12月26日一大早，朋友圈就被一条新闻刷屏：在刚刚过去的“人工智能类医疗器械注册申报公益培训”上，药监局就医疗人工智能器械审批的过程、指标、要点进行了详尽的讲解，并据称已于12月中旬放开审批通道。

医疗AI自2014年左右开始萌芽并走向火热，各玩家一直苦于政策层面对于新科技审批和落地的谨慎小心。这一次培训即意味着医疗AI领域企业就申请三类器械审批一事不再是“无头苍蝇”，有了明确的方向。上工医信创始人季鑫感慨道：“审批部门开始制定流程、推动医疗AI的发展，这是国家和行业的一大进步。”

在季鑫看来，医疗AI出现误诊，如同医生学习积累经验一样是必经之路，创业公司不用过于担心产品一时拿不到审批，但不能定位错误;最糟糕的商业模式不是“挣不着钱”，而是“着急挣钱”;创业公司未来最大对手不是“BAT”，而是企业自己。

医疗AI公司，究竟做技术还是做平台?

医疗AI公司应该专注做技术还是定位平台?在此之前，需要明确的是，医疗AI辅助筛查技术是否已有足够的成熟度来支撑创业公司的成本投入?

几个月前，国际知名“癌症专家”IBM Watson前阵被爆出“误诊”、遭合作伙伴弃用的新闻，导致市场甚至开始怀疑医疗AI的可行性。有行业人士分析，这一方面归咎于其产品缺失“中国特色”，另一方面，医疗AI产品在中国仍然不能算完全成熟。

早期人工智能技术刚开始铺开医疗领域之时，除了医生的“好助手”手术机器人，关于糖尿病视网膜筛查和肺结节筛查的相关产品，就是医疗AI领域中大热的“明星”。“尤其在2016、2017年时，当时由于糖网筛查在国际上有公开的数据集，产品很好训练出来，加之AI算法开放，医疗AI玩家们只需建出一个模型、拿标准数据库练一练、做一点实验室的东西，产品就可以出来了。”季鑫坦言。

季鑫将其称为AI辅助诊断的第一阶段，但细化到糖网筛查领域，一款产品要称之为“临床产品”还远不止这么简单。

市场判断AI辅助诊断产品成熟度的一大指标是“鲁棒性”，这是从实验室产品跨出到复杂应用场景的重要一步。以糖网筛查为例，在中国，三甲医院和基层医院的相机品牌大不相同，同一家三甲医院的内外科医生乃至同一科室不同医生拍出的眼底照片也不同，这一复杂性对国内糖网筛查的AI诊断产品提出了更高了要求。

2018年4月，美国FDA批准通过了IDx公司研发的首个应用于糖网筛查的AI诊断设备IDx-DR，这一消息当时振奋了不少医疗AI大军。但季鑫称，IDx-DR仅支持拓普康NW-400这一款相机的糖网辅助筛查。这意味着IDx-DR若要在国内使用，并不具有“鲁棒性”。

回归AI辅助诊断的出发点，仍然是作为“医生诊疗的罗盘”、“医疗环节的GPS”，无法成为替代作用，况且国内医疗AI产品质量参差不齐，以当下医疗AI的智能程度来看，单纯做辅助诊断技术的天花板很明显。

在季鑫看来，未来医疗AI企业会分化成两类。一种是纯技术企业，客户可以在平台调用或直接购买其技术，嫁接到医院中;另外一类是包括上工医信在内的技术家医疗公司的技术加服务，对于这类公司，技术/系统只是工具，是提供服务的一个要素。此外，针对医疗AI产品，行业中可能还会孵化出“代理商”类的纯服务型公司。

“因此，上工医信必然要朝着平台发展，但核心技术和产品是医疗AI创业公司门槛，不能丢。”季鑫对亿欧大健康说，“其中包括医联体建设平台、眼科管理平台、转诊平台等等，最终靠平台服务，把医院、政府、企业和患者横纵串联起来。”

补贴的“坑”，还是要站稳

“商业模式”的摸索一直是医疗AI大盘子里热衷讨论的话题。尽管国内已有一部分跑得较快的医疗AI公司已经拿到二类器械审批，但它们离“大规模变现”、“持续盈利”仍然很远。

季鑫坦言，受制于市场和政策的成熟度，医疗AI企业在很长一段时间里仍然要“烧钱”。当下企业现在更值得考虑的是：如何将补贴“贴得值”?

说到这个话题，还需先回归到企业产品资质申请上。通常，医疗AI企业打磨出产品后要报批检验，这一环节由中检院负责。但在此前，中检院并未制定关于医疗AI辅诊器械“检”的金标准，也没有关于单病种的数据库。2017年开始，上工医信与中检院合作率先打磨出了检验糖网筛查AI产品的“金标准”和数据库，于2018年5月敲定。通过中检院的审批后，企业将医疗AI产品送至临床检验核准，最后将结果打包送至药监局再度审批，通过后方可获得二类或三类器械证。

而这一评估准确性和安全性的流程，IDx-DR走了七年。在这过程中，医疗AI公司的数据、人才、算力、运营成本昂贵，极其考验创业公司和投资人的耐性。“可拿到器械证后也并不就意味着企业的盈利天窗打开了。”季鑫表示，“最终要从医院端收费，还需要过医保局这一关，通过医保局定价，再进入医院。”

目前据透露，中检院建立的关于糖网筛查和肺结节筛查这两大病种的检验标准和数据库，包括上工医信在内的医疗AI企业才得以跨出头几步，目前正在筹备青光眼的相关标准。“除此之外的病种的金标准和数据库没有推出，创业公司也没办法走到后面流程。”季鑫说。

其次，创业公司在落地过程中也免不了“烧钱”。目前来看，医疗AI产品落地方向一般为to G、 to H、to B三种。政府层面，包括辅助医保智能审核、打造大数据监管平台、辅助疾控中心整合信息报告等等;医疗机构也是目前落地最多的方向，发挥帮助医生提高诊断效率、辅助基层医生等作用;企业方面，各公司也在努力拓宽服务渠道，例如推想科技、汇医慧影等公司已将AI辅助筛查产品应用在体检机构乃至非公医疗机构。

由于要和公立医院接触，许多创业公司的打法是和当地政府先达成合作，这对于其落地到基层更为有利。目前，上工医信主要通过医联体从公立三甲医院落至基层医疗机构，打通自上而下的三级系统，除了为医疗机构提供AI糖网筛查技术，还为医联体提供信息存储云平台和导转诊解决方案。

类似这种针对公立医院和政府端的服务，在短期来看很难为创业公司带来高额又稳定的收入。“但医疗AI公司最害怕的是‘着急挣钱’。”季鑫表示。因此，对于一些创业公司不堪巨额激烈的“补贴战”而寻求非主营业务的盈利途径的做法，他并不看好。

“朋友圈”才刚刚热闹起来

2017年，医疗AI创业公司最多一度超过100家，据亿欧智库数据统计，截止到2017年7月31日，我国医疗人工智能公司共有131家，类似融资超过100家。尽管在2018上半年，医疗AI领域有18家公司获投，总金额超过31亿元，但季鑫也明显感觉到热度低了很多，也有不少创业公司声响渐弱从此匿名。

他将其归咎于创业者们“蹭热点、缺少评估”的心理，创业者们吃的是资本市场的“饭”，在资本市场遇冷的大环境下，反而是投机者的冬天，“资本是最聪明的。”他说。

“做医疗想要真正深耕，除了技术之外还有太多市场培育。”季鑫表示。诚然，医疗AI创业公司的产品拿到审批只是第一步，对于其商业化更有利的思考是，如何创新抢占场景的方式。在眼部和糖尿病结合这一赛道，医疗AI的应用空间可以延伸至泛健康领域，向上涉及控糖药物，向下还得以延伸健康管理平台场景。

2018年的医疗AI赛道，已经逐渐跑出了梯队，但创业公司们仍然不可掉以轻心。重山资本创始合伙人孙超曾对亿欧大健康表示，除了BAT，国内外以CT、MRI生产研发为主业的器械巨头近年也在做着一些“产业升级的事儿”。例如在2018年，GE推出其人工智能云影像解决方案，随着技术深度不断发展，以“软件+硬件”进军医院服务端口，或许是这一波玩家接下来的方向之一。

2018年药监局释放的审批信号成为了医疗AI玩家们的“年终大礼”，随着行业洗牌加速和市场环境的开放，“医疗+AI”的朋友圈也将越来越热闹。