在医疗人工智能里“集体哑火”的BAT


在医疗人工智能里“集体哑火”的BAT
文章图片

文章图片
“我们也快吃不消了 , 投了这么多钱 , 就希望可以马上就给我拿证 , 让新的融资进来 。”
两年前 , 一位投资人曾向雷锋网诉苦道 。
对于到处攻城略地的BAT来说 , 一个颇为尴尬的局面是:投资人口中的“拿证” , 有钱、有人、有资源的自己 , 至今颗粒无收 。
医疗器械的三类证是什么概念?这主要取决于产品的应用风险 。三类的风险等级最高 , 植入式心脏起博器、人工晶体属于三类 , 用于辅助诊断用途的医学影像AI产品也属于这一类 。
对于医疗人工智能企业来说 , 三类证是最重要的入场券 。而当前没有三类证的医疗AI公司 , 犹如怀有一身教学绝技 , 但没有在校内教学资格的老师 。纵使本事不小 , 也上不了台面 , 更赚不了钱 。
相比之下 , 行业里的十多家创业型友商们 , 已经小有所成 。数据显示:截至今年 , 已经陆续有15款AI产品通过了NMPA(国家药监局)的审批 。一些跑得足够快的公司 , 已经进行上市前的准备 。
还记得 , 2017年阿里健康副总裁柯研豪言 , “我们的期望是在十年内用医疗AI帮助医生承担一半的工作量 。”腾讯觅影发布时 , 马化腾为它转了一条朋友圈 , 评价到:一小步 , 有希望 。
然而 , 当初的豪言状语和满怀期待 , 在现实面前遭到了重重一击 。
或许 , 巨头的文化和基因里面从来没有担心过营收方面的问题 。如雷锋网(公众号:雷锋网)2019年采访腾讯副总裁丁珂时所言 , “我们从来不会只从财务的角度去考核 。能够赚钱当然好 , 但我们也知道一个道理——粮草充足 , 兵马才能跑得快 , 打仗才能更有信心 。”
但是 , 在激烈的医学影像AI赛道上 , 谁会希望“无证狂奔”?对于BAT来说 , 拿证这件事究竟是内心佛系 , 还是无能为力之后的一种自我安慰?审批大势下的行业寒潮
时间来到两年后 。
2019年7月3日 , 医疗器械技术审评中心发布《深度学习辅助决策医疗器械软件审评要点》 , 审评要点对与深度学习算法相关的数据集、算法开发、临床验证等方面进行规范说明 。
这时候医学影像AI的神秘感已经消散 , 少有新资本流入 , 也几乎看不到新鲜血液的出现 。
“2019年是医学影像AI的一场寒潮 。”有投资人向雷锋网感慨 , “我们也快吃不消 , 投了这么多钱 , 就希望可以马上就给我拿证 , 让新的融资进来 。”
然而 , 监管层面并不会因为资本的挣扎而有所放松 。放眼世界 , NMPA对于三类证审批的严格都是排名前列 。
据动脉网报道 , 今年的WAIC上 , 国家药监局器审中心评审二部副部长郭兆君曾表示 , “对于医疗器械的监管 , 我们一直强调全生命周期的监管 。全生命周期指从一个产品的基本概念建立 , 一直到最后这个产品不再维护 , 不再使用为止 。在全生命周期监管中 , 我们要贯穿质量管理体系 , 并在全过程中进行风险管理 。”
国家层面的信号很明显:对于医疗AI , 严格的监管将有力于保障患者的利益 , 进而消除产品面临的风险 。这种严格的审评心态 , 再配以从未设立过的审评标准 , 对以融资过活、缺乏稳定现金流的医疗AI公司来说 , 是一场艰难的等待 。
一位业内人士向雷锋网表示 , 从场景选择、市场调研、产品设计、试用调整 , 再到审评审批、进入价格目录、规模营销 , 一个医疗人工智能软件的生长周期大致可分为上述七步 。对于企业而言 , 走通每一个环节 , 都需要耗费大量时间 。