不同醫(yī)療AI賽道依靠不同的底層技術(shù)已經(jīng)走出了截然不同的道路。因此，動(dòng)脈網(wǎng)在盤點(diǎn)時(shí)將三個(gè)賽道分開，分析其產(chǎn)業(yè)鏈狀況及突破性進(jìn)展，各自進(jìn)行歸納總結(jié)。
醫(yī)學(xué)影像
隨著醫(yī)療影像AI產(chǎn)品獲批數(shù)量的增多，越來越多的醫(yī)療器械CRO企業(yè)開始將影像AI作為重要的業(yè)務(wù)領(lǐng)域進(jìn)行拓展，并打出差異化戰(zhàn)略。
以奧泰康為例，作為業(yè)內(nèi)具有14年項(xiàng)目經(jīng)驗(yàn)的CRO公司，奧泰康已完成500余項(xiàng)醫(yī)療器械及藥品的臨床試驗(yàn)及注冊(cè)服務(wù)，近5年獲得30余張三類醫(yī)療器械注冊(cè)證，成功申報(bào)15項(xiàng)國家創(chuàng)新醫(yī)療器械審批件。從2017年起，奧泰康看準(zhǔn)人工智能（AI）賽道，迅速開展該賽道的CRO服務(wù)。目前，國內(nèi)獲證的9項(xiàng)AI產(chǎn)品中，奧泰康承擔(dān)了其中3項(xiàng)產(chǎn)品的CRO服務(wù)，案例數(shù)量及成功率均居行業(yè)第一，未來，奧泰康將持續(xù)著力于創(chuàng)新醫(yī)療器械和高端醫(yī)療器械CRO服務(wù)，尤其在心腦血管、神經(jīng)介入、腫瘤、骨科、影像、整形美容六大領(lǐng)域。
奧泰康創(chuàng)始人饒義偉對(duì)動(dòng)脈網(wǎng)表示：“截至2020年12月，奧泰康已為排名前20名的大部分醫(yī)療影像AI企業(yè)提供CRO服務(wù)，包括科亞醫(yī)療、數(shù)坤科技、依圖科技、推想科技、杏脈科技、匯醫(yī)慧影、睿心醫(yī)療等，其中科亞醫(yī)療、推想科技為首證產(chǎn)品。”
通常而言，單個(gè)產(chǎn)品審批注冊(cè)費(fèi)用在500-1000萬區(qū)間，隨著影像AI的再度崛起，2021的影像AI或?qū)⒂瓉砀郈RO玩家。
醫(yī)療信息化
如何更好地提升NLP的性能，使其能夠更好地處理異構(gòu)數(shù)據(jù)是人工智能探索者們一直嘗試突破的問題，人工智能模型GPT-3的出現(xiàn)為其提供了新的思路——用海量的數(shù)據(jù)強(qiáng)迫AI學(xué)習(xí)。不過，GPT-3的實(shí)踐結(jié)果仍存在爭(zhēng)議，還需學(xué)者們進(jìn)一步驗(yàn)證其實(shí)用性。
產(chǎn)業(yè)方向，智慧醫(yī)院建設(shè)仍是2021年醫(yī)院建設(shè)的重點(diǎn)之一。從2020年的情況來看，基于NLP的知識(shí)庫已經(jīng)嵌入電子病歷、HIS系統(tǒng)，收獲大量臨床數(shù)據(jù)后，AI將有可能參與創(chuàng)新性疾病診療方法的創(chuàng)立。
新藥研發(fā)
12月DeepMind旗下AlphaFold2破解“蛋白質(zhì)折疊預(yù)測(cè)”問題算得上是“AI+新藥”最大的新聞，這個(gè)困擾生物學(xué)界50多年的重大難題正被AI破解。
由于現(xiàn)代藥物大多數(shù)以蛋白質(zhì)為靶點(diǎn)，因而藥物結(jié)果幾乎都是以基于蛋白質(zhì)的結(jié)構(gòu)進(jìn)行設(shè)計(jì)。因此，如果AI對(duì)于蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)能夠準(zhǔn)確且規(guī)?；@將取代部分冷凍電子顯微鏡、核磁共振或X射線結(jié)構(gòu)發(fā)現(xiàn)，極大提升蛋白質(zhì)發(fā)現(xiàn)的效率，并降低相應(yīng)成本。
不過，傳統(tǒng)的實(shí)現(xiàn)仍在蛋白-蛋白的相互作用研究上存在一定優(yōu)勢(shì)，但隨著AI的發(fā)展，數(shù)字化的計(jì)算或能對(duì)這些機(jī)器智能尚未涉及涉足的領(lǐng)域進(jìn)行突破，時(shí)間會(huì)說明這個(gè)問題。
總的來說，疫情之后的人工智能走出了完美的V型曲線，每個(gè)賽道都在以各自的方式為醫(yī)療賦能，一步一步改變著醫(yī)療的每個(gè)方面。新的一年，希望每一個(gè)醫(yī)療領(lǐng)域的探索者，能夠把握“醫(yī)療之慢”，手持著夢(mèng)想，始終如一。
