文 | 動脈網(wǎng)
AI醫(yī)療從未像今天一般熱鬧過。據(jù)不完全統(tǒng)計，DeepSeek人工智能大模型已經(jīng)實(shí)現(xiàn)在全國范圍內(nèi)的近90家、當(dāng)?shù)刂笕揍t(yī)院的部署。過去一個月，國內(nèi)AI醫(yī)療公司股票集體上揚(yáng)，而大洋彼岸，以AI精準(zhǔn)醫(yī)療公司Tempus AI為首，美股醫(yī)療AI公司迎來了一波爆發(fā)。
AI醫(yī)療的“先行者”IBM Watson Health退出賽道并不遙遠(yuǎn)，AI醫(yī)療在去年還沒有進(jìn)入主流視野。突然之間，AI醫(yī)療的時代就來了？
兩家最受市場關(guān)注的AI公司
Tempus AI去年才上市，今年1月就暴漲近三倍，從低點(diǎn)的30美金漲至超90美金一股，隨后近幾天又暴跌到50多美金。
Tumpus AI股價日K圖，圖片來源百度股市通
Tempus AI目前提供三種不同的產(chǎn)品線：基因組學(xué)、數(shù)據(jù)和 AI 應(yīng)用。
基因組學(xué)是Tempus的主營業(yè)務(wù)，通過基因檢測相關(guān)的服務(wù)，在腫瘤診斷領(lǐng)域推出一系列產(chǎn)品，包括腫瘤組織基因測序、液體活檢等。作為數(shù)據(jù)和流量的入口，基因檢測產(chǎn)品通過一整套智能診斷系統(tǒng)，生成源源不斷的分子數(shù)據(jù)流，以推動其他兩條產(chǎn)品線的增長。
數(shù)據(jù)服務(wù)除了基因測序業(yè)務(wù)之外，Tempus還依靠收購的Arterys公司進(jìn)入到醫(yī)療影像領(lǐng)域。截至2024年11月，其數(shù)據(jù)庫擁有超過250PB多模態(tài)數(shù)據(jù)，積累了120萬影像數(shù)據(jù)、超110萬樣本測序數(shù)據(jù)和超25萬“DNA+RNA”特征數(shù)據(jù)。這些數(shù)據(jù)整合為兩個主要產(chǎn)品 Insights 和 Trials，為生命科學(xué)公司的藥物發(fā)現(xiàn)和研發(fā)提供數(shù)據(jù)服務(wù)以及AI研發(fā)工具，同時也是Tempus收入增長最快的部分。
AI應(yīng)用專注于開發(fā)和提供AI驅(qū)動的CRO服務(wù)、臨床試驗(yàn)服務(wù)、構(gòu)建和部署臨床決策支持工具。本質(zhì)上通過基于數(shù)據(jù)、算法的軟件，為醫(yī)療環(huán)節(jié)的各個角色提供AI工具。
該系列的主要產(chǎn)品有Next（護(hù)理，推進(jìn)醫(yī)生與患者之間的信息溝通與治療路徑管理）、Algos（算法，利用深度學(xué)習(xí)評估生物標(biāo)志物，幫助醫(yī)生判斷化療藥物或靶向療法的適用性）、One（AI助手，借助 AI 輔助分析患者信息，為個體化治療方案提供快速建議）、Hub（管理站，幫助醫(yī)生或研究者通過手機(jī)或電腦訪問并管理患者診斷數(shù)據(jù)）、Lens（數(shù)據(jù)分析，負(fù)責(zé)為科研人員呈現(xiàn)數(shù)據(jù)匯總和可視化結(jié)果，便于進(jìn)行群體或個體層面的研究）、Pixel（AI影像，影像數(shù)據(jù)的 AI 診斷與縱向變化追蹤）、Assays（精準(zhǔn)醫(yī)療，覆蓋多類測序手段，包括全外顯子、RNA 乃至液體活檢）。
Tumpus AI的三種產(chǎn)品
Tempus是少有的能有自己“業(yè)務(wù)飛輪”的AI醫(yī)療公司，它一直圍繞“數(shù)據(jù)——分析——診斷——服務(wù)”的循環(huán)思路布局精準(zhǔn)醫(yī)療。
其成長策略具體而言，首先專注于拓展醫(yī)院網(wǎng)絡(luò)。他們?yōu)榕R床醫(yī)生提供基因檢測和數(shù)據(jù)分析工具，同時收集寶貴的患者數(shù)據(jù)。他們還積極與更多醫(yī)療機(jī)構(gòu)合作，推廣測序技術(shù)的應(yīng)用。
在此基礎(chǔ)上，他們向制藥企業(yè)出售數(shù)據(jù)服務(wù)，既可協(xié)助藥企精準(zhǔn)篩選臨床試驗(yàn)人群，也能挖掘新藥潛力，為后續(xù)的藥企合作奠定堅實(shí)財務(wù)基礎(chǔ)。
隨著數(shù)據(jù)庫規(guī)模與算法能力的提升，公司不斷開發(fā)新的 AI 應(yīng)用產(chǎn)品，從智能病理診斷到腫瘤原發(fā)灶識別，逐步滲透更多臨床場景。與此同時，他們從腫瘤擴(kuò)張到心血管、罕見病等多個疾病領(lǐng)域，讓技術(shù)與數(shù)據(jù)的價值在更多場合被釋放；最后則是在地域?qū)用娴娜蚧季?，接連與北美、歐洲及亞洲的主要醫(yī)療機(jī)構(gòu)合作，進(jìn)一步擴(kuò)大數(shù)據(jù)來源和行業(yè)影響力。
正是這套覆蓋數(shù)據(jù)收集、分析建模、診斷服務(wù)與商業(yè)合作的全鏈條策略，推動公司在精準(zhǔn)醫(yī)療領(lǐng)域持續(xù)高速增長。近兩年AI算力的爆發(fā)和診斷成本的顯著降低，使海量醫(yī)療數(shù)據(jù)的收集、訪問和整合變得更加高效，也讓復(fù)雜的橫向和縱向數(shù)據(jù)分析成為可能。這一技術(shù)進(jìn)步為成長提速提供了強(qiáng)大支撐。
今年Tempus AI的預(yù)計年收入約為 12.3 億美元，同比增長 75%以上。
一級市場上，另一家醫(yī)療AI領(lǐng)域新星OpenEvidence剛剛完成了7500萬美元融資，由紅杉資本領(lǐng)投，使公司估值一舉突破10億美元。創(chuàng)始人Daniel Nadler之前創(chuàng)辦的金融數(shù)據(jù)公司Kensho曾在2018年以7億美元價格出售給標(biāo)普。2021年，他自掏資金創(chuàng)立了OpenEvidence，專注開發(fā)面向醫(yī)生的AI助手。
OpenEvidence采用免費(fèi)增值模式，通過廣告創(chuàng)收，主要依靠醫(yī)院內(nèi)部口碑傳播獲取用戶。紅杉資本合伙人Pat Grady指出，這種自然傳播模式在醫(yī)療行業(yè)極為罕見，通常只在互聯(lián)網(wǎng)產(chǎn)品中才能見到。
目前，OpenEvidence已與《新英格蘭醫(yī)學(xué)雜志》建立合作關(guān)系，并計劃在今年拓展更多醫(yī)學(xué)期刊資源。此輪融資將主要用于AI算法優(yōu)化和擴(kuò)展醫(yī)學(xué)數(shù)據(jù)合作伙伴網(wǎng)絡(luò)。
數(shù)據(jù)為王
兩個不同階段公司的脫穎而出，再次強(qiáng)調(diào)了：醫(yī)療AI的基礎(chǔ)是數(shù)據(jù)。
尤其是Tempus AI，在醫(yī)療領(lǐng)域收集數(shù)據(jù)多年，目前美國其他AI醫(yī)療公司短期想追上很難。它已經(jīng)與超過200家生物制藥企業(yè)建立了合作關(guān)系，連接了美國65%的學(xué)術(shù)醫(yī)療中心和50%的腫瘤醫(yī)生，擁有850萬臨床記錄、120萬影像記錄以及250PB多模態(tài)數(shù)據(jù)，從而構(gòu)建起公司的核心壁壘。2024年11月，Tempus收購了基因檢測公司Ambry Genetics，后者是一家擁有25年歷史的基因檢測公司，獲得了更多有價值的數(shù)據(jù)，并將業(yè)務(wù)拓展至兒科、罕見病、免疫學(xué)、生殖健康和心臟病學(xué)等領(lǐng)域。
都說醫(yī)療行業(yè)產(chǎn)生的數(shù)據(jù)最多，似乎和AI是天作之合。
然而現(xiàn)實(shí)卻充滿挑戰(zhàn)——醫(yī)療領(lǐng)域嚴(yán)重缺乏經(jīng)濟(jì)實(shí)惠且高效可用的優(yōu)質(zhì)訓(xùn)練數(shù)據(jù)，面臨的問題不僅技術(shù)性強(qiáng)且枯燥乏味，項(xiàng)目周期往往漫長，使得整個行業(yè)在科技創(chuàng)新圈中難言“性感”。
《硅谷》第一季中有個經(jīng)典橋段，硅谷的每家科技創(chuàng)業(yè)公司都掛著同一句豪言壯語——“讓世界變得更美好”。而在AI+醫(yī)療這個特殊戰(zhàn)場上，可能還需要加一些條件：“讓世界變得更美好，但取決于FDA審批進(jìn)度”。
在醫(yī)療行業(yè)推動哪怕最微小的變革，都需要協(xié)調(diào)數(shù)量驚人的利益相關(guān)方，穿越層層疊疊的監(jiān)管審批流程，與真正實(shí)現(xiàn)盈利之間更是橫亙著漫長的時間鴻溝。通過實(shí)際接觸不難發(fā)現(xiàn)：醫(yī)生們并不期待大模型能夠創(chuàng)造癌癥治愈的奇跡，他們更現(xiàn)實(shí)的期望是，你能否幫助自動化處理A類手術(shù)中B環(huán)節(jié)涉及的C類手續(xù)報告；而這些真實(shí)需求只有在長期深入行業(yè)、充分理解臨床工作流程后才能真正體會。
所以，在這樣一個復(fù)雜的行業(yè)中，以權(quán)威標(biāo)準(zhǔn)或政策推動數(shù)據(jù)流通至關(guān)重要。
在美國，F(xiàn)HIR（Fast Healthcare Interoperability Resources）和HL7標(biāo)準(zhǔn)已經(jīng)廣泛應(yīng)用，確保醫(yī)療數(shù)據(jù)在不同機(jī)構(gòu)之間的互通。標(biāo)準(zhǔn)化數(shù)據(jù)使AI技術(shù)在醫(yī)療中的整合更加順暢，推動了影像分析、輔助診斷等應(yīng)用的落地。歐洲也在通過制定類似標(biāo)準(zhǔn)，推動醫(yī)療數(shù)據(jù)的互通互操作。
相比之下，中國的醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)化仍在發(fā)展中，但去年底有一個關(guān)鍵的轉(zhuǎn)折點(diǎn)：首都醫(yī)科大學(xué)宣武醫(yī)院與北京國際大數(shù)據(jù)交易所合作，成功完成了北京市首筆公立醫(yī)院數(shù)據(jù)交易。未來，該數(shù)據(jù)集將應(yīng)用于國產(chǎn)頸動脈支架產(chǎn)品的研發(fā)，助力醫(yī)療機(jī)構(gòu)更加精準(zhǔn)地理解中國人群的腦血管疾病。
這意味著一個健康數(shù)據(jù)自由流通的時代正在開啟。此前對于醫(yī)院而言，政策指導(dǎo)下的醫(yī)療IT建設(shè)雖能在長期之中提升醫(yī)院的綜合競爭力，但短期之內(nèi)僅以成本的形式計入損益表中。健康數(shù)據(jù)交易的實(shí)現(xiàn)或能改變這一局面：通過規(guī)?；N售脫敏數(shù)據(jù)，醫(yī)院可以將數(shù)據(jù)治理從成本轉(zhuǎn)化為收入，從而激發(fā)其主動深化信息化建設(shè)的動力，也為AI醫(yī)療的數(shù)據(jù)基礎(chǔ)建設(shè)提供更加豐富且高質(zhì)量的資源。
還是曇花一現(xiàn)嗎？
這次AI醫(yī)療浪潮和之前相比，最大的不同可能就是“系統(tǒng)化”。也就是說，AI不再只是獨(dú)立模塊或單一功能，而是嵌入醫(yī)院的信息化體系之中，影像、病歷、藥品管理、隨訪體系等多環(huán)節(jié)互聯(lián)互通。
事實(shí)上，中國醫(yī)療機(jī)構(gòu)的AI應(yīng)用水平處于較為領(lǐng)先的地位，根據(jù)2024年飛利浦中國版《未來健康指數(shù)報告》數(shù)據(jù)顯示，86%的醫(yī)療機(jī)構(gòu)管理者受訪者表示已布局或計劃投資生成式AI，這一比例顯著高于美國（75%）。在具體應(yīng)用場景方面，47%受訪者表示已經(jīng)在放射科部署AI，44%在院內(nèi)患者監(jiān)護(hù)中應(yīng)用AI，40%在藥品管理環(huán)節(jié)應(yīng)用AI。
盡管部署率令人矚目，但落地來看，醫(yī)院最關(guān)心的是“是否能緩解醫(yī)生資源緊張”、“是否能減少文書工作量”、“是否能降低誤診率”等具體現(xiàn)實(shí)問題。如果AI產(chǎn)品只在短期內(nèi)解決一個小痛點(diǎn)，或長期維護(hù)成本過高，醫(yī)院就會覺得得不償失。
當(dāng)年，IBM Watson Health的致命缺點(diǎn)之一，就是缺乏醫(yī)患場景的深度融入，不能貼合醫(yī)院工作流、無法與醫(yī)生日常操作系統(tǒng)無縫銜接，很難獲得持續(xù)應(yīng)用。醫(yī)生需要簡潔、易操作且能節(jié)省時間的工具，而Watson的交互流程對醫(yī)院信息化系統(tǒng)提出了較高要求，也往往需要額外的培訓(xùn)成本與維護(hù)投入。對很多醫(yī)療機(jī)構(gòu)來說，“用起來不方便”就足以讓他們望而卻步。
而且，IBM在推廣Watson醫(yī)療時，傾向于走“大項(xiàng)目、大客戶”路線。但每家醫(yī)院的管理體系、信息化水平、預(yù)算流程都不一樣，要想批量復(fù)制落地并不容易。對于IBM而言，研發(fā)、維護(hù)和定制化投入巨大，卻難以在短期內(nèi)得到相匹配的市場回報；對醫(yī)院而言，高昂的采購和運(yùn)營成本也讓人猶豫不決。雙方都承擔(dān)著不小的財務(wù)壓力，最終只能無奈止步。
最著名的是與MD安德森癌癥中心的合作終止，巨額投入?yún)s未達(dá)預(yù)期結(jié)果，引起業(yè)界廣泛質(zhì)疑?！懊餍琼?xiàng)目”的失敗具有強(qiáng)烈示范效應(yīng)，直接動搖了IBM Watson在醫(yī)療領(lǐng)域的商業(yè)信心，也讓其他潛在伙伴對其技術(shù)可行性持保留態(tài)度。
和Watson時代不同，現(xiàn)在市場上已涌現(xiàn)眾多能夠駕馭海量數(shù)據(jù)、挖掘深層價值并提供多樣化解決方案的企業(yè)，AI在醫(yī)療領(lǐng)域的應(yīng)用早已突破“輔助診斷”的單一維度，擴(kuò)展至制藥、檢測、患者服務(wù)、科研等全產(chǎn)業(yè)鏈。結(jié)合對生物學(xué)與臨床數(shù)據(jù)的深度理解，AI醫(yī)療已從早期簡單的軟件工具，發(fā)展為跨學(xué)科、跨場景的綜合應(yīng)用生態(tài)。
醫(yī)療 AI 領(lǐng)域的投資仍處于早期階段，預(yù)計 2024 年至 2032 年間，AI 健康科技行業(yè)的復(fù)合年增長率將達(dá)到 43%。這是一個具有爆炸性增長潛力的市場。
然而，Watson的經(jīng)驗(yàn)教訓(xùn)仍值得深思：市場不會為純概念買單，只有真正建立在高質(zhì)量數(shù)據(jù)基礎(chǔ)上，通過扎實(shí)技術(shù)研發(fā)精準(zhǔn)匹配臨床需求，才能使AI自然融入醫(yī)療工作流，為醫(yī)生、患者和研究者創(chuàng)造實(shí)質(zhì)價值。
畢竟，AI醫(yī)療，不是“AI需要醫(yī)療行業(yè)來講故事”，而是“醫(yī)療需要AI來革新”。