纵观近期智慧医疗领域的新闻，巨头们动作不断。去年7月，阿里发布了“DoctorYou”AI系统，主要用于医学影像诊断；去年8月，腾讯发布了用于癌症早期诊断的AI医学影像产品“觅影”；周期健康管理系统有助于提高乳腺癌筛查的检测准确率和效率；在不到一个月的时间里，谷歌开发了一个名为“淋巴结助手”的AI系统，它使用癌症检测算法自动评估淋巴结活检…………在整理了巨头们的AI医疗产品后，IntelligentRelativity发现以至于“癌症诊断”已经成为很多产品的共同特征。过去一年，BAT、谷歌、微软、苹果等科技公司不遗余力地布局AI+医疗，他们的第一步非常默契地选择了“癌症诊断”。“癌症诊断”为何成为巨头们的“宠儿”？外部驱动：时代的“呼唤”资本永远是逐利的，拥有广阔的市场空间、强大的社会和技术保障，这些外部环境带来的优势将是AI+癌症诊断背后的强大后盾。一、有需求一方面，我国人口老龄化趋势严重，工业化、城市化带来的环境污染，生活习惯的改变，使我国居民癌症发病率和死亡率明显上升。头号杀手”，死亡率超过25%。根据国家癌症登记中心的数据，在中国，每年每10万人中就有264人患有癌症，一生中患癌症的概率为22%；每年每10万人中有192人死于癌症。另一方面，2018年，不少行业都心照不宣地提到了“消费升级”的趋势，而在医疗行业，“消费升级”的现象同样存在。未来患者消费的趋势之一将是加强对肿瘤的早期发现和管理，提高人们对早期筛查的认识。与人们的迫切愿望形成鲜明对比的是，医院的癌症筛查主要是通过抽血检测肿瘤指标和B超、CT、MRI、PET-CT等，检查方法的敏感性和特异性都不高。因此，社会上也呼唤更有效的癌症早期筛查新技术和新方法。2.有条件首先，癌症治疗付费方的增加将给癌症AI产品市场带来利好。目前，大部分恶性肿瘤都被纳入了职工医保、城镇居民医保、农村合作医疗等不同类型医疗保险的报销项目范围。2012年，抗肿瘤药物首次被纳入国家基本药物目录，26个化学药品纳入大病医保基金支付范围，其中辅助用药2个，中药1个。2014年，农村医疗保障也开始向大病医疗转移，肺癌、胃癌等20种疾病的治疗全部纳入大病医疗保障范围。除了医疗保险，还有商业保险。2012年以来，在多方面因素的共同作用下，国内癌症保险呈现出强劲的市场增长态势。据中国保险行业协会发布的《人身险产品联盟老年防癌疾病保险分析报告》数据，截至2017年6月末，老年癌症疾病保险累计参保人数??超过144万人，保费收入超过31亿元，共提供为市场提供超过1560亿元的癌症保障。其次，计算机视觉技术的广泛应用可以促进癌症人工智能产品的发展。无论是抖音、快手等短视频的兴起，还是微信表情的泛滥，毫无疑问，人类社会已经进入了视觉信息大数据时代。视觉技术也被认为是推动当前经济进步的革命性技术。已广泛应用于人脸识别、自动驾驶、安防监控、工业检测、美图、医学影像等多个领域。在各种视觉数据的驱动下，结合互联网的计算机视觉技术可以与医疗服务不断融合，逐渐形成一种新的前端转化形式，尤其是基于特征选择的机器学习技术，可以基于多尺度变换空间。海量特征的特征提取可以提高癌症的诊断效果。人工智能辅助诊断流程图图片来源：《卷积神经网络和迁移学习在癌症影像分析中的研究》余绍德内驱力：巨头的“小算盘”1.AI+癌症诊断其实是最大程度满足社会期待。在大众认知中，“癌”基本等于“死”（事实并非如此），抗癌就是与死神搏斗，而在人与“神”的较量中，只要有一款产品，能加持人哪怕是一个小小的光环，都会给予此产品无限的好评。此外，中国癌症患者的5年生存率约为30%，远低于美国和日本的60%。很难获得人们全心全意的信任和依赖。在人们看来，用于癌症诊断的AI产品做得不好是很正常的。毕竟，人类医生的能力也是十分有限的。因此，新技术的一点点进步都可能得到人们的积极反馈。这就相当于一个学生，每次考试总得30分，突然就及格线了。即使他不是最好的，父母也会放心。这也是为什么很多AI产品不断强调自己的正确率高于人类诊断的原因。2、“押注”癌症诊断，其实是在为医学影像诊断的降维攻击打下基础。医学影像诊断是医学治疗的重要基础，是临床资料中最重要的诊断依据之一。医学影像分为两部分，一是医学影像，即图像重建，利用AI实现低剂量成像、快速成像等；二是图像分析，最大程度减轻医生的工作量通过图像智能识别技术。巨头们抢占癌症诊断赛道，实际上是采取了“先擒贼先擒王”的策略。将人工智能技术应用于癌症诊断，是因为癌症种类繁多，病理复杂，可以整合更多的影像分析数据，让产品“学习”专家医生的医学知识，模拟思维和诊断医生的推理。众所周知，癌症的预防和治疗是困难的。从大众认知的角度来看，如果癌症检测算法的准确率足够高，其他疾病的诊断不难吗？如果AI产品能够以癌症为切入点，能够进入整个医疗辅助诊断，患者也会有更多的治疗选择。实现难度大，AI+癌症诊断还需要更多耐心。豪门的想象力很好，但“耳光”总是来得太快。即便IBM的Watson健康系统拥有完备的肿瘤系统，在与知名肿瘤医院MD安德森合作时也磕磕绊绊。沃森于2012年与MD安德森签署协议，共同开发“肿瘤学专家顾问”（OncologyExpertAdvisor），仅仅四年后，德克萨斯大学的审计办公室就该项目出具了一份长达48页的审计报告，并终止了持续的合作。终止合作关系的原因有很多，但其中一个因素是难以将专家肿瘤学顾问推广到其他医院，尽管MD安德森在整个项目上花费了6200万美元。理想与现实总是有太多的差距，实现难成为当今AI抗癌产品的难题。这简直就是医院的“大亏”。如果放在国内，这6200万美元可能是豪门要买单的。究其原因，主要有两个方面。一方面，在医疗支付领域，我们上面也提到保险机构在加强对患者的保障，但这种保障实际上制约着医疗机构的发展，而医疗机构的收入取决于保险的赔付规则.非患者自付费用，这也决定了医疗机构很难找到行之有效的C端盈利方式和营销手段，这也制约了医疗机构产品和技术的更新迭代。另一方面，人工智能仍然是一个新兴领域。进入医疗机构需要大量的人力、物力和资金投入。但是，医院的公益性决定了他们需要面对长期的亏损。这一特点要求企业不能有太强的退出期限。在产品落地的过程中，需要长期的战略资本，而这种长期的消耗也让该领域的巨头屡屡受挫。结语：“癌症”，这两个词太狠太可怕了，所以当巨头们纷纷进入AI+癌症诊断的时候，其实是一件大家都喜闻乐见的好事——如果企业能用自己的技术和资本的积累，生产出好的医疗产品，不仅形成了良好的品牌知名度，也给很多身患重病的患者带来了一些生活的希望。
