基因測序時間和測序成本一直在基因檢測領(lǐng)域兩大關(guān)注焦點。近年來，隨著測序技術(shù)的成熟，看誰算得快，誰算得準，誰算得好，誰的成本更低成為基因行業(yè)比拼的“戰(zhàn)場”。

時下如果要問醫(yī)療圈最火熱的領(lǐng)域是什么，十個人會有八個人告訴你，人工智能，就是AI！數(shù)以百計的創(chuàng)業(yè)團隊涌入這個領(lǐng)域，從各個細分領(lǐng)域開拓，同時大公司們也在第一時間就集體出現(xiàn)了！

對于BAT這種體量的公司來說，只要決定進入一個行業(yè)，或自建或合作或投資，就會用技術(shù)+資本快速攻城略地。

以阿里為例，縱觀其在醫(yī)療的布局，發(fā)現(xiàn)他們就是要打造一個覆蓋藥品、醫(yī)院、醫(yī)生、第三方檢驗機構(gòu)、醫(yī)療保險、健康管理和患者的完整生態(tài)。其互聯(lián)網(wǎng)醫(yī)療布局以支付寶、天貓醫(yī)藥為框架，阿里健康為重要載體，阿里系基金（包括云峰基金）為開路先鋒，合縱連橫。以移動支付和流程再造為核心，在醫(yī)院端重點搭建支付寶未來醫(yī)院。在健康管理和智能設(shè)備領(lǐng)域大刀闊斧與多家上市醫(yī)療醫(yī)藥公司合作。

醫(yī)藥O2O領(lǐng)域以天貓醫(yī)藥館、阿里健康A(chǔ)PP為核心，結(jié)合慢病管理和醫(yī)患溝通，希望打造完整閉環(huán)。繼幾大健康板塊有所突破之后，阿里再次向醫(yī)療健康行業(yè)進軍。這一次，它選擇的是醫(yī)療人工智能。

而我認為醫(yī)療AI的突破性應(yīng)用，可能首先來自大公司，大批的中小創(chuàng)業(yè)公司很可能需要在大平臺成熟后，才會迎來更大的機會。其原因是綜合性的，我們先看下阿里醫(yī)療AI的進展。

其實這兩年人工智能在各領(lǐng)域都發(fā)展得熱火朝天，而今年3月，阿里云在云棲大會·深圳峰會發(fā)布了ET醫(yī)療大腦，宣布正式進入醫(yī)療AI領(lǐng)域。經(jīng)過一年多的研究訓(xùn)練，他們認為其自主開發(fā)的人工智能ET，“可在患者虛擬助理、醫(yī)學(xué)影像、精準醫(yī)療、藥效挖掘、新藥研發(fā)、健康管理等領(lǐng)域承擔(dān)醫(yī)生助手的角色”。

根據(jù)現(xiàn)場發(fā)布的信息，ET醫(yī)療大腦的研發(fā)大量采用深度學(xué)習(xí)技術(shù)，通過海量的數(shù)據(jù)作為示例來訓(xùn)練機器完成特定任務(wù)，比如通過學(xué)習(xí)病例數(shù)據(jù)，分析對比循證資料，提升醫(yī)術(shù)。由于可以24小時不睡覺，同時處理成千上萬項任務(wù)，ET的學(xué)習(xí)進步速度大大超過人類。

如果人工智能只是可以提高醫(yī)生部分工作效率的話，那還是初級階段，當(dāng)深度學(xué)習(xí)的算法配合圖像識別，就可以大大提高結(jié)果的準確度，甚至超過人類醫(yī)生。浙江大學(xué)附屬第一醫(yī)院就利用ET實現(xiàn)了甲狀腺B超的快速分析。借助計算機視覺技術(shù)，這套算法可以對甲狀腺B超快速掃描分析，圈出結(jié)節(jié)區(qū)域，并給出良性與惡性的判斷，大大節(jié)省了醫(yī)生的診斷時間。一般來說，人類醫(yī)生的準確率為60%-70%，而目前算法的準確率已經(jīng)達到85%。

同樣在肺癌篩查領(lǐng)域，準確發(fā)現(xiàn)結(jié)節(jié)也是診斷的第一步。據(jù)介紹，一位經(jīng)過嚴格訓(xùn)練，有著多年臨床經(jīng)驗的醫(yī)生，診斷一個病例平均需要查看200張以上的CT掃描圖片，診斷時間在20分鐘以上。而計算機結(jié)節(jié)檢測系統(tǒng)通過學(xué)習(xí)大量有經(jīng)驗醫(yī)師標注的樣本，就能在短時間內(nèi)快速提升診斷能力，輔助基層醫(yī)療機構(gòu)的醫(yī)生減少誤診。

那么，這樣的人工智能真實的效果如何，在今年7月1日，國際權(quán)威肺結(jié)節(jié)檢測大賽LUNA16上，阿里云的ET醫(yī)療大腦充分展示了其優(yōu)秀成果，獲得冠軍并創(chuàng)造了記錄。大賽要求對888份肺部CT樣本進行分析，尋找其中的肺結(jié)節(jié)。樣本共包含1186個肺結(jié)節(jié)，75%以上為小于10mm的小結(jié)節(jié)。最終，ET在7個不同誤報率下發(fā)現(xiàn)的肺結(jié)節(jié)平均召回率達到89.7%，超出第二名0.2%。

基因測序時間和測序成本一直在基因檢測領(lǐng)域兩大關(guān)注焦點。近年來，隨著測序技術(shù)的成熟，看誰算得快，誰算得準，誰算得好，誰的成本更低成為基因行業(yè)比拼的“戰(zhàn)場”。而隨著未來數(shù)據(jù)爆炸，采集和處理數(shù)據(jù)的極速增長，如何解決海量數(shù)據(jù)的計算問題成了擺在基因行業(yè)面前的一道難題。

華大基因、阿里云和安徽醫(yī)科大學(xué)曾共同宣布，在21小時47分12秒內(nèi)完成了1000例人類全外顯子組數(shù)據(jù)的分析。而在40年前，人類若想對埃希氏大腸桿菌進行全基因組測序，需要1000年的時間。因此ET醫(yī)療大腦的應(yīng)用領(lǐng)域中，其中一項是利用算法模型尋找疾病同基因突變的關(guān)系，比如對大量肺腺癌病例的DNA序列進行分析，尋找致病的關(guān)鍵基因突變。

其實在ET醫(yī)療大腦之前，阿里云就已經(jīng)開始在醫(yī)藥領(lǐng)域進行探索。比如某新藥研發(fā)中，上海華山醫(yī)院借助了阿里云的計算能力，用數(shù)字化模型代替部分臨床實驗，以及模擬小白鼠的活體實驗，用于加快特效藥研發(fā)。還有些新的進展也在不斷探索中，綜合來說，醫(yī)療AI的成功落地還是會先由大公司主導(dǎo)，原因有以下幾點：

1、首先醫(yī)療AI不同于其他細分行業(yè)，比如醫(yī)生社區(qū)，醫(yī)患溝通和患者健康教育等領(lǐng)域，用戶不需要千篇一律的標準回答，有更多個性化需求，多樣性需求可以讓創(chuàng)業(yè)企業(yè)和巨頭處在同一起跑線，甚至更靈活，成本更低。

但在醫(yī)療AI的具體應(yīng)用場景中，只要某種技術(shù)出現(xiàn)一種碾壓性的優(yōu)勢，就會全面覆蓋，因為技術(shù)實施的邊際成本趨向于零，很難構(gòu)建地域和細分領(lǐng)域“護城河”，換句話說，有最好的，很可能就不需要第二第三好的技術(shù)了，也無法用價格差構(gòu)建梯度。

2、很多小公司宣稱編制出了一些算法，但其實縱觀醫(yī)療AI領(lǐng)域，最重要的可能并非算法，而是獲得大量可靠的連續(xù)型醫(yī)療資源的能力，那么從資源上來說，小公司即使在局部領(lǐng)域可以拓展一下，比如獲得幾個醫(yī)院的支持，再跟一些比較牛的教授合作，這也是常規(guī)標準套路。

但是在醫(yī)學(xué)各細分領(lǐng)域中，巨頭的全面優(yōu)勢可能是無法比擬的，甚至可以省為單位攻城略地，以治療領(lǐng)域為中心全面滲透。并且，一個個創(chuàng)業(yè)項目理論上是想從很多具體領(lǐng)域切入，然后橫向縱向拓展，其實異常艱難，而巨頭們好像隨意下圍棋一樣，東布一子，西落一塊，一開始不感覺，幾年后很多項目就會出現(xiàn)協(xié)同優(yōu)勢，全面擠壓。

3、醫(yī)療AI領(lǐng)域構(gòu)建商業(yè)模式異常艱難，支付方和收費場景很不成熟，那么對小公司來說，很難熬過冰川期，即使后面可以局部拓展一部分市場的時候，技術(shù)成熟的巨頭們真的可以用全免費的方式反向覆蓋，因為同前所述，AI使用的邊際成本趨向于零。所以不同于在很多醫(yī)療細分領(lǐng)域，小公司甚至更有優(yōu)勢，只要跑通商業(yè)模式后，其成本更低，決策更靈活，提供更個性化的服務(wù)。

相對來說，還是更看好BAT包括平安在醫(yī)療AI領(lǐng)域的布局，因為AI的競爭其實是全世界范圍的競爭，而不是一城一地的得失，如果被國外巨頭率先壓制我們，就會重蹈之前很多領(lǐng)域的覆轍，只能淪為別人的市場，或者賺點邊角料而沾沾自喜。

相比之下，阿里的醫(yī)療AI更為落地一些，在多個細分領(lǐng)域都有在實際執(zhí)行的項目，并不是聽起來“玄之又玄”的概念。而人工智能已經(jīng)上升為國家戰(zhàn)略，同樣歷史也證明過，在高技術(shù)領(lǐng)域全民“大煉鋼鐵”是沒什么用的，一萬家小公司瞎折騰也不如一家巨頭公司的全力投入。

所以，醫(yī)療投資圈的又一個大泡沫正在逐漸進入高潮！