春节期间，一篇「流感下的北京中年」刷爆了朋友圈，从作者挂号看病、住院、转院、购买药品的这些奔波中，可以看出医院医疗资源的紧张。2017 年，医生、护士严重供不应求，医生、护士累倒在办公场合的新闻也时常出现。
随着 AI 的崛起，很多专业人士表示有望利用 AI 来辅助他们的工作，重新配置资源，缓解医院人手不够的现状。但将技术渗透到行业是一个漫长且艰难的过程，医疗行业尤其谨慎。本文整理了 2017 年部分投资人、创业者及 AI 专家对 AI 医疗的看法，希望对大家有所启发。
元璟资本田敏：投资医疗，AI 虽好但非全部
未来两年，医疗 AI 会死一批。至少在我看来，这会是个大概率事件。
未来两年，医疗 AI 会死一批。至少在我看来，这会是个大概率事件。
过去一年，田敏和元璟团队花了很大力气，在看了三十多家医疗 AI 项目后，给出了这样的结论。
越是接触到患者的环节越不容易被技术所取代，像问诊环节，这个环节不是仅仅说简单看个病，还有很多医患信任和交流的空间存在。
但单是在诊断的这一个环节上，AI 能够体现出的价值是巨大的。因为在一些重大疾病和罕见病的诊断上，AI 比医生拥有更大优势。就像很多患者会选择来北京的三甲医院看病，是因为北京的医生见过全国各种疑难杂症，而 AI 可能几秒钟就把全世界的疑难杂症都见过了，所以在专病的诊断上，AI 是有很大的空间来帮助医生做判断的，反而对于医生天天看的常见病，未必能起到很大的作用。
所以在 AI 医疗领域的创业，我们看好三个领域——病理、基因领域和罕见病。其中病理领域门槛更高，但痛点更大，机会也更大，首先病理对肿瘤类的疾病则有精标准的作用，其次中国现阶段病理医生、X 光医生都非常稀缺，AI 可以在这方面弥补医疗资源的不足。
恺富资本周轶洋：医疗是保守的行业，太先进的反而会被抵触
说起医疗投资，大部分人的第一反应，专业性强。区别于其他领域的投资，医疗相关的投资仍需要遵循医疗行业的特色。作为一个投入长、风险高的行业，如何规避风险，存活下去显得格外重要。在中国，因为人口多，面临的问题就更复杂。
像 CT、 X 光，都是逐步被接受，不可能一蹴而就。AI 火，是因为 AlaphaGo 把人类打败了，但有几个像 DeepMind 这样的公司？又有几个能真正了解医疗行业，踏踏实实做的？2005 年，就已经有 CAD，计算机辅助诊断这类技术，这些都是很好的，但是得有个过程去验证，中国人和美国人基因是不一样的，适用于西方的，适用于东方吗？人命关天的事情，它一定是经过时间的考验，具有稳定性和准确性。
回归理性，技术不是一个门槛，在国内医疗技术永远不是最新的，而是最稳定的。医疗技术需要大量的数据，准确度要在 85% 以上才能投入使用，它相对比较保守，太先进反而可能会被抵触。我们不太看好 AI，这些 AI 的公司怎么变现？没有医疗证谁敢用？医院敢用吗？消费者敢用吗？除非你三年五年真能坚持，真正能够拿到证。
5 位大咖的观点惊人一致：人工智能正成为医疗信息化企业的必争之地！
展开全文
卫宁健康
从行业的发展来看，2018 年将成为下一代医疗信息化产品孕育诞生的年份。业内具有领导力的公司，都会陆续推出下一代医疗健康信息产品。原因有三个方面：
第一，宏观政策的变革。「互联网+」、「人工智能」等关键词已经写入国家「十三五」规划纲要，这必将推动医疗信息化产品的变革。
第二，技术层面。医院内部的生产系统已经陆续建设完毕，并且积累了丰富的业务数据，再加上大数据和 AI 技术逐渐成熟，这几者的结合，为企业孕育下一代产品打好了基础。
第三，生态环境。从业人员对于新技术深度应用的意识已经觉醒，健康产业发展需要新的信息化技术进行支撑。两者都做好了准备，所以新一代信息化产品的时机已经成熟。
创业软件
单一模式的医疗 AI 创业（如单一的医学图像 AI 诊断），其泡沫将逐渐开始破灭。
因为属于三类医疗器械的 AI，要通过行业严格的检验和伦理上的接受非常困难。但医疗 AI 代表着未来医疗生产力的变革，需要高度重视。
同时，代表去中心化互联网信用体系的区块链技术，将来可能大有作为。
如果要给 2018 年一个关键词，我认为应该是医联体。医联体是医疗生产关系变革推动生产力发展的趋势，它给医疗信息化厂商提供了各种各样的机会，但将来的赢家，也未必会是传统的信息化厂商。
久远银海
2018 年的关键词，我认为应该是人工智能医疗。大健康信息化领域可能会出现这三个变化：
第一，医保支付制度改革会直接影响到医院和医保的管理，会促进信息化支撑能力的提升；
第二，医保支付制度改革会促使医保治理体系的升级，以及医院的治理能力的进一步提升；
第三，围绕人工智能医疗，落地场景会不断涌现。
北大医信
智慧化和一体化，代表着医疗信息化未来的发展趋势。如果给 2018 年一个关键词，我认为应该是智能和一体。
金蝶医疗
2018 年，我认为人工智能会成为医疗信息化行业的关键词。人工智能和医疗大数据的结合，一定会提升医院临床决策方面的能力。过去信息化对于医院的支撑，更多是在电子化能力上，并没有在临床辅助上涉及太多。所以 2018 年，我认为这一块会出现一定的成果。
另一个变化是业务形态的变化，如远程医疗、医疗联合体等，这种变化会促使医院的信息化往云端迁移。
总结与感悟
从这 5 家行业巨头的动向中，我们能得出这么一些结论：
经过多年的酝酿，医院信息系统已经到了一个升级换代的节点，且医疗机构更新换代的意愿强烈；
医联体所带来的医疗机构业务形态的变化，为信息化公司带来了较大的市场机会；
集成化、一体化、智能化、互联程度更高的新一代信息产品，将成为医院信息化升级的重心；
人工智能领域正在成为医疗信息化企业的兵家必争之地，并且已有公司开始抢跑。2018 年，人工智能或将在医疗信息化公司实现产品的集中式爆发。
AI 专家：三个问题教你识别医疗人工智能公司
全球著名的计算机博弈专家吴韧认为，这一轮人工智能能够取得前所未有的进步主要有三个方面的原因：
第一，大数据的积累。在医学方面，随着电子病历和数字胶片的积累，大量可以用于研究的结构化病例保存起来。而这个大数据至少是以 10 万份为起点，并且可直接用于模型训练的数据。
第二，计算能力的提升。这几年，云计算、GPU 等一些计算能力的提升为处理大数据提供基础，缩短了训练模型所用的时间，将训练周期缩短为几天。
第三，大数据与计算力的结合，是研究人员可以快速得到并训练出可以应用在时间中的算法模型。而现代的可以称之为人工智能的产品，必须有深度学习技术的参与。之前的人工智能技术并没有很好的解决问题，而深度学习技术的出现才推动了这波浪潮。
吴韧表示，正是由于这波人工智能兴起的原因，决定了这次浪潮将是持续的，而不是间歇性的。从目前取得成绩来看，也在验证这种说法。
基于这三方面常识，我们可以用以下几个问题来鉴别新时代的人工智能公司。
公司数据从何而来，是网上下载还是从医院获取高质量标注数据？
公司算法模型从何而来，是从网上下载别人训练好的，还是自己训练模型。如果是自己训练的模型，那么训练软件是哪一款，计算能力有多强？
自己训练的模型又与别人开源的模型有什么区别？训练的计算机里面有几块 GPU？
编辑｜小个子
来源｜36氪
原文标题《医疗行业要借力AI发展，这些创投人士及AI专家给出了看法》
本文来自作者[何必挽离人]投稿，不代表汉港号立场，如若转载，请注明出处：https://shcomm.cn/baike/202501-48238.html
评论列表（4条）
我是汉港号的签约作者“何必挽离人”！
希望本篇文章《AI技术加速医疗创新的简单介绍》能对你有所帮助！
本站[汉港号]内容主要涵盖：百科大全,生活小常识,经验分享,热点知识
本文概览：春节期间，一篇「流感下的北京中年」刷爆了朋友圈，从作者挂号看病、住院、转院、购买药品的这些奔波中，可以看出医院医疗资源的紧张。2017 年，医生、护士严重供不应求，医生、护士累...