谷歌也扛不住了：醫療AI探索再遇重挫，科技公司們節節敗退
2021年6月20日
又一科技巨擘，在醫療AI行業面前鎩羽而歸。
一度被視作裡程碑式項目、准備借助AI在醫療領域“火力全開”的谷歌健康，被美國媒體BI曝光正陷入重重危機之中，不得不大規模裁員重組。
此時，距離谷歌當初合並DeepMind健康業務、成立健康部門，並挖來蓋辛格醫療中心CEO領軍僅僅過去了三年時間。
當初IBM的沃森醫療陷入困境被群嘲，沒想到谷歌也逃不過類似的命運。
實際上，國內諸多的明星AI獨角獸，也相繼陷入了裁員、倒閉、資金鏈斷裂……等等窘境之中。
醫療AI賽道全球范圍內的大潰敗還在繼續。
谷歌健康，“雷聲大雨點小”
2018年11月，谷歌成立谷歌健康部門（Google Health），合並了DeepMind旗下的健康部門DeepMind Health、和負責推進“Streams”醫療APP的團隊。
對於部門合並，DeepMind創始人表示，這將是一個“重要的裡程碑”。
而當時的輿論媒體，對於谷歌健康也非常看好。
據Forbes當時發表的一篇文章預測，谷歌健康將會在醫療健康的5個領域大展身手：
促進家庭健康，包括管理用戶健康狀況、監控獨居老人等；
通過運輸解決醫療保健問題，包括自動駕駛業務對醫療領域的支持；
利用大數據對抗疾病，通過算法讓人們更容易獲取健康信息；
發明下一代可穿戴設備和跟蹤器，擴大相關市場份額；
成為醫療AI的領導者，將AI引入醫療保健中。
沒錯，當時媒體普遍認為，在AI領域已經成為巨頭的谷歌，同樣能將AI完美地應用到醫療中，並實現“引領行業”的目標。
加上谷歌還從蓋辛格醫療中心挖來了David Feinberg就任主管，後者是全美最好的成人專科醫院之一。
有著UC伯克利學歷加持的David Feinberg，曾經主持了整個賓夕法尼亞衛生系統Geisinger的成立，並統一了這個系統在醫療領域的各個分散項目。
當時，行業普遍認為，David Feinberg的加入能讓谷歌在醫療健康領域如虎添翼。
但現實情況是，直至2021年，谷歌與醫療AI相關的創新業務也沒有做起來。
谷歌最新一期2021 Q1季度財報顯示，谷歌包括人工智能DeepMind、智能醫療Verily在內的創新業務，仍然處於虧損狀態。
具體到業務上來看，一項名為糖尿病視網膜病變篩查的業務，一直是谷歌健康對醫療AI重點宣傳的核心。
谷歌此前發表在《美國醫學會期刊》（JAMA）上的研究顯示，AI算法在這一研究中起到的作用極大，使得這一工具的准確率達到了90%，理論上幾秒就能出結果，“足以和眼科專家的診斷結果相媲美”。
然而，這一工具在實際應用中卻出現了“水土不服”的情況。
2020年，谷歌與泰國公共衛生部門合作，在泰國的11所診所安裝了這一工具。
由於算法對檢查照片的要求極高，導致准確率不如預期；此外，當地醫院的網絡信號不好，從上傳照片到出結果往往需要相當長的時間，病人更願意找醫生診斷。
即使如此，這次在重組時，David Feinberg還是宣傳了這一核心項目：
當我們在談“全球影響力”時，我指的不是收入，而是讓糖尿病視網膜病變篩查這樣的產品，在印度和泰國以外的其他世界地區也能得到推廣。
對於這次變動，David Feinberg回應：
這將提高部門的影響力和執行速度……我們重點考慮的不是營收。
消息傳遞的信號，其實已經非常明確——
谷歌這個成立近3年的健康部門，根本不賺錢。
這次的谷歌健康部門重組，再次把醫療AI推上了輿論浪尖。
AI公司在醫療賽道節節敗退
畢竟，不止是谷歌，知名科技公司的醫療AI業務，面臨重組、收購的情況還有很多。
國內某家在2017年B輪獲2億投資成為AI醫療影像領域亮眼明星的公司，還沒有挺到C輪就在2019年底左右面臨資金鏈斷裂。
醫療影像輔助診斷是當時醫療AI公司扎堆投入的領域。這家公司最大的賣點肺結節診斷，則是紅海中的紅海。
一家醫院接入4、5家AI肺結節診斷產品成了司空見慣，曾有影像醫師笑稱：
中國人的肺結節都不夠用了。
以免費提供的形式進入醫院只是一張入場券，遲遲找不到盈利路線的這家公司，靠燒錢最終無以為繼。
另一家知名AI獨角獸，雖然醫療不是全部業務，但之前聲勢浩大，一度前景光明，可最近也傳出收縮業務、相關團隊整組整組地調整。
IBM的Watson Health部門，是IBM佈局醫療AI的窗口，主要利用AI幫助醫院，保險公司和制藥商管理數據、輔助診斷。
但成立6年，年收入才為10億美元，佔公司總收入2%以下，至今尚未獲得盈利。然而之前，IBM光是收購Waston就花了40多億美元。
與谷歌健康幾百人規模不同，Watson Health在2016年甚至達到過一萬人的規模。
然而，據IEEE Spectrum統計，2011-2019年期間，IBM Watson與其他機構合作的25個具有代表性的項目中，卻僅有5個合作項目推出了AI醫療產品。
不僅如此，在2018年，Watson還被曝出給患者開錯了藥物，嚴重的話可能會致人死亡。
IBM的路線不是醫學影像，而是用NLP去理解醫學文本。就連圖靈獎得主Yoshua Bengio，也不看好IBM的這種模式，他認為：
在醫學文本文件中，人工智能系統無法理解其模糊性，也無法瞭解人類醫生注意到的微妙線索。
目前醫療AI公司落地情況
事實上，據動脈網調查，在醫療AI領域中，目前真正落地並成功上市的公司，基本都處在“大數據管理”和“語音錄入”這兩個方向。
然而，這兩個方向對於技術的要求，其實都與醫療本身沒有直接關系。
關系到患者隱私的臨床數據分散在各個醫院難以互通共享，是AI醫療發展面臨的最大障礙。
除了數據歸屬權問題，行業內目前也缺少數據的標准化規范，在訓練數據上的投入是AI醫療公司一大成本構成。
吳恩達2020年在斯坦福HAI研討會的演講中也分析過，醫療領域AI研究的算法難以投入到生產，因為以部分數據訓練出的模型，難以泛化到其他情況。
吳恩達的這話，多少有點反思的意味。
畢竟想當初，他可是最看好AI變革醫療的大牛之一啊。
所以醫療AI這件事，之前或許都太樂觀了。
你怎麼看？
附圖：△谷歌健康部門主管David Feinberg
△圖源：動脈網
資料來源：https://tw.news.yahoo.com/%E8%B0%B7%E6%AD%8C%E4%B9%9F%E6%89%9B%E4%B8%8D%E4%BD%8F%E4%BA%86%EF%BC%9A%E9%86%AB%E7%99%82ai%E6%8E%A2%E7%B4%A2%E5%86%8D%E9%81%87%E9%87%8D%E6%8C%AB%EF%BC%8C%E7%A7%91%E6%8A%80%E5%85%AC%E5%8F%B8%E5%80%91%E7%AF%80%E7%AF%80%E6%95%97%E9%80%80-070128623.html?guccounter=1&guce_referrer=aHR0cDovL20uZmFjZWJvb2suY29tLw&guce_referrer_sig=AQAAAIAJo6RyvAR-fbjyTvJiXDlKx1Y86j3IV8GomZbfHnPjfFfU3XKaZVCoJIVrXyzaZeTdmrHJbL14Kgej1_WzHugjoNsei24ErgEM2b9ri3nPuGjwlR3tL5ZkSBnNnshUIFKM7nE_UZEkLZu7_f4TikrHNrDUdT4RZc3m-tBK0J_q
ac醫學眼科 在 ac醫學眼科在PTT/mobile01評價與討論 的必吃
在ac醫學眼科這個討論中，有超過5篇Ptt貼文，作者xl3ej781026也提到【什麼是老年性黃斑部病變?】 隨著年齡的增長眼睛中如相機底片的黃斑部可能逐漸老化容易逐漸產生 ... ... <看更多>