巨頭紛紛構建數字醫療生態 誰將是最後贏家

（文/觀察者網  程小康）

數字化對各行各業的運營效率的提升，社會各界已經是有目共睹，在醫療行業也是如此。借用“大數據+人工智能”，部分醫療領域初創型公司已經形成“獨角獸”之勢，憑藉其對某一疾病病理把控的專業本領，大肆拓展領地。但傳統的醫療巨頭（如GE、西門子、飛利浦）體量巨大，一直保持着靈活和機敏，更是憑藉着“數字化的東風”建立屬於自己的醫療生態系統。

不過總體來説，大數據和人工智能在醫療行業的推進速度相較於其他行業稍顯緩慢。醫療行業具有特殊性，這是因為醫療變革關係着每個人的切身利益，而且人工智能技術在診斷方面的應用關係到每位病人的生命安全，所以各國在一些政策和新技術准入方面都需要仔細研究，改革也相對保守。

從醫院的角度考慮數字化，大致可以分為兩個方面，一是在疾病的診斷方面，藉助人工智能幫助醫生進行病人病情的預判，給醫生做好輔助工作，例如：對一張CT影響，原先需要有有經驗的醫生花費很長時間圈定出病灶位置，現在這項工作交給人工智能技術完成。二是在醫院的管理和運營方面，利用數字化技術改變過去的被動式的紙質化運營模式，用直觀、及時的數字化以及基於數據分析的方式，幫助醫院為提高效率，為更多的病人看病。

在醫療行業的頭部公司中，無論是GE，還是西門子與飛利浦，目前都在積極推動各自的“數字醫療”計劃，紛紛摸索從單一產品的交易模式轉向整體解決方案。簡單點説，就是從以前的單一賣醫療器械，轉向現在的既賣硬件設備也賣軟件服務。實際上，隨着中國市場高端設備市場飽和以及中國醫療改革的推進，為了搶佔更多的市場，進一步挖掘市場需求，“數字化”成為醫療設備製造商的重要選擇。

從相關的資料來看，頭部公司一方面藉助“大數據+人工智能”賦能自研的硬件設備，同時利用自身的數字化能力解決醫院資產設備的運營效率問題，另一方面更是想憑藉自己的資源優勢，利用這一波數字化浪潮，吸納業內實力較強的初創型公司，構建自己的醫療生態圈。

人工智能與硬件設備結合的實質是什麼

對於醫療行業的“數字化”並非憑空想象的，需要解決實際的問題。去大醫院看過病的人都知道，看病需要長時間排隊，醫生不夠用，如何提高醫生的看病效率是當務之急。

為了提高醫生的看病效率，利用人工智能技術進行病情預判的方案在很早就被提出來了。但是醫生和醫院方面剛開始都是持有懷疑態度。一位醫療領域的AI創業公司負責人對筆者表示，剛開始醫院對AI是持觀望態度，存在疑問。但到後來，隨着AI技術不斷被成功驗證，形成了好的口碑，大家覺得可以安心應該用了。

但是如何實現這種人工智能的病情預判？這就涉及到具體技術實現問題。以GE公司剛推出的APEX CT為例，它就是在CT硬件設備中嵌入了深度神經網絡學習技術。以前的CT產品包含兩大部分，一個是硬件、機架、牀等傳統硬件，另一個很重要就是算法，硬件採集完病人患病器官原始數據後，需要通過複雜的算法，對原始數據進行處理，才能將CT影響呈現出來。而一張精準的CT圖像需要有經驗的醫生調整大量的參數才能獲得，但這種經驗是很難標準化和同一化。

現在可以把這些工作交給機器，讓機器進行深度學習。打一個簡單比喻，一個非常有經驗的醫生，需要花幾年的時間查看上萬張病人的不同部位的CT，才能成為專家。如今這個過程讓機器通過深度學習，在很短的時間內就可以實現，將數萬張最好的CT影像結果交給機器學習，讓機器達到我們想要的目標結果。

據GE醫療中國CT產品部總經理黃毅介紹，藉助深度神經網絡學習等人工智能技術，CT掃描的X線的劑量大大降低，並且同時提高圖像的清晰度，為臨牀醫生提供精確的診斷數據。

筆者在大學中也接觸過深度學習算法，實際上其解決的就是一個概率問題，説得通俗一點，哪個特徵的概率大就歸納為哪一類。在CT圖像中，對於微小的病灶，醫生難以判定，而機器可以通過以往的CT影像學習經驗，計算概率給出預判。

從APEX CT已公開的資料來看，在醫療設備的“數字化”方面，醫療器械公司對於傳統硬件設備的改進並不是重點，對設備採集後的原始數據如何處理才是關鍵。原始數據的處理就是借用信號處理的手段降低信噪比，得到有用信息，當然降低信噪比的方法很多，借用深度學習技術是其中的方案之一，目前只要涉及數據降噪的領域，都在嘗試深度學習技術，這幾乎成為一種普遍的趨勢。

作為頭部醫療企業，原本生產與銷售硬件設備是其主要目的，現今將人工智能嵌入硬件設備之中，提升設備的性能，並在醫療市場進行推廣，以此進一步爭奪市場份額，另一方面也是其自身數字化能力的體現。

醫院設備資產數字化市場  頭部公司早已提前入局

醫療設備在醫院總資產中的比重日益改善，但是由於各種歷史原因和技術瓶頸，醫院現有的醫療設備利用率很低，如何改善這些設備的管理水平和利用率，是醫院提高經濟效益必須面對的難題。

一個很現實的情況就是各大醫院的磁共振問題，患者預約都要提前兩個星期，怎麼提高效率？醫院的做法就是提高醫務人員的排班次數，原來的兩班可以開到三班或者四班，很多像上海、北京以及省市醫院都要開到凌晨兩點，所以醫務人員的工作強度很大。但是就算醫務人員工作強度增大，但預約磁共振的患者臨時沒過來，就導致設備的空置，運營水平大大降低。

無論是醫療行業巨頭，還是互聯網公司都注意到了這個市場。但是互聯網公司要想在醫療行業巨頭面前爭奪這塊“蛋糕”可能非常困難，互聯網公司不涉及醫療硬件設備生產，設計一套管理系統與硬件設備兼容就會很艱難。而頭部醫療公司做這件事就很容易，一是硬件自己生產，進行相關管理系統設計就不存在兼容性問題，對於自家設備“知根知底”。二是醫療行業巨頭本身就掌握很多資源，與各大醫院聯繫密切，推廣自己設計的系統更加容易。

作為APM資產雲管家的物聯網版本，APM大影像設備物聯網績效方案是當前GE醫療正大力推廣的一大數字醫療解決方案，旨在快速搶佔“醫院資產管理數字化”這塊市場。APM資產雲管家的基礎版自推出兩年以來，已在全國各地1700家醫院落地使用，管理着45萬台醫療設備。可見巨頭雖然體量巨大，但是行動卻保持異常敏捷。

吸納初創型公司  巨頭構建數字醫療生態

除了提升自己的數字化能力並給出醫院設備資產數字化管理方案，頭部醫療企業也在構建自己的生態圈。以筆者來看，構建生態就是建立“圍牆”，這種“圍牆”一般來説是相對於等量級對手而言，就像阿里有自己的生態，騰訊也有自己的生態一樣，初創型小公司就需要從中選擇依附生存，頭部企業在建立數字醫療生態也是如此。

在發展的初期，將AI技術引入醫療行業的都是年輕的初創公司，這些公司做的都是“點”上的工作，針對某一個病症開發基於人工智能的病情預判技術，給醫生提供參考。但是，這些創業型公司進行技術推廣的時候需要花費很大的精力去各醫院做協調工作。醫院的各個部門都是信息的孤島，無法互聯互通，而且病人的原始數據（像胸片、X影像）都是分散的，沒有進行有效統一整合。一個創業公司與醫院合作，要花費很大的資源去整合醫院各個部門，使得創業公司難以專供自己的核心技術。

初創型AI公司研發腦出血人工智能判讀系統，為醫生提供診治參考

基於此，就需要醫療行業的頭部公司來進行底層的有效整合，因為頭部公司擁有資源和渠道來整合這些創業公司所面臨的共性問題（統一整合醫院各科室和數據）。像“GPS”（GE、飛利浦、西門子）每年在全世界賣出數量龐大的醫療設備，與很多醫院合作，手中掌握廣泛的渠道，可由它搭建平台，該平台是建立在統一整合醫院各科室和數據的基礎之上。其他年輕的創業公司就可以基於此平台專心開發自己的技術，節省更多的精力。

巨頭平台間相互競爭  贏家未定

在構建數字醫療生態方面，各大醫療巨頭在中國市場也在不斷髮力，像GE推進的“Edison”平台，西門子構建的“Teamplay”平台，都在做相同的事情。這些平台的作用就是給醫療行業初創AI公司提供成熟的模塊，開發者基於此搭建自己的產品，同時平台也可以提供統一的可供選擇的數據接口，供開發者直接調用。就像蘋果公司的手機APP開發平台一樣，蘋果公司提供開發平台解決共性問題，這樣APP開發者在此平台上利用成熟的模塊，快速搭建自己的產品。

Teamplay生態圖  圖自西門子官網

當然，頭部公司的服務不是免費提供的，初創型公司利用平台渠道推廣將自己的產品，並將其出售給用户，獲得的利潤是需要和頭部公司進行利潤分成的，分成的比例就依據各自的合同安排了。

不過，平台與平台之間的競爭，誰能“笑到最後”，還得看誰能最後真正的大規模的被用户接受。像早年的微軟還準備開發手機操作系統Winphone，但是由於生態沒有打造起來，沒有被客户使用，APP開發者沒有積極性，該系統也就逐漸消失了。

頭部公司的數字醫療生態平台誰將做大做強，筆者無法預測。不過，一位初創型AI醫療公司負責人曾在回答與平台之間的合作問題時，就強調了平台需要“開放”的理念，這或許對各平台的生存發展有所啓示。其實，平台很難做起來，因為這個世界裏面多樣的玩家很多，利益訴求就不一樣。要想打造生態平台，就要以開放的心態去，同時還要以更大的格局去接納、迭代做平台的人。

在國內騰訊也在做類似的項目平台，但是，這個平台與GE的“Edison”平台和西門子的“Teamplay”平台有所不同。實際上，這也很好理解，騰訊是互聯網技術公司，而GE與西門子是做醫療硬件設備的，在真正介入疾病治療上，並非騰訊所長。

騰訊做的更多的是利用自身的互聯網技術，給醫療健康行業的公司賦能。以騰訊與諾華製藥公司合作的案例為例，騰訊推出根植微信社交生態的線上藥品掃碼平台，通過微信小程序提供各類服務，包括藥品的溯源、疾病科普，健康指導等。

結束語

藉助這波數字化浪潮，“GPS”三巨頭都在積極提升自己的數字化能力，都想憑藉自身的資源和渠道構建自己的數字醫療生態圈。而且，在中國市場的競賽中，闖入了聯影、東軟等國產醫療設備產商，同時騰訊、阿里等互聯網巨頭也想“分一杯羹”，幾家公司基因不同，各有所長，最終各家在醫療領域會打造出什麼樣的生態，還得進一步觀察。

本文系觀察者網獨家稿件，未經授權，不得轉載。