Chat GPT、GPT-4的火熱出圈，也在醫(yī)療圈再次掀起AI熱潮，AI醫(yī)療概念“漲”聲一片，也再度引發(fā)醫(yī)療行業(yè)對(duì)AI應(yīng)用的思考。
近年來(lái)，AI技術(shù)在醫(yī)療健康領(lǐng)域的應(yīng)用不斷擴(kuò)展，以計(jì)算機(jī)視覺、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等為代表的人工智能技術(shù)，越來(lái)越廣泛地滲透到醫(yī)療的各個(gè)場(chǎng)景。不過(guò)，在實(shí)際應(yīng)用中，AI+醫(yī)療仍存在不少難題。
隨著新技術(shù)的層出不窮，如何在新技術(shù)加持下解決這些難題？AI醫(yī)療有何新走勢(shì)？業(yè)內(nèi)從業(yè)者都有不少新思考。
【資料圖】
市場(chǎng)規(guī)模或突破300億元 AI醫(yī)療仍存三大挑戰(zhàn)
數(shù)據(jù)顯示，2020年“AI+醫(yī)療”已占人工智能市場(chǎng)的18.9%。IDC統(tǒng)計(jì)數(shù)據(jù)顯示，到2025年，人工智能應(yīng)用市場(chǎng)總值將達(dá)到1270億美元，其中醫(yī)療行業(yè)將占市場(chǎng)規(guī)模的五分之一。
隨著人工智能AI在醫(yī)療領(lǐng)域的深入應(yīng)用，藥物研發(fā)與醫(yī)學(xué)影像等細(xì)分市場(chǎng)呈現(xiàn)出強(qiáng)勁的增長(zhǎng)態(tài)勢(shì)。據(jù)動(dòng)脈網(wǎng)數(shù)據(jù)，2020年中國(guó)醫(yī)療AI市場(chǎng)規(guī)模已達(dá)到66.25億元，結(jié)合AI輔助新藥研發(fā)和AI助力腫瘤診療等市場(chǎng)賽道估算，預(yù)計(jì)2020-2025年復(fù)合年增長(zhǎng)率（CAGR）為39.4%，2025年將突破300億元。
盡管市場(chǎng)前景廣闊，但在實(shí)際應(yīng)用中，AI醫(yī)療仍存在不少挑戰(zhàn)。
4月27日，在亞馬遜云科技醫(yī)療與生命科學(xué)行業(yè)峰會(huì)上，亞馬遜云科技大中華區(qū)戰(zhàn)略業(yè)務(wù)發(fā)展部總經(jīng)理顧凡指出，通過(guò)長(zhǎng)期生物制藥、基因測(cè)序和醫(yī)療保健領(lǐng)域的客戶需求，發(fā)現(xiàn)行業(yè)內(nèi)存在三大共同挑戰(zhàn)：數(shù)據(jù)挑戰(zhàn)、算力挑戰(zhàn)及解決方案挑戰(zhàn)。
一、日益增長(zhǎng)的海量數(shù)據(jù)
根據(jù)自然雜志預(yù)估，到2025年，每一年的基因數(shù)據(jù)增長(zhǎng)將超過(guò)40EB。在藥物發(fā)現(xiàn)領(lǐng)域，科學(xué)家需要在10的60次方已知化合物里找到可能成藥的化合物，若科學(xué)家通過(guò)現(xiàn)實(shí)試驗(yàn)進(jìn)行分析，可能窮極一生也無(wú)法篩選完這些化合物。
在醫(yī)療領(lǐng)域，僅一人一次的CT數(shù)據(jù)量就超過(guò)30MB，綜合醫(yī)院一天的CT數(shù)據(jù)增量往往就超過(guò)10GB。
數(shù)據(jù)的爆炸式增長(zhǎng)帶來(lái)兩個(gè)挑戰(zhàn)。第一是數(shù)據(jù)的存儲(chǔ)，而且是更高性價(jià)比的存儲(chǔ)。第二是數(shù)據(jù)快速自動(dòng)化分析，否則數(shù)據(jù)本身并不會(huì)對(duì)于業(yè)務(wù)有任何幫助。
二、持續(xù)而迅速的算力需求
首先，在藥物發(fā)現(xiàn)領(lǐng)域，我們經(jīng)常需要對(duì)數(shù)億種化合物，與疾病相關(guān)的蛋白質(zhì)進(jìn)行一個(gè)是否能結(jié)合的預(yù)測(cè)，每一次這樣的運(yùn)算經(jīng)常需要數(shù)萬(wàn)到數(shù)十萬(wàn)核的CPU算力。其次，在基因測(cè)序領(lǐng)域，人類的基因中，堿基對(duì)高達(dá)30億個(gè)組合，從30億個(gè)組合當(dāng)中找出變異，一定需要高性能計(jì)算在底層做支撐。在醫(yī)學(xué)的影像領(lǐng)域，越來(lái)越多的機(jī)器學(xué)習(xí)算法被用到放射科醫(yī)生閱讀影像圖片的輔助診斷中，幫助醫(yī)生可能更早地發(fā)現(xiàn)肉眼很難識(shí)別的病灶位置。而機(jī)器學(xué)習(xí)的背后，一定也是需要強(qiáng)大的算力支撐
盡管我國(guó)目前在算力規(guī)模上已具優(yōu)勢(shì)，但仍面臨著算力的高質(zhì)量供給和普惠服務(wù)問題。業(yè)內(nèi)人士介紹稱，我國(guó)的算力結(jié)構(gòu)有待優(yōu)化，自創(chuàng)資源不足，而且算力分布不均衡，算力的獲取門檻比較高。
三、快速構(gòu)建適合行業(yè)用戶體驗(yàn)的創(chuàng)新解決方案
在實(shí)際運(yùn)用中，如何有效滿足客戶需求、提高客戶使用體驗(yàn)，也是AI服務(wù)提供者不得不面臨的實(shí)際問題。
顧凡從多年經(jīng)驗(yàn)中總結(jié)到，醫(yī)療和生命科學(xué)行業(yè)的很多用戶，他們不僅需要云服務(wù)，還需要更多的解決方案，尤其是符合行業(yè)要求、符合客戶需求的即開即用的解決方案，而不是客戶從頭去構(gòu)建。用戶希望能節(jié)省更多時(shí)間，發(fā)現(xiàn)更好的藥物，更好地去開發(fā)更智能的醫(yī)療設(shè)備，以及為患者提供更加有效的治療方案。
各細(xì)分領(lǐng)域積極擁抱AI 端到端解決方案或助力解決行業(yè)痛點(diǎn)
如此巨大的市場(chǎng)中，如何解決行業(yè)痛點(diǎn)進(jìn)一步提升市場(chǎng)規(guī)模、擴(kuò)大AI應(yīng)用領(lǐng)域，或可從行業(yè)參與者的所作所為中找尋到些許答案。
在AI制藥領(lǐng)域，騰邁醫(yī)藥CEO何騎給出了一個(gè)可參考方案，“做一個(gè)純的平臺(tái)公司，不做管線”。何騎認(rèn)為，在AI制藥這個(gè)賽道上這種模式是非常有意義的。因?yàn)锳I需要數(shù)據(jù)和項(xiàng)目積累，如果同時(shí)做管線和服務(wù)，會(huì)與客戶產(chǎn)生競(jìng)爭(zhēng)沖突，而純服務(wù)的公司可以吸引更多客戶，積累更多項(xiàng)目經(jīng)驗(yàn)和數(shù)據(jù)，從而實(shí)現(xiàn)馬太效應(yīng)。
在CXO領(lǐng)域，一些傳統(tǒng)的CXO公司也在積極擁抱AI。如康龍化成(300759)和藥明康德(603259)都已擁有DNA編碼化合物庫(kù)（DEL），同時(shí)自2018年到2021年，藥明康德先后投資了7家AI賦能藥物研發(fā)的公司探索CXO+AI模式。
某券商醫(yī)藥首席贊同到，AI制藥對(duì)CXO公司來(lái)說(shuō)更多的是對(duì)業(yè)務(wù)的賦能，目前應(yīng)用多集中在前端的藥物篩選環(huán)節(jié)。CXO是人力資本密集型行業(yè)，需要積極擁抱AI，幫助降本增效。
作為醫(yī)療行業(yè)AI服務(wù)提供者，“亞馬遜云科技不僅提供覆蓋全球的云基礎(chǔ)設(shè)施以及超過(guò)200大類的云服務(wù)，更重要的是，我們深刻了解行業(yè)需求，不斷地豐富和拓展行業(yè)數(shù)字化創(chuàng)新生態(tài)鏈，并圍繞數(shù)據(jù)、算力和體驗(yàn)等需求與合作伙伴們一道為客戶推出了諸多順應(yīng)行業(yè)發(fā)展趨勢(shì)的、端到端的解決方案”，顧凡表示。其進(jìn)一步指出，亞馬遜云科技與合作伙伴提供的行業(yè)解決方案覆蓋了生物醫(yī)藥全流程價(jià)值鏈，可以幫助客戶快速高效地進(jìn)行各種藥品和醫(yī)療設(shè)備的研發(fā)、試驗(yàn)、制造、商業(yè)化以及后續(xù)的使用監(jiān)控，同時(shí)滿足嚴(yán)格的合規(guī)要求。
顧凡總結(jié)到，針對(duì)上述提到的三大挑戰(zhàn)，亞馬遜云科技通過(guò)至廣至深的云服務(wù)和合作伙伴一起構(gòu)建的端到端解決方案，幫客戶解決應(yīng)用問題，加速創(chuàng)新。
