醫療AI技術(shù)火熱,但其商業(yè)模式的落腳點(diǎn)究竟在哪?
發(fā)布時(shí)間: 2017-07-23 22:57:17
摘要: 初創(chuàng )公司如何在這個(gè)領(lǐng)域實(shí)現盈利?以及醫療保健企業(yè)如何利用AI來(lái)扭轉持續增加的醫療成本?最重要的是,醫療AI產(chǎn)品如何取得政府監管部門(mén)、保險公司、醫生以及患者的信任?
題圖來(lái)自:視覺(jué)中國
這是一個(gè)令人興奮的時(shí)代。諸如基因組學(xué)和醫學(xué)成像等的醫學(xué)領(lǐng)域帶來(lái)的信息巨浪如今撲面而來(lái),我們將可以利用人工智能來(lái)分析這些數據,并提供醫療見(jiàn)解。
然而,隨著(zhù)醫療AI領(lǐng)域創(chuàng )新產(chǎn)品的激增,一些老生常談的商業(yè)問(wèn)題也初現端倪。比如,初創(chuàng )公司如何在這個(gè)領(lǐng)域實(shí)現盈利?以及醫療保健企業(yè)如何利用AI來(lái)扭轉持續增加的醫療成本?最重要的是,醫療AI產(chǎn)品如何取得政府監管部門(mén)、保險公司、醫生以及患者的信任?
海外知名媒體Xconomy對于醫療人工智能進(jìn)行了深度報道,包括GE和IBM等大型公司在醫療AI上的相關(guān)工作,基因組學(xué)的編程馬拉松(hackathon),以及醫療AI對患者和醫生們的影響。動(dòng)脈網(wǎng)整理編譯,以饗讀者。
“作為醫療行業(yè)投資人,我最鐘情的是科技方面的吸引力,”風(fēng)投公司Domain Associates的合伙人Kim Kamdar在其圣地亞哥的辦公室中表示,“這為我們公司吸引潛在共同投資人開(kāi)辟了嶄新的道路。”
對于醫療AI,目前的普遍共識是將機器學(xué)習技術(shù)和相關(guān)技術(shù)應用在醫療領(lǐng)域確實(shí)為時(shí)尚早,并且也很難預見(jiàn)這些創(chuàng )新成果將怎樣發(fā)揮作用。這也正如Xconomy的資深編輯Jeff Engel在《AI將對醫生和醫療機構產(chǎn)生的諸多影響》一文中提出的諸多質(zhì)疑。
然而,毋庸置疑的是,醫療領(lǐng)域的轉型浪潮正洶涌襲來(lái),不論是小型初創(chuàng )公司,還是如IBM、GE這樣的行業(yè)巨頭,都爭先恐后地想要在這個(gè)新興領(lǐng)域占有一席之地。
如果有這么一個(gè)行業(yè)急需注入變革的新鮮血液,那首當其沖的就是醫療保健。僅美國而言,每年在醫療上的支出就超過(guò)3.2萬(wàn)億美元,占了國民生產(chǎn)總值約18%的份額。
Xconomy所組織的晚餐會(huì )談邀請了包括Kamdar在內的當地投資人、數據科學(xué)家、醫療公司CEO、學(xué)術(shù)研究人員以及數字醫療公司高管等。餐會(huì )的開(kāi)場(chǎng)問(wèn)題就是對于致力于在醫療領(lǐng)域應用機器學(xué)習的初創(chuàng )公司們而言,是否已有一種行之有效的商業(yè)模式?
Calit2是一家總部位于加州大學(xué)圣地亞哥分校的電信及信息技術(shù)研究機構,對其理事Larry Smarr而言,浮現在他腦海的商業(yè)模型就是Illumina公司本身。Illumina是基因測序技術(shù)的先驅?zhuān)⑶以絹?lái)越多地涉足基因組數據分析,也就是分析潛藏在基因代碼中的生物學(xué)功能和基因變異。
“他們公司在分析人類(lèi)基因組上采用的云端解決方案的容量相當可觀(guān),” Larry Smarr說(shuō),“而這些數據也著(zhù)實(shí)需要這種程度的分析手段。盡管過(guò)去我們沒(méi)有采用這種分析,但是現在數據容量已經(jīng)呈指數級增長(cháng)。因此,我們如果脫離這些算法,根本就不要奢望從這些數據中得到任何醫療見(jiàn)解,這點(diǎn)在基因組學(xué)和微生物組學(xué)上體現得尤為顯著(zhù)。”
Illumina憑借著(zhù)卓越的基因測序技術(shù)和數據服務(wù),已經(jīng)在很多基因組研究中心、臨床研究機構,以及生物技術(shù)和制藥公司找到了客戶(hù)群體。但是這樣的商業(yè)模式可以簡(jiǎn)單復制嗎?打個(gè)比方,如果另一家公司做起了微生物組學(xué)數據分析的生意,境況能如同Illumina一般嗎?
而后Smarr又將話(huà)題指向餐桌對面的Rob Knight,后者享有加州大學(xué)圣地亞哥分校兒科和計算機科學(xué)的聯(lián)合任命。Knight現任加州大學(xué)圣地亞哥分校微生物組學(xué)創(chuàng )新中心的主任,他同時(shí)還是美國腸道計劃的共同發(fā)起人,這項全民科學(xué)計劃已經(jīng)收集到了超過(guò)16000份糞便樣本,以期幫助科學(xué)家們進(jìn)一步了解微生物在人體健康上起到的作用。
“首先需要記住,我做的這項事業(yè)是非營(yíng)利性的,” Knight表示,“我認為這種模式絕對會(huì )走得很艱難。因為通??磥?lái),那些將業(yè)務(wù)建立在出售基因測序的公司基本都沒(méi)有取得什么好成果。舉個(gè)例子,Celera公司就將商業(yè)模式轉移到了診斷領(lǐng)域。”
“我認為我們應該用某種方式將模式轉移到實(shí)時(shí)反饋上,并且開(kāi)發(fā)一個(gè)讓用戶(hù)了解微生物組學(xué)的交互界面,” Knight舉例說(shuō),“比如,讓用戶(hù)即刻知悉剛剛吃下的那塊面包對自己身體起到正面還是負面影響。”
當然這個(gè)商業(yè)策略已經(jīng)有公司開(kāi)始踐行,位于以色列特拉維夫的科技公司Nutrino已經(jīng)開(kāi)發(fā)出了應用程序和數據平臺,幫助用戶(hù)掌握他們攝入的食物對自身生理有著(zhù)怎樣的影響。
“他們可以針對用戶(hù)‘膳食足跡’產(chǎn)生的影響以及血糖表現,為其提供實(shí)時(shí)的指導,”位于圣地亞哥的DexCom公司高級副總裁Annika Jimenez說(shuō)到,他們的公司專(zhuān)注于血糖連續監測技術(shù)和糖尿病管理。
“這種模式類(lèi)似于保險付費,但是隨著(zhù)時(shí)間推移,他們會(huì )將商業(yè)模式轉變到以企業(yè)和其他潛在客戶(hù)為目標。” Jimenez表示。
AI于醫療行業(yè)的關(guān)鍵優(yōu)勢就在于它極為強大的數據信息抓取能力,可以從數據的艾字節到澤字節中獲取有用的醫療見(jiàn)解,這種數據規模遠遠超出了人類(lèi)本身的理解能力。
“對我而言,找到確切可行的商業(yè)模式似乎是一個(gè)長(cháng)遠的終極目標,”高通生命的總裁Rick Valencia坦言,他似乎對這個(gè)領(lǐng)域現今的創(chuàng )收模式持懷疑態(tài)度,“在短期看來(lái),我認為你們這個(gè)問(wèn)題的答案是‘沒(méi)有’,至少在我目之所及的范圍內,并沒(méi)有發(fā)現什么行之有效的商業(yè)模式,我覺(jué)得現在還為時(shí)尚早。”
圣地亞哥的Analytics風(fēng)險投資公司聯(lián)合創(chuàng )始人及管理合伙人Navid Alipour表示,他們的公司所投資的CureMatch公司正在實(shí)施直面患者的模式,在該模式下,患者直接向CureMatch公司付費,而他們則針對患者的不同癌癥病情,向其提供有針對性的前三種化療藥物組合建議。
這些建議是基于患者自身的醫療記錄,旨在幫助癌癥醫生選擇治療方案。CureMatch方面表示,他們的超級計算機處理了數以百萬(wàn)計的包含三種化療藥物的組合,并分別評估了每種組合的藥物間相互作用,再整合入基因數據,才得出為特定患者提供的藥物組合建議。
將機器學(xué)習應用到診斷圖像,以識別異常狀況,這樣的公司大大小小有不少家,而CureMetrix也只是其中之一,這種基于圖像分析的模式似乎也是AI技術(shù)的終極應用了,Jimenez表示:“但是你還得去Strata數據大會(huì )看看,這個(gè)大會(huì )可以說(shuō)是大數據和數據科學(xué)領(lǐng)域的大事件了,而大會(huì )主講人們總是強調這種使用案例實(shí)際上是多么復雜??上攵?,我們或許還不止要等個(gè)10年。”
取代不是目的,利用才是!
那么,AI何時(shí)才能取代放射科醫生?
Smarr表示,他對AI將取代放射科醫生這一點(diǎn)持懷疑態(tài)度。相反,他認為這項技術(shù)將成為人類(lèi)醫生的助力,使哪怕最蹩腳的放射科醫生也能診斷得比最優(yōu)秀的人類(lèi)同行更為精準。
“所以致力于A(yíng)I技術(shù)在醫療上的應用,實(shí)際上是利用前所未見(jiàn)的海量數據來(lái)武裝人類(lèi),拔高人類(lèi)的智能水平,” Smarr補充道,“這真的可以在短期內提高生產(chǎn)力,不過(guò)這個(gè)短期也是說(shuō)的數十年內。”
如DexCom這樣的公司專(zhuān)注于普遍的糖尿病,而是holy grail則致力于重塑患者的行為習慣,Jimenez表示:“這也就意味著(zhù),通過(guò)血糖監測、胰島素測量、患者行為和飲食情況等,可以將數據流整合起來(lái),再輔以機器學(xué)習技術(shù)生成醫療見(jiàn)解,這樣軟件就可以及時(shí)向患者及其醫生發(fā)出警示并提出建議。”
“但是我們的技術(shù)成熟度也還僅處在提供些數字的階段而已,” Jimenez補充 說(shuō),“因此,我們只是告訴了患者他們的血糖值是多少,當然,這對1型糖尿病至關(guān)重要。但是對于2型糖尿病患者,他們需要與app互動(dòng),并且要強制性地回應醫療見(jiàn)解。而這才是app開(kāi)發(fā)的真正需求所在。”
或許,這項技術(shù)的終極目標是開(kāi)發(fā)一個(gè)能切實(shí)滿(mǎn)足需求的用戶(hù)界面,用機器學(xué)習技術(shù)獲取的醫療見(jiàn)解來(lái)根本改變糖尿病患者的行為習慣。
這個(gè)觀(guān)點(diǎn)得到了Jean Balgrosky的贊同,他已經(jīng)在多家大型醫療組織任職CIO長(cháng)達20年,比如圣地亞哥的Scripps Health。她表示:“到最后,一切的機器學(xué)習技術(shù)都應該被人類(lèi)所吸收利用,在醫療領(lǐng)域發(fā)揮幫助人類(lèi)的作用。”
來(lái)源:vb動(dòng)脈網(wǎng)