登入
健康醫療一直是人工智慧領域投資交易活動中位居首位的次領域，人工智慧應用於醫療領域，主要在醫學影像與診斷、虛擬助手、遠距監控、新藥發現、病歷/文獻分析、健康管理等應用場景。從基測定序研究到急診室甚至是臨床試驗，都有醫療人工智慧的新創企業投入。
醫療人工智慧獲投概況
根據 CB Insights的統計，醫療人工智慧的新創企業獲投的件數由2012年的20件，到2016年快速增加至88件。2017年第一季液體活檢診斷平台Freenome，獲得6,500萬美元的巨額A輪投資。按此速度，預計2017年投資件數可達117件，再次突破新高。自2015年起已經有96家醫療人工智慧新創獲得股權投資，去年更產生2家醫療人工智慧的獨角獸，中國的碳雲智能iCarbonX與美國腫瘤大數據的Flatiron Health。
醫療人工智慧領域的獲利模式
醫療人工智慧企業服務的對象可區分為：醫院、病人、政府、保險公司、醫療器材、體/健檢機構等，提供輔助診斷、視網膜病變與癌症篩檢、保費與理賠的風險評析、軟體服務、電子病歷結構化等服務，按次收費、一次性賣斷收費、收取服務費、向政府申請專案經費等收費方式。
醫療人工智慧技術成熟度曲線
從醫療人工智慧企業的獲投資料可以看出來，這個領域已經開始蓬勃發展。早期的人工智慧新創公司主要負責基礎研究，搭建人工智慧學習平台進行演算法及演算法架構等。在研究成果出來不久，隨即被大公司收購。比如Deepmind 和Wit.ai。第二波的人工智慧企業負責技術層面的研究，在語音辨識、圖像識別等領域提升準確度。第三波的人工智慧企業，則開始在各領域的應用層面推出產品。
醫療人工智慧企業的蓬勃發展，也正是說明了人工智慧的商業化應用正在逐漸接近成功。至於醫療人工智慧不同細分領域的發展情況與市場應用區別有多大？技術成熟度如何？中國動脈網蛋殼研究院嘗試利用Hype Cycles 技術成熟度曲線來衡量。依照(1)該細分領域企業的平均投資額；(2)該細分領域的企業數量；(3)該細分領域的行業分散度；(4)該細分領域商用的醫院數量，得出醫療人工智慧技術成熟度曲線圖。
目前企業數量最多的醫療影像和平均融資額最高的病歷/ 文獻分析類企業排在成熟度的第一位和第二位。其他類型的醫療人工智慧企業，大部分還處於技術萌芽之後的快速上升期。排名最後的是疾病篩檢和預測，因為演算法最複雜、需要資料最多，困難度最大，所以要到成熟的時間最久。
醫療AI 企業的現實挑戰
雖然人工智慧在醫療領域的應用能產生巨大的潛在價值，但是在現實中讓人工智慧達到預期效果仍要面臨一些問題。尤其是在人才不足、技術發展(包含數據標籤分類、演算法選擇)、客觀基礎條件、資料壁壘、政府監管和市場培育等挑戰。
參考來源:CB Insights、動脈網（林秀英摘譯與綜合整理）
原文標題:1.Up And Up: Healthcare AI Startups See Record
2.Virtual Nurses, Drug Discovery, & More: 101 Artificial Intelligence Startups In Healthcare