这几年参加影像年会，大连大学附属中山医院放射科副主任张清每次都会看到大量人工智能厂家。多到什么程度？张清印象中得有一百多家。
张清也遇到过个别公司，在几个不同场合见过他们，从头到尾都是三个人，张清觉得“有点像皮包公司”。
刚开始接触人工智能时，张清遇到不少状况，“很多时候这些厂家的设备还在我们那儿，但是人没了。我不知道怎么解释，轰轰烈烈开始，但是悄无声息地人没了。”
从轰轰烈烈到悄无声息，医疗AI影像只用了两年时间。
2017年常被形容为“野蛮人入场”，作为AI在医疗领域应用最快的领域，医疗影像AI在2017年涌入的资金超过40亿元。
推想科技CEO陈宽直言，“竞争比较火的时候，有些公司拿着一个PPT、小数据集99%的准确率去宣传”；依图医疗副总裁方骢也有同样的感受，“前几年，只要是一个创业公司拿公开数据集跑算法，就能拿到钱。”
从2018年开始，质疑声不断涌现，医疗人工智能先行者IBM Watson频频陷入舆论风波，AI又被诟病为医生们不常用的功能键，医疗AI公司难寻商业模式遭遇“C轮死”。
丁晓伟在2016年创立体素科技，这位80后创业者对资本环境的感受更为真切，“2017年不观察直接投；2018年就已经比较谨慎；而今年，投资人不是不关注，是已经很了解，他们在找真正有突破口的地方，而不是已落地七八百家（医院）但难以盈利的公司。”
一年半前，在一场人工智能峰会上，中华医学会放射学分会侯任主任委员、上海长征医院影像医学与核医学科主任刘士远教授直言，“医疗影像AI火起来应该是在两年左右，现在热度非常高，已经进入了关键阶段，AI的发展也进入了深水区。”
随即刘士远又抛出一系列问题：“医学影像AI到底能够解决什么样的问题？产品聚焦到什么领域？上下游产业怎么紧密结合？产品怎么解决临床实际问题？”
虽然这一年半中，这些问题相继有了答案，但医疗影像AI已经不再传来新故事。
从方骢的观察来看，医疗AI的泡沫在破碎、在挤压。这个过程中，有一些变化开始显现：2019年，医疗AI的融资额总体呈降低趋势，但头部公司的融资额在增加。
“很多企业已经活不下去了，甚至到了C轮资金流也很紧张，说明它融不到资。”2019年8月底，道彤投资合伙人邹国文在接受媒体采访时坦言，“首先保证活着，才能活得更好。”
“刚入场时，虽然资金充裕，但整个医疗行业对于AI将信将疑，甚至有抵触。”方骢记得很清楚，两年前跑市场时，一位知名专家告诉她，“对于AI这种反人类的东西我们医生是不会接受的。”
即便过去几年，方骢分享这段经历时仍难掩激动，她笑言，这句话会记一辈子。
虽然数坤科技董事长毛新生没有受到这么直接的质疑，但他刚开始也切实感受到医院、主任对AI持观望态度，“这个东西行不行”、“会不会取代我”，这在毛新生看来是递进的问题，“行不行就是‘不行我就不能用了’，如果行就‘取代我了’。”
大连大学附属中山医院副院长伍建林曾分享过自己对于AI的心态转变，“‘老人’的思想比较保守，我用AI显得没面子，三十多年的经验水平怎么能依赖于AI呢？我就尽量不用。”
2016年开始使用AI产品后，伍建林“逐渐有点爱上它了”，甚至还会在演讲中呼吁，“早点接触，早点结交AI作为‘朋友’，那就会早受益。如果排斥AI的话，就会被替代。”
一开始试用AI产品时，张清确实特别不放心，刚开始大家用起来效果不太好，假阳性太高导致不是结节的地方也会被误认为结节。他还担心会不会漏掉，一段时间后就不检查了，张清发现AI也漏，但是它漏的那个通常是临床上没有价值的，医生也会忽略掉。
最多时张清会同步试用三家公司的产品，选择产品他有一套自己的标准——就看好不好用，靠临床实际说话，“产品如果要去相信量化的数据，那说得一个比一个神，什么比赛*这些对我们专业的人来说没有用。”
最后张清和推想科技达成了合作。从2017年3月份往后，使用体验开始变得顺利；再到后来，放射科全员都已经适应，达到百分之百的点击率。
这三年，大连大学附属中山医院每年的CT增长量都在18%以上，但是科室人员*年增长0%，第二年增长了10%左右。
张清甚至还有些小得意，“大连市五院有三十四个医生，我们是十七个医生，最后年收入是一样的，工作量是一样的，差就差在他们AI用得没有我们好，他们的点击率只有50%——80%左右，因为他们是后上的。”
从认识AI、接受AI到使用AI产品，像张清这样的医生也开始越来越多。
2018年10月，中华医学会放射学分会发起了“医学影像AI产业现状和需求调研”，回收了5000多份问卷，分析发现，对AI更为关注的医师一半都是从事放射专业15年以上的主治医师和副主任医师；74%的医师表示仅听说过并没有使用过相关产品，20%的医师使用过相关产品，5%的医师正在参与研发，只有1%的医师已经参与研发并有相关成果。
2019年1月31日至7月20日，锦州医科大学附属第三医院AI辅助系统一共预测了16751例病人，多个科室的医生都在使用AI检测系统，AI使用率超过80%。
锦州医科大学附属第三医院刘敬禹副院长在一场学术讨论会中坦言，“我们医院本来不是我们地区*的医院，但半年以后，通过AI辅助筛查系统以及肺小结节诊疗室成立以后，为我们医院创立了区域品牌效应，引来了很多患者。”
AI介入之后，锦州医科大学附属第三医院的门诊量提升了18%，反倒是肿瘤科门诊增加得很少。
有两位主任跟刘敬禹说，这么干就把肿瘤科“干黄了”，因为把肿瘤早筛查、早治疗，刘敬禹回道，“不会的，中国的病人还有很多，我们的工作任重而道远，但是我希望将来把你们干黄了。”
在使用AI产品的六个月时间内，锦州医科大学附属第三医院的CT量比去年同期增加了5772个，增收137万，“如果照这个数字发展，我们明年就可以为医院挣出一台CT的钱。”
“你是想卖糖水度过余生，还是想一起来改变世界？”乔布斯曾挖角百事可乐总裁约翰·史考利时问到的这句话，毛新生也曾效仿过。
毛新生去GE挖人的时候，跟对方谈的*句话就是，你在GE已经用这一套方法做得很成功了，要不要干点改变世界的事情？
数坤科技的商业化团队是从GE、飞利浦、西门子挖来的“老司机”，在毛新生看来，他们有一套方法——怎么去医院商业化、怎么去推动、怎么让行业去拥抱新事物，而这些正是医疗AI企业进入市场所需要的。
除了去GE、飞利浦、西门子挖人外，医疗AI企业还开始积极拥抱GPS三巨头了。
飞利浦、西门子、GE医疗都在近两年相继推出数字医疗平台，尝试联合不同的医疗AI公司为医院提供更多服务，形成了“一家医疗器械巨头+多家医疗AI企业”的组合。
“让我们认认真真做AI，少做一点儿基础设施的事情，过去几年我们在这件事情吃的苦头很大”，毛新生感慨，“要去跟国内这么多医院设备和系统连接的时候，其实是一个巨大的问题。”
九月中旬，数坤科技与GE医疗发布的Edison平台达成合作，将共同开发基于Edison平台的数字医疗应用。
毛新生坦言，创业公司要专注，在专注的事情上每日精进，所以没有太多精力做更多的事情。但对于医院来讲，可能还需要各个方面，将各个创业公司整合起来形成一个全面的智能解决方案，这是Edison可以做的事情。
关于医疗AI创企的发展路径，陈宽觉得，人工智能一定要整合到临床路径里，和器械整合的非常深入，“AI真正落地到临床当中有不少挑战，比如医疗AI部署到医院当中，需要有很好的安全性，不会对现有的诊断流程形成压力，不会造成任何信息系统的问题。”
丁晓伟却觉得，医疗AI公司可以通过器械公司的强大渠道进入更多医院，但AI产品不是必须与扫描器械绑定，因为AI产品不与器械直接对接，是与医院的信息化系统进行对接的，分析的是标准数据协议下的数据，所有扫描设备都可以输出。
医疗器械厂商像是一部iPhone手机，提供一个App Store，医疗AI企业便是其中的一款款App应用，供医院和医生们挑选使用。器械厂商们有了更丰富的服务得以跟医院、医生深度绑定，医疗AI企业则借器械厂商获取更多的用户。
但除了要证明是不是好用外，医疗AI产品还得在“上架”前证明自己的有效性和安全性。
2017年8月，原国家食品药品监督管理局发布《医疗器械分类目录》，医疗AI产品可以按照二类医疗器械申报或按三类医疗器械申报，二类证仅限于辅助诊断，三类则具备诊断资格。目前，多数医疗AI产品都正在申请三类证发放。
丁晓伟告诉钛媒体，三类证是国家对AI诊断类器械的安全性、有效性的评估和认可，不评估产品的商业价值，但评估安全性。
所以拿到三类证对于医疗AI企业意味着什么？
丁晓伟坦言，一个企业最快的证明了自己的有效性，但是这个企业的收入是不是跟这张证有关系？就得分开看，不能说一张证有用还是没用，有大量有证的产品并没有卖出去。 这个证体现了一家企业的执行力，但企业的战略是不能体现的。
“每一个政策结点的开放，都意味着医疗AI市场的打开。”在陈宽看来，不管环境怎么样、政策如何，对于医疗AI企业而言最重要的是把技术实力沉淀好。
“AI时代，很不幸要先做技术创新。”毛新生认为，技术创新主要是解决供给问题，一个早期医疗AI公司，首先是产品和技术要过硬；除了产品和技术之外，必须得有产业化、商业化的能力。
在马云与马斯克激辩AI的第二天，8月30日，世界人工智能大会上，两场关于医疗的论坛在同步进行。
医生们不再争执“医疗AI是不是要取代医生”，也不再强调“人工智能与医疗结合的想象力”，大家开始结合自身经验，对人工智能提出了更为具体的需求。
论坛临近结束时，一位来自华山医院的血液科医生提问，“大家都在关注影像，但是没有人关注我们血液，关注临床小众的需求？”
同样来自华山医院，曾是乌镇互联网医院首任院长的张群华答道，“对AI企业来讲，它觉得以后变现很少，不会注意，但一定是AI基础研究很重要的一块儿。”
“选择病种的方向也是从商业化和社会价值上来讲。”方骢告诉钛媒体，依图医疗确定产品方向要满足两个大方向，一定是一个广大的市场，比如癌症，先切入癌症的早筛场景；第二是疾病危害特别大。
数坤科技成立于2017年6月，切入的是心血管领域，诊断流程复杂、公开数据集少，难度虽然大，但却能有更大的机会；深透医疗则把市场化重点放在临床影像中提高质量、优化流程、增加效率为主，比如帮医院原有的设备提升影像质量、提高检查速度、降低漏检概率等。
深透医疗创始人宫恩浩参加了三年的美国北美放射学会年会（RSNA），这两年，他明显感觉到AI影像产品的公司越来越多，产品种类也越来越多样化：
“三年前，RSNA上机器学习AI展区还很小，一开始主要集中在肺结节检测和骨龄检测，而现在大家开始做各类实用方向。2018年的RSNA范围比2017年更广，各公司也在更多领域开展突破，同质化程度也有降低。今年12月即将召开的RSNA甚至将AI产品展示作为单独的展区划分出来，占芝加哥会展中心整整一层。”
但目前医院最为集中的产品仍然是肺结节筛查。“医学影像AI产业现状和需求调研”显示：88%的科室使用的AI产品是肺结节筛查，6%是冠脉分析，其余依次是骨龄、乳腺和前列腺智能诊断。
深透医疗亚太区负责人龚南杰坦言，有些公司会陷入一个问题，要拿深度学习的锤子到处找钉子，医学领域跟TMT不一样，壁垒比较高，渗透起来很漫长，一定要在细分领域深耕才能做好，才能做有效的事情，真正抓住痛点。
哪些场景能更快实现变现？丁晓伟举了几个例子，比如眼科、皮肤的全病种，相对于放射影像、慢性病更偏个人和家庭。全科医生使用眼科或者是皮肤产品，甚至是就诊指导，比如在视光中心、药店里为病人进行普查，这些场景可以更快实现变现，因此，体素科技相继拓展了眼科、皮肤等领域的产品线。
“在前面这几年，最重要的是选择的艺术，谁能在这个矩阵找到合适的、能产生客户无法拒绝的价值，并且能够形成闭环和生存下去的，才是未来的候选者”，毛新生如是说。
“落地多少家医院”，投资人、媒体这几年没少问这些问题，这让丁晓伟心理压力很大，“很多工作都是一厢情愿的，然后这个行业就开始变得更理智了。
丁晓伟告诉钛媒体，“假设医疗打补贴战——给医院免费使用以占据医院市场，但和滴滴等行业不同的是医疗是补贴完还得继续补贴的，别家就更不能好好收钱了。”
此前两年，医疗AI企业都以“免费试用”或是“补贴”的方式进入医院以期望快速实现圈地，回过头看前两年的这些方式，丁晓伟感慨，“无脑赛跑证明是不对的。”
相比于两年前单纯以医院数量为衡量指标，投资人现在看的维度变得特别多：是不是接近临床工作、是不是医生真正使用、是不是解决了刚性需求、是不是有安全资质，是不是能够有更大的力量去做更多的事情。
道彤投资投了三家医疗AI公司，邹国文把市场上的医疗AI企业分为两种类型：平台型和垂直型。“平台型天花板会很高，需要创始人高的格局，能力要达得到；垂直领域非常聚焦，能做好商业化。”
邹国文直言，道彤投资投了做宫颈癌病理的兰丁医疗，是目前所有AI医疗领域收入最高、利润最高的企业，“去年8月有一个多亿的收入，现在正在上科创板，我们投了它最早的两轮，估值八千多万，现在十几亿了。”
与两年前热门的肺结节相比，宫颈癌病理是一个小众领域，但越来越多的从业者坦言，即便是小众的领域如果能做到*，也会是一个很可观的市场。
当时投资兰丁医疗时，国内还没人提，道彤投资派了一个人去当副总经理帮助兰丁医疗做商业化变现，邹国文认为，医疗AI变现要分三步走：
*，软硬件一体化，不像单纯卖软件，虽然获得一定的收入，但是推广起来很难，整个医院决策流程非常长。“这样的企业往往有几十亿的市值，但上不了一百亿。”
第二，由器械转向服务。它打破了物理空间，应用的机会有很多，所以发展速度很快。“这个如果能做好，往往能突破百亿。”
第三，赋能其他。除了自己做，还能帮助别人做。赋能的对象有很多，同类型的企业、政府、患者、医生等。
虽然各个医疗AI公司对于自身收入都避而不谈，但从多个医疗AI从业者的反馈来看，目前1亿元仍是一大关。
曾有一家医疗AI企业的内部员工私下透露，公司一年的收入有1亿元，但能收回的只有3000万。
陈宽在7月底接受钛媒体采访时，也曾侧面透露过，目前行业内做到收入最高的公司有1亿元左右。
当钛媒体拿着这1亿元数字去问行业内其他从业者时，不少人都表现出很惊讶，甚至有人直言，“1亿元？太大了。”
现阶段，医疗AI产品的交付方式一般分为两种，一种是现在跑到医院里面去卖产品；另外是卖SaaS服务。
相比于直接卖产品或服务给医院，体素科技更倾向于尝试帮助医院提高效率、降低成本，然后通过帮助医院增加的收入中获取2%-3%作为自身的收入。
深透医疗的盈利模式是与医院签订年付费协议，根据医院提高的影像效率收益分成。龚南杰告诉钛媒体，“原来医院盈利十元钱，采用深透产品后降本提效，盈利增加到十五元。院方还是很乐意分享额外五元中的一部分给到我们。”
丁晓伟不觉得现在谁稍微快点或慢点，收入差距有多大，“因为医疗领域即使要看收入，不会在乎现在企业数千万的收入。”
“医疗AI是新兴行业，不是在这个阶段就‘你死我活’，因为市场还没有”，方骢觉得只有先把市场做起来和传统产业深度融合，所有医疗领域重要的决策人都认为AI医疗是好东西、愿意接受它，这样市场才能活起来健康发展。
但方骢也坦言，这个合作共赢的过程也是大浪淘沙的过程，有一些策略上或者技术、产品上不太适应的公司，风大浪急没有扶好站稳就淘汰掉了，“虽然有点儿残酷，但符合技术创新曲线。”
