医疗AI赛道,谁能走进千家万户?

医学影像AI未来的发展潜力值得重视。

文|节点财经 三生

在科幻电影《普罗米修斯》中,有一个让人印象深刻的智能医疗舱。患者只需要躺在里面,便会进行一个全身的健康扫描,并得到相应的医疗建议,甚至可以直接进行手术治疗。

这可以说是人类关于医疗AI的终极幻想之一,而这一幻想正在逐渐迫近现实,随着人工智能的日益强大,医疗AI作为医生的助手,其角色正在不断得到加强。

特别是最近几年,随着互联网技术、大数据等新兴科技的发展,AI医疗器械审批流程加速,医疗AI已深入到医疗保健的各个领域。过去的2021年被称为“医疗AI商业化元年”,科亚医疗、鹰瞳科技、数坤科技、推想科技等头部企业相继冲关港交所,国内医疗AI赛道上的首家上市公司由此诞生,医疗AI热度大增。

政策层面,国家相关部门出台了多项政策支持医疗AI的发展。不久前国家发改委发布《“十四五”生物经济发展规划》。文件中提到,要支持基于AI的医学影像辅助诊断等应用发展,开展脑、肺、眼等常见伤病的图像识别技术研发,加快医学图像辅助诊断系统产品化和临床辅助应用。

不难预判,医疗AI的商业化在未来将成为一片蓝海,而在真正的应用落地中,又有哪些细分赛道值得关注?值得做一番详细探究。

医疗AI落地,蓝海有多大?

首先一个问题就是,医疗AI这片蓝海到底有多大的想象力?这个想象力既体现在市场规模上,更体现在增长空间上。

据中研普华研究院相关报告显示,2020年,医疗AI行业的市场规模为265亿元,预计到2027年,中国医疗人工智能的市场规模将达到1400亿元。而谈到国内的医疗行业,这几乎是公认的长坡厚雪的赛道,如果对比中美的话,中国医疗AI投入占医院收入的比例仅为0.5%,美国为5%。

十倍的增长空间,看起来似乎诱人,事实远不止于此。医疗AI作为前沿科技,在美国也是方兴未艾,所以在中国市场,其真正的增长空间大概率比十倍更高。

想象力固然决定了市场的高度,回到现实,哪些因素能支撑起这份巨大的行业估值,驱动行业的市场增长?

从AI技术来看,近年来医疗AI、智能翻译、无人驾驶等技术的发展和落地,无一不建立在计算机深度学习技术的进步之上,其背后的核心是大数据技术的演进,需要大量的数据训练。基于这种特点,医疗AI在实际场景的落地中,需要广泛而准确的数据输入作为算法训练和优化的支撑。

也正是由于全球各地医疗数据的多种多样,使得医疗领域成为了AI最具应用前景和应用价值的领域之一。这对拥有14亿人口的中国来说,显然更具优势,一方面疾病人口的发病率居高不下,即便是一些罕见病也能保证足够样本供AI学习;另一方面,我国幅员辽阔,来自不同地形、不同民族的多元化样本丰富,也使得AI在真实落地过程中更容易普及开来。

当医疗AI的先发企业纷纷跨过技术和数据的门槛,并取得产品上市的入门券,摆在面前的,是如何场景落地的问题。在面对错综复杂的医疗场景时,AI技术如何定义自身价值,是个值得深思的问题。

医学影像AI,从器械向服务拓展

过往IBM、谷歌等互联网巨头在医疗AI领域的实践表明,人工智能深度学习是医疗AI发展的根本,而一旦应用于医疗真实场景,更需要符合医疗产品研发逻辑。

换句话说,医疗AI赛道需要做的是立足技术与场景,寻找AI技术与医生、医院的契合点,逐步扩展和突破。目前,医学影像AI无疑就是这样的契合点之一。

医学影像AI之所以能够成为医疗AI领域发展最快的赛道之一,首先在于医学影像AI的应用有着广泛的需求。

据《智能化医疗健康的应用与未来》中的数据显示,我国医学影像数据量每年增长约30%,而放射科医师年增长率仅为4%,市场需求扩大而供给不足,使得医学影像AI在辅助医生端显得越发重要。

医学影像AI更需要扮演的是为医生赋能的角色。对于三甲医院来说,由于设备配置、医生数量和水平等各方面都较为出色,医学影像AI可以作为提升医生诊断效率的工具,使得医生更高效及准确地诊断患者。通过引进医学影像AI,可以让医生从部分重复性工作中解放出来。

而对于基层医疗领域来说,医学影像AI可以通过提供诊断服务,起到很好的补位作用。就从放射从业人员分布来看,数据显示,三级医院为6.8 万人,二级医院为9万人,影像科医生匮乏,是基层医学影像领域面临的主要问题,短期内不易改变。

从商业模式上来看,以往医疗软件产品往往打包设备捆绑销售,如今医疗AI已逐步度过价值实践期,在付费模式上,不少企业正在探索软件使用按次收费,进行服务费分成。这种模式下,医学影像AI的增长有望实现从卖器材到卖服务的转变,产品有望进一步向基层渗透。

随着渗透率提升,形成规模效应,产品成本将大幅下降。未来医学影像AI的市场不仅在大医院,更在基层医疗机构,甚至有可能成为像血压计、血糖仪等设备,进入到千家万户。

资本指路,“春江水暖鸭先知”?

那么,哪些医学影像AI产品最有可能实现落地,切实拓展医疗AI的应用场景?“春江水暖鸭先知”。资本的嗅觉,或许可以说明哪一个赛道最具有含金量。

据弗若斯特沙利文数据显示,预计2030年人工智能医学影像市场规模(医疗健康场景)将达423亿元,年复合增长率(CAGR)超过60%。

进一步细分来看,视网膜影像AI的市场规模有望从2020年的0.45亿元增至2030年的人民币340.1亿元,CAGR达81.55%。

以此来看,视网膜影像AI的2030年的市场规模将占整个医学影像AI市场规模的80%以上,占据绝对优势。

或许正是由于这样的市场前景,在前文提到的医疗AI公司上市潮中,主打视网膜影像AI产品的鹰瞳科技率先突出重围,成为了“医疗AI第一股”。

AI+视网膜影像产品确实是一个很有希望的细分赛道。

顺便科普一下,眼底视网膜是我们人体中唯一可以直接无创观察血管和神经的组织,全身性的1000多种疾病、200多种常见病,其实都可以通过眼底检测发现。

通过深度学习AI技术,结合视网膜固有的医学信息,使得除人类眼科医生本来就能做的一些病变、疾病的识别,还能做到对慢性疾病本身的识别,包括高血压、糖尿病、ICVD、帕金森氏病及贫血症等。

在严谨的医学逻辑下,为了把产品与真实应用场景结合起来,鹰瞳科技首席医学官陈羽中说道:“我们把原来比较大的台式的眼底相机,现在做成了一个小巧的东西,不需要暗房,也不需要专业的医生、护士,听着语音识别就可以做完检查。为了真正让设备下到基层,我们还给它配备了充电宝,我们的眼底相机可以用充电宝驱动。”

据近期发布的《易凯资本2022年中国健康产业白皮书》披露,2021年,中国数字医疗领域共发生了257起融资事件,融资总额超过550亿元,分别比去年增长66%和93%,平均单笔融资额都能达到2亿元人民币。相比其他细分赛道,数字医疗的增长最高。

总体来看,目前国内的医疗AI行业,特别是落地场景丰富的医学影像AI赛道已经处于加速商业化阶段。在国内专业医师人数不足,医疗资源分配不均的大背景下,医学影像AI未来的发展潜力值得重视。

最后可以借由陈羽中的话,想象一下这样的场景:

“我们把软硬件结合成一体,走出医院,尤其是走出大三甲到基层去。从临床诊断的领域走向早期筛查,甚至走向一级医院,这样我们可以做更多的全生命周期慢病管理的合作。”

医疗AI的未来,你觉得值得期待吗? 

声明:本文内容仅代表该投稿文章作者观点,不代表浑水号立场。转载请注明投稿人姓名并附上本文出处(浑水号)。 未按照规范转载者,浑水号保留追究相应责任的权利