醫學影像AI就像一個小孩子在沙灘上撿到了一個貝殼，他就說全大海的貝殼都在這，這個邏輯是不對的。

“今年，將會有很多玩概念的AI創業公司死掉，”張京雷在接受雷鋒網采訪時表示，“這并不意外。醫療AI行業也將面臨這個情況。”

張京雷是一名醫療行業的老兵。2017年，張京雷加入醫療AI公司Airdoc擔任市場部副總裁，主要負責制定市場戰略、渠道開拓等工作。此前他在小蘋果兒科醫生集團擔任市場和運營副總裁兩年。創業前，張京雷還曾在強生中國和諾華中國總部等工作十余年，重點支持血液及實體腫瘤、心腦血管、內分泌及代謝和呼吸科等產品線。

從企業離開之后，對于如今的醫療AI行業，張京雷和我們談了很多他的感悟和想法。

跑不通的根源在于思維

張京雷說，目前醫療AI行業最重要的一個問題是，仍然沒有走通商業模式，而商業模式的核心就是找準用戶并且創造價值。

“老實說，我在這個行業里摸爬滾打了4年。大家2B、2C沒成功，2VC也都不成功。更有甚者，有的公司現在就是2PR。但是對大眾、醫生講人工智能的故事，沒有一點成效，也沒有任何意義。”

為什么醫療AI的2B、2C模式沒有跑通？他認為最深層次的原因在于創業思維。他說，有一些公司從誕生的第一天起，就是從IT的角度切入醫療，但是單純從IT角度來解決醫療問題一定是失敗的。

他記得，兩年前進入醫療AI行業時，很多人都認為不需要拿證，或者說都認為可以不拿證。當時他就認為這是一件瘋狂的事情，“行業當時呈現出一種很浮躁的狀態，創業的熱潮似乎在裹挾著所有人往前跑。”

張京雷給我們舉了個例子：AI看了一張眼底照片后，判斷該患者有糖尿病。但是實際結果卻是一次很明顯的誤判，因為這張照片來自一個9歲的孩子，患糖尿病的情況基本上不存在。

通過這個例子，他想說明的一件事是：用IT思維來倒推醫療需求，本身并不符合醫生的工作模式。“醫生要的AI不是一個3歲小孩，也不是18歲的少年，而是一個跟他同樣資歷的醫生。我們一直在強調醫療AI可以提高效率、降低勞動強度，實際上我認為這些都是偽命題，真正的命題是解決醫生解決不了的問題。”

這樣的論斷，其實在醫療AI創業者的一些采訪中可以看到。在此前接受雷鋒網采訪時，雅森科技的CEO陳暉也拋出這個問題：真實的醫療世界對AI的需求邊界在哪兒？如果開發的一款產品，只是提高影像科的效率水平，并不能帶來影像科上游的開源。

張京雷說，如果著眼于醫學影像AI，其中的核心問題是，影像只是疾病診斷或者管理流程之中很小的一塊。如果只是割裂地看影像，沒有在病人既往病史的基礎上用AI的方法幫助醫生進行診斷，這個市場本身就是站不住腳的。

舉個例子，對于糖尿病的診斷，除了空腹測血糖外，還需要測定進餐后2小時的血糖，患者要服用一定量的葡萄糖進行糖耐量試驗（OGTT），這樣才能更精確的診斷是否存在糖尿病，這是糖尿病檢測的金標準。

“窺一斑可以知全豹，但是我們不能說只窺一斑就不需要再去了解別的指標。醫學影像AI就像一個小孩子在沙灘上撿到了一個貝殼，他就說全大海的貝殼都在這，這個邏輯是不對的。”

但是反過來看，如果這個病人是65歲，已知是糖尿病病人，通過篩查發現其眼底存在典型的糖網癥狀，張京雷認為這種診斷思路是走得通的。

在他的構想中，人工智能能夠和人工智能和醫院的HIS/LIS等系統打通，在具體科室里幫助醫生綜合所有醫療數據做出判斷。“AI技術的作用就是如此，它只是一種技術手段，而不是最終目標。”

張京雷說到，未來醫療AI企業會逐漸整合，只有給醫院一個相對完整的打包方案，至少幫科室解決一個領域的大部分問題，也許這個行業才能迎來春天。

得醫生者得天下

過去20年，張京雷一直在強生中國和諾華中國總部這樣的制藥公司工作。張京雷并不喜歡用風口這一類的詞，“風口是一種很難把握的東西，好像有點像投機，而投機并不適用于醫療行業。”

創業者思維上的“急功近利”和“理所當然”讓醫療AI行業虛火叢生，而更為重要的一點在于醫療行業本身的特殊性。

在醫療AI之前，醫療行業也經歷過社會辦醫、互聯網醫療等熱潮。但是經過幾年的發展，除了少數頭部企業，線下診所和互聯網醫療的結局并不算好。

張京雷說到，從前自己不理解‘互聯網+醫療’和‘醫療+互聯網’之間的區別。但是，回過頭看，互聯網醫療時期，很多創業者失敗的主要原因在于，沒有看清醫療的很多屬性，無論是從引流獲客、營收增長還是與服務方的博弈來說，互聯網醫療的創業者都沒有找到一條很好的路。

“不是說這個行業很固執，而是這個行業牽扯到太多的生命和法律責任。”

和互聯網醫療相類似的，是此前的社會辦醫。截至2017年10月底，全國民營醫院的數量已經接近1.8萬家，相比2016年同期增加了近2000家。從2008年新一輪醫改以來，政府持續鼓勵社會辦醫，收效卻非常有限。

與互聯網醫療不同的是，線下診所非常看重運營，因為它的邊際成本非常高。彼時，傳統行業增長乏力，大量資本隨之涌入醫療產業，是因為投資者確實看到醫院產生實際的收益，但是他們忽視了醫院本身的成本更大，醫院需要場地、設備，需要日常運營，這些都需要真金白銀的投入。

而且，醫院的運營和其他行業不一樣，醫院非常依靠口碑，口碑的來源則是醫生。2015年，紅杉資本中國基金合伙人陳鵬輝曾表示：“不管是傳統醫療、民營醫療、PPP模式，得醫生者得天下。”強調的正是就診過程中的核心因素——醫療資源，而這部分資源是無法被復制的。

這也就是為什么診所或者是醫院難做的一點原因。在張京雷看來，醫療AI、互聯網醫療和線下診所是不同維度的事物：一個是直接面對病人，但是運營特別困難；一個是相對更“輕”，但是很難找到商業價值。但毫無疑問的一點是，醫生在任何一段時期都應該也必須成為創業者前進路上的“燈塔”。

監管工作也慢半拍

除了創業者自身思維上的缺失和醫療行業的特殊屬性，醫療AI行業也存在諸多監管層面的問題。

到目前為止，并沒有一家企業的醫療AI產品獲得了三類器械許可證。而對外宣布獲得認證的醫療AI產品，大多是基于之前CAD產品審批方式獲得的，與新一代的醫療AI產品并不相同。

打破監管沉寂的是一家外國企業。2018年4月初，FDA批準通過了IDx公司研發的首個應用于一線醫療的自主式人工智能診斷設備——IDx-DR。它可以在無專業醫生參與的情況下，通過查看視網膜照片對糖尿病性視網膜病變進行診斷。

IDx的成功似乎為醫療AI行業的創業者打開了一絲光亮，但是一個看似簡單的批準，IDx 整整花了21年，和FDA在如何評估系統并確保其準確性和安全性方面的溝通，IDx就花了7年。

張京雷說，這樣的周期很少有企業能夠堅持下來，他們一開始從思想上就沒有做好打持久戰的準備。

相比于FDA，中國藥監局對醫療AI的監管準備工作顯然慢了半拍。按目前法規，基本上國內的AI產品都得走臨床試驗這條評價路徑，耗時會比較長。三類醫療器械認證一般需要2-3年，在審批之前要等到標準數據庫的建立，數據庫的建立需要一定的周期。

根據嘉峪檢測網報道顯示，2017年12月24日，中檢院官方微信公眾號公布關于召開AI標準測試數據集（眼底部分）建設會議通知。2018年3月26日，中檢院官方微信公眾號公布，標準測試數據集（眼底部分）建設完成，一個病種共花費了3個月的時間來建設。

可以說，醫療AI行業的“游戲規則”本身還沒有制定好，企業拿證的局面恐怕還要一段時間才能見到。

選準科室和目標人群

在現有證件未批的情況下，醫療AI公司沒有干坐著。他們尋求與醫院共同做課題，也嘗試找體檢中心、藥店、藥企里的潛在付費對象等。對此，張京雷提出一些疑問，假如是和藥店合作，眼底相機動輒數萬，藥店愿不愿意購買？藥店沒有醫生，誰來使用眼底相機？付費對象是誰，為什么要付費？

這一連串的問題都是張京雷在企業的時候踩過的一些坑。在他看來，醫療AI一定要選準科室和目標人群。“雖然很多篩查的醫療AI產品是針對眼科，但是你的最終用戶是眼科嗎？不一定，真正的用戶可能是內分泌科，可能是在心血管科。這個是我們的血淚教訓，這也是to B 不成功的一個重要原因。”

就以糖尿病為例，糖尿病的診斷并不難，難是難在疾病管理。上面提到IDx-DR的獲批，實際上是基于慢病管理的思路。

值得注意的是，我們上面在描述IDx-DR時的一個關鍵詞是“設備”，也就是說，FDA不僅僅需要企業提供一套軟件，還要求在軟件的基礎上捆綁一個硬件，其目的就是為了降低不同設備之間的差異，更好地輔助醫生來做糖尿病的慢病管理。“FDA的想法是通過AI的方式，將疾病的后端管起來。如果按照這個來看醫療AI產品，目前符合條件的方向并不多。”

在選準服務對象之后，張京雷判斷，醫療AI突圍的機會需要具備兩點要素：疾病的發病率較高以及疾病的管理非常重要。如果企業在B端的突破阻力較大，那么也可以考慮的一個方向是走C端，例如可穿戴式設備。把很多必須去醫院解決的問題，在家里進行管理。他判斷，這些都是很細分的領域，而且受政策的影響比較小，相反可能會更容易突破。

在外界看來，醫療行業的創新動作特別慢，得靠外力來推動。一方面是因為，醫療行業本身的屬性很特殊，內部產生的變革非常少，盡管工作壓力很大，但醫院和醫生比較適應現有的工作流程。

另一方面，從診斷、治療到疾病管理，醫療的每一環節存在著相對應的利益鏈條，這其中有很多不合理的地方，醫院其實也希望能引入新鮮的血液和新鮮的想法，用技術能力打破不合理。

不管是之前的社會辦醫、互聯網醫療抑或是如今的醫療AI，本質上就是行業、社會的一種“濟世”情懷驅使。很多創業者放棄豐厚的待遇，離開國外的公司，回到國內創業，其實也是期待成為醫療變革的見證者和參與者，希望用技術的力量來打破這個行業既有的沉疴。