中国成全球第二AI医疗交易国，上半年AI医药融资数等于去年全年 | 报告

药明康德AI/报道

本文经AI新媒体量子位（公众号 ID: QbitAI）授权转载，转载请联系出处。

放眼当今的全球医疗诊断水平提升、资源下沉的发展现状，人工智能如同一味济世良药，不断改变调整医疗行业的发展。

AI加持下的医疗行业未来将如何发展？

近日，风投数据公司CBInsights发布了最新一期AI医疗报告，通过九大发展趋势，展示了一幅AI医疗发展全景图。

提前预知患病风险、在家自助看病、医学研究改变临床试验……想不到的新场景来了——

图片来源：CBInsights

趋势1：AI医疗产品兴起

美国食品药品监督管理局（FDA）正在迅速跟进批准临床成像和诊断的AI软件。

图片来源：123RF

4月，FDA批准了一个不需要人类专家干预的糖尿病视网膜病变检查的AI软件，名为IDx-DR，识别轻中度糖尿病视网膜病变的正确率达到了87.4％。

还有一款名为Viz.ai的AI医疗软件也被FDA批准了。这个AI可以分析CT图，然后告诉医生：亲，你的病人可能会中风。在获得FDA批准后，Viz.ai完成了Google Ventures和Kleiner Perkins Caufield＆Byers的2100万美元A轮融资。

另外GE Ventures投的创业公司Arterys去年也获得FDA批准，这家公司可以通过云AI平台分析心脏图像。

FDA目前的快速审批节奏给这些医疗AI创业公司帮了大忙，自2013年以来，FDA的审批总共推动了119起融资事件。

图片来源：CBInsights

FDA把医疗AI软件都归类为了医疗设备这一类，为了方便这些AI公司，如果是很小的系统更新，不需要再次专门提交FDA审批，以便于适应AI的迅速发展和进步。

趋势2：神经网络可以发现潜在患病风险

自从有了AI，疾病预防变得更容易。

去年，谷歌在《Nature》上发表了一篇论文：研究人员训练了一个神经网络，投喂视网膜图像，这个神经网络就可以找出其中有没有患心血管疾病的风险因素。

这项研究中，AI不仅可以通过视网膜图像识别年龄、性别和是否吸烟等风险因素，还可以量化出具体的精确度。

在另一项研究中，Mayo诊所与以色列创业公司Beyond Verbal合作，通过分析声音中的声学特征，以便在患有冠状动脉疾病（CAD）的患者中找到明显的声音特征。

图片来源：Pixabay

创业公司Cardiogram最近的一项研究表明，深度学习技术可以让消费者通过可穿戴的心率传感器检测出由糖尿病导致的心率变异性变化，这种方法在依据心率检测糖尿病方面准确率高达85％。

另一个新兴的应用是用血液检测癌症。创业公司Freenome正在使用AI，来寻找在血液中循环的无细胞生物标志物中，那些可能与癌症相关的模式。

看来，以后AI可以更方便的帮我们找到那些早期疾病，拯救那些“癌症一发现就是晚期”的病人。

趋势3：有了苹果改变了临床试验

医学研究总是需要临床试验，但是给临床试验找到合适的候选病人倒是个麻烦的事情。

不过，苹果的iPhone和Apple Watch可以帮医生们找到临床试验患者。2015年，苹果推出了两个开源框架，ResearchKit和CareKit，可以帮助医生招募临床试验患者，然后远程监控他们的健康状况。

图片来源：苹果新品发布会视频截图

比如，杜克大学的研究人员依据苹果的框架开发了一款名为Autism＆Beyond应用程序，可以使用iPhone的前置摄像头和面部识别算法来筛查孩子的自闭症。

另外，还有近10,000人使用mPower应用程序，该应用程序提供手指敲击和步态分析等练习，可以和医疗研究机构分享帕金森患者的数据。

6月，Apple为开发人员推出了Health Records API。用户现在可以选择与第三方应用程序和医学研究人员共享数据，请他们协助监控身体状况。

趋势4：传统医药公司AI化

图片来源：123RF

医疗AI可不仅仅是科技巨头和创业公司的事，传统医药公司也不淡定了。

2018年5月，辉瑞和腾讯、谷歌等投资的一家名为XralPi的AI创业公司达成了合作关系，这家公司主要做的是用AI预测小分子的药物特性，依此来设计新的药品。

辉瑞不是唯一一家寻求AI公司合作的企业。诺华、赛诺菲、葛兰素史克、安进、默克这些全球知名医药公司最近都开始了和AI创业公司的合作，他们准备在肿瘤、心脏病等领域研发新的药品。

大型医药公司对AI的兴趣也在推动着这一领域的投融资，2018年上半年，就有20起AI医药领域融资事件，这个数字相当于2017年全年的融资事件数量了。

图片来源：CBInsights

不过，药物研发是个漫长的过程，即使是用AI来加速研发，也仍可能会需要很多的研发投入，并且也会花费不短的时间。

图片来源：CBInsights

趋势5：AI需要医生做数据标注

图片来源：123RF

AI看诊，还得人类医生加持。

医学专家提供的图像标注是AI诊断学习的材料。目前，各大科技巨头和政府投资图像标注事业，并把数据集公开提供给其他研究人员。

国际上，谷歌的DeepMind与眼科医院Moorfield合作，用AI探查眼部疾病，目前，一个AI能够诊断出50多种眼疾，准确度达到94%。

在国内，依图科技也在进行人工智能诊断，据报道，目前依图背后的医生团队已经有400多人，为其收集的医疗数据打标签。

趋势6：中国医疗AI发展迅速

2018年上半年，中国超过英国，成为全球第二活跃的医疗AI的交易国。

图片来源：CBInsights

与此同时，中国对海外医疗AI公司的投资额正在增加。当中国投资者也越来越频繁地投资海外的医疗创业公司，中国科技巨头也在将国外合作伙伴的产品带入中国。

图片来源：CBInsights

从上图可以看出，2017年是中国资金入股美国AI初创公司最活跃的一年，中国资本最喜欢的海外投资国家是美国。

与美国类似，推动国内AI医疗发展的最大困境是混乱的数据和各机构之间缺乏互用性，导致数据共享难度增大。

为了解决这一问题，中国已经开设了几个区域卫生数据中心，整合国家保险索赔、出生和死亡登记处以及电子健康的数据。

政府整合数据的同时，以腾讯、阿里为首的中国科技公司也在政府支持下入局医疗AI。

图片来源：CBInsights

趋势7：DIY诊断不是梦

不知道当年纪稍大的长辈们听到，以后可以随时在家用电子设备检测健康状况会不会颇为震惊。凭着智能手机在全球的渗透率，自己的专人电子医生力所之能及还不少。

公司Startup Healthy.ioz正在研究让尿液分析像拍照一样简单，用计算机视觉算法，通过智能手机进行拍摄分析不同光照条件和相机质量下的测试纸颜色即可解决。目前这项操作已经被FDA批准。

此外，皮肤疾病自测、心率、血糖血压自测也不稀奇了。一个传感装置+一台手机分析结果，DIY诊断不是梦。

图片来源：123RF

趋势8：量化医疗机构的服务质量

AI开始在量化患者在医院接受的服务质量方面发挥作用，也就是说，可以最低成本激励医疗服务人员提高最高质量的照料。

比如人工智能创业公司Qventus，筹集了4300万美元后，开始着手为医院定制效率指数，美国创业公司Jvion评估入院患者出院30天后的再次返院的概率，最大限度地预测病患情况。

图片来源：123RF

不过，目前这些解决方案AI还都处于初期阶段，也能帮助医院降低护理成本，提高护理质量。

趋势9：心理治疗机器人越来越火

心理健康也在AI医疗的范畴内。Facebook上就有一些可以和人对话的AI心理医生。

Woebot就是其中之一，这家公司已经融资800万美元。不过，如果你要在Facebook上使用它，需要先同意它的免责声明：我只是个机器人，我不能代替人类心理医生的治疗。

图片来源：CBInsights

另一家名叫X2 AI的创业公司也在做类似的事，这家公司声称自己拥有超过400万付费用户。它们开发了一个聊天机器人名叫“希望姐姐”。

图片来源：CBInsights

但是也有一些智障的聊天AI，这个WisdomBot可能就是其中一个，说的话就像提前编好的一样，和上下文串不到一起。

图片来源：CBInsights

不过，其实AI可能也没有“心理健康”这个概念，它自己也很难分辨一个人的心理状况。不过，好在，AI可以陪人类聊天， 这也是一项有价值的工作。

参考资料：

[1] The AI Industry Series: Top Healthcare AI Trends To Watch. Retrieved September 17, 2018, from https://www.cbinsights.com/research/report/ai-trends-healthcare/

更多精彩文章：