九色国产,午夜在线视频,新黄色网址,九九色综合,天天做夜夜做久久做狠狠,天天躁夜夜躁狠狠躁2021a,久久不卡一区二区三区

1987年，Alexander Waibel提出的時間延遲網(wǎng)絡(luò)（Time Delay Neural Network, TDNN）可追溯為歷史上第一個CNN算法。但受限于有限的算力、數(shù)據(jù)，CNN并沒有因此成為學(xué)者們關(guān)注的重點。直至19年后，加拿大多倫多大學(xué)GeoffreyHinton重新定義深度學(xué)習(xí)，CNN的表征學(xué)習(xí)能力才重新成為眾人關(guān)注的熱點。

而后，CNN的數(shù)據(jù)挖掘，機器學(xué)習(xí)等能力在圖像處理上的應(yīng)用逐漸成熟，有心之人逐漸開始意識到，這樣一項新興技術(shù)，可能在醫(yī)療上存在充分的發(fā)展空間。

所以，第一批進入醫(yī)療影像AI的人，是一群互聯(lián)網(wǎng)人。

2015年起，一大批醫(yī)療影像AI公司陸續(xù)成立，涌向影像AI這一藍海市場。但直到進入之后，眾人才醒悟：沒有足夠的醫(yī)療認知，如何越過深厚的壁壘？回憶起當(dāng)時的場景，推想科技陳寬苦笑到：“那時，我自己都不愿看自己做的產(chǎn)品。”

轉(zhuǎn)變從2017年開始。當(dāng)一批批互聯(lián)網(wǎng)人不斷跟醫(yī)生共同工作，深入了解醫(yī)生工作的流程，加之國家開始逐漸意識到AI的重要性，AI產(chǎn)品開始逐漸進入臨床試點。醫(yī)生與創(chuàng)業(yè)者之間的互助橋梁得以建立，AI企業(yè)在接下來的兩年中經(jīng)歷了快速的發(fā)展。

2019年是醫(yī)療人工智能走向通用的一年，我們能看到，更多面向智慧醫(yī)療的企業(yè)涌現(xiàn)出來。而健康管理、社區(qū)管理乃至醫(yī)美也都開始小心翼翼地嘗試引入AI。

對此，動脈網(wǎng)對人工智能進行了調(diào)研，一組數(shù)據(jù)或許能幫助我們更清楚地了解2019年整個醫(yī)療AI的發(fā)展?fàn)顩r。

據(jù)動脈網(wǎng)知識庫數(shù)據(jù)顯示，截取2018年12月24日至2019年8月20日這一時間段，全球醫(yī)療AI融資事件數(shù)總計107次，總募資額為139.58億元（不包含投資金額為“未披露”的融資事件），其具體輪次分布與融資金額分段如下圖所示。

通過這張圖表，我們可以明顯看到，2019年的醫(yī)療AI融資事件聚集于B輪與C輪。相比之下，沒有企業(yè)成功IPO，天使輪事件也僅有4次。整個事件分布呈“中間大，兩頭小”的狀況。這或許意味著，頭部人工智能企業(yè)已經(jīng)建立了充分的壁壘，新企業(yè)進入存在一定難度。

同樣擴大的還有醫(yī)療AI企業(yè)的規(guī)模，從上圖可以看到，50人規(guī)模以上的人工智能企業(yè)占據(jù)了僅1/4的數(shù)量，優(yōu)質(zhì)資源明顯聚集。

在這之中，影像AI企業(yè)可謂其中最早參與人工智能的企業(yè)，從這些企業(yè)的動態(tài)中，我們也許可以窺見整個行業(yè)的端倪。那么這部分企業(yè)發(fā)展如何呢？

如上圖所示，加上2018年末完成B輪的體素科技、完成C輪的推想科技，頭部的影像企業(yè)悉數(shù)拿到了新一輪的資金。

如今2019年已過半載，頭部影像企業(yè)的肺結(jié)節(jié)、乳腺篩查等產(chǎn)品已經(jīng)足夠成熟。借由數(shù)據(jù)、醫(yī)院布局逐步建立起自己的壁壘，相應(yīng)的AI產(chǎn)品步入審批中的臨床階段。

在等待審批的過程中，頭部企業(yè)均在不斷挖掘已有資源的潛在價值，各自探尋AI潛在的商業(yè)化可能?，F(xiàn)在最關(guān)鍵的問題在于，誰將成為影像AI的付費方？

長征醫(yī)院影像醫(yī)學(xué)與核醫(yī)學(xué)科主任劉士遠曾表示：“未來影像科的工作一定是智能化的，報告是結(jié)構(gòu)化的?！睗撛诤x下，AI必定成為影像科的一部分，但并不在今天。

將目光從影像科移開，AI是否還存在發(fā)展的空間？答案是肯定的，藥企、患者、保險公司都有可能是AI影像的潛在支付方，而醫(yī)院也并非僅放射科愿意為影像AI的產(chǎn)品付費。

先談醫(yī)院。不同的醫(yī)院對于產(chǎn)品的需求各不相同，AI產(chǎn)品想要切入三甲醫(yī)院，必須抓住三甲醫(yī)院醫(yī)生的兩個關(guān)鍵需求——效率需求和科研需求。如今已經(jīng)成熟的CT肺、CT肝、腦MRI產(chǎn)品均是為了滿足醫(yī)生對于閱片效率的追求，但這僅占影像科醫(yī)生工作時間的一部分。更貼近醫(yī)生的需求為科研需求——在大數(shù)據(jù)時代協(xié)助醫(yī)生去掌控數(shù)據(jù)。

而對于醫(yī)療能力略遜一籌的鄉(xiāng)鎮(zhèn)級醫(yī)院，AI企業(yè)可為其搭建私有云、連接醫(yī)聯(lián)體的云PACS，也可在院內(nèi)以教學(xué)的方式培養(yǎng)醫(yī)生的閱片能力與出具報告能力。這一部分市場雖然龐大，但由于醫(yī)院自身規(guī)模的限制，智慧醫(yī)院的建設(shè)支出也會存在相應(yīng)限制，進而影響到對于AI企業(yè)的支付意愿。而對于AI輔助工具的付費意愿，鄉(xiāng)鎮(zhèn)級醫(yī)院仍強于三甲醫(yī)院。

最有可能付費醫(yī)療機構(gòu)包括私立?？漆t(yī)院、混合制醫(yī)院以及第三方影像中心，這三類醫(yī)院既缺乏與三甲醫(yī)院相抗衡的醫(yī)療資源，需要AI進行補足，又缺乏老百姓對于制度的信任，需要AI為醫(yī)院的技術(shù)力量增添色彩。

總的來說，向醫(yī)院出售搭載AI的設(shè)備，搭建云PACS平臺，或是出售非AI的影像相關(guān)服務(wù)（如數(shù)字膠片）將在很長一段時間內(nèi)，承擔(dān)AI企業(yè)的主要收入來源，而AI輔診業(yè)務(wù)的商業(yè)化仍有一段路要走。

再談藥企。AI影像類企業(yè)能夠滿足藥企的三類需求，一是充當(dāng)CRO的角色，對病理數(shù)據(jù)再處理；二是借助大數(shù)據(jù)工具對臨床試驗中的患者進行篩選，三是通過社群合作的方式幫助藥企進行精準數(shù)字化營銷。

最容易獲得變現(xiàn)的渠道來源于數(shù)字化營銷，AI影像企業(yè)可與醫(yī)學(xué)部合作，進行真實世界數(shù)據(jù)研究，協(xié)助完成藥物治療效果驗證和標(biāo)準化診療模式驗證；也可與市場部、銷售部合作，搭建學(xué)術(shù)平臺，協(xié)助藥品銷售。

由于這三類業(yè)務(wù)不需要影像AI企業(yè)獲取藥監(jiān)局的審批，而是依賴于他們在長期布局中整合的資源，所以這些合作將有可能人工智能影像企業(yè)的重要收入來源之一。

相對與上述兩種模式，讓患者成為穩(wěn)定的付費對象則困難得多。盡管在許多三甲醫(yī)院，基于AI的MDT會診以及輔助診斷已經(jīng)進入了醫(yī)院的收費目錄。但由于AI技術(shù)內(nèi)核的不確定性，企業(yè)很難要求醫(yī)生向患者推薦使用AI產(chǎn)品。

同時，由于市場教育的不足，在選擇AI服務(wù)與非AI服務(wù)時，絕大部分患者還是傾向于選擇無AI內(nèi)核的傳統(tǒng)服務(wù)。但隨著技術(shù)、政策、患者認知的推進，患者很有可能在未來成為穩(wěn)定的支付方。

那么，影像頭部企業(yè)都是如何在困局中尋求發(fā)展的呢？動脈網(wǎng)采訪了近十家影像AI頭部企業(yè)，試圖梳理出其中的邏輯。需要注意的是，下述的部分企業(yè)涉及了多項突破，而本文只選取每個企業(yè)的一部分創(chuàng)新業(yè)務(wù)作為案例講解。

醫(yī)療機構(gòu)是AI企業(yè)啟程的起點，幾乎所有的AI影像類初期產(chǎn)品都是為了服務(wù)醫(yī)生打造。所以，即便這些產(chǎn)品仍沒有盈利，但卻為新的產(chǎn)品的推進埋下了伏筆。在保證已有產(chǎn)品不斷迭代的前提下，各家企業(yè)正從影像出發(fā)，不斷向外延伸。

“臨床并非醫(yī)者發(fā)揮價值的唯一途徑。醫(yī)療作為一門經(jīng)驗學(xué)科，醫(yī)者更希望能將更多的時間用于經(jīng)驗整理與對未知可能的探索，并將其梳理成論文，以供更多志同道合者交流學(xué)習(xí)?！蓖葡肟萍紶I銷總裁席渭齡曾表示。

隨著與醫(yī)生合作的不斷推進，推想研發(fā)人員對醫(yī)生就診流程、就診需求的理解更加深刻，進而懂得如何幫助醫(yī)生規(guī)范數(shù)據(jù)結(jié)構(gòu)和利用數(shù)據(jù)，定制化算法模型進行科學(xué)研究。將這樣一套思維具象化，造就了如今的InferScholar CenterAI學(xué)者科研平臺。

僅統(tǒng)計RSNA投稿狀況，該科研平臺在2019年助力多家臨床合作醫(yī)院共完成RSNA投稿超過300篇，涉及方向包括人工與AI比較、病理、效能評估、掃描參數(shù)、高低劑量比較12%。

通過這種方式，推想有效地轉(zhuǎn)化了研究人員在與醫(yī)生交流的經(jīng)驗，極大拓展了深度學(xué)習(xí)在醫(yī)療領(lǐng)域的價值和應(yīng)用場景，實現(xiàn)了人工智能從“輔助臨床診斷”到“輔助臨床科研”。

透過這樣一個基于AI的科研平臺，推想能夠為醫(yī)院全科室，全病種提供原創(chuàng)性的人工智能科研服務(wù)。平臺有幾十種AI算法和單病種數(shù)據(jù)管理能力，可服務(wù)于整個醫(yī)院的科研，教學(xué)和產(chǎn)業(yè)轉(zhuǎn)化。而對于推想而言，這種模式將協(xié)助他們獲得更多的醫(yī)療資源，賦予AI更強大的創(chuàng)造力。

與推想不同，由深睿醫(yī)療首席科學(xué)家IEEE Fellow俞益州教授帶領(lǐng)的深睿研究院，更多依托自身的科研實力，同醫(yī)療機構(gòu)及醫(yī)生建立全方面的科研合作。在現(xiàn)實性與前瞻性間平衡，俞益洲不僅要帶領(lǐng)團隊做具體項目的技術(shù)攻關(guān)，還要和外部高校、科研院所合作，進行前瞻性技術(shù)的研發(fā)。

這些科研合作覆蓋領(lǐng)域廣泛，既包含常見的乳腺癌、肺結(jié)節(jié)、腦卒中場景，又包含在AI界相對小眾的胰腺癌，為深睿醫(yī)療的全病種戰(zhàn)略打下了堅實的基底。除了醫(yī)療場景，深睿醫(yī)療也有很多基礎(chǔ)計算機視覺領(lǐng)域的科研成果產(chǎn)出。

僅2019年，深睿研究院有8篇論文入選人工智能頂級會議CVPR2019，實現(xiàn)了圖像識別與醫(yī)學(xué)影像分析等技術(shù)的創(chuàng)新性突破，躋身中國論文發(fā)布數(shù)量排名前列的科技公司之一。在今年10月召開的醫(yī)學(xué)影像分析頂級國際會議MICCAI和11月召開的國際計算機視覺頂級會議ICCV上，深睿研究院又有10篇關(guān)于醫(yī)療人工智能領(lǐng)域的科研論文被收錄。此外，深睿還有兩篇論文被ER和MIA收錄。

截止到目前為止，深睿研究院已發(fā)表50余篇頂級學(xué)術(shù)論文，累積影響因子超過80，論文接收率超過50%。深睿研究院在人工智能與機器學(xué)習(xí)頂級期刊及會議（如Science Robotics、TPAMI、TCyb、TIP、ICML、CVPR、ICCV、ECCV、AAAI等）上發(fā)表論文近三十篇，其中涵蓋了計算機視覺和模式識別領(lǐng)域三大頂級國際會議，尤其是連續(xù)兩年在備受矚目的頂級會議CVPR（谷歌2019學(xué)術(shù)榜Top 10）上均有學(xué)術(shù)成果發(fā)表，在國內(nèi)人工智能領(lǐng)域的科技公司中處于前列；同時，在醫(yī)學(xué)影像計算與分析領(lǐng)域，如IPMI、MICCAI、ISBI、RSNA等頂級會議上，發(fā)表論文二十余篇。

科研的價值難以衡量，但毋庸置疑，這將是一筆寶貴的財富。

在過去的兩年中，除了打磨核心的AI輔診工具外，許多影像AI企業(yè)都在完善數(shù)據(jù)中臺建設(shè)，同時不遺余力地鋪設(shè)醫(yī)院，試圖把蛋糕的底盤做得足夠大，以尋求在未來實現(xiàn)更快地產(chǎn)品落地。在這之中，匯醫(yī)慧影無愧于佼佼者。

通過AI質(zhì)控平臺、影像云平臺、AI輔助診斷平臺、大數(shù)據(jù)科研平臺、數(shù)字智能膠片、AI結(jié)構(gòu)化報告等應(yīng)用層服務(wù)，匯醫(yī)慧影可以構(gòu)建跨越區(qū)域的橋梁，而連接的醫(yī)院越多，其蘊含的價值越大。

以數(shù)字智能膠片為例，匯醫(yī)慧影將云膠片與AI輔診結(jié)果結(jié)合在一起，即患者通過微信、短信、APP等在獲取膠片時能夠收到相應(yīng)的人工智能輔診參考結(jié)果，這一服務(wù)能夠運作的前提在于匯醫(yī)慧影已經(jīng)鋪設(shè)的智慧影像大數(shù)據(jù)平臺。

匯醫(yī)慧影告訴動脈網(wǎng)記者：“智慧影像大數(shù)據(jù)平臺是基礎(chǔ)，很多醫(yī)院正是看中了我們平臺化解決方案的能力才與我們達成合作。沒有平臺的支撐，我們難以打通數(shù)字膠片、科研平臺等業(yè)務(wù)的流程。而經(jīng)過數(shù)年的鋪設(shè)過程，匯醫(yī)慧影接下來的產(chǎn)品落地速度將進一步加快。”

作為國內(nèi)領(lǐng)先的心腦血管AI公司，完成B輪的數(shù)坤科技走在了心腦血管行業(yè)的最前列。相比于其他影像類企業(yè)，數(shù)坤科技顯得更為專注于已有AI的產(chǎn)品。

自2018年初在全球范圍內(nèi)首推冠脈CTA人工智能輔助診斷系統(tǒng)以來，數(shù)坤科技的心臟疾病AI產(chǎn)品，包括冠脈CTA，冠脈CTFFR、斑塊成分分析、門控鈣化積分、主動脈形態(tài)與功能，已經(jīng)覆蓋形態(tài)學(xué)到功能學(xué)冠心病AI診療全鏈路，并落地于北京安貞與阜外醫(yī)院等心血管頭部醫(yī)院和全國150多家三甲醫(yī)院，進入科室日常全流程，占據(jù)了心血管人工智能市場最大份額。

而在今年5月，數(shù)坤科技發(fā)布了加菲CareSphere Advisor AI影像診斷平臺，將5款心臟影像AI解決方案整合，形成了一整套符合臨床使用場景，可基于檢查部位的多任務(wù)模型AI解決方案，充分覆蓋臨床工作流程；打造了實現(xiàn)單病多維度、部位多任務(wù)、覆蓋全流程的全體系心臟影像人工智能解決系統(tǒng)。

整個發(fā)展過程中，數(shù)坤科技都將精力放在了心腦血管AI產(chǎn)品的研發(fā)及臨床試驗之上。對此，CEO馬春娥表示：“目前頭部三甲醫(yī)院主任醫(yī)生，區(qū)域中心醫(yī)院、民營醫(yī)院院長對我們產(chǎn)品反饋積極，并列入即將開始的合作計劃，讓我們更加堅信心腦血管商業(yè)化這條路是完成能夠走通的。”

“當(dāng)然，也有藥企、高值耗材商向我們尋求合作。但在考慮的同時，我們還是會把重心放在已有心腦血管產(chǎn)品的落地上，這才是數(shù)坤體現(xiàn)其價值的核心。”

與醫(yī)療器械公司合作是人工智能企業(yè)的常態(tài)，通常表現(xiàn)為：由器械巨頭搭建類似于APP Store的生態(tài)圈，以供不同人工智能企業(yè)的產(chǎn)品競爭。而如今，由人工智能企業(yè)自行參與定制化設(shè)計的器械項目逐漸增加。定制化的優(yōu)勢在于器械可最大程度上契合人工智能對于數(shù)據(jù)、算法的需求，并可針對特定場景進行產(chǎn)品設(shè)計。

藥企與AI企業(yè)的合作與器械廠商不同，藥企更多地看重人工智能企業(yè)在鋪設(shè)醫(yī)院中自行收集、創(chuàng)造的數(shù)據(jù)。通過這些數(shù)據(jù)，藥企可以使臨床試驗和藥品銷售更具針對性，這將為藥企帶來巨大的成本節(jié)約。打個比方，銷售心腦血管藥物的藥企可能尋找數(shù)坤科技進行合作，而銷售創(chuàng)新性糖尿病治療藥物的藥企則會與上工醫(yī)信探討真實世界數(shù)據(jù)可靠性。

在維持原有AI產(chǎn)品的不斷迭代外，依圖醫(yī)療也在不斷嘗試新的合作以尋找額外的發(fā)展空間，骨齡便是其中的一點。

作為衡量青少年生長發(fā)育水平的重要指標(biāo)，骨齡檢測相較于身高、體重等指標(biāo)能夠更加精準、客觀地反映兒童實際生長發(fā)育水平。粗略估計，我國每年需進行生長發(fā)育檢測的青少年及兒童。超過1億。然而傳統(tǒng)骨齡檢測方法流程冗長，閱片效率低，一致性差，加之家長對于X光片輻射的擔(dān)憂，極大限制了單次骨齡檢測及骨齡隨訪在臨床上的應(yīng)用。

以此為突破點，依圖醫(yī)療在7月發(fā)布了兒童生長發(fā)育測評智能一站式解決方案，該系統(tǒng)在業(yè)內(nèi)率先實現(xiàn)人工智能技術(shù)與硬件設(shè)備“軟硬一體”，融合超低輻射、智能攝片、智能閱片、AI生長發(fā)育測評等多項功能與特點于一體，僅需5-10分鐘即可完成“拍片-閱片-報告”全流程，其中智能閱片流程僅需秒級即可完成，判讀結(jié)果與高年資兒科內(nèi)分泌醫(yī)師絕對誤差小于0.3年。

依圖醫(yī)療告訴動脈網(wǎng)：“通用型DR在進行骨齡片拍攝的時候，會對孩子的其他器官一定的散射輻射，家長對于輻射也有一些擔(dān)憂。所以，解決這兩個問題是我們定制化設(shè)計兒童生長發(fā)育測評智能一站式解決方案的初衷?！?/p>

通過搭載于器械的方式進入醫(yī)院是一個很好的選擇，但器械之上的人工智能產(chǎn)品審批類別仍需界定。對于這樣一個新的產(chǎn)品，依圖醫(yī)療或許能在審批之中探索出新的途徑。

圖瑪深維作為GE醫(yī)療的全球戰(zhàn)略合作伙伴已經(jīng)有些時日，但就2019年的動作而言，圖瑪深維正將產(chǎn)品的單點應(yīng)用場景，從服務(wù)放射科拓展到服務(wù)胸外科、呼吸科、腫瘤科、放療科、MDT多學(xué)科會診等臨床科室，延伸至篩查、診斷、治療、康復(fù)的各個環(huán)節(jié)。

5月與賽諾威盛、李鐘醫(yī)生集團、賽昂國際醫(yī)療的合作則凸顯出圖瑪深維對腫瘤三維圖像切割、勾畫、分析在手術(shù)實操中的價值。

目前，圖瑪深維能夠快速對臟器、肝段/肺段/腎段進行分割及容積測量，自動定量分析切割結(jié)果；支持臨床醫(yī)生根據(jù)手術(shù)需要任意調(diào)整分割面的位置、角度、曲度等，手術(shù)方案優(yōu)化；支持解剖結(jié)構(gòu)和局部功能定量評估融合，有效預(yù)測術(shù)后肝功能和手術(shù)風(fēng)險；三維圖像上自動計算并勾畫病灶，可滿足各類精準診療應(yīng)用。

作為一家專注于眼病和糖尿病并發(fā)癥管理的人工智能公司，上工醫(yī)信沒有涉及影像科。但一直以來，眼底AI面臨著與放射科AI一樣的商業(yè)化問題。如何突破這一桎梏？藥企或能與AI企業(yè)達成雙贏協(xié)議。

以上工醫(yī)信專攻的糖尿病為例，它的治療過程不是一個點，而是很長的一條線。在糖尿病所有的并發(fā)癥中，眼部并發(fā)癥是最難管理的。上工醫(yī)信通過為患者提供AI糖網(wǎng)篩查管理好糖尿病眼部并發(fā)癥，進而搭建糖尿病及并發(fā)癥智慧管理平臺。

現(xiàn)在，上工醫(yī)信搭建了包含科研、示范、科室交流及患者教育在內(nèi)的醫(yī)療服務(wù)平臺，為患者提供AI糖網(wǎng)篩查服務(wù)的同時，患者的信息會自動更新進該平臺。醫(yī)務(wù)工作者以平臺為載體，為患者提供義診、防教、糖尿病社區(qū)管理等服務(wù)。

劉曉表示：“進入上工醫(yī)信平臺的患者往往具備粘性。糖尿病是一個終身疾病，患者每年至少做一次檢查，這意味著患者會長期在平臺上保持活躍，而我們也有義務(wù)主動提醒他們檢查?！庇纱丝梢?，這個平臺對于藥企非常具有吸引力。

在與大藥企的具體合作之中，劉曉將其分為了兩種模式：一是與醫(yī)學(xué)部合作，進行真實世界數(shù)據(jù)研究，協(xié)助完成藥物治療效果驗證和標(biāo)準化診療模式驗證；二是與市場部、銷售部合作，搭建學(xué)術(shù)平臺，增加多方合作的形式。

總的來說，上工醫(yī)信能與藥企產(chǎn)生合作的關(guān)鍵在于上工醫(yī)信廣泛的醫(yī)院-患者布局，這種模式非常適合通過創(chuàng)新合作的形式，為藥企和醫(yī)生搭建以患者利益為核心的協(xié)作平臺。

通過消費端直接向患者提供服務(wù)逐漸成為不少AI企業(yè)的第二選擇。通過提供無風(fēng)險的檢驗服務(wù)，消費級基因檢測已經(jīng)開了一個好頭。與零售相似，AI企業(yè)要向打通消費者的付費之路，如何觸達消費者是其中的關(guān)鍵。

在2019年1月獲得中信和平安主導(dǎo)的B輪融資后，Airdoc開始了更多直面消費者的AI研究。

在近視防控領(lǐng)域，Airdoc可協(xié)助醫(yī)療機構(gòu)對青少年進行視力的預(yù)防與篩查，作出防控決策，如分析每天的戶外活動時間、近距離用眼時間、平時生活和學(xué)習(xí)過程、不良的眼睛行為習(xí)慣、父母遺傳、夜間照明等多因素對近視的影響程度，為用戶提供了全面的健康風(fēng)險評估以及配鏡建議，幫助用戶排除健康風(fēng)險因素導(dǎo)致視力受損情況。

通過與Airdoc進行合作，星創(chuàng)視界推出了“360度近視防控方案”，整合專業(yè)篩查、AI預(yù)測、定期復(fù)查、AI行為干預(yù)、專業(yè)產(chǎn)品矯正、電子檔案管理等全流程服務(wù)，現(xiàn)已落實到旗下1200家寶島眼鏡門店中。

但是，要解除消費者對AI的戒備，還需要雙方對市場進行教育?？偟膩碚f，這是一次TOC重要的嘗試。

體素膚知匯由體素科技在2018年12月正式發(fā)布，以微信小程序為載體，直接為皮膚病患者提供免費的圖片檢測服務(wù)，是一款面向C端的人工智能產(chǎn)品。

具體而言，患者通過手機拍照的方式可獲取皮膚病圖像，并通過膚知匯上傳至云端，體素將借助其皮膚病知識圖譜為患者提供可靠的皮膚病檢測參考意見。

很多患者的皮膚病發(fā)病于隱私部位，患者往往難以啟齒，而體素膚知匯給了患者在就診前自我了解病情的機會，有助于推動患者主動就診。同時，獲得膚知匯支持的患者可以在診療階段更清楚地為醫(yī)生描述病情，這同樣是對互聯(lián)網(wǎng)問診的支持。

據(jù)體素科技創(chuàng)始人丁曉偉所述：互聯(lián)網(wǎng)問診平臺雖有政策支持，但仍需效率提升。特別是很多患者在主訴環(huán)節(jié)很難準確描述自己的病情。針對這一痛點，體素膚知匯可幫助醫(yī)生及時分析患者的皮膚信息，也可讓患者提前了解病情。所以，這一程序的意義在于提高互聯(lián)網(wǎng)問診的質(zhì)量，并輔助后期的復(fù)診與隨訪。

除此之外，這類APP/小程序隱含的作用還包括患者教育和品牌傳播兩項功能，患者在使用APP/小程序的過程中，自然會從中了解自身病情及軟件提示的解決狀況，而企業(yè)也會因為患者的使用而提高其品牌知名度。

從上述案例可以看出，雖然影像AI企業(yè)的核心業(yè)務(wù)仍然停留在輔助診斷工具之上，但其影像業(yè)務(wù)的延伸并沒有固定方向，每一個細小的醫(yī)療場景都能成為影像AI商業(yè)化的機遇。

總的來說，我們可以從中做出以下推論。

1. 影像AI產(chǎn)品仍是創(chuàng)業(yè)公司的核心產(chǎn)品，在推陳出新的同時，他們?nèi)栽诓粩喔伦约旱暮诵漠a(chǎn)品。

2. 審批仍是困擾影像AI企業(yè)商業(yè)化的核心問題，這對于企業(yè)而言是一個不可控的風(fēng)險因素。

3. 由于醫(yī)療數(shù)據(jù)的非公開性，獲得臨床試驗的企業(yè)建立的壁壘由時間堆積而成，大多數(shù)新興企業(yè)難以超越，天使輪融資數(shù)量迅速減少。在這一壁壘的建設(shè)之中，云技術(shù)起到了關(guān)鍵作用。

4. 通過合作的方式，人工智能企業(yè)有可能促進醫(yī)院各科室之間的合作，推動醫(yī)院內(nèi)部系統(tǒng)改革。

5. 科研合作是一種獨特的方式，人工智能企業(yè)可以借此在已有醫(yī)院合作的基礎(chǔ)進一步加深雙方的聯(lián)系，并從中獲得軟件收入及更深入的技術(shù)壁壘。

6. 面向眼科的AI產(chǎn)品比面向放射科的AI產(chǎn)品更容易直接走向消費者，這是因為消費者更有可能在基層或非醫(yī)療機構(gòu)檢查眼部情況，這些機構(gòu)離消費者更近。

7. 傳統(tǒng)合作下，大型器械商不會為AI企業(yè)提供直接收入，但是可以為AI企業(yè)提供施展空間的平臺。

8. 與傳統(tǒng)合作相反，新式合作下，人工智能企業(yè)在器械設(shè)計方面起到的主導(dǎo)作用。

9. 在開發(fā)AI并將其落地于醫(yī)院的過程中，人工智能企業(yè)可以收獲多種影像相關(guān)的衍生品，數(shù)據(jù)、算法、平臺、用戶均有可能在未來獨立盈利，甚至成為主要的商業(yè)化模式。

如今，我們或許應(yīng)該重新審視一下AI企業(yè)的價值。跑馬圈地的時代已經(jīng)過去，如何將現(xiàn)有的價值迅速變現(xiàn)，將成為人工智能企業(yè)需要跨過去的一個坎。