创客猫注：本文来自寻找中国创客第四季夏季峰会上，软银中国合伙人刘缨、天亿投资创始人&美年大健康产业集团董事长俞熔、春雨医生CTO曾柏毅、智云健康CEO匡明、安翰医疗联合创始人郇丹丹、推想科技副总裁曹原围绕“破局医疗AI的商业化困境”的主题进行的圆桌对话。

医疗是AI应用场景中最被看好的领域之一，因为慢性病患者群体增长、优质医疗资源紧缺、各地区医疗条件发展不平衡等压力，因此医疗AI被寄予厚望，希望可以由此打破医疗环境的困局。同时，中国人口众多，医疗数据基础大，可以给医疗AI提供最重要的数据来源。

AI在医疗的切入点有很多。人工智能+医学影像领域几乎是最主流的方面，也是目前AI医疗里企业数量最多的细分领域，应用领域也十分广泛，比如放射影像、糖网图像、甲状腺图像、宫颈癌病理图像等。这方面可以大大提高医生的工作效率，同时也可以降低误诊率。数据显示，国内83家医疗AI企业中，一半涉足医学影像。除了应用在医学影像上，AI还可以用在药物发现、健康管理、医院管理、智能器械、疾病诊断与预测、病历/文献分析和虚拟助手等领域。

当前医疗AI的发展，除了数据是其中一大阻碍点外，商业化也是困扰因素之一。业内在探讨医疗AI时，更多是探讨技术，但是，落地才是应用场景最应该探索的，否则一切技术都是白搭。究竟医疗AI在当前阶段如何盈利？最先可以实现的商业化场景有哪些？请看以下嘉宾精彩观点。

以下为对话实录：（实录来自“寻找中国创客”，经创客猫编辑，有所删减）

医疗AI的喜与忧

刘缨：现在投资圈好像不太看好医疗AI，因为它在这个阶段不能盈利吗？现在投资人看待投资的标准是什么？

俞熔：我认为医疗AI有喜有忧，个人比较乐观。

喜，医疗核心的本质问题是大家向往优质的医疗资源，优质的医疗资源在全球范围内是长期稀缺的。现在中国有几百万名医生，大家希望看其中5%的专家，这是医疗从业者面临的状况。AI的价值在于，如果我们有技术路径，把专家的智慧标准化、智能化、技术化，就变相提高专家效率。未来能把医疗资源放大的模式都是有机会的。像肿瘤诊断，它蛮有机会。越是难度系数大，越是有挑战。普通的感冒不需要AI，常见病可能有常规的诊断。中国基层医院，县级和二级以上医院的误诊率非常高，如果有AI工具做帮助，我认为是有商业场景和模式。

忧，向谁收钱，这是大家担忧的地方。个人认为这件事有破局的希望，我们在美年体系内，已经有收费场景。他们读一张人工智能胃部片子，患者愿意付钱。拍完后，患者付几十块钱得到一个AI报告，消费场景慢慢出来。这需要教育和培育一段时间，假以时日，算法会逐渐成熟，收费场景也会在一些点找到突破。

刘缨：能否从筛查方面收费，还是从医院收费？

俞熔：目前看来医院场景的收费有一些挑战。C端用户、个人消费者付费意愿比我们预期好。打通医保、医院的闭环，可能会晚一点。我认为在医院端有收费场景，包括特定疾病诊断和治疗。当AI达到一定高度，一定会有付费。在所有AI场景中，我认为AI在医疗突破和商业化变现的成功概率蛮好，是排在前面的。

AI在互联网医院的作用

刘缨：从互联网医院出发，我们收费的可能性是什么？针对C端收费的可能性，我们是否更有盈利的模式？

匡明：我认为医疗行业是AI可以大展身手的方面。医疗行业比较保守，它需要看到非常清晰的证据，才能说这个东西可以大量用于临床。中国医疗资源稀缺，虽然看起来有两三百万的医生，但把不能看复杂疾病的社区医生拿走，还有多少？把医学生剥离，还有多少？我们是做慢性疾病的，每天研究量是三五百人，五六个医生每天都在看病。医疗资源严重不足，除了AI，我并没有看到第二个可以在相对短时间内更好解决这个问题的方法。

中国整体经济水平在发展，我们对自己医疗健康的关注度和诉求越来越强烈。十年前，大家会主动体检吗？现在体检变成标配，为什么我会多掏钱做健康医疗意识，因为大家的要求变得更高。我认为纯C端付费能力在不断增强，而且会越来越强。

曾柏毅：春雨很早开始用AI辅助线上业务的运营，AI在互联网医院的运营中，主要发挥几个作用：

第一，在患者端，可以帮助患者提升医患匹配的准确率和效率。AI可以分析患者病情、现有医生情况，给患者最准确、最合适的医生，本身提高了患者的体验，也提升付费率，可以提升系统运营效率。

第二，在医生端，我们用AI提升医生服务态度、质量和效率。用户来这里感受到什么样的服务，流程至关重要。如果我们可以通过AI帮助小医生，提升小医生看病水平、看病效率，让大医生的能力可以更广泛地传播，我们认为这样的新供给是巨大的。从技术的角度来说，这比我们想如何用AI替代医生更可实现。

第三，关于付费的问题，目前我们没有直接的提供AI产品让用户付费，短时间内也不太有可能。本质上提升整个平台的效率就可以赚到钱，平台、医生都可以赚到钱。

AI在医疗大数据上的破局

刘缨：从医疗大数据方面看，医疗AI还有哪些破局？我们可以提供哪些服务？

曹原：推想科技是从肺部影像科入手。每年关于影像检查（X线、CT、核磁共振等）方面的需求大概要增加30%，而影像科医生每年仅增长3%-4%。我们立足于供应方，赋能医生，让医生服务更多的患者。只有坚定不移的把这一场景打穿，之后才能不断探索更多临床场景，比如我们目前正在探索的射频消融场景。

第一，我们做早筛。

第二，我们希望能和消融技术结合在一起，通过简单的穿刺技术，当你发现恶性结节后，直接把病灶消融在最早期的状态，这为社会节约大量的成本。

第三，除了肺部，我们会在其他高频率、有刚需，AI技术可以完成的病灶上发力。比如脑中风，送到ICU后，医生要在快速时间内判断出病人是否要马上进行开颅手术。传统医疗方法是拍一张CT，长度、宽度、厚度除以二，估算出血量体积。我们现在在应用场景，医生在5分钟内就可得出病人出血量多少，判断是否需要手术。

刘缨：我知道你们开始做自己的AI系统，能否简单介绍想法。

郇丹丹：安翰医疗做胶囊胃镜机器人，解决传统胃镜的舒适度问题，实现普及化应用。其次，在消化胃镜领域只有2.6万名医生，即使每年满负荷工作，也只能完成2200万的检查。现在通过胶囊机器人进行智能化图像采集，一个用户能实时产生各个角度的3000多张影像，然后借助AI辅助机器人诊断病灶，医生从筛查上万多张图片变成在线诊断几十张病灶图片，极大提升了工作效率，也解决了医疗资源不平衡的问题。这些图片还会上传至云端，为后期诊断提供依据，避免漏诊，也降低了成本。

如何选择医疗AI项目？

刘缨：现在有很多AI项目，同质化非常严重，您如何区分和选择这些项目？

俞熔：如果把AI上升到精准诊断和精准治疗相关的维度，我们都有压力。我认为体检预防的商业化场景比较好，做胶囊胃镜机器人，经过全影像的搜索和扫描+AI，我发现绝大部分的风险隐患。我并没有确诊这是息肉、肿瘤还是溃疡。在筛查领域，客户希望值没那么高，你先给我找到问题。如果是这样的逻辑，其商业化场景的维度降下来一点，像基因检测、慢病管理，先找到问题隐患。目前很多人都有亚健康趋势，大家希望了解自己的身体状况并进行检查预防，做好这一步，接下来的商业化的场景会更多。最近我们在探索用磁共振影像看脑容器变化，希望能在老年痴呆前期预防。

如果要看项目，我们不看一上来就特别高大上的，还是看商业化场景。我刚说的预防领域，特别是慢性病，包括糖尿病、消化道等，还有儿科当中的儿童保健等，未来在预防端、筛查、风险评估方面，AI大有可为，在此场景下会有很多好项目和好机会。

医疗AI的商业化场景

刘缨：以前国家不太重视卫生领域，这几年加大了很多投资，因为这几年医保支出压力这么大。如果要改变这种状况，一定要把投资往前投，在公共卫生领域。如果往前投，有效方式是筛查。筛查耗费巨大的人工精力，尤其是在我国这么大的公共医疗体系下，重点压力在公共卫生投入上。我认为AI是有效防治手段，我非常看好AI。

俞熔：儿科领域，儿童保健是可以的，但儿童疾病治疗，一般人不太愿意拿自己的孩子跟机器人对话。保健，未来在预防端、筛查、风险评估，AI大有可为，有商业化的机会。

曾柏毅：考虑商业化其实就是在考虑谁是付费方。在医疗领域中，医院付费比较难，用户付费的可能性大一些，也可以考虑药企付费和保险公司付费。

匡明：C端付费是互联网常见的付费方式，在医疗上并非完全如此。医疗付费非常重要，我们可以从药企那里拿到很多钱，药企每年会投几十亿美金，它要做大量的临床研究。我们的数据挖掘、AI分析可以加持，我们可以拿到直接收入。

郇丹丹：我认为这是重心前移的过程，把后期治疗前移到前期健康管理中。我认为医疗是细分领域，AI的场景非常重要，它是针对广泛需求，解决没有解决的问题。核心技术的积累，一定要基于核心产业链的打造。纯集成的东西，我认为核心技术的价值并不高，一定要有自己的核心技术的壁垒以及核心技术形成的上下游产业链。

曹原：关于政府方面，国家看到AI技术可以帮助解决目前中国医疗上的挑战，我认为这可以作为大家高度关注的一点，国家政府对于医疗方面的应用给予了大力支持，他们推动的速度超越我们的预期。

大家是投资圈的人，我要引用一个老前辈的话，“实践是检验真理的唯一标准”。对AI技术来说，在医院落地是检验技术的唯一标准。很多技术是如何结合临床、医生实际操作和使用。今天听了嘉宾说了很多，大家探讨的是AI技术。我比较欣喜的是大家在传达一个理念，技术只是其中一个考虑层面，最重要的是落地，在应用场景的探索。再次强调，