2017年上半年，涉及数字医疗与人工智能医疗的投融资好消息接踵而至。主打癌症检测的美国医药公司格雷尔（Grail）融资额高达9.14亿美元，在B轮融资中刷新了纪录；从谷歌公司分拆出来的生命科学部门Verily获8亿美元融资……据统计，仅第一季度，全球一级市场就共发生1110起融资事件，投资总额约446亿美元，其中医疗领域发生88起融资事件，总融资额34.08亿美元。
这片被资本密切追逐的市场前景如何？它的潜力是否被高估？
IT巨头布局医疗AI
随着计算和存储成本大幅下降，计算能力显著增长，IT巨头积极搭建的人工智能生态逐渐完善，一些人工智能医疗领域的领头项目年内已结出硕果。
今年3月，阿里云发布的ET医疗大脑辅助医生判断甲状腺结节点的场面，想必令不少人记忆犹新：ET医疗大脑通过计算机视觉技术在甲状腺B超影像上圈出结节点，并给出良性或者恶性的判断。而此前，人类医生判断甲状腺结节点的平均准确率仅为60%至70%，当下AI算法的准确率已被证明可达85%。
阿里云总裁胡晓明表示，经过一年多的学习及训练，人工智能ET已习得多项“医疗能力”。它可以借助医疗大脑的丰富知识库与医疗经验，在医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域扮演医生助手的角色。
近日阿里健康携手万里云公司又有“新动作”。双方合作研发的医疗人工智能系统“Doctor You”日前正式对外发布。据介绍，这个人工智能系统整合了临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统等资源，将大幅提高医生的诊断效率。
腾讯也在医疗AI领域重兵布局，在投资医疗健康品牌Cloud MedX后，又于今年4月向深圳的碳云智能投资1.5亿美元。由华大基因原CEO王俊牵头组建的碳云智能，致力于建立人工智能的内核模型，它可以解读人类基因和健康信息，并对健康风险进行预警、进行精准医疗和个性化医疗。
在美国，微软宣布将AI用于医疗健康计划“Hanover”，他们试图帮助寻找最有效的药物和治疗方案。此外，微软还在研究模拟癌症如何在不同病人身体里扩散，甚至于研究像计算机编程一样创造生物细胞等。谷歌的人工智能企业DeepMind投资了英国巴比伦健康等一批创业企业。
一些业内市场分析报告提出预测：在2017年至2024年间，医疗影像、诊断、个性化AI助手、药物开发和基因等领域的市场总值有望达100亿美元。
埃森哲咨询在《人工智能：医疗领域崭新的神经系统》中预言未来10年的趋势，认为与健康相关的AI市场将以40%的复合年增长率快速发展。
随着数据量剧增以及存储管理医疗数据的需求越发旺盛，医疗大数据被给予了足够的重视，同时基于数据的分析市场也将爆发。P&S Market Research预计，到2030年，全球医疗大数据分析市场的市值将达433亿美元，其中包括数据存储和占大头的个性化定制服务。
医疗诊断方面创新性技术的出现，或将进一步促进AI在医疗行业的渗透。基于机器学习的图像分析和诊断市场将实现大步快跑式突破。有分析师预测，到本世纪50年代，与此相关的工具、服务与平台等细分市场将超过250亿美元。同时，药物开发应用市场将占据医疗AI的35%。越来越多的制药商和生命科学公司探索更高效的方式处理数据以开发更高效益的、安全的疗法。
医疗AI的难题
AI界“老大哥”的交椅长久以来被美国IBM公司所占据。早在2011年，IBM开发的智能计算机沃森（Watson）就参加了《危险边缘》电视游戏节目，在经历了3轮比赛后，最终赢得了冠军，从此奠定了IBM在AI领域的领先地位。
近5年来，IBM斥重金将最大的筹码押在了AI医疗领域。当人们还在感叹人工智能怎样发挥作用的时候，沃森已开始为MD安德森癌症研究中心提供一些日常的医疗服务。通过与该中心医生的合作，沃森在罕见肿瘤临床诊断和治疗方面，承担分类收集专业知识和临床经验的任务，并且将这些数据经过处理和运算应用于个性化治疗、患者参与、影像学诊断、新药开发等多个方面。
IBM沃森健康的首席卫生改革官介绍，沃森可以传达医师都不知道的信息。例如它可以告诉医生，患者要多久能康复，帮助医生分信息图像和组织样本，决定适合患者的最佳治疗方案。
然而IBM近5年来对医疗AI的“豪赌”并没能换来理想的回报。投资分析师指出，4年多时间内，IBM并没能拿出哪怕一样能在患者身上临床使用的工具。
医疗AI扮演的是医生的升级版，还是人类医生的机器助手，成为巨头们争论的焦点。
经梳理发现，大部分对IBM战略的质疑并非针对沃森的技术缺陷，而是认为IBM对沃森实现目标所需的时间预计过于乐观。相对于IBM提出的“AI扮演的是半个医生替代者”这一角色，在多数医生以及医疗AI领域的专家看来，人工智能最应该扮演的仍是医生的“助手”角色，而不是医疗决策的主角。
一线医生通过与沃森的合作发现，它通过不断重新组装其内在的处理程序来“学习”，从而对问题产生几率最高、最有可能的正确答案和方案，例如通过辐射成像诊断癌症。沃森给出的答案仅限于人类已知的病症，这样医生才能确定沃森的答案究竟是对还是错。系统受到的训练越多，它的正确率就越高。
数据的质与量是沃森项目面临的问题，也是许多医疗AI面临的难题。系统通过X光影像诊断恶性肿瘤还是相对容易的，但对于超越人类已有知识的突破性的难题，例如判断基因变异和疾病之间的关系，沃森利用数据训练系统的能力就大打折扣。
“医生是盘活大数据的核心环节，没有专业的医生一切数据都是没有价值的，也就是说医生仍是治疗的核心，这一事实短期内不会改变。”百洋智能科技董事长付钢说。
北京大学大数据与机器学习中心联合主任雷鸣认为，医生和医疗AI之间应该是一种共生的关系。“即便医生坐在那儿一上午看了50个病人，他可能也没有太多成就感，大部分病情是重复的，如果这些事情交给AI来处理，医生会很高兴，有更多时间和精力研究如何攻克癌症、艾滋病这些人类难题，这将会更有意义。”
未来10年产业图谱
根据凯鹏华盈（KPCB）今夏对医疗AI前景的预测，机器学习将重新激活并增强医学研究，帮助从研究细胞和遗传学开始的预测和预防、保健和康复，改善衰老以及促进医生的技术进步，并推动相关研究课题的进展。
数据驱动的人工智能技术也很适合解决健康市场的长期低效问题，将会使成本降低数千亿美元，同时减少医生的时间与精力负担。产业专家、投资者唯诺德·霍斯拉提出，当人类医生所做的80%基础工作被技术取代，医生就可以把时间集中在医患之间真正重要的因素上。
英国市场研究机构朱尼珀研究公司分析称，仅在医疗保健客户服务中使用聊天机器人，就可以在每次查询中平均节省4分钟以上的时间，相当于平均节省成本0.5美元到0.7美元。
今年4月，英国数字健康公司巴比伦健康获得了近6000万美元的新一轮融资，用于研发并推出一款人工智能医生Triage。Triage旨在通过AI技术，为用户提供全天候医疗咨询服务。医疗专业人士可通过Triage与用户视频交流，并提供相关咨询方案，包括提供AI解析的诊断结果。
人工智能的最大特点是高效的计算和精准的分析与决策，它刚好是现在医疗的痛点所在。
本翼资本分析称，未来人工智能的云部分将以医疗信息存储管理和医疗数据挖掘决策的方式，同医疗行业进行深度融合。它将是整个生态链的顶层，为的是解决医疗信息的存储汇总、大数据挖掘、信息管理与决策等问题。如谷歌的医疗大脑。
而人工智能的端部分则是智能设备终端，它通过人机交互的方式参与疾病诊断治疗的方式融入医疗行业。一方面，一部分智能终端通过其内部集成的各种智能传感器来实时获取病人的医疗信息作为医疗检测的判断基础；另一方面，还有些智能设备终端是帮助治疗的机器人，可以根据病人的信息提供更精准的、个性化的治疗；最后，有些设备终端主要起到辅助作用，既可以协助医院及医生进行辅助治疗，又可以辅助病人。如核磁共振检测仪、手术机器人等均属于端的范围，医疗生态链的端作为人机交互的终端设备拥有着最广阔的市场空间，其未来的演化路径是便捷化、实时化和智能化。
多份研报指出，人工智能颠覆医疗行业的演化大致沿着“计算智能-感知智能-认知智能”进行。
本翼资本的分析师认为，从未来5至7年的中期预测来看，计算智能和部分感知智能将迎来机会，计算智能的基因检测和药物发现，感知智能中的医疗智能语音、医疗智能视觉、可穿戴医疗设备等将迎来爆发期。
从8至10年的中长期预测来看，部分感知智能如远程医疗和医疗机器人，认知智能的智能决策和智能诊断，将迎来爆发期。
