2018年4月2日，「 Airdoc」完成数亿元B轮融资，将大范围复制AI医疗应用场景与商业模式。

随着深度学习的出现以及发展，人工智能巨大风口下，“医疗+AI”开始发力。短短几年，人工智能已在不同程度上渗透了影像识别、辅助诊断、药物研发、生物医疗、营养学等多个医药医疗领域，并且在众多领域已经得到了广泛的应用。

在资本市场上，包括Airdoc、视见科技、康夫子等多家医疗人工智能相关企业在近日陆续完成新一轮融资。其中，以老牌AI医疗公司Airdoc获得的数亿元融资金额最高。

据了解，Airdoc是一家医疗领域人工智能企业，由来自微软、三星、谷歌、雅虎、新浪等顶尖公司的技术产品团队组建，公司自成立以来已与国内外数十家顶尖医疗机构在影像识别分析领域建立深度合作。

目前，Airdoc团队已经成功研发了人工智能慢病识别系统，通过Airdoc视网膜识别算法，可识别30多种慢性疾病，包括糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病并发症和高度近视、老年性黄斑变性等常见眼科疾病。

不难发现，这又又叒是一家“看片子”的医学影像识别领域的医疗AI公司，前有阿里巴巴的“ET医疗大脑”，后有腾讯的“腾讯觅影”，再加上一批又一批被资本青睐的医疗AI创业公司，我国的医疗AI们一股脑的扎进了医学影像识别这个领域。

将人工智能应用于图像领域，在医疗中通过深度学习及相关算法起到识别、筛查的作用，进而达到辅助诊断的目的，这便是火热的医学影像识别。以Airdoc为例，Airdoc可以通过算法快速识别影像存储位置、直接读取影像，再经过无线网络传输到Airdoc云端服务器，经过Airdoc慢病筛查算法识别并将分析结果回传至医生电脑上，整个过程会在几秒钟内完成。

对此，业内人士称：“医疗行业面临医生优质资源短缺和影像数据急速增加等困境，人工智能的大量数据学习和精准分析为医疗行业的发展带来新的契机。AI的到来并不会取代医生,而是扮演辅助医生诊断的角色，作为快速精准的分析工具，实现筛查和治疗疾病的目的。”

目前来看，在我国Airdoc这类的医学影像识别领域的医疗AI公司具有着十分广阔的市场前景与应用空间。对于医疗影像工作来说，虽然看似简单，却需要大量的经验积累，才能够准确的识别病灶。通常情况下，在漫长的经验积累过程中，由于医技科室工作风险大、收入低等原因，往往会造成大量的人才流失，并且很多二、三线城市和基层医疗机构不具备医学影像阅读能力，很多患者并不能在第一时间接受正确的治疗。

而人工智能可以模拟人类的意识、思维的信息过程，应用在医疗领域可以学习医学专家的经验，辅助医生识别医学影像，进行特定疾病的筛查。并且，其识别速度快、准确度高、操作简单等优势，在某种程度上已经超过了医生本身。2017年4月，Airdoc系统在和数百位医生的PK过程中战胜了99%的医生。

此外，人工智能的应用可以起到为基层医疗机构赋能的作用，配备了AI识别系统的基层医疗机构就相当于每一位基层医生都拥有三甲医学专家的疾病识别能力，而患者不必离开家乡的就可以完成疾病筛查。

先进易操作的技术，广阔的应用场景，以及资本的青睐，难怪我国的医疗AI们纷纷扎堆于医学影像识别，但同时态哥也发现，在行业火热的背后，也存在着一些隐忧。

首先，影像识别所代表的辅助诊断技术在国内有市场，但是在美国却难以觅得足够的生存空间。参考动脉网发布的《中美欧医疗+AI产业对比》，我们可以看出，相较于美国医疗AI公司更多关注于AI药物研发等治疗型AI领域，我国的医疗AI公司对医学影像领域可谓是情有独钟。

在美国市场，由于其医疗资源的相对充足，据一名长期生活在美国的医疗从业人员介绍，美国的癌症是筛查体系已经做得很好了。另外，虽然医院的效率很慢，但是只要预约到医生，医患之间交流的时间足够长，医生也有时间去读片子，这也导致了市场对于智能读片的需求并不是很迫切。

对此，Airdoc创始人张大磊表示，现阶段我国大部分的医疗AI公司都集中在医学影像这里，而且更多的公司是扎堆在放射科。为什么？因为放射科获取数据最容易，相对标准化，都是机器出来的，无非是几个厂家GPS联影，出来的数据比较标准化，所以大家都冲进去了。但是从长期来看，这个领域存在着大量低水平的重复的建设。

诊断领域过去几年并没有太大进展的，而且算法能够提供的东西有限，诊断领域里面我们判断很大程度上算法提供的诊断接近人类的医生，做到最牛基本上就是接近人类医生的水平，而且在诊断领域里面有很多是算法无法替代的，人会观察这个人的身态、步态，交互的方式。

而治疗层面上可能反而是不一样的，因为治疗层面上有非常多的参数，非常多个性化的东西，有可能算法比人类做的更好一些。

相比已经过渡到治疗型AI发展的美国，我国医疗AI在治疗AI方面无论是在人才的储备、科研能力还是相关公司的数量都存在着非常大的差距。而态哥也希望，当诊断型AI迅速发展，其商业模式与实际应用的天花板即将达到的时候，我们的医疗AI公司能够更多的关注到AI的治疗层面，加强自身的科研能力，为医疗AI未来真正能够具有颠覆医药医疗行业的能力出一把力。