馬云幾年前曾做過這樣的預判：“下一個超越我的人，一定在健康產業”。

有兩層深意：首先，幾年前馬云的預判，預示著無論與阿里是否有關，客觀來看待行業的發展脈絡，大健康產業將成為下一塊投資圈的“新寵”。疫情爆發帶來的強制促進作用不知道是否在馬爸爸的預言里。另外，甘愿被人超越不是阿里的做派，這話里透視著對大健康行業特殊性的客觀判斷。相比馬爸爸成功收復的大文娛、出行、外賣“戰場”，在“大健康“這個領域里，讓他資本運作感知到無力的是什么呢? 縱觀阿里健康旗下的四大業務：醫藥電商及新零售、互聯網醫療、消費醫療、智慧醫療等領域。前三項均為 to C端業務，智慧醫療 作為to B端的服務項目放在最后。

最新發布的阿里健康半年財報中這樣寫到：截至2020年9月30日止六個月，阿里健康期內利潤將不少于2億元，首次實現了扭虧為盈。但這主要依賴于阿里健康運營的天貓醫藥電商平臺截至2020年3月31日產生年度GMV超過835億元，年度活躍消費者已超過1.9億，較半年前增加3000萬。同期，醫藥自營業務收入同比增長92.4%，抗疫宣教、在線問診、買藥不出門等項目均有描述。但對智慧醫療業務未提及。顯然，阿里健康目前在to B端業務還沒有實質性的開疆破土。這也解釋了幾年前的預言。 聯想到阿里的達摩院，先已躋身全球人工智能的激烈賽道第一梯隊。不難想象其在大數據的體量和挖掘以及深度學習算法都是占盡先機的。面對智慧醫療的to B端服務中，為何沒有發揮出其AI方面的實力并成功的應用于政府和醫療機構呢? 作為一家剛剛經歷過爆發式成長的AI醫療圈內黑馬，我們有話要說。還記得AlphaGo和李世石的一戰成名，多數人理解人工智能是超越人類智慧的結果呈現。它的勝利源于它踩在了大師的肩膀上，經過千萬次的學習而來。醫療行業的輔助診斷看似與AlphaGo模仿圍棋大師相似，有人不禁會問，有了醫生的診療數據不就行了嗎。事實上，醫療AI行業的壁壘恰恰在此。沒有有效大數據下的醫療人工智能都是偽人工智能。而所需的大數據在一個非常特殊的機構掌握著，就是——醫院。門檻便在于此，分幾個方面來講：

對于醫學AI 真實數據的深度學習和醫學知識庫缺一不可

醫療人工智能最看重的是大三甲醫院里最好的大夫，就像AlphaGo的學習棋譜當然都是頂級的圍棋大師一個道理。那么三甲醫院的醫生是最佳學習對象。作為非盈利的三甲公立醫院把這些帶有患者隱私的信息用于人工智能的學習，受制于政策監管和對患者隱私的保護，實現這件事的難度，套用一句話“用錢能解決的事，都不是事”。這對人工智能醫療企業提出了雙重挑戰，即：挑戰一打消醫院對數據安全性的疑慮。挑戰二 海量多樣性的數據處理能力。換句話說，你不僅要具備強大的AI技術和數據處理能力，還要在醫院原有的信息系統上進行模型的融合和做好數據的安全處理。想克隆出三甲醫院的醫生大腦，想覆蓋上百種常見病的全科醫生，沒有點“愚公移山”的精神，是做不成的。因此到現在為止，多數主推人工智能醫療產品的企業采用的是另外一條路，即直接采用MAYO、BMJ、UPTODATE等醫學知識庫。 實際上：無論是來自于真實病歷的大數據深度學習還是醫學知識庫，都是醫學AI不可或缺的一部分，兩者相互補充才是醫學AI產品的完美方案，缺一不可。但由于真實病歷的深度學習所花費的時間成本、人力成本和對企業創始人的匠人精神的苛求，對于大多數AI企業提出了更高的要求，這樣的AI醫療企業鳳毛菱角。

上得廳堂 下得廚房適應商務環境的科學家才能駕馭AI技術落地醫療

不管是人工智能還是醫學知識，AI醫療公司注定是一個充滿學術味道的“象牙塔”或叫“Compus”。創始人多出身名校，學術地位突出。但作為創業者如果對商業化的理解不足，不了解潛在的需求方的真實訴求，一味的只是追求技術上的改進。特別是那些科研團隊，只注重技術研發卻不清楚產品在市場受挫的原由也不能及時的對其進行調整，致使技術與市場脫節。無論是全套解決方案、爛尾處理還是合作開發，得練得一身武藝才行。學會放低身價，從高高在上的AI技術神壇到為客戶提供解決方案的運營思維轉換是又一道門檻。

資本別急鼓勵政策才是扶持中國AI醫療走向成熟的助推劑

馬云在剛剛結束的上海外灘金融峰會上發出了這樣的呼吁：“今天是這個不許那個不許的文件太多，政策太少。最怕監管到后來，變成了自己沒有風險，自己部門沒有風險，但是整個經濟有不發展的風險。”馬云說，“很多時候，把風險控制為零才是最大的風險。”

不只是他說的金融行業，這也導致中國的AI醫療有“勢”無“市”的尷尬局面發生的原因。直到疫情的爆發，醫療效能匱乏的問題被暴露無遺。根據世界衛生組織(WHO)的數據，目前我國每千人醫生數、護士數、病床數分別為2.6人、2.9人、3.8張，整體上與歐美發達國家尚存在一定差距，尤其是護士數量嚴重不足，而護士數量與醫療質量密不可分。此外，雖然我國人均醫生數量已經基本與發達國家看齊，但在醫師教育培訓的規范化、標準化方面仍然存在較大差距，導致醫療質量參差不齊。2018年柳葉刀雜志發表的一項研究中，中國醫療質量及可及性指數評估為78分，而發達國家普遍在90分以上，差距較大。

中國AI醫療行業蓬勃發展 自上而下帶動獲良性循環

AI醫療更是大健康行業內蓬勃發展的黑馬AI及互聯網帶動下的醫療體制效能在疫情中發揮了不可或缺的作用。沒有一個國家像中國一樣能夠擁有全球最龐大的真實病歷大數據資源，在這方面其他國家是無法相比的。因此中國成為了人工智能醫療的“沃土‘。中國有機會在這樣的AI技術發展賽道+醫療大數據資源的雙重優勢下占據全球AI醫療的頂端。

大數醫達創始人兼CEO鄧侃對中國AI醫療企業的優勢做了這樣的說明：“AI醫療產品形態有三個端，患者端、醫生端和監管端，這里面最難做的實際上是醫生端，就是臨床導航。這個臨床導航怎么做?最不容易做到的事情是獲得機器學習所需要的大量訓練原料，中國在這方面擁有世界上無可爭議的絕對數量和絕對規模，也就是擁有世界第一的電子病例數量。大數醫達，已經通過深度學習建立了自己的醫學知識圖譜，而它的建立所需要的數據覆蓋了將近2億人，這個數量在美國頂級AI企業：谷歌、微軟也是很難的，它們也曾表示非常羨慕中國的數據環境，這是我們的先天優勢。” 走出自己的AI醫療之路，在這樣的戰場上，中國AI醫療企業已走入快行道。

來源：智慧眼新視訊