12Reads资讯
企业管理新媒体

李彦宏为何不玩了?智能医疗产业链全解读

2月9日,原百度医疗事业部总经理李政如正式回应裁撤传闻:“我们在医药O2O领域探索后发现很难找到差异点,商业模式上院中数据、号源等优势不大,所以决定关停。”

从李彦宏在17届中国企业家论坛亚布力论坛的发言来看,裁撤的原因除了百度医疗事业部业绩不佳,医药O2O烧钱难盈利之外,更主要的是人工智能的大势,颇有种“神通广大,一统江湖”的味道。

裁撤之后,百度医疗事业部智能小e团队和拇指医生团队,转入AI体系,内容建设团队转入搜索公司, 其他业务将予以关停。押宝AI+医疗,解散整个医疗事业部,某种意义上也算是“梭哈”(Show hand)了。

本期的智能内参,我们推荐来自方正证券(601901,股吧)的互联网医疗深度报告,盘点AI+ 医疗产业链以及四类主要的创业模式。

以下为智能内参整理呈现的干货:

互联网+难解决医疗痛点 AI+概念应运而生

2015 年 12 月诞生的乌镇互联网医院是第一家由互联网公司主导的互联网医院,此后的 2016 年多家互联网医院陆续上线。可以说,2016 年是互联网医院的发展元年。

从互联网改造医疗行业的角度来划分,中国互联网医疗发展经历了三个阶段:

1、信息服务阶段:互联网改造的是医疗的信息流,实现人和信息的连接;

2、咨询服务阶段:互联网改造的是健康咨询的服务流,实现人和医生连接;

3、诊疗服务阶段:互联网改造的是医疗的服务流,实现人和医疗机构的连接。

然而,互联网带来的模式创新没有根本上提升医疗供给端的服务能力,从而根本上解决医疗资源(尤其是医生)供不应求的局面。

与此同时,图像识别、深度学习、神经网络等关键技术的突破带动了人工智能(简称 AI)新一轮的大发展。“人工智能+医疗”概念应运而生。与互联网的不同,人工智能对医疗领域的改造是颠覆性的。

对人工智能医疗的需求主要基于几方面客观现实:一方面是优质医疗资源供给不足,成本高,医生培养周期长,误诊率高,疾病谱变化快,技术日新月异;另一方面,随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高,医疗服务需求持续增加。

对人工智能医疗的需求主要基于几方面客观现实:一方面是优质医疗资源供给不足,成本高,医生培养周期长,误诊率高,疾病谱变化快,技术日新月异;另一方面,随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高,医疗服务需求持续增加。

人工智能的核心能力实际上是人类自身已拥有的能力,但人类相比, 最大优势在于计算能力的高效,尤其在数据密集型、知识密集型 、脑力劳动密集型行业领。

在医疗领域,IBM Watson 可以在 17 秒内阅读 3469 本医学专著,248000 篇论文,69 种治疗方案,61540 次试验数据,106000 份临床报告。通过海量汲取医学知识,包括300多份医学期刊、200多种教科书及近1000万页文字,IBM Watson在短时间内迅速成为肿瘤专家。

阿里云研究中心和BCG的最新合作报告指出,从技术突破和应用价值两维度分析,未来人工智能会出现服务职能、科技突破、超级智能三个阶段。基于数据的服务智能阶段将在接下来3-5年爆发:人工智能拓展、整合多个垂直行业应用,丰富实用场景。IDC Digital 预测,截止 2020年,医疗数据量将达40万亿GB,预计约 80%数据为非结构化数据。

*AI+医疗发展的三大阶段

 

国内AI+医疗抬头 政策推动产业加速

中国 AI+医疗产业处于起步阶段。2016 年是全球人工智能元年,也是我国人工智能元年。资本对AI+医疗的追捧,多家创业公司顺利获得融资。其中,成立仅半年的碳云智能在 A 轮获得 10 亿元的融资。随着全球科技巨头陆续将人工智能平台开放,将有效弥补我国在底层方面的积累不足,各个细分领域的 AI+医疗创业公司将受益。

此外,2016年6月,国务院公布了《关于促进和规范健康医疗大数据应用发展的指导意见》,明确指出健康医疗大数据是国家重要的基础性战略资源,需要规范和推动健康医疗大数据融合共享、开放应用。指导意见的出台旨在打破场景数据障碍,使得数据应用有了依据。此举有望释放大数据资源的价值,助力 AI+医疗产业化提速。2017 年 1 月,国家科技部部长万钢在全国科技工作会议中透漏,目前正在编制人工智能的专项规划,助推AI+。

*中国人工智能+医疗产业图谱

*中国人工智能+医疗创业公司产业图谱

*我国人工智能+医疗相关政策

*影响细分领域“人工智能+”进程的四个因素

智东西认为,互联网医疗作为一种模式创新,经过最近两年的圈(za)地(qian)之战后,创业前景已经算不上明朗。与此同时,大数据技术的成熟,AI技术的兴起,IBM、微软、谷歌、苹果、百度等全球科技巨头在医疗领域的尝试,以及几个成功的细分领域创企案例,加上政策推动,都暗示AI+医疗已经序幕。

目前来看,基础层和技术层依旧是国内公司的短板。不过,除了医疗机构与国外巨头合作的模式之外,也有碳云智能这样的国产独角兽在进行数据库创建的尝试。就像IBM Watson认知关怀COO王泰峰说的:医疗人工智能的起跑点本质上是一样的。人工智能所有的算法、底层技术都是开源的,难点在于要在开源的算法里面找到一个适合某一领域的算法集,并且不断调优这个算法集。只要企业有技术积累、数学家和医疗行业专家,就进行产品研发,被新产品迅速赶超也是有可能的。

    本文作者:微信公众号智东西

喜欢 (0)
分享到:

评论 抢沙发

登录后发表你的伟大言论!

立即登录  

成就高成效,实现管理能力快速提升,12Reads系列管理培训教材全场限时特惠! 立即购买 PURCHASE NOW