凜冬已至，曙光仍在前方。

人工智能發(fā)展瞬息萬變，卻離不開“質(zhì)量”與“需求”兩項(xiàng)衡量產(chǎn)品優(yōu)劣的關(guān)鍵要素。從人機(jī)大戰(zhàn)到醫(yī)院圈地，再到即將來臨的商業(yè)化交付，看似漫長，卻也只經(jīng)歷了短短兩年時(shí)間，這一賽道環(huán)境瞬息萬變。

過快的發(fā)展常常會招致質(zhì)疑，“AI技術(shù)革新醫(yī)學(xué)影像”一直是業(yè)內(nèi)外爭論不休的論題，但無論輿論幾何，AI企業(yè)在落地上方面做出了實(shí)在的進(jìn)步，超過1000家三家醫(yī)院入駐了AI企業(yè)的醫(yī)生。

那么，在這機(jī)遇與挑戰(zhàn)并存的一年，人工智能改變了什么？人工智能又發(fā)生了怎樣的改變？

細(xì)數(shù)AI九大變革與創(chuàng)新

1、對AI的態(tài)度

RSNA2018開幕式后，主席Vijay M．Rao，MD在Daily Bulletin在采訪中表示：“AI和機(jī)器學(xué)習(xí)應(yīng)用已經(jīng)在放射學(xué)中有效地證明了自己的價(jià)值，但我們僅僅了解這些技術(shù)的皮毛。如今的AI應(yīng)用將醫(yī)生從重復(fù)的工作中解放了出來，讓他們應(yīng)更高的效率工作；患者因?yàn)榧夹g(shù)的升級而無需長時(shí)間的等待，整個放射學(xué)也因此更透明�！�

正如Rao所說，相對于去年RSNA上各位醫(yī)生們舉棋不定的表現(xiàn)，我們能看到醫(yī)學(xué)AI最大的轉(zhuǎn)變——觀念的轉(zhuǎn)變。這一變化可謂今年最為重要的變化，正是這一變化給AI的發(fā)展帶來了數(shù)據(jù)、帶來了革新，帶來了潛在的商業(yè)化利益。因此，只有醫(yī)生真的接受AI，擁抱AI，AI技術(shù)才能離開離開實(shí)驗(yàn)室，走進(jìn)真實(shí)世界。

國內(nèi)態(tài)度同樣如此。8月中旬，浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院率先就人工智能相關(guān)產(chǎn)品開放收費(fèi)目錄，文件中標(biāo)明“（特需）人工智能輔助多學(xué)科疑難病聯(lián)合診治，6500元／次”。青島、遼寧等地區(qū)緊隨其后，也將部分呢人工智能服務(wù)加入收費(fèi)目錄。醫(yī)院方已經(jīng)在今年作出了巨大的突破。

2、算法的變化

醫(yī)學(xué)影像并不是AI應(yīng)用的第一個場景，許多企業(yè)的AI技術(shù)源于計(jì)算機(jī)視覺的遷移，并在此基礎(chǔ)上根據(jù)病種的特征進(jìn)行訓(xùn)練、優(yōu)化。遷移算法的優(yōu)勢在于開發(fā)者可以迅速切入醫(yī)學(xué)領(lǐng)域，能加速醫(yī)療AI產(chǎn)業(yè)的發(fā)展。

今年算法的變化主要變化在兩個方面，一方面，傳統(tǒng)遷移算法通過數(shù)據(jù)與實(shí)驗(yàn)不斷優(yōu)化，魯棒性、準(zhǔn)確率等指標(biāo)都有明顯上升；另一方面，部分AI影像企業(yè)拒絕使用開源算法，而選擇針對AI影像自建算法。

兩種模式有擁有自己的優(yōu)勢，但要完全突破現(xiàn)有AI技術(shù)的瓶頸，或許單單的算法并不能完全解決問題，從基因等其他因素出發(fā)，全方位的看待問題，或許是另一條出路。

3、產(chǎn)品選擇的變化

因?yàn)榉谓Y(jié)節(jié)與眼底存在公開的數(shù)據(jù)庫，且肺結(jié)節(jié)的數(shù)據(jù)庫豐富而完整，所以在現(xiàn)有的AI企業(yè)中，我們能看到大部分企業(yè)都將肺結(jié)節(jié)產(chǎn)品作為主要產(chǎn)品。這一趨勢并沒有改變，改變的是更多新領(lǐng)域進(jìn)入了開發(fā)者的視野。

在2017年的RSNA大會上，研究影像組學(xué)的企業(yè)屈指可數(shù)，國內(nèi)僅匯醫(yī)慧影發(fā)布的放射組學(xué)云平臺代表了相應(yīng)的研究。而在今年，更多的企業(yè)開始了影像組學(xué)的研究，嘗試從影像中高通量地提取有效信息。

乳腺癌是今年AI產(chǎn)業(yè)的一個亮點(diǎn)，雖其名為女性第一大癌癥，但在去年，發(fā)布這一病種AI產(chǎn)品的企業(yè)屈指可數(shù)。反觀今年，乳腺早篩幾乎成了每個公司的標(biāo)配，每個公司至少發(fā)布一款早篩產(chǎn)品（包括X光、超聲、鉬靶）。

希氏異構(gòu)主打的消化內(nèi)鏡AI與數(shù)坤科技主打的心血管AI不斷深入單一場景的研究，他們的專注力很可能在百花齊放時(shí)代下打造堅(jiān)實(shí)的技術(shù)壁壘。

此外，更多的跨界融合也在進(jìn)行之中，“AI＋新藥”無疑是今年的一個大熱點(diǎn)，從全球范圍看，打上這一細(xì)分領(lǐng)域標(biāo)簽的企業(yè)數(shù)量翻倍，其中國內(nèi)的晶泰科技獲4600萬美元B＋輪融資，深度智耀獲1500萬美元B輪融資，AccurtarBio也在17年的尾巴獲投1500萬美元。

還有一些基于NLP的輔診項(xiàng)目以及視頻捕捉技術(shù)也日益成熟，騰訊醫(yī)療AI實(shí)驗(yàn)室在創(chuàng)新領(lǐng)域的研發(fā)走在世界前沿，但所涉及領(lǐng)域暫時(shí)沒有商業(yè)化的跡象。

4、落地情況

2018年可謂是醫(yī)療AI落地的一年，隨著醫(yī)生觀念的轉(zhuǎn)變，醫(yī)生不僅僅開始使用AI產(chǎn)品，也逐漸參與到了產(chǎn)品的研發(fā)以及相關(guān)AI人員的培訓(xùn)，醫(yī)生與研究人員之間的合作變得更加的頻繁。

經(jīng)過動脈網(wǎng)的統(tǒng)計(jì)，現(xiàn)階段主要企業(yè)的落地情況如下圖所示：

從圖中可以看到，各家耳熟能詳?shù)娜斯ぶ悄芷髽I(yè)均在落地上表現(xiàn)不錯，其相應(yīng)的成熟度指標(biāo)也不斷上升，但下面需要談到的，是便是AI產(chǎn)品的指標(biāo)問題。

5、指標(biāo)變化

隨著AI算法的精準(zhǔn)度不斷上升，逐漸趨近于完美，這個過程中也來帶了諸多問題。其中最為重要的一點(diǎn)來源于一些公司在追求算法準(zhǔn)確率的過程中，其精準(zhǔn)率也在不斷上升同時(shí)，誤報(bào)率也在不斷的上升。有醫(yī)生表示：“對于常規(guī)的問題，AI通常是不會漏診，而一旦漏診，必定出大問題。雖然有一些產(chǎn)品能對良惡性作出基本的判斷，但離成熟還差得很遠(yuǎn)。”

為解決這些問題以及描述AI發(fā)展的狀況，一些如醫(yī)院閑置率、報(bào)告應(yīng)用率新的指標(biāo)也隨之誕生。這些指標(biāo)能協(xié)同準(zhǔn)確率、魯棒性，更全面的反映AI產(chǎn)品與醫(yī)生的磨合程度。

6、商業(yè)模式

在三類器械審批通過之前，很多AI產(chǎn)品可獲得CFDA二類器械認(rèn)證，在此情況下市場孕育了一些可供未來參考的收費(fèi)模式。

1． 以使用次數(shù)收費(fèi)，現(xiàn)階段采用此種付費(fèi)模式的以第三方影像中心為主。

2． 以買斷方式購買產(chǎn)品�，F(xiàn)階段采用此種付費(fèi)模式付費(fèi)的以醫(yī)院為主。

3． 年費(fèi)形式�，F(xiàn)階段采用此種收費(fèi)模式的產(chǎn)品暫未收集到相關(guān)數(shù)據(jù)。

不同的收費(fèi)模式反映了市場不同的需求。按次數(shù)收費(fèi)的模式的優(yōu)點(diǎn)在于靈活操作，成本易控制，但不可持續(xù)。對于第三方影像中心作為新興賽道，其業(yè)務(wù)量相對較小，且產(chǎn)品迭代相對迅速，以買斷的形式購買產(chǎn)品的方式過于昂貴，不利于企業(yè)的現(xiàn)金流，也不符合企業(yè)的閱片需求。

對于醫(yī)院而言，在沒有現(xiàn)金流壓力，又對產(chǎn)品較為滿意的情況下，在產(chǎn)品定價(jià)成熟前以全款方式買斷產(chǎn)品顯然更有利可圖，當(dāng)前的價(jià)格必然遠(yuǎn)低于商業(yè)化后的價(jià)格。

年費(fèi)模式雖未收集到相關(guān)數(shù)據(jù)，但在產(chǎn)品過審后，很有可能成為主流。一方面，這種運(yùn)營模式方便于對產(chǎn)品進(jìn)行成本控制，后期醫(yī)院及影像中心若對某一產(chǎn)品不滿意，也可及時(shí)更換產(chǎn)品。

7、技術(shù)突破

拋開商業(yè)化模式不談，AI的技術(shù)突破也值得一看。

《細(xì)胞》介紹了中國團(tuán)隊(duì)的研究成果

2月《CELL》介紹了中國團(tuán)隊(duì)的AI工具，這是一款能精確診斷眼病和肺炎兩大類疾病的人工智能工具，該工具有效地將圖像分類為黃斑變性和糖尿病性視網(wǎng)膜病變，可以在30秒內(nèi)確定患者是否應(yīng)該接受治療，準(zhǔn)確度達(dá)到95％以上；在區(qū)分病毒性肺炎和細(xì)菌性肺炎上，準(zhǔn)確率也超過90％。該研究開發(fā)了一種使用遷移學(xué)習(xí)技術(shù)的人工智能系統(tǒng)。

使用CNN識別皮膚癌

ANNALS OF ONCOLOGY上的一項(xiàng)研究中，研究人員開發(fā)了一個深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)CNN，并通過展示10萬多幅惡性黑色素瘤和良性痣的圖像來識別皮膚癌。CNN比皮膚科醫(yī)生更少漏診黑素瘤，誤診良性黑素瘤的幾率更低。這是科學(xué)家們首次表明CNN作為人工智能或機(jī)器學(xué)習(xí)形式比有經(jīng)驗(yàn)的皮膚科醫(yī)生更能準(zhǔn)確診斷皮膚癌。

斯坦福吳恩達(dá)團(tuán)隊(duì)公布最大醫(yī)學(xué)影像數(shù)據(jù)集，4萬張為人體上肢端的X光片

斯坦福吳恩達(dá)研究團(tuán)隊(duì)開源了含有4萬張人體上肢端的X光片的數(shù)據(jù)集MURA，并用這個數(shù)據(jù)集訓(xùn)練CNN尋找并定位X光片的異常部分。根據(jù)研究，全球現(xiàn)在超過17億人的肌肉骨骼都出毛病，每年大概有3千萬的急診病例。MURA 是最大的開放性放射影像數(shù)據(jù)集之一，它有助于診斷上肢骨骼疾病。

無需活檢，AI可以從CT圖像預(yù)測免疫療法效果

《The Lancet Oncology（柳葉刀腫瘤學(xué)）》上的一項(xiàng)研究，來自法國的Eric Deutsch博士團(tuán)隊(duì)用癌癥患者的CT圖像訓(xùn)練人工智能，得到一個可以通過患者的CT影像準(zhǔn)確預(yù)測PD－1抑制劑治療效果的人工智能平臺。那些被認(rèn)為有效的患者的中位生存期（24．3個月），比預(yù)測無效患者的中位生存期（11．5個月），提高了一倍以上。

清華大學(xué)廖洪恩團(tuán)隊(duì)發(fā)表人工智能影像基因組學(xué)系列論文在《IEEE生物醫(yī)學(xué)工程匯刊》上

清華大學(xué)醫(yī)學(xué)院生物醫(yī)學(xué)工程系特聘專家廖洪恩教授課題組通過人工智能技術(shù)學(xué)習(xí)大量腦干膠質(zhì)瘤患者的磁共振影像學(xué)特點(diǎn)，深度挖掘其與該基因的關(guān)聯(lián)，不僅幫助醫(yī)生獲得基因?qū)W的診斷依據(jù)，而且方法分析得到與基因關(guān)聯(lián)密切的影像學(xué)與臨床參數(shù)能夠提高醫(yī)生的診斷經(jīng)驗(yàn)。系列研究成果發(fā)表在生物醫(yī)學(xué)工程領(lǐng)域知名期刊《IEEE生物醫(yī)學(xué)工程匯刊》上。

全球首次開發(fā)出B型主動脈夾層人工智能自動分割方法

4月21日，匯醫(yī)慧影聯(lián)合中國人民解放軍總醫(yī)院血管外科發(fā)布“主動脈人工智能研究云平臺AORTIST2．0”，這是全球范圍內(nèi)首次開發(fā)出的B型主動脈夾層人工智能自動分割方法，解決了此前B型主動脈夾層手術(shù)中的精準(zhǔn)測量、預(yù)后預(yù)測和遠(yuǎn)程隨訪三大核心問題。

8、融資變化

根據(jù)動脈網(wǎng)數(shù)據(jù)庫統(tǒng)計(jì)，全球共有 244 家企業(yè)將人工智能應(yīng)用于醫(yī)療領(lǐng)域，主要布局在醫(yī)學(xué)影像、健康管理和病歷／文獻(xiàn)分析三個應(yīng)用場景，其中涉足醫(yī)學(xué)影像的企 業(yè)數(shù)量達(dá)到 60 家，遠(yuǎn)高于其他應(yīng)用場景的企業(yè)數(shù)量。

國內(nèi) 96 家醫(yī)療人工智能企業(yè)，主要布局于醫(yī)學(xué)影像、病歷／文獻(xiàn)分析，而其中布局于醫(yī)院管理、疾病篩查和 預(yù)測的企業(yè)數(shù)量較少。

從國內(nèi)看，醫(yī)療健康領(lǐng)域的人工智能創(chuàng)業(yè)公司表現(xiàn)尤為突出。在2018年僅第一季度就有 20多家 醫(yī)療人工智能企業(yè)獲得融資，但隨著本年下半年經(jīng)濟(jì)遇冷，整體投資數(shù)量與投資額度均有降低，但預(yù)計(jì)在新年到來前，AI領(lǐng)域還將有一波大額融資。

截止2018年1月－9月，AI融資排名前10名

9、政策變化

針對人工智能專項(xiàng)出臺的政策較少，一般歸屬于“互聯(lián)網(wǎng)＋醫(yī)療健康”相關(guān)政策，2018年3月國務(wù)院發(fā)布的《政府工作報(bào)告》，4月教育部發(fā)布的《高等學(xué)校人工智能創(chuàng)新行動計(jì)劃》及國務(wù)院出臺的《關(guān)于促進(jìn)“互聯(lián)網(wǎng)＋醫(yī)療健康”創(chuàng)新行動計(jì)劃》都強(qiáng)調(diào)了人工智能的發(fā)展與相關(guān)人才的培養(yǎng)，而對于企業(yè)而言，相對重要的是中檢院光機(jī)電室對于醫(yī)療器械的審核。

2018 年8月1日起，我國新版《醫(yī)療器械分類目錄》正式生效，文件將醫(yī)用軟件按二類、 三類醫(yī)療器械設(shè)置審批通道。

《目錄》指出，若診斷軟件通過其算法提供診斷建議，該建議僅具有輔助診斷功能，不直接給出診斷結(jié)論，本子目錄中相關(guān)產(chǎn)品按照第二類醫(yī)療械器管理。若診斷軟件通過其算法對病變部位進(jìn)行自動識別，并提供明確的診斷提示，則其風(fēng)險(xiǎn)級別相對較高，本子目錄中相關(guān)產(chǎn)品按照第三類醫(yī)療器械管理。所以，目前我們所看到的AI 產(chǎn)品，大多應(yīng)屬于第三類醫(yī)療器械。

為應(yīng)對這一政策，我國大部分企業(yè)采取增刪診斷功能的辦法，同時(shí)申報(bào)二、三類器械，目前多家企業(yè)已經(jīng)率先獲得了二類證書，包括希氏異構(gòu)、雅森科技、匯醫(yī)慧影、深睿醫(yī)療、圖瑪深維、推想科技、Airdoc、依圖醫(yī)療等知名人工智能企業(yè)都在積極進(jìn)行三類醫(yī)療器械的申報(bào)。依圖醫(yī)療表示，他們的全產(chǎn)品矩陣都在做三類認(rèn)證，而Airdoc送檢了中國第一臺裝載待檢人工智能 AI 軟件的服務(wù)器。但目前尚未有一款產(chǎn)品獲得三類證書。

按照醫(yī)療器械注冊流程，產(chǎn)品從申報(bào)到最終過審要經(jīng)過產(chǎn)品定型、檢測、臨床試驗(yàn)、注冊申報(bào)、技術(shù)審評、行政審批等六步。目前，申報(bào)三類器械的醫(yī)療人工智能產(chǎn)品大多停留在注冊申報(bào)起步階段。

中檢院作為國家監(jiān)管技術(shù)支撐機(jī)構(gòu)，承擔(dān)了醫(yī)療人工智能產(chǎn)品質(zhì)量評價(jià)與研究工作。光機(jī)電室憑借在醫(yī)療器械軟件檢測方面經(jīng)驗(yàn)豐富的優(yōu)勢，專門成立AI小組承擔(dān)此項(xiàng)工作。

截至2018年10月，眼底影像標(biāo)準(zhǔn)數(shù)據(jù)庫與肺結(jié)節(jié)數(shù)據(jù)庫已初步成型，具體情況如下：

眼底影像標(biāo)準(zhǔn)數(shù)據(jù)庫的建立相對較早，目前已經(jīng)形成了一個包含6327病例規(guī)模的數(shù)據(jù)庫。

數(shù)據(jù)來源于蛋殼研究院《2018醫(yī)療人工智能報(bào)告》

肺部影像標(biāo)準(zhǔn)數(shù)據(jù)庫自2018年2月啟動建設(shè)工作，4月開始在全國招募肺結(jié)節(jié)圖像 標(biāo)定專家，5月初完成上述專家的在線考試選拔和培訓(xùn)，6月10日完成線下封閉標(biāo)定工作，24位標(biāo)定專家及15位仲裁專家共同完成病例的標(biāo)定。

數(shù)據(jù)來源于蛋殼研究院《2018醫(yī)療人工智能報(bào)告》

相對國外已經(jīng)有4－6年AI產(chǎn)品審批經(jīng)驗(yàn)的FDA，國內(nèi)的NMPA相對年輕。對此，很多企業(yè)選擇FDA與NMPA并行審批，一方面可以借鑒FDA的審批經(jīng)驗(yàn)，另一方面有助于其開拓海外市場。以下是2018年通過FDA審批的一些公司及項(xiàng)目，希望可以為國內(nèi)的企業(yè)審批帶來更多經(jīng)驗(yàn)。

圖標(biāo)部分?jǐn)?shù)據(jù)由匯醫(yī)慧影提供

未來，數(shù)字醫(yī)療產(chǎn)品的審評將分兩個階段走。第一個階段需要制定出相關(guān)指導(dǎo)原則和標(biāo)準(zhǔn)，把檢驗(yàn)、檢測標(biāo)準(zhǔn)進(jìn)行統(tǒng)一，第二步才開始對達(dá)到標(biāo)準(zhǔn)的產(chǎn)品“放行”。部分符合條件的，或許可以被批準(zhǔn)免去臨床試驗(yàn)。

2018年大公司布局變化

1、騰訊

在醫(yī)療人工智能方向，騰訊將其視為打通To B路徑的重要布局，除了核心的騰訊醫(yī)療AI實(shí)驗(yàn)室，相關(guān)的優(yōu)圖實(shí)驗(yàn)室、AI lab也為騰訊的醫(yī)療AI版圖獻(xiàn)計(jì)獻(xiàn)策。

近日，騰訊再獲“數(shù)字診療裝備研發(fā)”重點(diǎn)專項(xiàng)，開發(fā)人工智能輔助臨床決策支持系統(tǒng)（AIACDSS），屆時(shí)，騰訊將從科研合作中獲得大量的訓(xùn)練數(shù)據(jù)以及AI開發(fā)經(jīng)驗(yàn)，而騰訊云也將因此在AI+醫(yī)療中發(fā)揮更為深度的作用。

2、阿里巴巴

在9月的云棲大會上，阿里醫(yī)療人工資能系統(tǒng)ET醫(yī)療大腦開啟了它的2．0版本。該系統(tǒng)由阿里健康與阿里云聯(lián)合打造，天生具備強(qiáng)大的算力優(yōu)勢和多樣的數(shù)據(jù)優(yōu)勢。

相比于騰訊，ET醫(yī)療大腦的基因決定了它為生態(tài)建設(shè)為生，在未來ET醫(yī)療大腦2．0將針對臨床、科研、培訓(xùn)教學(xué)、醫(yī)院管理、未來城市醫(yī)療大腦等5大場景上集中發(fā)力。

3、百度

百度研究院發(fā)布一種名為“神經(jīng)條件隨機(jī)場”的AI算法，擁有強(qiáng)大的腫瘤病理切片檢測能力，其檢測準(zhǔn)確率甚至超過專業(yè)病理醫(yī)生，并突破此前最高記錄。該算法不僅能對單一小圖進(jìn)行判斷，還能夠模擬圖塊之間的空間關(guān)系，大大提高了診斷的準(zhǔn)確率，成為人工智能在醫(yī)療影像應(yīng)用上的一次突破。

百度具備AI技術(shù)方向的絕對優(yōu)勢，但卻對醫(yī)療領(lǐng)域涉獵不深，更多的是通過投資的方式間接對醫(yī)療進(jìn)行布局。2017的離場之后，2018醫(yī)療相關(guān)的新聞屈指可數(shù)，一直到9月的百度世界大會，李彥宏宣布向500個貧困縣捐贈百度研制的AI眼底篩查一體機(jī)，才為百度新添與醫(yī)療相關(guān)的正面聯(lián)系。

但百度的實(shí)力毋庸置疑，在絕大多數(shù)AI影像算法為遷移算法的大前提下，專注于計(jì)算技術(shù)覺、無人駕駛技術(shù)的百度想要進(jìn)入醫(yī)療AI領(lǐng)域非常輕松，關(guān)鍵要看是否有必要對這一領(lǐng)域進(jìn)行直接投資。

4、科大訊飛

在智慧醫(yī)療方面，繼去年成立全國首家智慧醫(yī)院和推出全國首個以456分通過國家臨床執(zhí)業(yè)醫(yī)師資格考試綜合筆試評測的“智醫(yī)助理”之后，科大訊飛在賦能醫(yī)生、助力分級診療全面落地方面持續(xù)發(fā)力。

在醫(yī)學(xué)影像方面也有更多突破，訊飛醫(yī)學(xué)影像云平臺集合了CT、DR等多項(xiàng)人工智能輔助診斷技術(shù)，輔助醫(yī)生快速準(zhǔn)確地完成影像診斷，有效減少漏診誤診。

同時(shí)通過A．I．技術(shù)將優(yōu)質(zhì)醫(yī)療資源下沉至基層，讓人們更便捷地享受更優(yōu)質(zhì)的醫(yī)療服務(wù)。目前訊飛人工智能醫(yī)療產(chǎn)品已經(jīng)在全國121家三級醫(yī)院、近2000家基層醫(yī)療衛(wèi)生機(jī)構(gòu)落地應(yīng)用，累計(jì)服務(wù)超過300萬人次。

5、科技企業(yè)與器械巨頭

在世界舞臺上，眾多科技公司與器械巨頭也紛紛在AI醫(yī)療領(lǐng)域發(fā)力，通過下表我們可以看到他們這一年的在AI方面的努力。

科技巨頭的AI成果（部分）

器械巨頭的AI成果（部分）

“潮向”何處？

2018年是人工智能落地的一年，而2019年人工智能將更加明確自己將落向何處。近日，國內(nèi)領(lǐng)先的健康管理機(jī)構(gòu)愛康國賓，正式啟動iKangAI＋計(jì)劃，合作企業(yè)包括依圖醫(yī)療、Airdoc、科大訊飛、阿里健康ET醫(yī)療大腦實(shí)驗(yàn)室、百洋智能科技－IBM Watson事業(yè)部。

不僅僅是愛康及其相關(guān)企業(yè)，體素科技、騰訊覓影等也不斷在向下的方向之中，朝著更大的場景邁進(jìn)。

這是人工智能技術(shù)下沉的另一個轉(zhuǎn)折點(diǎn)，或許我們能看到AI在三甲醫(yī)院的臨床應(yīng)用之中獻(xiàn)計(jì)獻(xiàn)策，但就現(xiàn)在的NMPA審批結(jié)構(gòu)下，深入診斷全流程或許不是明年的目標(biāo)，而AI企業(yè)必須及早獲取適合自己的商業(yè)模式。

另一個方向是同傳統(tǒng)器械廠商的合作，好比手機(jī)與軟件的結(jié)合，這是一個雙贏的選擇。

歸根結(jié)底，AI＋影像是一條一定走得通的路，但在筑路之中，何不少些浮夸，多些腳踏實(shí)地？