余家从事医疗AI的企业，近家在做医学影像业务，其中约百家企业布局于肺结节影像产品——看上去蓬勃发展、四面开花的中国医疗AI行业，跟很多新兴行业一样，同质化现象严重，只是非常有限地，挤在某些容易涉猎的领域里相互追随、彼此竞争。
年被称为医疗AI落地之年。医院引入了了AI产品。但同质化、烧钱严重且尚未找到合理的营收模式，成为这个新兴行业的发展之痛。
优胜劣汰是必然的结果。年，随着资本寒冬的到来，烧钱的医疗AI产品势必会经历一番洗牌。有钱烧的撑下去再活三年，没钱烧的关门歇业。
AI，是ArtificialIntelligence的英文缩写，谓之人工智能。基于人类已在线储存的知识、经验，设计者让计算机通过自然语言处理、语言识别、图像识别等技术，代替人类进行一些重复性的操作。这种技术应用到医疗中，即为医疗AI。
同质化竞争加速行业成长
对比中美医疗AI公司的业务布局，我们不难发现，目前美国医疗AI企业行业分布较为广泛，而中国医疗AI企业大多集中在影像方面。在首届中国医学影像AI大会上，中华医学会放射学分会候任主任委员、中国医学影像AI产学研用创新联盟理事长刘士远教授说。
医院会引入好几家企业的AI产品，无一例外全都是做肺结节的。一位不愿透露姓名的行业人士告诉八点健闻。医院这个医疗AI产品的主战场上，同一类别产品的竞争有多惨烈。
目前在中国的医疗A企业中，包括联影、推想科技、深睿医疗、依图医疗、科大讯飞、体素科技、汇医慧影、图玛深维、点内科技、翼展影像、视见科技、腾讯觅影、青燕祥云、杏脉、健培、连心等在内的二十余家企业都已经在肺部疾病方面有所布局。
仅次于肺部疾病的是眼底疾病。包括体素科技、Airdoc、健培、Deepmind、爱尔眼科，以及IBMWatson、腾讯、百度等在内的十余家企业已在该领域布局。
为什么都集中在肺结节和眼底疾病影像上呢？
因为肺结节和糖网存在公开的数据库，且数据库丰富而完整，所以大部分企业都将肺结节和糖网产品作为主要产品，有些蝴蝶效应。体素科技创始人兼CEO丁晓伟说。
阿里健康高级副总裁柯研分析，医疗AI行业同质化竞争的原因主要有二：一是影像科目前对AI的应用是相对成熟；二是影像科CT平扫、磁共振检查等工作多为重复性劳动，对AI的需求也很迫切。去年10月，医院物联网大会上，阿里健康宣布启动面向医疗AI行业的第三方人工智能开放平台，12家医疗AI领*公司成为首批入驻平台的合作伙伴。
柯研在接受媒体采访时称，平台在选择企业合作时会鼓励他们做交叉，不要做同质化，要认清市场的趋势，仔细权衡做某样产品的优缺点。但他并不否认竞争的合理和积极性。如果平台出现同质化的企业，我们会让市场说话，看医生、医院愿意选择哪家产品，我们坚信市场的选择是最有效率的，且竞争的存在也是合理的。
值得注意的是，高集中的特点虽然降低了医疗AI品类的丰富度，但也促使了相关医疗AI产品更快地走向成熟。刘士远介绍，目前，从中国人工智能医疗影像产品研发的成熟度来看，肺结节的成熟度最高，其次是糖网筛查。此前，八点健闻文章也提到，未来，国内AI影像的第一张三类证一定会出在在肺部影像或眼底影像的产品中。
只烧钱不赚钱+资本严冬
年末、年初，部分企业还拿到了融资，这部分资金至少能支撑这些企业渡过相当长的时间，而没有获得融资的医疗AI企业，在经济形势下滑后，很有可能迈不过这个门槛。
上述行业人士表示，年起，医疗AI行业将开始进行洗牌，而这些企业将在年迎来最残酷的竞争。
对于医疗AI来说，现在依然处于高投入阶段。拿最简单的人力成本举例，目前对于绝大多数医疗AI企业来说，从算法、产品、工程，到运营、商务，各个部门的人员几乎都是顶配。此外，医疗AI企业在前期收集数据、研发产品以及后续的商务销售过程中也需要投入较多成本，图玛深维创始人钟昕表示，往往研发一个医疗AI产品的成本，至少需要数百万元，开发周期达6-12个月。
在不断投入高昂成本的同时，医疗AI现阶段并没有实现合理的营收。
过去一段时间，市场孕育了一些可供未来参考的收费模式。比如：第三方影像中心大多采用按使用次数收费的模式，医院大多使用一次性买断产品的付费模式。
但由于行业尚处于发展早期，目前医疗AI产品大多是不收费的，即便收费也是向B端的医疗机构收费，并非是向C端的患者用户收费。
年8月中旬，浙江大学医院率先就人工智能相关产品开放收费目录，文件中标明（特需）人工智能辅助多学科疑难病联合诊治，元/次。青岛、辽宁等地区紧随其后，也将部分人工智能服务加入收费目录。医院方已经在这一年作出了巨大的突破。
不少业内人士表示，这些收费模式主要是针对会诊收费，并非针对人工智能收费。不过，也有人认为，这样的商业模式目前并没有为企业带来系统的营收，对陷入资金饥渴中的企业来说，不过是杯水车薪。
小而美的赛道
跟其他新兴产业一样，这是AI进入医疗领域必经的阵痛。只是恰逢资本市场的严冬，使前行之路变得格外困难。但大批行业人士仍看好其发展前景，并在更大范围内探索AI医疗应用的可能性。
一些企业开始尝试开发一些覆盖其他病种的产品。
不要挤到一片红海中去。道彤投资创始管理合伙人孙琦告诉八点健闻，做医疗AI产品，首先要选一个差异化赛道。他提到，比如道彤投资的兰丁医学是用AI做病理分析，美国一些企业是用AI做药物研发，这些都是不错的赛道。
实际上，医学影像的市场需求远不止于肺结节及糖网筛查。
肿瘤、心血管病等占据死亡率前列的疾病，对医疗AI也提出需求。在IBM创新实验室浸淫十年的马春娥，在离开IBM后选择继续深耕医疗AI。
年6月，马春娥创立了数坤科技。然而她并没有像大多数企业一样从肺结节入手，而是选择从难度更大的心血管领域切入产业。
一方面，与肺癌、肺结节等疾病不同，心血管疾病的诊断流程更加复杂，心脏CT图像需要首先经过复杂的三维重建，之后诊断医生根据三维重建的图诊断出血管的起源、走形、血管壁的斑块、管腔狭窄等情况。另一方面，心血管疾病的公开数据集比较少，收集数据就是一个很大的难题了，此外也没有什么开源模型，起步就很难。马春娥说。
难度虽然大，但数坤科技却相信选择偏门的道理。目前，数坤已推出全球首个针对心血管疾病的人工智能诊断产品，并已进入临床诊断全流程，即能够将影像智能后处理、AI疾病诊断与AI报告与打印全流程打通。在马春娥看来，由于研究的病种类似、产品同质化程度高、业务集中度高，未来将会有蹭热点的伪医疗AI公司消失或关掉AI部门。AI医疗正从狂热期转向冷静期，这会让业务模式更清晰的企业浮出水面。
腾讯优图实验室也选中了一个小而美的赛道。他们的一个产品是将超声AI研究首先应用到乳腺肿瘤筛查上。实验室医疗负责人郑冶枫告诉八点健闻，优图实验室选择布局的病种有两个原则，首先，这个病种是可以基于影像进行诊断的。其次，这个病种对于人工智能的需求要是比较迫切的，比如发病率极高、需要提高筛查效率等。
以乳腺癌为例。目前，乳腺癌已经成为中国女性发病率第一高的疾病。根据年中国癌症统计报告显示，年中国女性乳腺癌年新发病例约27.89万例，占女性全部恶性肿瘤发病的16.51%。定期做乳腺检查，是预防乳腺癌最有效的方式，乳腺癌发现越早，治疗效果越好。
常见的两种乳腺癌筛查影像检查方式一是钼靶X光，另一种就是超声。由于欧美女性脂肪较多，更适用于钼靶检查，可以清晰地发现脂肪中的肿瘤。但是中国女性的乳腺大多属于纤维型，脂肪不多，因此钼靶不容易发现肿瘤。相反，这种情况就更适用于超声检查。
正因如此，超声已经成为现在中国比较推荐的筛查手段，而我们也选择将人工智能技术运用到超声检测当中。郑冶枫提到，较之钼靶X光，超声没有放射性，对身体损害比较小，价格也比较便宜。
钟昕则表示，对于医疗AI来说，每一个病种的市场规模都在数十亿元以上，并不小。他提到，如果垂直赛道的产品真的能解决问题，能够提升医疗服务能力和效率，并且做的较有特色，就会有很大的机会。
来源：钛媒体