Netflix|智能硬件，是医疗影像AI企业商业化捷径吗？股价

文章图片

文章图片

本文系深潜atom第478篇原创作品
曾几何时，业界普遍认为影像识别是医疗AI新势力的全部，但现实似乎并非如此。影像识别产品虽然被广泛应用，但在商业化上依然刚刚起步，虽然未来可期，但短时间内比较难像互联网产品一样爆发式增长。
在这样的背景下，已经有越来越多的影像AI企业，将目光投放到智能医疗硬件领域。 2022年4月26日，智能医疗企业睿心医疗研发的血管介入手术机器人完成临床注册动物实验，影像AI企业在智能医疗硬件领域再下一城。
那么，智能硬件会是医疗影像AI企业商业化的捷径吗？
01
第一阶段胜利

图像识别、语音识别、自然语言处理，是人工智能的三大分支领域。 2012年之前，图像识别的研究相对落后，因此影像产品很难进行商业化。相反，语音医疗和自然语言理解已经开始大范围应用。
在语音医疗领域，代表企业就是Nuance 。 2005年到2012年， Nuance陆续收购了十几家医疗领域提供语音技术解决方案的企业，在2011-2013年医疗业务营收大幅的增加。在医疗影像刚刚起步之时， Nuance的产品和服务就已经覆盖了全美72%的医疗机构，且客户遍及全球30多个国家。 2022年，大力布局医疗健康的微软，以197亿美元收购了Nuance 。
IBM Watson ，可能是古早智能医疗行业的代表企业。 2015年，拥有一定自然语义分析能力的IBM将医疗作为人工智能科研转化的核心，我们今天熟悉的Watson Health在这一年正式问世，开始在世界范围内掀起医疗AI的热潮。 2016年8月，东京大学医学研究院利用Watson判断一位女性患有罕见的白血病，而这只用了10分钟的时间，展示出了强于人类的疾病诊断能力。 2021年，商业化无力Watson成为了IBM的累赘而被嫌弃。

△IBM Watson
反观国内，基于自然语言处理的数字疗法在2021年爆火，近百家企业布局数字疗法。 2022年零氪科技子公司众曦医疗科技，首个数字疗法产品TH-002获NMPA二类医疗器械证书，成为我国乃至全球第一款针对早期肺癌患者的特异性数字疗法产品。
人工智能的黄金十年，要从2012年说起，医疗影像AI也由此萌芽。这一年ImageNet图像识别挑战赛上，深度卷积神经网络算法大放异彩，以绝对优势获得第一。全新算法腾空出世，图像识别的技术瓶颈得以突破，引发新一轮人工智能革命。
2015年，影像识别科研能力逐渐成熟，并且为众多社会公司提供了算法能力支持。鹰瞳科技、汇医慧影都是成立于这一年。据悉在2012年之前，很多学习图像识别的学生，毕业甚至连对口工作都找不到。
行业初期，虽然人工智能理论上可以在医疗供给端帮助医生，但国内医疗领域对于人工智能的认知基本上是零，彼时产品研发的面临的挑战和压力可想而知。
在如今众多头部企业的努力下，通过科研入手，从而让医学专家接受，从而愿意接受医疗影像产品的落地。比如，推想医疗的陈宽为了证明人工智能如何在影像识别中发挥作用，带着团队租住在四川省人民医院外的一栋破旧的居民楼里数月，终于训练出了推想第一个可用于医疗影像的AI模型，直接用产品让一众医生接受了人工智能。
医疗AI产品的规模临床，离不开药监局的审核。彼时医疗AI仍处于新产品，在没有参照物对比时，新势力们和审评专家只得抱着一腔热忱，推动产品的审评。 2017年，国务院印发并颁发《新一代人工智能发展规划》，智能医疗成为了国家战略。在此背景下，资本也开始涌向众多新势力，医疗影像AI新势力们迎来了政策和资本风口，从而更好的反哺研发，也可以推动产品的审核。