马云几年前曾做过这样的预判：“下一个超越我的人，一定在健康产业”。
有两层深意：首先，几年前马云的预判，预示着无论与阿里是否有关，客观来看待行业的发展脉络，大健康产业将成为下一块投资圈的“新宠”。疫情爆发带来的强制促进作用不知道是否在马爸爸的预言里。另外，甘愿被人超越不是阿里的做派，这话里透视着对大健康行业特殊性的客观判断。相比马爸爸成功收复的大文娱、出行、外卖“战场”，在“大健康“这个领域里，让他资本运作感知到无力的是什么呢? 纵观阿里健康旗下的四大业务：医药电商及新零售、互联网医疗、消费医疗、智慧医疗等领域。前三项均为 to C端业务，智慧医疗 作为to B端的服务项目放在最后。
最新发布的阿里健康半年财报中这样写到：截至2020年9月30日止六个月，阿里健康期内利润将不少于2亿元，首次实现了扭亏为盈。但这主要依赖于阿里健康运营的天猫医药电商平台截至2020年3月31日产生年度GMV超过835亿元，年度活跃消费者已超过1.9亿，较半年前增加3000万。同期，医药自营业务收入同比增长92.4%，抗疫宣教、在线问诊、买药不出门等项目均有描述。但对智慧医疗业务未提及。显然，阿里健康目前在to B端业务还没有实质性的开疆破土。这也解释了几年前的预言。 联想到阿里的达摩院，先已跻身全球人工智能的激烈赛道第一梯队。不难想象其在大数据的体量和挖掘以及深度学习算法都是占尽先机的。面对智慧医疗的to B端服务中，为何没有发挥出其AI方面的实力并成功的应用于政府和医疗机构呢? 作为一家刚刚经历过爆发式成长的AI医疗圈内黑马，我们有话要说。还记得AlphaGo和李世石的一战成名，多数人理解人工智能是超越人类智慧的结果呈现。它的胜利源于它踩在了大师的肩膀上，经过千万次的学习而来。医疗行业的辅助诊断看似与AlphaGo模仿围棋大师相似，有人不禁会问，有了医生的诊疗数据不就行了吗。事实上，医疗AI行业的壁垒恰恰在此。没有有效大数据下的医疗人工智能都是伪人工智能。而所需的大数据在一个非常特殊的机构掌握着，就是医院。门槛便在于此，分几个方面来讲：
对于医学AI 真实数据的深度学习和医学知识库缺一不可
医疗人工智能最看重的是大三甲医院里最好的大夫，就像AlphaGo的学习棋谱当然都是顶级的围棋大师一个道理。那么三甲医院的医生是最佳学习对象。作为非盈利的三甲公立医院把这些带有患者隐私的信息用于人工智能的学习，受制于政策监管和对患者隐私的保护，实现这件事的难度，套用一句话“用钱能解决的事，都不是事”。这对人工智能医疗企业提出了双重挑战，即：挑战一打消医院对数据安全性的疑虑。挑战二 海量多样性的数据处理能力。换句话说，你不仅要具备强大的AI技术和数据处理能力，还要在医院原有的信息系统上进行模型的融合和做好数据的安全处理。想克隆出三甲医院的医生大脑，想覆盖上百种常见病的全科医生，没有点“愚公移山”的精神，是做不成的。因此到现在为止，多数主推人工智能医疗产品的企业采用的是另外一条路，即直接采用MAYO、BMJ、UPTODATE等医学知识库。 实际上：无论是来自于真实病历的大数据深度学习还是医学知识库，都是医学AI不可或缺的一部分，两者相互补充才是医学AI产品的完美方案，缺一不可。但由于真实病历的深度学习所花费的时间成本、人力成本和对企业创始人的匠人精神的苛求，对于大多数AI企业提出了更高的要求，这样的AI医疗企业凤毛菱角。
上得厅堂 下得厨房适应商务环境的科学家才能驾驭AI技术落地医疗
不管是人工智能还是医学知识，AI医疗公司注定是一个充满学术味道的“象牙塔”或叫“Compus”。创始人多出身名校，学术地位突出。但作为创业者如果对商业化的理解不足，不了解潜在的需求方的真实诉求，一味的只是追求技术上的改进。特别是那些科研团队，只注重技术研发却不清楚产品在市场受挫的原由也不能及时的对其进行调整，致使技术与市场脱节。无论是全套解决方案、烂尾处理还是合作开发，得练得一身武艺才行。学会放低身价，从高高在上的AI技术神坛到为客户提供解决方案的运营思维转换是又一道门槛。
资本别急鼓励政策才是扶持中国AI医疗走向成熟的助推剂
马云在刚刚结束的上海外滩金融峰会上发出了这样的呼吁：“今天是这个不许那个不许的文件太多，政策太少。最怕监管到后来，变成了自己没有风险，自己部门没有风险，但是整个经济有不发展的风险。”马云说，“很多时候，把风险控制为零才是最大的风险。”
不只是他说的金融行业，这也导致中国的AI医疗有“势”无“市”的尴尬局面发生的原因。直到疫情的爆发，医疗效能匮乏的问题被暴露无遗。根据世界卫生组织(WHO)的数据，目前我国每千人医生数、护士数、病床数分别为2.6人、2.9人、3.8张，整体上与欧美发达国家尚存在一定差距，尤其是护士数量严重不足，而护士数量与医疗质量密不可分。此外，虽然我国人均医生数量已经基本与发达国家看齐，但在医师教育培训的规范化、标准化方面仍然存在较大差距，导致医疗质量参差不齐。2018年柳叶刀杂志发表的一项研究中，中国医疗质量及可及性指数评估为78分，而发达国家普遍在90分以上，差距较大。
中国AI医疗行业蓬勃发展 自上而下带动获良性循环
AI医疗更是大健康行业内蓬勃发展的黑马AI及互联网带动下的医疗体制效能在疫情中发挥了不可或缺的作用。没有一个国家像中国一样能够拥有全球最庞大的真实病历大数据资源，在这方面其他国家是无法相比的。因此中国成为了人工智能医疗的“沃土‘。中国有机会在这样的AI技术发展赛道+医疗大数据资源的双重优势下占据全球AI医疗的顶端。
大数医达创始人兼CEO邓侃对中国AI医疗企业的优势做了这样的说明：“AI医疗产品形态有三个端，患者端、医生端和监管端，这里面最难做的实际上是医生端，就是临床导航。这个临床导航怎么做?最不容易做到的事情是获得机器学习所需要的大量训练原料，中国在这方面拥有世界上无可争议的绝对数量和绝对规模，也就是拥有世界第一的电子病例数量。大数医达，已经通过深度学习建立了自己的医学知识图谱，而它的建立所需要的数据覆盖了将近2亿人，这个数量在美国顶级AI企业：谷歌、微软也是很难的，它们也曾表示非常羡慕中国的数据环境，这是我们的先天优势。” 走出自己的AI医疗之路，在这样的战场上，中国AI医疗企业已走入快行道。
