（文/觀察者網(wǎng) 程小康）
數(shù)字化對(duì)各行各業(yè)的運(yùn)營效率的提升，社會(huì)各界已經(jīng)是有目共睹，在醫(yī)療行業(yè)也是如此。借用“大數(shù)據(jù)+人工智能”，部分醫(yī)療領(lǐng)域初創(chuàng)型公司已經(jīng)形成“獨(dú)角獸”之勢(shì)，憑借其對(duì)某一疾病病理把控的專業(yè)本領(lǐng)，大肆拓展領(lǐng)地。但傳統(tǒng)的醫(yī)療巨頭（如GE、西門子、飛利浦）體量巨大，一直保持著靈活和機(jī)敏，更是憑借著“數(shù)字化的東風(fēng)”建立屬于自己的醫(yī)療生態(tài)系統(tǒng)。
不過總體來說，大數(shù)據(jù)和人工智能在醫(yī)療行業(yè)的推進(jìn)速度相較于其他行業(yè)稍顯緩慢。醫(yī)療行業(yè)具有特殊性，這是因?yàn)獒t(yī)療變革關(guān)系著每個(gè)人的切身利益，而且人工智能技術(shù)在診斷方面的應(yīng)用關(guān)系到每位病人的生命安全，所以各國在一些政策和新技術(shù)準(zhǔn)入方面都需要仔細(xì)研究，改革也相對(duì)保守。
從醫(yī)院的角度考慮數(shù)字化，大致可以分為兩個(gè)方面，一是在疾病的診斷方面，借助人工智能幫助醫(yī)生進(jìn)行病人病情的預(yù)判，給醫(yī)生做好輔助工作，例如：對(duì)一張CT影響，原先需要有有經(jīng)驗(yàn)的醫(yī)生花費(fèi)很長時(shí)間圈定出病灶位置，現(xiàn)在這項(xiàng)工作交給人工智能技術(shù)完成。二是在醫(yī)院的管理和運(yùn)營方面，利用數(shù)字化技術(shù)改變過去的被動(dòng)式的紙質(zhì)化運(yùn)營模式，用直觀、及時(shí)的數(shù)字化以及基于數(shù)據(jù)分析的方式，幫助醫(yī)院為提高效率，為更多的病人看病。
在醫(yī)療行業(yè)的頭部公司中，無論是GE，還是西門子與飛利浦，目前都在積極推動(dòng)各自的“數(shù)字醫(yī)療”計(jì)劃，紛紛摸索從單一產(chǎn)品的交易模式轉(zhuǎn)向整體解決方案。簡單點(diǎn)說，就是從以前的單一賣醫(yī)療器械，轉(zhuǎn)向現(xiàn)在的既賣硬件設(shè)備也賣軟件服務(wù)。實(shí)際上，隨著中國市場(chǎng)高端設(shè)備市場(chǎng)飽和以及中國醫(yī)療改革的推進(jìn)，為了搶占更多的市場(chǎng)，進(jìn)一步挖掘市場(chǎng)需求，“數(shù)字化”成為醫(yī)療設(shè)備制造商的重要選擇。
從相關(guān)的資料來看，頭部公司一方面借助“大數(shù)據(jù)+人工智能”賦能自研的硬件設(shè)備，同時(shí)利用自身的數(shù)字化能力解決醫(yī)院資產(chǎn)設(shè)備的運(yùn)營效率問題，另一方面更是想憑借自己的資源優(yōu)勢(shì)，利用這一波數(shù)字化浪潮，吸納業(yè)內(nèi)實(shí)力較強(qiáng)的初創(chuàng)型公司，構(gòu)建自己的醫(yī)療生態(tài)圈。
人工智能與硬件設(shè)備結(jié)合的實(shí)質(zhì)是什么
對(duì)于醫(yī)療行業(yè)的“數(shù)字化”并非憑空想象的，需要解決實(shí)際的問題。去大醫(yī)院看過病的人都知道，看病需要長時(shí)間排隊(duì)，醫(yī)生不夠用，如何提高醫(yī)生的看病效率是當(dāng)務(wù)之急。
為了提高醫(yī)生的看病效率，利用人工智能技術(shù)進(jìn)行病情預(yù)判的方案在很早就被提出來了。但是醫(yī)生和醫(yī)院方面剛開始都是持有懷疑態(tài)度。一位醫(yī)療領(lǐng)域的AI創(chuàng)業(yè)公司負(fù)責(zé)人對(duì)筆者表示，剛開始醫(yī)院對(duì)AI是持觀望態(tài)度，存在疑問。但到后來，隨著AI技術(shù)不斷被成功驗(yàn)證，形成了好的口碑，大家覺得可以安心應(yīng)該用了。
但是如何實(shí)現(xiàn)這種人工智能的病情預(yù)判？這就涉及到具體技術(shù)實(shí)現(xiàn)問題。以GE公司剛推出的APEX CT為例，它就是在CT硬件設(shè)備中嵌入了深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)技術(shù)。以前的CT產(chǎn)品包含兩大部分，一個(gè)是硬件、機(jī)架、床等傳統(tǒng)硬件，另一個(gè)很重要就是算法，硬件采集完病人患病器官原始數(shù)據(jù)后，需要通過復(fù)雜的算法，對(duì)原始數(shù)據(jù)進(jìn)行處理，才能將CT影響呈現(xiàn)出來。而一張精準(zhǔn)的CT圖像需要有經(jīng)驗(yàn)的醫(yī)生調(diào)整大量的參數(shù)才能獲得，但這種經(jīng)驗(yàn)是很難標(biāo)準(zhǔn)化和同一化。
現(xiàn)在可以把這些工作交給機(jī)器，讓機(jī)器進(jìn)行深度學(xué)習(xí)。打一個(gè)簡單比喻，一個(gè)非常有經(jīng)驗(yàn)的醫(yī)生，需要花幾年的時(shí)間查看上萬張病人的不同部位的CT，才能成為專家。如今這個(gè)過程讓機(jī)器通過深度學(xué)習(xí)，在很短的時(shí)間內(nèi)就可以實(shí)現(xiàn)，將數(shù)萬張最好的CT影像結(jié)果交給機(jī)器學(xué)習(xí)，讓機(jī)器達(dá)到我們想要的目標(biāo)結(jié)果。
據(jù)GE醫(yī)療中國CT產(chǎn)品部總經(jīng)理黃毅介紹，借助深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)等人工智能技術(shù)，CT掃描的X線的劑量大大降低，并且同時(shí)提高圖像的清晰度，為臨床醫(yī)生提供精確的診斷數(shù)據(jù)。
筆者在大學(xué)中也接觸過深度學(xué)習(xí)算法，實(shí)際上其解決的就是一個(gè)概率問題，說得通俗一點(diǎn)，哪個(gè)特征的概率大就歸納為哪一類。在CT圖像中，對(duì)于微小的病灶，醫(yī)生難以判定，而機(jī)器可以通過以往的CT影像學(xué)習(xí)經(jīng)驗(yàn)，計(jì)算概率給出預(yù)判。
從APEX CT已公開的資料來看，在醫(yī)療設(shè)備的“數(shù)字化”方面，醫(yī)療器械公司對(duì)于傳統(tǒng)硬件設(shè)備的改進(jìn)并不是重點(diǎn)，對(duì)設(shè)備采集后的原始數(shù)據(jù)如何處理才是關(guān)鍵。原始數(shù)據(jù)的處理就是借用信號(hào)處理的手段降低信噪比，得到有用信息，當(dāng)然降低信噪比的方法很多，借用深度學(xué)習(xí)技術(shù)是其中的方案之一，目前只要涉及數(shù)據(jù)降噪的領(lǐng)域，都在嘗試深度學(xué)習(xí)技術(shù)，這幾乎成為一種普遍的趨勢(shì)。
作為頭部醫(yī)療企業(yè)，原本生產(chǎn)與銷售硬件設(shè)備是其主要目的，現(xiàn)今將人工智能嵌入硬件設(shè)備之中，提升設(shè)備的性能，并在醫(yī)療市場(chǎng)進(jìn)行推廣，以此進(jìn)一步爭奪市場(chǎng)份額，另一方面也是其自身數(shù)字化能力的體現(xiàn)。
醫(yī)院設(shè)備資產(chǎn)數(shù)字化市場(chǎng) 頭部公司早已提前入局
醫(yī)療設(shè)備在醫(yī)院總資產(chǎn)中的比重日益改善，但是由于各種歷史原因和技術(shù)瓶頸，醫(yī)院現(xiàn)有的醫(yī)療設(shè)備利用率很低，如何改善這些設(shè)備的管理水平和利用率，是醫(yī)院提高經(jīng)濟(jì)效益必須面對(duì)的難題。
一個(gè)很現(xiàn)實(shí)的情況就是各大醫(yī)院的磁共振問題，患者預(yù)約都要提前兩個(gè)星期，怎么提高效率？醫(yī)院的做法就是提高醫(yī)務(wù)人員的排班次數(shù)，原來的兩班可以開到三班或者四班，很多像上海、北京以及省市醫(yī)院都要開到凌晨兩點(diǎn)，所以醫(yī)務(wù)人員的工作強(qiáng)度很大。但是就算醫(yī)務(wù)人員工作強(qiáng)度增大，但預(yù)約磁共振的患者臨時(shí)沒過來，就導(dǎo)致設(shè)備的空置，運(yùn)營水平大大降低。
無論是醫(yī)療行業(yè)巨頭，還是互聯(lián)網(wǎng)公司都注意到了這個(gè)市場(chǎng)。但是互聯(lián)網(wǎng)公司要想在醫(yī)療行業(yè)巨頭面前爭奪這塊“蛋糕”可能非常困難，互聯(lián)網(wǎng)公司不涉及醫(yī)療硬件設(shè)備生產(chǎn)，設(shè)計(jì)一套管理系統(tǒng)與硬件設(shè)備兼容就會(huì)很艱難。而頭部醫(yī)療公司做這件事就很容易，一是硬件自己生產(chǎn)，進(jìn)行相關(guān)管理系統(tǒng)設(shè)計(jì)就不存在兼容性問題，對(duì)于自家設(shè)備“知根知底”。二是醫(yī)療行業(yè)巨頭本身就掌握很多資源，與各大醫(yī)院聯(lián)系密切，推廣自己設(shè)計(jì)的系統(tǒng)更加容易。
作為APM資產(chǎn)云管家的物聯(lián)網(wǎng)版本，APM大影像設(shè)備物聯(lián)網(wǎng)績效方案是當(dāng)前GE醫(yī)療正大力推廣的一大數(shù)字醫(yī)療解決方案，旨在快速搶占“醫(yī)院資產(chǎn)管理數(shù)字化”這塊市場(chǎng)。APM資產(chǎn)云管家的基礎(chǔ)版自推出兩年以來，已在全國各地1700家醫(yī)院落地使用，管理著45萬臺(tái)醫(yī)療設(shè)備?？梢娋揞^雖然體量巨大，但是行動(dòng)卻保持異常敏捷。
吸納初創(chuàng)型公司 巨頭構(gòu)建數(shù)字醫(yī)療生態(tài)
除了提升自己的數(shù)字化能力并給出醫(yī)院設(shè)備資產(chǎn)數(shù)字化管理方案，頭部醫(yī)療企業(yè)也在構(gòu)建自己的生態(tài)圈。以筆者來看，構(gòu)建生態(tài)就是建立“圍墻”，這種“圍墻”一般來說是相對(duì)于等量級(jí)對(duì)手而言，就像阿里有自己的生態(tài)，騰訊也有自己的生態(tài)一樣，初創(chuàng)型小公司就需要從中選擇依附生存，頭部企業(yè)在建立數(shù)字醫(yī)療生態(tài)也是如此。
在發(fā)展的初期，將AI技術(shù)引入醫(yī)療行業(yè)的都是年輕的初創(chuàng)公司，這些公司做的都是“點(diǎn)”上的工作，針對(duì)某一個(gè)病癥開發(fā)基于人工智能的病情預(yù)判技術(shù)，給醫(yī)生提供參考。但是，這些創(chuàng)業(yè)型公司進(jìn)行技術(shù)推廣的時(shí)候需要花費(fèi)很大的精力去各醫(yī)院做協(xié)調(diào)工作。醫(yī)院的各個(gè)部門都是信息的孤島，無法互聯(lián)互通，而且病人的原始數(shù)據(jù)（像胸片、X影像）都是分散的，沒有進(jìn)行有效統(tǒng)一整合。一個(gè)創(chuàng)業(yè)公司與醫(yī)院合作，要花費(fèi)很大的資源去整合醫(yī)院各個(gè)部門，使得創(chuàng)業(yè)公司難以專供自己的核心技術(shù)。
初創(chuàng)型AI公司研發(fā)腦出血人工智能判讀系統(tǒng)，為醫(yī)生提供診治參考
基于此，就需要醫(yī)療行業(yè)的頭部公司來進(jìn)行底層的有效整合，因?yàn)轭^部公司擁有資源和渠道來整合這些創(chuàng)業(yè)公司所面臨的共性問題（統(tǒng)一整合醫(yī)院各科室和數(shù)據(jù)）。像“GPS”（GE、飛利浦、西門子）每年在全世界賣出數(shù)量龐大的醫(yī)療設(shè)備，與很多醫(yī)院合作，手中掌握廣泛的渠道，可由它搭建平臺(tái)，該平臺(tái)是建立在統(tǒng)一整合醫(yī)院各科室和數(shù)據(jù)的基礎(chǔ)之上。其他年輕的創(chuàng)業(yè)公司就可以基于此平臺(tái)專心開發(fā)自己的技術(shù)，節(jié)省更多的精力。
巨頭平臺(tái)間相互競爭 贏家未定
在構(gòu)建數(shù)字醫(yī)療生態(tài)方面，各大醫(yī)療巨頭在中國市場(chǎng)也在不斷發(fā)力，像GE推進(jìn)的“Edison”平臺(tái)，西門子構(gòu)建的“Teamplay”平臺(tái)，都在做相同的事情。這些平臺(tái)的作用就是給醫(yī)療行業(yè)初創(chuàng)AI公司提供成熟的模塊，開發(fā)者基于此搭建自己的產(chǎn)品，同時(shí)平臺(tái)也可以提供統(tǒng)一的可供選擇的數(shù)據(jù)接口，供開發(fā)者直接調(diào)用。就像蘋果公司的手機(jī)APP開發(fā)平臺(tái)一樣，蘋果公司提供開發(fā)平臺(tái)解決共性問題，這樣APP開發(fā)者在此平臺(tái)上利用成熟的模塊，快速搭建自己的產(chǎn)品。
Teamplay生態(tài)圖 圖自西門子官網(wǎng)
當(dāng)然，頭部公司的服務(wù)不是免費(fèi)提供的，初創(chuàng)型公司利用平臺(tái)渠道推廣將自己的產(chǎn)品，并將其出售給用戶，獲得的利潤是需要和頭部公司進(jìn)行利潤分成的，分成的比例就依據(jù)各自的合同安排了。
不過，平臺(tái)與平臺(tái)之間的競爭，誰能“笑到最后”，還得看誰能最后真正的大規(guī)模的被用戶接受。像早年的微軟還準(zhǔn)備開發(fā)手機(jī)操作系統(tǒng)Winphone，但是由于生態(tài)沒有打造起來，沒有被客戶使用，APP開發(fā)者沒有積極性，該系統(tǒng)也就逐漸消失了。
頭部公司的數(shù)字醫(yī)療生態(tài)平臺(tái)誰將做大做強(qiáng)，筆者無法預(yù)測(cè)。不過，一位初創(chuàng)型AI醫(yī)療公司負(fù)責(zé)人曾在回答與平臺(tái)之間的合作問題時(shí)，就強(qiáng)調(diào)了平臺(tái)需要“開放”的理念，這或許對(duì)各平臺(tái)的生存發(fā)展有所啟示。其實(shí)，平臺(tái)很難做起來，因?yàn)檫@個(gè)世界里面多樣的玩家很多，利益訴求就不一樣。要想打造生態(tài)平臺(tái)，就要以開放的心態(tài)去，同時(shí)還要以更大的格局去接納、迭代做平臺(tái)的人。
在國內(nèi)騰訊也在做類似的項(xiàng)目平臺(tái)，但是，這個(gè)平臺(tái)與GE的“Edison”平臺(tái)和西門子的“Teamplay”平臺(tái)有所不同。實(shí)際上，這也很好理解，騰訊是互聯(lián)網(wǎng)技術(shù)公司，而GE與西門子是做醫(yī)療硬件設(shè)備的，在真正介入疾病治療上，并非騰訊所長。
騰訊做的更多的是利用自身的互聯(lián)網(wǎng)技術(shù)，給醫(yī)療健康行業(yè)的公司賦能。以騰訊與諾華制藥公司合作的案例為例，騰訊推出根植微信社交生態(tài)的線上藥品掃碼平臺(tái)，通過微信小程序提供各類服務(wù)，包括藥品的溯源、疾病科普，健康指導(dǎo)等。
結(jié)束語
借助這波數(shù)字化浪潮，“GPS”三巨頭都在積極提升自己的數(shù)字化能力，都想憑借自身的資源和渠道構(gòu)建自己的數(shù)字醫(yī)療生態(tài)圈。而且，在中國市場(chǎng)的競賽中，闖入了聯(lián)影、東軟等國產(chǎn)醫(yī)療設(shè)備產(chǎn)商，同時(shí)騰訊、阿里等互聯(lián)網(wǎng)巨頭也想“分一杯羹”，幾家公司基因不同，各有所長，最終各家在醫(yī)療領(lǐng)域會(huì)打造出什么樣的生態(tài)，還得進(jìn)一步觀察。
本文系觀察者網(wǎng)獨(dú)家稿件，未經(jīng)授權(quán)，不得轉(zhuǎn)載。
