免费久久国产&夜夜毛片&亚洲最大无码中文字幕&国产成人无码免费视频之奶水&吴家丽查理三级做爰&国产日本亚欧在线观看

2019年12月6日-8日，2019世界創新者年會（World Innovators Meet 2019, 簡稱WIM2019）在北京·國貿大酒店舉辦，由中國企業聯合會指導，億歐·EqualOcean、工業和信息化科技成果轉化聯盟聯合主辦，來自美國、英國、法國、澳大利亞、瑞士、以色列、俄羅斯、西班牙、葡萄牙、印度、新加坡等二十余個國家和地區的6000余名創新者齊聚一堂，共同總結2019年世界科技與產業創新的成果，預測2020年最新創新趨勢。

本次年會以“科創4.0：共建全球化新未來”為主題，采取“1場創新領袖峰會+9場主題論壇”的會議結構，圍繞當下最熱門的零售新消費、金融科技、投資新趨勢、智能硬科技、醫療大健康、產業互聯網等六大領域，以及青年、女性和科學企業家等群體展開。

12月7日下午，在醫療大健康創新論壇下半場的圓桌論壇環節，英特爾醫療與生命科學事業部中國區負責人李健、元生創投合伙人高維鵬、安德醫智大中華區CEO李晶玨，與億歐大健康運營負責人梁永生共同就“AI崛起，探索醫療的發展邊界和可能”的話題展開討論。

圓桌對話的主要觀點如下：

1、李健：我覺得慢性病管理+AI，在未來十分值得被挖掘。目前，在AI發展過程中有兩個領域被低估，一個手術機器人，一個是類似藥物發現。

2、高維鵬：在醫療AI這個組合詞語中，醫療是基礎，AI在是在可預見未來中的輔助性解決方案，未來醫療領域和AI領域專業復合型人才是項目落地的關鍵。

3、李晶玨：真正的醫療應用場景應該是百花齊放，決不是千人一面。我相信將來，有特色和有技術護城河的醫學影像AI一定會被行業看好。

以下為現場討論速記（有刪減）：

梁永生：在醫療領域，人工智能已經得到廣泛使用，包括藥物研發+AI、健康管理+AI，以及醫學影像+AI等。請三位站在自己的行業角色上，分享下目前市場中存在哪些被高估或者低估的技術。

李健：我分享一下自己的淺見，畢竟在這個行業這么多年。我覺得高估這個詞可能有點不太正確，因為目前AI其實沒有在任何一個醫學場景得到充分應用和發展。如果要選擇目前發展比較透徹或者比較全面的話，還是醫學影像領域。當然其中也有很多原因，比如說數據相對容易獲得，而且這些大機構的數據質量也比較高，算法分析起來也比較容易標準化。但另一方面，這也造成了該賽道白熱化、商業模式不清晰、行業競爭過于激烈的局面。我相信，未來肯定會有一批初創企業會由于技術或者模式的問題出現更替。

我覺得慢性病管理+AI十分值得挖掘。舉個例子，其實心臟很多異常反應很早就能通過體征檢測到。我們每個個體都是一個巨大的生物信號發射場，直到今天，我們對這個“發射場”的信號采集、利用和分析還是遠遠不夠。我覺得尤其是消費者端，像呼吸、心跳、睡眠、尿液等這類相對容易獲取的監測信號，特別值得創業公司、投資機構或者政府層面去推動。因為這是真正能夠保證我們疾病治療前移到健康管理的方面，而不是說等到我們身體出了狀況才想辦法去找產品。最近關于AED設備的討論很多，說我國該設備有效覆蓋率比較低，其實這還是治標不治本，真正的治本應該是前移，在身體出現這種危險信號的時候就能提前檢測到。

另外，我個人還覺得中國AI醫療市場有兩方面被低估，一個是手術機器人，早前我國醫院出現過一波采購浪潮，但我國此方面技術尚未跟上國際發展水平。手術機器人所涉及的技術雖然挑戰太多，但前景是非常好的。還有一個，則是類似藥物的發現，中國原研藥的開發方面還遠遠落后于美國，這是特別值得關注和呼吁大家來投入的。

李晶玨：身為醫學影像AI行業的創業者，我感受到過去幾年的“醫學影像+AI”確實得到包括投資人在內的很多行業人士關注。其中我們也可以看到，大家對于相信醫學影像AI能夠落地、產業化的認可很多。正如剛才李博士說的，全球通用的TCIP協議使醫學影像數據更容易標準化，同時較為成熟的視覺圖像識別技術也使得醫學影像的AI能夠去做篩查和診斷。這使得無論是做企業，還是做投資，大家都認可醫學影像AI有可能會成為醫療AI里最早落地的項目。其實到現在我仍然這么認為，這是由行業數據和技術特點決定的。

但是在中國醫學影像AI過去發展的三年里，我們也遇到了一些波折和坎坷，其中最顯著的就是是絕大多數的醫學影像AI公司都集中于類似的應用領域。比如說，常說的肺結節和乳腺結節的篩查。真正的醫療應用場景應該是百花齊放，決不是千人一面。從醫學影像AI應用的疾病篩查方向來講，就有頭部神經、心臟、胸部、腹部、盆腔、骨疾系統，以及慢病等領域。而從臨床流程上來講，還分為入院前的預防和篩查，入院后的急癥、重癥、疑難疾病、復雜疾病的診斷、預計、風險評估、病因分析等環節，其實這些都是醫學影像AI該涉足的領域。而大家的選擇之所以比較趨同的原因在于，技術門檻相對不高和應用場景相對局限。

但同質化不免導致競爭變多，不利于創業公司的早期發展。但我相信將來，有特色和有技術護城河的醫學影像AI一定會被行業看好。比如安德醫智現在跟天壇醫院合作的神經領域，應該是目前國內唯一一家做全系統神經領域的企業。天壇醫院是國家神經系統疾病臨床醫學研究中心和國家神經系統疾病醫療質量控制中心所在地，從數據源和數據質量上就擁有“制高點”。在合作過程中，安德醫智不只基于影像，還延伸至臨床、服務于臨床，包括神經影像，神內、神外、神經病理、神經康復，都是以影像為基礎，因為醫學影像是所有疾病最早期的輔助診斷、風險評估、病因分析的基礎。

高維鵬：元生創投在生物醫藥、醫療器械、輔助診斷和精準醫療以及各醫療服務賽道，或多或少的都有一兩家企業跟醫療AI相關。從其中我們可以看到一些共性：第一是這些被投企業都結合了醫療人才和人工智能專家，我認為這是目前在醫療AI的創業和投資里面要重點關注的。在醫療AI這個組合詞語中，醫療是基礎，AI在是在可預見未來中的輔助性解決方案，未來醫療領域和AI領域專業復合型人才是項目落地的關鍵。

第二是關于產業中AI落地的場景，不論是精準醫療，還是醫療服務，其實都有環節實現AI產品或AI服務的落地。這其中會涉及到具體的醫療政策問題，現在企業把醫療AI的解決方案單獨申請國家藥監局注冊證難度很大，但把其作為一個整體解決方案去申請，相對來說，無論行政許可，還是醫院收費標準的落地都會比較方便。元生創投在醫療AI領域可以做的事情很多，包括像心血管的檢測治療、藥物的發現等，我們甚至希望未來AI能夠真正成為人工智能的代表，在人類生命秘密的解碼上扮演一定角色。

梁永生：其實現在醫療AI的盈利情況不是很樂觀，行業內有消息稱，明年可能會有部分企業產品獲得三類器械證。從資本方的角度講，三類器械證是大家的救命稻草嗎？拿證之后真的可以解決企業的盈利問題嗎？要真正解決盈利問題需要具備哪些能力？

高維鵬：從醫療行業固有的規律和特點來看，醫療可能是所有創業和投資類型里最保守的領域，沒有唯二、只有唯一。原因在于一個創新醫療技術要列入醫療指南，可能至少需要10年時間，列入醫學院教科書，可能甚至需要20年時間。事關人命的性質決定了醫療先天就是一個非常保守、非常嚴肅的事情。醫療本身的特點決定了，它跟所有事物發展的規律一樣，需要漸進式發展。

除此之外，醫療政策風險也是大家在議論的，像“4+7”帶量采購在內這些政策都影響了醫療行業，包括醫療AI自身發展的速度。還有一點可能是很多年輕創業者沒有注意到的，就是當一個技術變成一個成功商業模式后，在醫院推行時要面臨很多同質化產品競爭，這個過程不單涉及創新高地問題，還涉及客戶、醫院等方面是一個復雜的決策過程。拿到證這些事情也沒有發生根本性轉變，只是說有證會更容易溝通，但距離產品真正走進醫院還是有差距的，包括教育臨床醫生使用先進AI解決方案來進行臨床診療，這些傳統醫療走過的路、趟過的坑，還是一個也少不了。

梁永生：總結來說證只是一個入場券，拿到證之后才有資格進入到這個戰場里，但要想真正實現盈利變現，還需要企業方不斷去豐富自己的產品形態，去真正解決醫生和患者的問題。現有情況下，大部分企業是以三甲醫院為主，無論是獲取數據也好，還是行業背書也好，這是普遍存在的狀況，但三甲醫院外是否還有一些其他可以挖掘的落地場景，比如說非公醫療或者是一些體檢機構，請兩位企業方代表為大家分享一下。

李晶玨：我們面向三甲醫院，并不是把它作為醫療AI的主要用戶，而是把它作為醫療AI的主要數據來源和戰略合作基地。因為AI醫生可以說是一個“數字醫院”，它需要數據去學習，然后服務臨床和醫生。數據水平決定了AI醫生的水平，所以在選擇合作醫院時，一定要選擇頂級的三甲醫院，這樣才能使我們訓練出來的AI醫生至少具有高齡主治醫生及以上水平，這是保證醫療產品質量的重要點。但醫療AI服務的對象絕不僅限于三甲醫院。這就需要企業豐富產品形態，用更適合的臨床應用落地去滿足他們。比如現在對三甲醫院而言，第一需求是科研，第二需求是風險評估、病因分析等，但對于二級醫院，第一需求是要提高診斷效率，第二需求是提高診斷準確率。對于非公或者體檢機構而言，篩查模態的產品可能是其更需要的。

李健：其實我聽到過很多創業者說AI醫療的市場應該是在社區場景或者是縣級醫院，而不是說在大三甲，某種程度上我是認可的。醫療行業很保守，創新醫療技術需要頂級意見領袖來宣傳、推廣，才能在醫院里普及開。以前在美敦力專門有一個臨床培訓中心，每周會安排外科醫生做手術，其實就是為了培養醫生對新技術的認可，所以這是需要時間的。AI作為一個全新的東西，我認為更重要的機會還是所謂的“沒有被滿足的需求”。我覺得存在兩方面，一是從市場層面來講，像縣級醫院或者社區衛生中心，AI診斷方案或工具對提高醫生或醫護人員的診斷準確率是剛需。二是所謂的增量市場有可能不在這些縣級醫院或者是社區診所，而是在三甲醫院。我曾經在美敦力做微創外科產品，舉個例子，如何把微創儀器精準的插入肝或者肺中，又不傷及旁邊的臟器，這就是沒有被滿足的需求，我相信像這樣在三甲醫院的需求是很多的，除了這種微創導航，還有剛才談到的手術機器人、遠程醫療等場景都是存在的。

梁永生：正如剛才李博士所提到的非公醫療體系以及基層醫療體系，已經逐漸成為新技術落地的又一個應用場景。但是未來面對國際巨頭企業的競爭，國內的創業公司應該怎么樣去構建自己的核心競爭力，用新技術賦能新人才體系？

李晶玨：今年，國內大型的醫學影像公司開始做醫學影像AI，這是前幾年沒有的，而這也恰恰說明它們也看到了醫學影像AI這個市場在逐漸落地，逐漸成為剛需，這對大家來說是一種機遇。越是在這個時候，市場尚處于無序搭建狀態，行業規則還未完全確定時，才是創業公司的機會。大公司有大公司的優勢，小公司有小公司的優勢，大公司在客戶量、數據量、資金規模和人員技術實力方面確實有優勢，但是對于創業公司，它資源更集中、決策更快速。說回到技術壁壘，無論是行業巨頭公司，還是創業公司，想涉足醫療AI的行業，大家都需要翻過兩座山，第一個是數據的山，第二個是臨床應用的山。

數據的山，任何公司的醫療AI醫生其實就是個數據醫生，不管什么類型的AI醫生，能夠拿到高質量數據和優質醫療機構去合作，就算是成功了一半。對于AI來講，算法、算力和數據是三大核心要素，從數據層面講，除了量以外，還有質，而質就體現在數據的質控水平。此外， 公司對行業的號召，如醫院對企業多中心臨床試驗的響應；醫院對公司號召的執行能力；試驗中數據質控標準能否統一，這些都會給公司在實際落地時造成困擾。話說回來，如果有相應的國家醫療機構，比如國家級疾病臨床研究中心去牽頭、做質控，那么這樣數據量和質就具有了技術壁壘。無論是創業公司，還是GPS（GE、飛利浦和西門子）這類巨頭公司，都要想辦法和這樣的“巨人”合作，站在巨人的肩膀上才能打造自身數據壁壘。

臨床應用的山，每個公司的特點不同，對醫學影像AI不能只做影像判讀，一定要源于影像，服務于臨床，這是未來醫學影像發展的重要方向。未來，創業公司可以去抓住在單一應用場景里，去突破影像和臨床壁壘的機會。

梁永生：從2016年年底至今，醫療AI成為風口已有三年，各位可以站在自己的角度上暢想一下，未來三年醫療AI將會發生哪些格局的變化？

高維鵬：我想預測三年比較容易被打臉，所以我大膽預測一下三十年后。未來三十年醫療AI肯定會像我們喝的水、呼吸的空氣一樣，成為每個人生命中不可或缺的一部分。但這個路非常漫長，我們要記住AI永遠是為醫療服務的，把AI和醫療的“輕重緩急”擺在正確的位置。希望更多創業者能夠在AI賽道上找到自己適合的方向，永遠把臨床需求放在第一位，謝謝。

李晶玨：我來談一下前三年和后三年。前三年是醫療AI投資熱的三年，當時醫療AI確實贏取了很多投資人的目光和關注，也誕生了無數企業；未來三年，我覺得應該是醫療AI優勝劣汰和產業化的三年。現在投資熱潮看似減弱，但從另一個角度來講是更加理性，不在盲目講故事、聽故事，而是更關注商業化落地，給企業踏踏實實沉下心去做產品和開發市場的機會。如果再往后看三十年，我相信不只是醫療AI，應該說整個社會都可能分成前人工智能時代和后人工智能時代，我相信30年后人工智能，包括醫療AI會遍布于我們生活和醫療的各個領域，我也期待到時可以成為這個領域的先行者和探路者。

李健：我預測醫療AI三年以后會同時向縱和深兩個方向普及。去年美國FDA批準了第一款三類的醫學影像AI設備，一整年大約批了幾十款。對此，我們可以預見接下來三年以后，整個全球的AI設備將有可能無所不在，像醫療設備、醫療服務、醫藥研發里面都可能用到，AI會變成一種泛在東西，不再是單一品類，而是最新醫療設備或者醫療產品中都會有AI這樣一個功能。從縱方向上講，AI會貫徹到所有醫療設備的開發和利用過程中間，同時我不認為這只是醫療領域獨自存在的現象，整個大健康領域都要擁抱AI。未來，AI將不單停留在院內，或是現在主流的醫學場景，比如說醫學影像，而是會貫穿到醫院里面的護理、診斷、治療等領域。

梁永生：再次感謝三位嘉賓的精彩分享，今天的圓桌討論環節到此結束，感謝。

作者：WIM項目組