AI医疗对于国内新医疗改革来说，是一味好药，不过还需药引

中国新医改从2009年3月开始，至今已经走过了11个年头。

目前AI医疗的商业模式落地始终绕不开两重纠葛的限制，首先是医疗体系现存复杂的利益关系，其次是法律与政策规范对医疗设备的严格管控。

医疗同时具有商业和社会公共福利价值的双重属性，重负下，让医疗改革一直处于一个举轻若重的状态，而AI+医疗的出现，就被希望解决医疗资源不均等、人口老龄化、慢病管理等老大难问题。

在新基建这一国家战略将AI作为关键组成部分的背景下，AI医疗对于医改的深化确是一味好药，担着是个成长期整个赛道商业模式的验证，可能还需要一味药引。

一、医改痛点和AI医疗高度耦合

我国医改核心的痛点就是缓解甲级医院重负和老百姓看病累、贵、难的问题，两个问题实际上是一体两面。

因为基层优质医疗资源缺乏，所以大家都挤去三甲医院，医生累、病人挤，医患关系就紧张，贵的问题由于我国普惠性的社会保障制度建设，已经逐渐不是主要冲突点。

在操作层面的问题有以下三点：

1、基层医疗设备智能化、数据化程度不足;

2、放射科医生数量增长缓慢，病理医生数量严重不足;

3、医学影像误诊和漏诊率都偏高，而且诊断速度有限。

去年的医联体建设、医改一直强调的分级诊疗和在风口上的智慧医疗，根本目的都是分担三甲医院较大的医疗负担，从而减轻医疗工作者压力和将优质资源进行普惠式的高效利用，而这一方面恰好是AI技术在该领域所擅长解决的——高效、节省人力以及打破时空限制。

动脉网发布的《2019中国医疗人工智能报告》指出，2019年被认为是AI医疗的市场验证年，AI医疗逐渐进入医生临床工作流程。整个行业迅速度过了各路资本和企业群雄混战的初期阶段，并开始沉淀。

“其实这个赛道属于刚刚起步，2018年死掉了一批，现存的企业都是在具体领域已经得到医疗体系认可的企业，不过整个行业还在初期阶段，而且也没有明显的头部玩家，当然竞争依然激烈”。在论及赛道发展状况时，数坤科技某负责人在4月14日的采访中告诉”智能相对论”。

数坤科技是一家主攻心脑肺重大疾病领域的医疗影像人工智能企业，他们开发了全自动化冠心病智能辅助诊断系统CoronaryDoc，简单说，就是通过AI辅助阅片诊断心血管疾病，复制高年资医生诊断能力，提升医生的工作效率。

在问及AI医疗对现有医疗体系的影响时，数坤科技的相关负责人认为，“AI技术对现有的医疗体系最直接的作用，是对公立医疗资源流向的影响，有助于将优质医疗资源优势通过人工智能的方式复制和扩散，医疗资源本身的普惠性可以继续增强，AI增强了医疗的社会效益”。

数坤科技提供的AI阅片是辅助医生的诊断环节，而在健康监测和分析层面，胡桃科技也给出了类似的反馈。

胡桃医疗科技主要关注医用级别的可穿戴生命体征检测设备，尤其是在动态心电图检测的智能穿戴设备上，胡桃提供了一整套的解决方案。

胡桃医疗科技副总经理刘佩在与”智能相对论”的交流中提到，“目前多数医院动态心电监测设备(holter)保有量不足，病人就诊前后流程比较繁琐，通过胡桃的心电监测设备，可以实现无接触式自主穿戴，后台提供智能检测和分析，并且配套的APP还可以给出心电监测报告及健康信息推送，由于产品属于二类医疗设备，所以完全不涉及在后期的具体诊疗，不过公司正在向三类医疗设备努力”。

以往的医生在心电检测方面工作压力比较大，而且无形中拉长用户的疾病诊疗周期，胡桃与罗湖医院集团达成了合作，在社区的康养中心投放了心电监测穿戴设备，患者可以直接在基层进行心电方面的检测，并出具专业级别的心电报告，用户可以直接持报告去医院，在心电监测层面的分级诊疗为甲级医院疏解了压力。

现有的AI医疗技术基本针对目前医疗体系的痛点都可以提出针对性的解决方案，AI医疗和医改的痛点具有高度耦合性。

二、政策、法规下的商业模式需要时间沉淀

按照上一部分的乐观趋势，AI医疗应该普遍成为医院的标配产品，但是实际上并非如此。从目前的产业分布情况来看，京东依靠NLP的技术积累开发了问诊客服机器人，与四川华西第二医院达成合作;腾讯AI Lab联合舜宇光学科技开发了智能显微镜，用于癌症的辅助诊疗，并且已经进入临床试验阶段。

以上产品都处于试点布局阶段，在部分医院以项目合作制积累产品反馈，毫无疑问，AI医疗赛道的确处于起步阶段，但是背后相关的政策法规限制也在让赛道商业模式的沉淀需要更多时间。

AI医疗的相关产品在国家管理中属于医疗器械，而国家对医疗器械的管理有二类和三类的区别，在我国2018版《医疗器械分类目录》中，指出人工智能只辅助诊断，不给出诊断结论的属于二类申报范围，如果提出明确诊断建议的产品则按照三类医疗器械管理。

目前大部分AI医疗设备都属于二类，但是大多数企业都在尝试以三类器械进行申报，原因很简单。只有三类医疗设备，医院才有资格收取检查费用，而二类医疗器械产品只能以单件产品的形式进行商业化。

这也就意味着某些大量属于二类器械的AI医疗差评，因为其单次收费的模式，会让部分医院感到缺乏现实激励而不予采用。

而且医院在现有的医疗采购模式中已经形成了比较稳定的创收手段，即使国家已经明令禁止“以药养医”“以器械养医”，但是在实际的工作流程中仍然有大量的可操作空间，这也在一定程度上在挤压新兴产品的交易空间。

产品类别不同，背后造就的是完全不同的商业模式。

实际上不仅是“智能相对论”采访的数坤与胡桃等聚焦在AI医疗的企业面临商业模式验证问题，即使是腾讯、阿里和平安等巨头在AI医疗的研发和商业化层面，也更多的处于试点、或者产品申报审批阶段。

AI医疗企业正在积极的寻求三类器械的申报，药监局器械技术评审中心在去年2月发布了《深度学习辅助决策医疗器械软件审评要点》，这说明在法规层面评审的标准也即将明确化。

总而言之，AI类医疗产品的商业模式最终的落地。有赖于国家政策的对AI类产品的管理法律法规的出台情况，以及来自国家层面对新兴技术采用情况的进一步推动。

不过，疫情期间医疗资源的极端紧缺和AI医疗企业在特殊场景下的突出表现，也让很多医疗体系真正接触到了AI医疗在实际中的作用。

刘佩在采访中说：“去年是企业找医院找政府，而今年尤其是疫情以来，情况倒转，大量的政府机构和医疗机构开始主动寻求合作”。

新基建和疫情双重影响在为AI医疗赛道整体带来利好消息，不过商业模式的沉淀还需要时间。

三、AI医疗的技术梯度扩散，是商业模式验证的关键环节

北京大学公共管理学院的孙正昕博士长期关注AI与社会建设方向，他在采访中告诉”智能相对论”：

“目前AI医疗的发展可以说是让各界都很有期待，不过技术永远跑在制度前边，我国新医改在新基建中和AI医疗共同推进下，让就医体验有明显提升的阶段，还是要依赖于政府、医疗体系和商业AI医疗企业在示范级的项目上打造标准，前景远比想象的更加乐观”。

技术梯度扩散模型，智能相对论制图

孙博士将标杆项目视作AI医疗真正进入实际产出阶段的关键环节是非常深刻的洞见。”智能相对论”认为，AI医疗技术从一线城市向全国医疗体系的梯度扩散过程中，制度环境是承上启下的关键环节。

经济学家熊彼特将技术创新的大面积或大规模的模仿和使用视为技术扩散，后来的经济学家使用技术扩散模型来理解技术扩散的过程，技术扩散模型是对于技术从研发到商业化的抽象思考。

对于AI医疗来说，符合典型的“等级空间梯度扩散”的模式，这里所谓的“等级空间”，简单说就是遵循从发达地区向一般地区到不发达地区扩散的流程。

在这个过程中，低线城市的技术接纳成本和政策创新成本要高于一二线城市，这也就意味着，对于AI医疗企业来说，在发达地区的项目突破很有可能成为未来其他地区的改革推动力，这一点与田丰教授的判断一致。

各地新基建的项目建设已经开始，并且出现了“由政府牵头+医疗系统+AI医疗企业”的模式。

AI医疗对于国内还在继续深化的医疗改革来说，是一味好药，不过这味药还需要一味药引。这味药引显然是新基建背景下地区改革竞赛中的制度环境控制，而这需要AI企业在现有大城市进行的项目中形成示范效应，只有这样，AI医疗的商业模式真正得到验证时机才有可能更快到来。

这意味着，以前是医疗企业找医院单方努力的情况的确在倒转。不过更重要的是，从统计情况来看，通过新基建将医疗作为重点建设的省份并未实现全覆盖，依然集中在北上广等医疗资源比较紧缺的地区，而且这也符合技术扩散的“等级空间梯度模型”。