“今年，将会有很多玩概念的AI创业公司死掉，”张京雷在接受雷锋网采访时表示，“这并不意外。医疗AI行业也将面临这个情况。”
张京雷是一名医疗行业的老兵。2017年，张京雷加入医疗AI公司Airdoc担任市场部副总裁，主要负责制定市场战略、渠道开拓等工作。此前他在小苹果儿科医生集团担任市场和运营副总裁两年。创业前，张京雷还曾在强生中国和诺华中国总部等工作十余年，重点支持血液及实体肿瘤、心脑血管、内分泌及代谢和呼吸科等产品线。
从企业离开之后，对于如今的医疗AI行业，张京雷和我们谈了很多他的感悟和想法。
张京雷说，目前医疗AI行业最重要的一个问题是，仍然没有走通商业模式，而商业模式的核心就是找准用户并且创造价值。
“老实说，我在这个行业里摸爬滚打了4年。大家2B、2C没成功，2VC也都不成功。更有甚者，有的公司现在就是2PR。但是对大众、医生讲人工智能的故事，没有一点成效，也没有任何意义。”
为什么医疗AI的2B、2C模式没有跑通？他认为最深层次的原因在于创业思维。他说，有一些公司从诞生的第一天起，就是从IT的角度切入医疗，但是单纯从IT角度来解决医疗问题一定是失败的。
他记得，两年前进入医疗AI行业时，很多人都认为不需要拿证，或者说都认为可以不拿证。当时他就认为这是一件疯狂的事情，“行业当时呈现出一种很浮躁的状态，创业的热潮似乎在裹挟着所有人往前跑。”
张京雷给我们举了个例子：AI看了一张眼底照片后，判断该患者有糖尿病。但是实际结果却是一次很明显的误判，因为这张照片来自一个9岁的孩子，患糖尿病的情况基本上不存在。
通过这个例子，他想说明的一件事是：用IT思维来倒推医疗需求，本身并不符合医生的工作模式。“医生要的AI不是一个3岁小孩，也不是18岁的少年，而是一个跟他同样资历的医生。我们一直在强调医疗AI可以提高效率、降低劳动强度，实际上我认为这些都是伪命题，真正的命题是解决医生解决不了的问题。”
这样的论断，其实在医疗AI创业者的一些采访中可以看到。在此前接受雷锋网采访时，雅森科技的CEO陈晖也抛出这个问题：真实的医疗世界对AI的需求边界在哪儿？如果开发的一款产品，只是提高影像科的效率水平，并不能带来影像科上游的开源。
张京雷说，如果着眼于医学影像AI，其中的核心问题是，影像只是疾病诊断或者管理流程之中很小的一块。如果只是割裂地看影像，没有在病人既往病史的基础上用AI的方法帮助医生进行诊断，这个市场本身就是站不住脚的。
举个例子，对于糖尿病的诊断，除了空腹测血糖外，还需要测定进餐后2小时的血糖，患者要服用一定量的葡萄糖进行糖耐量试验（OGTT），这样才能更精确的诊断是否存在糖尿病，这是糖尿病检测的金标准。
“窥一斑可以知全豹，但是我们不能说只窥一斑就不需要再去了解别的指标。医学影像AI就像一个小孩子在沙滩上捡到了一个贝壳，他就说全大海的贝壳都在这，这个逻辑是不对的。”
但是反过来看，如果这个病人是65岁，已知是糖尿病病人，通过筛查发现其眼底存在典型的糖网症状，张京雷认为这种诊断思路是走得通的。
在他的构想中，人工智能能够和人工智能和医院的HIS/LIS等系统打通，在具体科室里帮助医生综合所有医疗数据做出判断。“AI技术的作用就是如此，它只是一种技术手段，而不是最终目标。”
张京雷说到，未来医疗AI企业会逐渐整合，只有给医院一个相对完整的打包方案，至少帮科室解决一个领域的大部分问题，也许这个行业才能迎来春天。
过去20年，张京雷一直在强生中国和诺华中国总部这样的制药公司工作。张京雷并不喜欢用风口这一类的词，“风口是一种很难把握的东西，好像有点像投机，而投机并不适用于医疗行业。”
创业者思维上的“急功近利”和“理所当然”让医疗AI行业虚火丛生，而更为重要的一点在于医疗行业本身的特殊性。
在医疗AI之前，医疗行业也经历过社会办医、互联网医疗等热潮。但是经过几年的发展，除了少数头部企业，线下诊所和互联网医疗的结局并不算好。
张京雷说到，从前自己不理解‘互联网+医疗’和‘医疗+互联网’之间的区别。但是，回过头看，互联网医疗时期，很多创业者失败的主要原因在于，没有看清医疗的很多属性，无论是从引流获客、营收增长还是与服务方的博弈来说，互联网医疗的创业者都没有找到一条很好的路。
“不是说这个行业很固执，而是这个行业牵扯到太多的生命和法律责任。”
和互联网医疗相类似的，是此前的社会办医。截至2017年10月底，全国民营医院的数量已经接近1.8万家，相比2016年同期增加了近2000家。从2008年新一轮医改以来，政府持续鼓励社会办医，收效却非常有限。
与互联网医疗不同的是，线下诊所非常看重运营，因为它的边际成本非常高。彼时，传统行业增长乏力，大量资本随之涌入医疗产业，是因为投资者确实看到医院产生实际的收益，但是他们忽视了医院本身的成本更大，医院需要场地、设备，需要日常运营，这些都需要真金白银的投入。
而且，医院的运营和其他行业不一样，医院非常依靠口碑，口碑的来源则是医生。2015年，红杉资本中国基金合伙人陈鹏辉曾表示：“不管是传统医疗、民营医疗、PPP模式，得医生者得天下。”强调的正是就诊过程中的核心因素——医疗资源，而这部分资源是无法被复制的。
这也就是为什么诊所或者是医院难做的一点原因。在张京雷看来，医疗AI、互联网医疗和线下诊所是不同维度的事物：一个是直接面对病人，但是运营特别困难；一个是相对更“轻”，但是很难找到商业价值。但毫无疑问的一点是，医生在任何一段时期都应该也必须成为创业者前进路上的“灯塔”。
监管工作也慢半拍
除了创业者自身思维上的缺失和医疗行业的特殊属性，医疗AI行业也存在诸多监管层面的问题。
到目前为止，并没有一家企业的医疗AI产品获得了三类器械许可证。而对外宣布获得认证的医疗AI产品，大多是基于之前CAD产品审批方式获得的，与新一代的医疗AI产品并不相同。
打破监管沉寂的是一家外国企业。2018年4月初，FDA批准通过了IDx公司研发的首个应用于一线医疗的自主式人工智能诊断设备——IDx-DR。它可以在无专业医生参与的情况下，通过查看视网膜照片对糖尿病性视网膜病变进行诊断。
IDx的成功似乎为医疗AI行业的创业者打开了一丝光亮，但是一个看似简单的批准，IDx 整整花了21年，和FDA在如何评估系统并确保其准确性和安全性方面的沟通，IDx就花了7年。
张京雷对雷锋网说，这样的周期很少有企业能够坚持下来，他们一开始从思想上就没有做好打持久战的准备。
相比于FDA，中国药监局对医疗AI的监管准备工作显然慢了半拍。按目前法规，基本上国内的AI产品都得走临床试验这条评价路径，耗时会比较长。三类医疗器械认证一般需要2-3年，在审批之前要等到标准数据库的建立，数据库的建立需要一定的周期。
根据嘉峪检测网报道显示，2017年12月24日，中检院官方微信公众号公布关于召开AI标准测试数据集（眼底部分）建设会议通知。2018年3月26日，中检院官方微信公众号公布，标准测试数据集（眼底部分）建设完成，一个病种共花费了3个月的时间来建设。
可以说，医疗AI行业的“游戏规则”本身还没有制定好，企业拿证的局面恐怕还要一段时间才能见到。
在现有证件未批的情况下，医疗AI公司没有干坐着。他们寻求与医院共同做课题，也尝试找体检中心、药店、药企里的潜在付费对象等。对此，张京雷提出一些疑问，假如是和药店合作，眼底相机动辄数万，药店愿不愿意购买？药店没有医生，谁来使用眼底相机？付费对象是谁，为什么要付费？
这一连串的问题都是张京雷在企业的时候踩过的一些坑。在他看来，医疗AI一定要选准科室和目标人群。“虽然很多筛查的医疗AI产品是针对眼科，但是你的最终用户是眼科吗？不一定，真正的用户可能是内分泌科，可能是在心血管科。这个是我们的血泪教训，这也是to B 不成功的一个重要原因。”
就以糖尿病为例，糖尿病的诊断并不难，难是难在疾病管理。上面提到IDx-DR的获批，实际上是基于慢病管理的思路。
值得注意的是，我们上面在描述IDx-DR时的一个关键词是“设备”，也就是说，FDA不仅仅需要企业提供一套软件，还要求在软件的基础上捆绑一个硬件，其目的就是为了降低不同设备之间的差异，更好地辅助医生来做糖尿病的慢病管理。“FDA的想法是通过AI的方式，将疾病的后端管起来。如果按照这个来看医疗AI产品，目前符合条件的方向并不多。”
在选准服务对象之后，张京雷判断，医疗AI突围的机会需要具备两点要素：疾病的发病率较高以及疾病的管理非常重要。如果企业在B端的突破阻力较大，那么也可以考虑的一个方向是走C端，例如可穿戴式设备。把很多必须去医院解决的问题，在家里进行管理。他判断，这些都是很细分的领域，而且受政策的影响比较小，相反可能会更容易突破。
在外界看来，医疗行业的创新动作特别慢，得靠外力来推动。一方面是因为，医疗行业本身的属性很特殊，内部产生的变革非常少，尽管工作压力很大，但医院和医生比较适应现有的工作流程。
另一方面，从诊断、治疗到疾病管理，医疗的每一环节存在着相对应的利益链条，这其中有很多不合理的地方，医院其实也希望能引入新鲜的血液和新鲜的想法，用技术能力打破不合理。
不管是之前的社会办医、互联网医疗抑或是如今的医疗AI，本质上就是行业、社会的一种“济世”情怀驱使。很多创业者放弃丰厚的待遇，离开国外的公司，回到国内创业，其实也是期待成为医疗变革的见证者和参与者，希望用技术的力量来打破这个行业既有的沉疴。
已故美国著名神经外科医生保罗·卡拉尼什在他的临终著作《当呼吸化为空气》中曾写道：我们背负着无形的枷锁，肩负着生死攸关的责任，也许病人鲜活的生命就在我们手中。
正因为医疗行业的分量太重，任何人都不能轻视它，并且要为它做好打持久战的准备。
正在生成分享图...
李雨晨