文章|除了在自动驾驶、机器人等领域的广泛应用，微光AI在医疗领域也越来越受欢迎。
今年以来，医疗卫生领域不断有投资。
仅今年一季度，就完成了AI医疗初创企业融资，总额超过17亿美元。
造成这种情况的主要原因是基于大数据云服务平台的深度学习、图像识别等人工智能技术相对成熟，AI医疗产品开始陆续推出。
在此背景下，国内外医疗领域巨头的“圈地”战争也打响了。
从投资人工智能医疗初创公司、建立医疗大数据平台，到推出医学影像诊断、人工智能辅助诊疗应用、药物研发等产品，国内外巨头逐渐建立了自己的医疗生态系统。
值得一提的是IBM的Watson for Oncology，它是目前AI+辅助诊疗应用最成熟的案例。
它于去年进入商业化模式。
今天智东就来剖析一下这些公司在AI医疗领域的布局，从国内的BAT到IBM、谷歌等国外科技巨头。
一。
BAT在医疗行业的布局，让一些企业欢欣鼓舞，也让一些企业忧心忡忡。
阿里巴巴：耐心下棋，等待机会。
阿里巴巴在医疗领域的布局是成立医疗子公司阿里健康，投资医疗影像大数据平台万里云，推出大数据健康管理平台“ET医疗大脑”和“你医生”。
阿里巴巴于2017年推出的以支付宝为平台的“医院计划”，就是上面提到的大数据健康管理平台（本质上是移动互联网平台），可以提供挂号、支付、送药、健康咨询等服务。
据悉，这些服务所需的数据由15家健康公司和多家公立医院提供，随后，2016年，阿里巴巴成立了医疗子公司阿里健康，采用O2O模式与医疗电商公司合作，实现跨区域共享和共享。
配置现有社会医疗资源，为医疗健康行业提供互联网解决方案。
阿里健康业务主要集中在医药电商、智慧医疗、产品追溯等领域。
同年，阿里健康投资2.25亿元万里云医疗影像平台，持股25%。
双方在医学影像和云医院平台方面开展全面合作，建立第三方医学影像中心的互联网运营模式，连接医院、患者和专家，提供影像服务。
阿里巴巴真正与AI医疗领域相关的产品是两个影像诊断平台“ET医疗大脑”和“尤医生”。
虽然都是影像诊断平台，但“ET医疗大脑”是阿里云基于其平台数据开发的。
“尤医生”是通过旗下阿里健康，基于万里云医学影像大数据云平台开发的。
今年3月，阿里云推出阿里巴巴首款AI医疗产品ET医疗大脑。
该产品是针对甲状腺结节开发的影像诊断系统。
它利用深度学习技术，收集带有病灶位置的医学影像数据，训练机器的识别能力，协助医生解读图像。
ET医疗大脑在浙江大学附属第一医院等医疗机构几个月的临床实践验证表明，它可以在十几秒内处理一张甲状腺B超，并圈出结节的位置，以确定是否是甲状腺结节。
良性或恶性。
法官。
（ET医学脑部诊断结果）继续布局。
今年7月，阿里健康与万里云医学影像中心联合发布了医疗AI系统优医生。
据阿里健康官网介绍，该系统包括临床医学研究诊断平台、医疗辅助检测引擎、医师能力培训系统等。
目前，阿里健康仅演示了尤医生的远程影像CT肺结节诊断功能公众。
其技术原理与ET医疗大脑类似。
它设计算法识别模型，赋予机器深度学习能力，并使用大数据和图像处理。
技术来训练机器的图像比较和阅读能力。
在尤医生的演示中，全国各地的医院将患者的CT图像实时上传到万里云影像平台。
系统对图像进行分类后，尤医生在短短30分钟内处理了30名患者的9000多张图像。
CT 图像和可疑结节区域被标记并提供给医生审查。
据医生统计，尤医生的准确率超过90%。
万里云CEO黄家祥表示，下一阶段，尤医生计划接入乳腺超声、心电图、X光等智能检测引擎。
总体来看，阿里巴巴在AI医疗方面的布局主要围绕基于万里云医疗影像平台的大数据，推动“ET医疗大脑”和“Doctor You”技术的成熟和丰富功能。
腾讯：虽然是后来者，但仍然可以领先。
腾讯在医疗领域的动作一直以投资医疗初创企业为主，其中投资鼎香园7000万美元、国号网1.07亿美元、卓健医疗1.5亿美元。
直到今年8月推出旗下首款AI医疗产品腾讯“觅影”，腾讯才真正进军AI医疗领域。
（食管癌病灶识别模型）腾讯首款AI医疗产品“觅影”主要应用于早期食管癌的筛查。
合作医院医疗团队采用双盲随机的方法，对数十万张食管内镜图片进行分类。
，打分标记，然后交给腾讯觅影处理。
该软件利用深度学习和图像处理技术，从内窥镜图像中过滤掉含有可疑食管癌信息的图像，并将诊断结果反馈给医生。
腾讯移动互联网事业群副总裁陈光宇介绍，“觅影”由腾讯内部多个团队联合开发，包括AI Lab、优图实验室等。
未来还将支持早??期肺癌、糖尿病视网膜病变、乳腺癌等疾病。
（腾讯觅影处理食管内窥镜图像的流程）在发布腾讯觅影的同时，腾讯还发起成立了AI医学影像联合实验室，并启动了利用AI医疗的食管癌早筛项目的临床预试验。
成像。
目前，中山大学肿瘤医院（广东省食管癌研究所）、广东省第二人民医院、深圳市南山区人民医院已加入联合实验室。
回顾腾讯早期投资的医疗创业公司，虽然都是互联网医疗公司，只是起到了连接合作伙伴和海量用户的作用。
但在帮助初创企业的同时，腾讯能够深入了解医疗行业，抓住行业痛点。
将自主研发AI医疗产品。
值得注意的是，阿里巴巴和腾讯布局医疗服务的方式都是以医学影像诊断为入口。
笔者认为，造成这一现象的原因有两个：一是医学影像技术近年来发展迅速，深度学习在图像分类和识别方面取得了长足进步。
图像识别技术已经从早期的“区分图片中的动物是猫还是狗”发展到现在能够判断图片中哪个区域具有肿瘤的特征。
这项技术已经发展到可以应用于商业产品的程度。
2、我国放射科医生年增长率仅为4.1%，远远落后于医学影像数据对应的30.0%的高增长率。
综上所述，成熟的技术和旺盛的需求决定了目前医学影像诊断的火爆局面，以至于BAT两大巨头都以此为切入点。
百度：遭遇重挫，进入瓶颈期。
百度从2016年开始涉足医疗行业，在医院挂号、健康咨询、远程诊疗等方面都有布局。
开通了百度医疗大脑、拇指医生、百度健康、百度医生、百度医学、Dulife、百度直号七个版块，其中包含含有大量神经网络的百度大脑，以及智能穿戴设备Dulife，这些都是人工智能相关的产品。
百度大脑于2016年推出，其设计理念是利用计算机技术模拟人脑。
据百度介绍，百度大脑可以达到2-3岁儿童的智力水平。
它由三部分组成：神经网络、数十万台服务器和大数据。
它具有语音识别、图像处理和自然语言处理能力。
在医疗方面，百度大脑通过“学习”海量医疗数据、文献和医生经验来训练“问诊”能力。
百度大脑根据患者提供的信息进行深度提问，判断患者病情。
病情，并给出最终建议，协助医生完成会诊。
除了软件，百度在硬件上也有布局：2016年成立了智能穿戴品牌Dulife。
Dulife旗下拥有Boom Band健康手环、MUMU血压计、拉丁智能体脂测量仪三款医疗设备。
这三款设备可以测量和收集用户的身体相关数据，分析用户的健康指数，并将数据传输到相应的平台，为用户提供一套健康解决方案。
然而，去年百度受到魏则西事件和血友病贴吧事件严重冲击后，宣布退出百度医疗事业部。
今年2月8日，百度CEO李彦宏在亚布力中国企业家论坛开幕式上表示，医疗是一个潜力巨大的市场，之所以关闭医疗事业部，是为了将重心从互联网医疗转向AI医疗保健。
随后，百度于3月3日在官网和官方微信公众号发布公告，宣布将于4月1日停止百度医生服务并清除数据。
目前，AI系统百度大脑运行正常。
尽管百度在BAT三巨头中覆盖范围最广，且大部分产品都是自主研发，但其医药O2O模式不仅成本非常高，而且很难盈利。
再加上去年爆发的两起丑闻，百度也错失了在医学影像诊断领域占据一席之地的机会。
2：海外玩家：历史悠久，产品多样 IBM：反其道而行之，率先实现商业模式 “老大哥”IBM不仅最早进军医疗行业，布局也很丰富与阿里巴巴、谷歌等公司完全相反：首先推出医疗产品，然后开始与其他医疗机构频繁合作。
IBM在医疗领域的存在可以追溯到20世纪。
例如，20世纪40年代开始推出供残疾人使用的遥控打字机键盘、治疗白血病的连续血细胞分离机、??脑部诊断工具等产品。
进入21世纪，网络技术迅速发展，IBM开始逐步扩大进军医疗领域。
从本世纪初开始，与Capture Research合作开发遗传生物信息学系统，与美国匹兹堡大学医学中心合作改善患者管理，与英国爱丁堡大学合作。
今年，IBM与基因测序巨头IIIumina结盟，为医院提供基因测序解决方案。
半个世纪以来，IBM的医疗布局在大数据云平台、互联网医疗、医学影像分析、医疗硬件产品等领域的发展已形成密集的网络。
其中，IBM的超级计算机Watson是目前最成功的案例。
沃森于2016年通过美国专业医师资格考试，目前提供乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等癌症的诊断服务。
基础能力与人类医生的通用医疗诊断模型的融合，形成了Watson提供辅助诊断和治疗的处理逻辑。
其本质是集成自然语言处理、认知技术、自动推理、机器学习、信息检索等技术，提供假设认知和大规模证据收集、分析和评估的人工智能系统。
同时，IBM Watson可以在17秒内阅读这本医学专着、00篇论文、69个治疗方案、0个试验数据和00个临床报告。
通过吸收海量的医学知识，包括多种医学期刊、各类教材以及近万页的文字，IBM Watson在短时间内迅速成为肿瘤学专家，为患者提供选药、用药建议以及治疗建议。
一个完整的治疗计划。
。
值得一提的是，Watson for Oncology从去年开始就在中国探索商业化。
在2019年8月12日的IBM全球大会上，IBM与杭州认知网络公司联合宣布，中国21家医院已计划使用Watson肿瘤解决方案。
12月26日，“浙江省中医院沃森联合临床中心”成立。
今年3月，百洋医药集团收购沃森肿瘤。
8月，广州祈福医院肿瘤科引进Watson Oncology。
总的来说，IBM在医学领域有以下几个方向：对真实事件进行证据研究、开发实际临床应用、医学图像分析、医学本质。
语音处理、机器学习和认知计算正在帮助临床实践实现个性化医疗。
谷歌：低着头走路的时候，别忘了抬头看看天空。
谷歌多年来也深耕医疗行业。
其不仅成立了AI健康医疗子公司DeepMind Health和Verily，建立了健康管理平台Google Fit，投资了23andMe等医疗公司，还发布了两款近乎科幻的医疗概念产品。
虽然目前这两款产品还没有实际落地，但是大胆的想法给AI医疗行业的产品研发带来了很多启发。
谷歌率先凭借大数据进入医疗行业。
它通过2016年推出的Google Health收集数据的方式简单粗暴：作为个人病历管理服务平台推荐给用户，让用户填写自己的治疗史、过敏史等信息。
可想而知，这种做法在非常注重隐私的美国是多么令人反感。
最终，Google Health因不受用户欢迎而失败。
但这次失败并没有动摇谷歌进军医疗行业的决心。
2017年，谷歌将原本属于Google X的生命科学部门分离出来，成立了医疗子公司Verily，主要致力于收集大量样本，帮助医学研究人员提前发现疾病。
Verily于2016年发布了Liftware Level，一款手持式机器人设备。
它的本质是一把能保持稳定、能实时识别3D空间方向的勺子。
例如，帕金森病患者在吃饭时使用Verily。
即使患者手臂不断晃动，该装置也能保持水平状态，保证患者能够正常进食。
时间继续前进，今年2月，DeepMind宣布成立DeepMind Health。
DeepMind 是谷歌的人工智能子公司。
值得一提的是，该公司的人工智能系统AlphaGo在今年击败了世界围棋第一人柯洁后名声大噪。
医疗方面，DeepMind Health与英国国家医疗服务体系NHS达成了为期五年的合作协议，并联合推出了AI产品Streams软件。
NHS 帮助 DeepMind Health 获取患者的医疗数据。
基于这些数据，Streams 为患者测试结果和医疗记录提供即时短信服务。
医务人员可以通过 Streams 软件查看和过滤患者医疗数据，包括血液检测结果。
而如果Streams通过数据分析发现患者的医疗数据有任何异常，就会将信息发送给医生。
Streams不仅可以让医护人员从大量纸质检查报告中解放出来，还可以让治疗更加及时，甚至可以在一定程度上帮助医生预测患者患病的风险。
（Streams 软件页面） 同年，DeepMind Health 与 NHS 进行第二次合作，与 Moorfields 眼科医院联合开发识别视觉机器学习系统。
该系统从医疗机构获取眼部医学图像，并利用深度学习技术训练机器具有图像比较的能力。
最初主要用于治疗糖尿病性视网膜病变和衰老引起的黄斑变性。
后来，IBM开始专注于青光眼的医学诊断。
系统通过检查眼部医学图像中视杯和视盘的大小来判断用户是否患有青光眼，并对疑似患有眼病的患者建议进行二次检查。
据IBM Research称，该系统目前能够达到94%的准确率。
这将大大减少验光师和眼科医生的工作量。
（图为眼球的四个背视图，沃森检测视杯和视盘的大小，该指标表明患者可能患有青光眼）。
接下来我想介绍一下Google X，谷歌的神秘实验室。
这个实验室的研究人员非常热衷于开发近乎科幻小说的产品。
在医疗领域，最典型的是2018年推出的血糖监测隐形眼镜。
这款隐形眼镜利用镜片内部嵌入的芯片来测量佩戴者泪水中的葡萄糖含量，从而确定佩戴者的血糖水平。
不过，也有人对这款眼镜的设计理念提出质疑，主要集中在眼泪中的葡萄糖含量能否准确反映体内的血糖含量。
因为之前，很多和谷歌有同样想法的公司最终都失败了。
而且，谷歌的产品只停留在发布会的幻灯片上，没有任何实际进展。
谷歌的另一款“富有想象力”的产品是“纳米粒子抗癌机器人”，它与其他设备配合，流经人体内的血液，检测病变细胞并反馈人体健康数据，对癌症进行早期治疗。
诊断和治疗。
事实上，谷歌刚进入医疗领域时，就非常重视广告带来的收入，导致其平台上出现大量虚假信息，陷入丑闻。
随后，谷歌吸取经验，大力打压医疗广告业务，开始集中精力进行产品研发。
布局移动医疗、影像诊断、硬件医疗产品。
虽然有些产品还没有实际落地，但这也是对医疗技术未来的展望。
。
微软：深耕药物研发和医疗可穿戴设备。
微软在医疗行业的布局包括投资和收购医疗公司、推出智能可穿戴设备以及开发软件和数据平台。
微软投资2.5亿美元健康信息网站WebMD，开始通过投资并购进军医疗领域。
2016年收购了华盛顿开发的医疗数据库软件Azyxxi，2006年收购了健康信息搜索引擎Medstory公司。
2016年，它宣布将收购专注于医疗保健行业的软件供应商Sentillion。
2017年，微软开始开发微软AI医疗项目Hanover，该项目涉及开发促进癌症治疗的计算方法，并利用机器学习和图像处理技术帮助放射科医生了解肿瘤扩张过程。
在汉诺威与俄勒冈健康与科学大学癌症研究所的合作中，微软正在利用机器学习帮助医生处理药物研究文件并预测对抗急性髓性白血病的有效药物组合。
据说该药物组合使患者的生存率提高了一倍。
在癌症治疗方面，微软还与俄勒冈健康与科学大学奈特癌症研究所在药物研发和个性化治疗等领域开展合作。
硬件方面，微软推出了三款产品：为盲人设计的智能手环Microsoft Band、具有3D音景技术的骨传导耳机，以及为视障人士开发的腕带Alice Band。
（骨传导耳机）Microsoft Band配备了10个智能传感器，可以全天24小时实时检测用户心率、卡路里燃烧、睡眠质量等信息。
骨传耳机采用3D音景谷传导技术，与智能手机配对。
用户可以接收建筑物发出的蓝牙信号，经软件系统分析处理后，转换成3D提示音，供盲人导航。
Alice Band腕带使用佩戴在用户头上的接收设备来接收城市建筑物上的传感器发送的信息，然后在道路上引导用户。
苹果虽然在医疗行业也有布局，但尚未推出AI医疗相关产品。
其主要布局主要分为两个方面。
一是推出开源iOS医疗软件基础框架，即HealthKit和ResearchKit。
另一方面，还有Apple Watch等健康硬件设备的发展，其具有记录用户健康指数的功能。
目前，苹果更专注于收集医疗数据和开发基于数据的平台。
结论：人工智能技术在医疗领域的应用主要分为三个方面：自然语言处理、图像处理技术和深度学习。
自然语言处理技术产品主要以智能问诊和输出详细医疗报告的形式实现，如百度的“百度大脑”、IBM的沃森等。
图像处理技术主要以医学影像诊断的形式实现。
比如阿里巴巴和腾讯的相关产品。
事实上，医学影像的火爆不仅仅体现在大公司，一些医学影像初创企业也涌现出来。
例如，易派智能今年8月获得数千万元A+轮融资，推断科技今年9月获得1.2亿元B轮融资。
就连通用电气也推出了针对 CT 和 MR 的智能医疗成像解决方案 Centricity Universal Viewer 6.0。
医学影像智能辅助诊断与管理。