數億資金熱捧，醫療AI如何在精準醫療領域布局？

　　 目前人工智能的發展改革還在早期階段，而它的興起給了所有有夢想的創業者機會，敏銳資本從中也嗅到了商機，有資本助力也能幫助企業快速成長。

　　國內的創投圈日子不好過，從2017年下半年開始，蔓延至今的資金荒，令經歷過2014年的PE/VC們苦不堪言。募資難度提高源于國內外宏觀形勢的變化。一方面是2018年全球資本市場的波動，另一方面是國內金融行業去杠桿、防風險的各項政策推動。

　　去年11月份落地的資產新規使得一些VC在今年第一季度感到了寒意。一邊是融資困難，2018年第一季度VC/PE完成募集基金規模同比下降7成，募集數量同比下降超過5成，達到了近一年來的最低值。一邊是好標的太少，馬太效應明顯資金向頭部集中。

　　資金熱捧

　　真正的好項目好標的從來都是資本熱捧的對象，創投圈一向存在一九效應，一成的機構募集市場九成的資金，一成的標的受九成的資金追捧，而現在最受創投圈熱捧的就要數人工智能AI領域。

　　全球的人口老齡化加劇、慢性病患者群體增長、優質醫療資源緊缺、公共醫療費用攀升等多重壓力，AI技術因為可將復雜、高維度的醫學影像數據，降維使其更易處理，因而可以快速、準確地從醫學影像中發現病癥的信息，輔助醫生診斷，使得AI醫療被寄于厚望。

　　對于創業來說，行業的選擇至關重要，醫療行業是個特殊的行業，關乎人的性命，無數的創業團隊涌入這個領域，從各個細分領域開拓，有了真正的技術，就可以占據一方市場，有望從巨頭中突圍。

　　光2017年，國內醫療AI行業公布的融資事件就有近30起，融資總額超過18億元。其中融資額最高的一筆就是AI醫學影像公司匯醫慧影數億元B輪融資。

　　匯醫慧影是Intel領頭成立的第三方影像企業。成立于2015年4月，早期以醫療影像作為切入口，提供影像云系統、圖像識別和智能診斷服務。其通過與科研機構合作，通過建立人體器官模型以及深度神經網絡技術，實現了病灶的高識別度，并且率先將胸部、腦部核磁的自動診斷應用在實際操作流程中。

　　醫學影像在醫療數據總量中占比約80%，包括CT、核磁、超聲、病理、內窺鏡、眼底等，因而，醫學影像的計算機處理就是一個龐大的產業。

　　在2017年末，斯坦福大學教授吳恩達領導的機器學習小組開發出一種名為CheXnet的算法，能夠更敏銳地捕捉胸部X光片中的肺炎跡象。診斷比賽結果CheXhet擊敗了四名放射科醫生，而CheXnet只經歷了一個月的診斷學習。

　　近期融資

　　5月25日國內領先的人工智能醫療公司--廣州柏視醫療科技有限公司，宣布獲得數千萬A輪融資，本輪融資由深圳國中創業投資管理有限公司管理的國家中小企業發展基金領投，天使投資方華創資本等機構跟投。2017年成立的柏視醫療，創始人是“國家青年千人計劃”教授路遙博士，此前在密歇根大學醫學院專心研究工作多年，擁有15年以上醫學影像和計算機輔助診斷（CAD）的研究積累，有著與國內外頂級醫院長期深度合作的經驗。

　　5月27日，專注于醫學圖像增強的醫療AI公司Subtle Medical（深透醫療）獲得了約500萬美元的Pre-A輪融資。此次獲得融資的時間距Subtle Medical獲得NVIDIA初創加速計劃挑戰賽冠軍僅隔兩個月。NVIDIA初創加速計劃是為了扶持專注利用AI和數據科學領域的進步引領行業變革，并且表現突出的創業公司提供幫助。提供一套持續性定制福利，從硬件資金獎助和營銷支持到由深度學習專家提供的培訓。

　　嗅到了商機的PE/VC們清楚的知道，AI可以輔助醫生從那些繁瑣的、重復的工作中脫身，提高診療效率。醫療本質上是一個人力、智力密集型的行業，國內醫生數量少，醫生水平參差不齊，是我國醫改面臨的根本問題。國內對AI的訴求之一就是紓解三甲醫院爆滿的困境，協助提升縣鄉的醫療水平，以免漏診、誤診。

　　醫療AI的方向分為兩種:一種是基于自然語言處理，根據病歷癥狀診斷疾病。一種是基于計算機視覺，通過識別醫學影像來診斷疾病。現在世界的兩大人工智能創新中心當屬硅谷和北京，加拿大、倫敦、紐約也有對人工智能的研究，但人才儲備、研究強度和增速遠未及硅谷和北京。