医疗，AI应用的下一条“黄金赛说念”
发布日期：2024-12-22 05:19 点击次数：125
在东说念主工智能的宽敞应用边界中，医疗保健正逐渐成为一条充满后劲的“黄金赛说念”。著作分析了AI怎样擢升医疗就业效力、调整磋议效果为实质产物，并筹商了AI医疗惩处决策的落地体式、生意模式偏执对商场的影响。
AI医疗，正处于一个行将爆发的拐点。
在最近的一项拜访中，医疗行业70%的参与者正在研究落地AI，其中四分之三在往日一年加多了IT投资，并展望这一趋势将链接下去。2024年，在筹集资金的医疗时期初创公司中，有近40%将东说念主工智能时期应用到业务中。
不久前，国际SaaS边界最专科的投资机构Bessemer发布了一个AI医疗边界的磋议讲演。在这个磋议讲演中，Bessemer会共享其对以下问题的念念考：
AI医疗行业爆发背后究竟有哪些身分的推进？面对这一新兴机遇，创业者和投资东说念主又应该去怎样寻找生意契机？
一、AI医疗发展的三个机遇第一，医疗保健产生了大师30%的数据，而且这些数据也曾被数字化。
据推断，医疗保健行业产生的数据占大师数据的30%，增速比金融、媒体边界还快。但病院产生的数据中高达97%未被哄骗。这些数据可用于匡助改善以致重塑医疗保健运营和患者看管。
也即是说，病院领有大宗尚未开发的数据，筹划效力仍然有很大的增漫空间。
到了2010年代，经过数十年的过程和强有劲的监管推进，医疗保健边界的大部分临床数据终于通过HER（电子化东说念主力资源治理）的给与兑现了数字化。其中，临床记载（包括文本、图像、实验室值）体式的大宗数据变得可供东说念主工智能机器读取。
这为AI在金融边界的落地创造了条目。比如，Lenful是一个专注于药房的责任流自动化平台，它通过将AI时期应用于340B审计、文档处理和库存规划以及预先授权任务中的客户数据来开释价值。
第二，AI正在擢升医疗就业的效力。
经过多年的发展，AI不错对患者的健康气象进行建模，从卵白质的功能一直到患者所属的东说念主群以偏执此前就医医疗就业的情况。
跟着供应商给与新的分子检测要领（举例单细胞测序）和大致测量新健康信号的医疗开发，每天王人有更多数据和新式数据可用。监管正在将这些新的数据上传到网罗。
如若大致更灵验哄骗这些数据，它们就能态状出医疗保健的多维视图，并用于开发AI产物和就业，以惩处更世俗的复杂生物医学和医疗保健问题。新发现的结合和运行多个数据集模子的才气为更多可能性掀开了大门，而这些可能性的数目和范围尚未齐备了解。这是咱们将医疗保健视为多模式AI开发和应用“圣杯”的最大原因之一。
第三，AI医疗磋议正在调整为产物和就业。
自21世纪初启动，AI在医疗磋议边界的应用启动加多，从深度学习到当今的生成式AI。
在这个过程中，诚然取得了一些积极效果，但医疗机构仍然莫得找到一种目的将这些效果大限制落地。但当今变了，大模子出现让AI应用有了更多落地的可能性。
望望自2000年以来FDA批准的AI/ML（东说念主工智能和机器学习）开发数目的指数增长，2024年批准的开发数目将是2014年的30倍。
各样迹象自大，当今也曾到了AI医疗边界发展的要道拐点。
二、三个要道假定第一，落地体式-生意模式-商场契合度决订价值创造AI惩处决策的体式和公司的生意模式，会对可用的TAM（总标的商场）和毛利率产生要紧影响。咱们所说的体式是指AI产物的落地方式（举例软件、副驾驶、代理、就业、会诊、养息）。通过不同的生意模式处理不异责任经由的公司，可能会领有高达25倍的TAM各异。
1）落地体式
从当前看，AI在医疗边界的落地方式主要有两种：垂直东说念主工智能模式和医疗保健AI特定模式。
其中，垂直东说念主工智能模式包括：
东说念主工智能软件：一个具有丰富东说念主工智能功能的平台，可提高功能和用户体验副驾驶：复旧东说念主工智能的助手，与用户一齐责任，通过自动试验现存责任经由中的任务来提高责任效力代理：以最少的东说念主工搅扰试验特定任务的自主或半自主系统东说念主工智能就业：传统就业通过东说念主工智能增强其效力、准确性或用户体验而医疗保健AI特定模式又分为会诊和养息，这是医疗行业独到的模式。
AI会诊通过现存或新模式复旧或自动识别疾病（举例，视网膜成像 AI已应用于心血管、代谢和神经系统疾病的会诊），况且不错通过现款支付、保障或企业合同报销。
即使在要求更为严格的临床会诊模式，也出现了一些AI会诊公司，包括腹黑病学边界的Cleerly、精神病学和心血管边界的Viz.ai 、眼科学边界的Digital Diagnostics和肿瘤学边界的Tempus。
另一种特定于医疗保健的方式是养息，即旨在缓解症状或营救疾病的医疗要领。
AI在养息学中更常见的用例是协助药物发现和开发。举例，Besseme投资的Seismic Therapeutic正在将机器学习和AI用于自身免疫性疾病的药物发现和开发，以叮咛迁延免疫原性等要道挑战。
实质上，公司会将多种模式整合到一个详细惩处决策中。举例，Qventus通过软件和基于代理的就业提供围手术期优化惩处决策。
2）生意模式
AI产物的形态有助于笃定最好生意模式。诚然不错同期部署多种生意模式，但为了浮浅起见，咱们共享两种主要的生意模式架构：基于使用情况和基于性能。
3）对TAM和毛利率的影响
为了证据方式和生意模式对公司TAM和毛利率的影响，咱们使用了一个在眼科边界进行篡改的假定初创企业的例子。
举个例子，好意思国大致有20,000名眼科医师和50,000名验光师，每年拍摄1800万张视网膜图像，每年进行700万次眼部打针。2010年代，磋议东说念主员开发了一种使用视网膜图像识别眼睛之外区域病变（举例糖尿病前兆）的要领。
咱们假定的初创公司也曾创建了一种由这些要领进化而来的AI惩处决策。
根据方式和生意模式的不同，上头列出的TAM范围从8400万好意思元（关于给与按座位付费SaaS 模式的副驾驶产物）到21亿好意思元（关于给与基于使用量或“按就业收费”订价模式的赞助眼部打针的AI就业）。
正如这个例子所强调的，如若单独部署AI模子，频频无法充分阐述其潜在价值，况且可能给客户应用带来困难。为了最大划定地赢得价值并推进产物落地，公司应该研究垂直整合的业务模式，即哄骗AI来增强或从头构想现存的责任经由，灵验地餍足客户的需求。这些垂直整合的要领不仅不错惩处更全面的问题，还不错挖掘总共这个词价值链中更大的收入起头，从而扩大潜在的商场限制。
研究以下有针对性的软件惩处决策偏执垂直集成惩处决策的示例：
辐照学：AI优先的辐照学软件产物与AI复旧的辐照学就业提供商优化总共这个词图像汇集息争释责任经由
收入周期治理：AI优先的编码和计费软件与具有AI特点和功能的详细收入周期治理就业
临床磨真金不怕火：用于临床磨真金不怕火招募和选址的AI优先软件与使用AI治理端到端磨真金不怕火招募和选址的全地方就业机构
值得把稳的是，模式和生意模式也会影响毛利率，更高的TAM和更健康的毛利率之间时常存在量度。比如，诚然东说念主工智能眼部打针就业的TAM的确是东说念主工智能软件产物的两倍，但从历史上看，SaaS的毛利率远高于医疗保健就业。但这一常规正受到东说念主工智能公司的挑战，其中许多公司正在使用东说念主工智能来提高基于就业的托付模式的效力。
第二，多模态是AI医疗的“圣杯”由于医疗保健数据是多维的——涵盖临床记载、医学影像、音频、视频、患者讲演的收尾、可衣裳开发数据、时期序列信息、自大数据、基因测序收尾等，多模态时期将在AI医疗边界有更大的阐述空间。
当今也曾有AI公司推出多模态的AI产物。比如，Theator提供用于手术视频分析和要道看法扎眼的多模态AI产物，以及为辐照科医师提供AI会诊和文档惩处决策的RadAI。
当丰富的生物医学数据与东说念主口层面的信息、运营洞悉和财务磋议相结合时，东说念主工智能不仅不错更早、更准确地会诊疾病，还不错识别结巴患者康复的身分以及增强医疗保健系统功能和效力的契机。
第三，需要垂直行业专用的基础设施——而且要快1）网罗安全和数据秘密
医疗数据是暗网上最受追捧的数据之一，而医疗机构复旧重大且不休扩大的抨击面，这使它们容易受到诈骗软件抨击。尽管医疗行业蹙迫需要一流的网罗安全惩处决策，但由于资源限制、时期过时和极其复杂，它在基础设施的给与和强度方面也曾逾期于其他行业。
东说念主工智能惩处决策的实施也可能带来新的风险。东说念主工智能不错扩大现存的抨击面并引入新类型的抨击，举例注入抨击，其中模子磨真金不怕火所用的数据会被识别。诚然咱们看到一些初创公司正在奋发填补这些空缺，但基础设施仍处于起步阶段。
2）数据生成和治理
磨真金不怕火医疗保健AI模子需要大宗高质料数据，这些数据代表预期用例和东说念主口特征。医疗保健系统内现存活动的“废除”数据本人可能不够用。
频年来，一些有远景的医疗保健数据商场也曾出现，包括Protege、Gradient和Omny Health，但仅靠这些商场无法为每个AI模子提供数据。高质料数据的数目也不是独一的差距，还需要可膨胀的要领来对敏锐患者数据进行去识别化，并在征得患者答应的情况下大限制从头识别数据。
3）模子性能基准测试
一个高性能的AI模子，对磋议效果调整为医疗保健产物至关关键。但当今医疗行业勤劳对模子才气的性能测试，尽管当今行业试图让ChatGPT参加好意思国医师派司考试，来评估其在医疗保健用例中的才气，但这并不成准确斟酌其落地的可行性。是以，医疗行业勤劳一个对模子才气在行业应用的评估体系。
4）模子监控
由于数据或模子运行环境的变化，AI模子的效果可能会不踏实。这在实质应用中很致命。举例，如若东说念主工智能会诊出现造作，影响的限制可能是数千名患者。模子需要一个模子监测的风控体系，来及时评估模子的发达，进而大大裁减模子所带来的风险。
5）治理
为了更灵验和安全地使用AI医疗时期，组织内需要有明确的认真东说念主。这个东说念主的职责是，了解AI在总共业务模式的应用，并监督和真贵。
三、AI医疗投资的六大法度在AI医疗边界，咱们的投资法度主要涵盖六个中枢时期主题，诀别是：
交互系统：东说念主工智能平台或就业，复旧用户与东说念主工智能算法之间进行及时动态交互，完成从临床决策复旧到患者参与和资源治理等各样医疗任务。多模式时期：集成和分析多种数据类型（如文本、图像、音频和传感器数据）的东说念主工智能系统，以提供看法并识别新模式。模拟：东说念主工智能杜撰环境和预测模子，可复制复杂的医疗和操作场景，兑现无风险培训、策略测试和收尾预测。评估基础设施：法度化框架、器用和要领，旨在评估东说念主工智能算法在各样医疗应用中的性能、安全性和伦理影响，以确保可靠性和灵验性。传感器或机器眼：先进的成像、传感和数据拿获时期，不错检测、分析息争释医疗数据、操作数据或开发性能中的微细细节，频频高出东说念主类的才气。专科基础模子：专为医疗保健特定应用而计算的东说念主工智能系统，哄骗大型预先磨真金不怕火的模子来增强或自动化临床和行政环境中的有利任务，提高会诊、个性化养息、责任经由优化和其他边界的准确性、效力和可膨胀性。诚然医疗保健商场可能比看上去要小，但仍然有有许多细分边界领有10亿好意思元以上的商场空间。咱们将这些细分边界分为低风险和高风险：
正如预期的那样，医疗保健边界AI惩处决策的应用弧线正从“低风险”转向“高风险”，即从后台转上前台和责任台子垂直边界。收拢后一类契机的公司将不得不拆除更多结巴才能进入商场，并濒临买家更严格的审查。研究到漫长的生意化周期，首创东说念主应该意志到资金破费率和成本需求。
平台后劲
Pitchbook 数据自大，已有4,000多家好意思国医疗保健东说念主工智能公司插足运营。然则，仔细不雅察就会发现，样式与咱们之前看到的判然不同。
最值得把稳的是，医疗行业的公司雇主是资历丰富的买单者，他们从往日的资历中吸取了资历，不可爱单点惩处决策，更可爱与现存经由无缝联贯的集成要领。咱们预测，最奏效的AI医疗公司将专注于基本责任经由上游产生大宗有价值数据的要道节点。
通过掌捏数据创建和责任经由启动的要道点，医疗保健AI平台不错对一系列卑劣经由产生要紧影响，并最终兑现可不雅的陈诉。这种要领有三方面的公正：
1.责任经由驾驭：平台不错简化和优化多个产业链玩家相的中枢经由，并将东说念主工智能驱动的洞戮力融入平素运营，以促进总共这个词医疗生态系统的法度化和最好试验的创建。这些变化不错大大减少跨利益关系者互动和信推辞换中的摩擦，从而兑现更高效、更灵验的医疗就业。
2.数据上风：通过与一个产业玩家建设数据密度，平台不错与生态系统中转折游各方产生新的协作契机。通过拿获极度且难以复制的各样化互补数据集，他们既大致开发新颖的多模式惩处决策来惩处复杂的医疗保健问题，又大致提高平台的防患才气。
3.分销：平台不错哄骗现存的利益关系者关系来快速扩大给与范围。跟着越来越多的用户为平台作念出孝敬并从中受益，刚劲的网罗效应就会出现。这些平台的中心性位还促进了生态系统内其他东说念主工智能惩处决策的交叉销售，同期通过详细的多利益关系者要领裁减了客户赢得成本。
举例，临床文档平台Abridge将我方定位于患者与医疗就业提供者相易的记载系统。通过构建对话数据，Abridge不仅简化了临床责任经由，还创建了一个丰富的数据集，不错为从计费到看管妥协再到临床磨真金不怕火等各样卑劣经由提供信息，从而为医疗生态系统内的其他利益关系者提供价值奠定了基础。
除了医患对话之外，东说念主工智能在医疗保健边界的其他策略启动点还包括处方点、耐用医疗开发 (DME) 订购、医师暴露、左证生成、临床磨真金不怕火决策计算以及生物样本汇集和储存等。每个要道节点王人有可能成为东说念主工智能驱动的篡改和价值创造的步地，不仅对一家医疗保健东说念主工智能公司如斯，对许多公司亦然如斯。
文/林白
本文由东说念主东说念主王人是产物司理作家【乌鸦智能说】，微信公众号：【乌鸦智能说】，原创/授权 发布于东说念主东说念主王人是产物司理，未经许可，欺压转载。
题图来自Unsplash，基于 CC0 合同。