谷歌健康遭遇重挫 科技公司医疗赛道布局受困

2022-11-13

原标题:谷歌也扛不住了!医疗AI探索再遇重挫,科技公司们节节败退

来源:量子位

又一科技巨擘,在医疗AI行业面前铩羽而归。

一度被视作里程碑式项目、准备借助AI在医疗领域“火力全开”的谷歌健康,被美国媒体BI曝光正陷入重重危机之中,不得不大规模裁员重组。

此时,距离谷歌当初合并DeepMind健康业务、成立健康部门,并挖来盖辛格医疗中心CEO领军仅仅过去了三年时间。

当初IBM的沃森医疗陷入困境被群嘲,没想到谷歌也逃不过类似的命运。

实际上,国内诸多的明星AI独角兽,也相继陷入了裁员、倒闭、资金链断裂……等等窘境之中。

医疗AI赛道全球范围内的大溃败还在继续。

谷歌健康,“雷声大雨点小”

2018年11月,谷歌成立谷歌健康部门(GoogleHealth),合并了DeepMind旗下的健康部门DeepMindHealth、和负责推进“Streams”医疗APP的团队。

对于部门合并,DeepMind创始人表示,这将是一个“重要的里程碑”。

而当时的舆论媒体,对于谷歌健康也非常看好。

据Forbes当时发表的一篇文章预测,谷歌健康将会在医疗健康的5个领域大展身手:

促进家庭健康,包括管理用户健康状况、监控独居老人等;

通过运输解决医疗保健问题,包括自动驾驶业务对医疗领域的支持;

利用大数据对抗疾病,通过算法让人们更容易获取健康信息;

发明下一代可穿戴设备和跟踪器,扩大相关市场份额;

成为医疗AI的领导者,将AI引入医疗保健中。

没错,当时媒体普遍认为,在AI领域已经成为巨头的谷歌,同样能将AI完美地应用到医疗中,并实现“引领行业”的目标。

加上谷歌还从盖辛格医疗中心挖来了DavidFeinberg就任主管,后者是全美最好的成人专科医院之一。

△谷歌健康部门主管DavidFeinberg

有着UC伯克利学历加持的DavidFeinberg,曾经主持了整个宾夕法尼亚卫生系统Geisinger的成立,并统一了这个系统在医疗领域的各个分散项目。

当时,行业普遍认为,DavidFeinberg的加入能让谷歌在医疗健康领域如虎添翼。

但现实情况是,直至2021年,谷歌与医疗AI相关的创新业务也没有做起来。

谷歌最新一期2021Q1季度财报显示,谷歌包括人工智能DeepMind、智能医疗Verily在内的创新业务,仍然处于亏损状态。

具体到业务上来看,一项名为糖尿病视网膜病变筛查的业务,一直是谷歌健康对医疗AI重点宣传的核心。

谷歌此前发表在《美国医学会期刊》(JAMA)上的研究显示,AI算法在这一研究中起到的作用极大,使得这一工具的准确率达到了90%,理论上几秒就能出结果,“足以和眼科专家的诊断结果相媲美”。

然而,这一工具在实际应用中却出现了“水土不服”的情况。

2020年,谷歌与泰国公共卫生部门合作,在泰国的11所诊所安装了这一工具。

由于算法对检查照片的要求极高,导致准确率不如预期;此外,当地医院的网络信号不好,从上传照片到出结果往往需要相当长的时间,病人更愿意找医生诊断。

即使如此,这次在重组时,DavidFeinberg还是宣传了这一核心项目:

当我们在谈“全球影响力”时,我指的不是收入,而是让糖尿病视网膜病变筛查这样的产品,在印度和泰国以外的其他世界地区也能得到推广。

对于这次变动,DavidFeinberg回应:

这将提高部门的影响力和执行速度……我们重点考虑的不是营收。

消息传递的信号,其实已经非常明确——

谷歌这个成立近3年的健康部门,根本不赚钱。

这次的谷歌健康部门重组,再次把医疗AI推上了舆论浪尖。

AI公司在医疗赛道节节败退

毕竟,不止是谷歌,知名科技公司的医疗AI业务,面临重组、收购的情况还有很多。

国内某家在2017年B轮获2亿投资成为AI医疗影像领域亮眼明星的公司,还没有挺到C轮就在2019年底左右面临资金链断裂。

医疗影像辅助诊断是当时医疗AI公司扎堆投入的领域。这家公司最大的卖点肺结节诊断,则是红海中的红海。

一家医院接入4、5家AI肺结节诊断产品成了司空见惯,曾有影像医师笑称:

中国人的肺结节都不够用了。

以免费提供的形式进入医院只是一张入场券,迟迟找不到盈利路线的这家公司,靠烧钱最终无以为继。

另一家知名AI独角兽,虽然医疗不是全部业务,但之前声势浩大,一度前景光明,可最近也传出收缩业务、相关团队整组整组地调整。

IBM的WatsonHealth部门,是IBM布局医疗AI的窗口,主要利用AI帮助医院,保险公司和制药商管理数据、辅助诊断。

但成立6年,年收入才为10亿美元,占公司总收入2%以下,至今尚未获得盈利。然而之前,IBM光是收购Waston就花了40多亿美元。

与谷歌健康几百人规模不同,WatsonHealth在2016年甚至达到过一万人的规模。

然而,据IEEESpectrum统计,2011-2019年期间,IBMWatson与其他机构合作的25个具有代表性的项目中,却仅有5个合作项目推出了AI医疗产品。

不仅如此,在2018年,Watson还被曝出给患者开错了药物,严重的话可能会致人死亡。

IBM的路线不是医学影像,而是用NLP去理解医学文本。就连图灵奖得主YoshuaBengio,也不看好IBM的这种模式,他认为:

在医学文本文件中,人工智能系统无法理解其模糊性,也无法了解人类医生注意到的微妙线索。

目前医疗AI公司落地情况

事实上,据动脉网调查,在医疗AI领域中,目前真正落地并成功上市的公司,基本都处在“大数据管理”和“语音录入”这两个方向。

然而,这两个方向对于技术的要求,其实都与医疗本身没有直接关系。

关系到患者隐私的临床数据分散在各个医院难以互通共享,是AI医疗发展面临的最大障碍。

除了数据归属权问题,行业内目前也缺少数据的标准化规范,在训练数据上的投入是AI医疗公司一大成本构成。

吴恩达2020年在斯坦福HAI研讨会的演讲中也分析过,医疗领域AI研究的算法难以投入到生产,因为以部分数据训练出的模型,难以泛化到其他情况。

吴恩达的这话,多少有点反思的意味。

毕竟想当初,他可是最看好AI变革医疗的大牛之一啊。

所以医疗AI这件事,之前或许都太乐观了。

你怎么看?

您好!请登录

点击取消回复