＊本文獲「AI新媒體量子位」（公眾號 ID：QbitAI）授權轉載，原文：谷歌也扛不住了！醫療AI探索再遇重挫，科技公司們節節敗退。轉載請聯繫出處。

又一科技巨擘，在醫療AI行業面前鎩羽而歸。

一度被視作里程碑式專案、準備借助AI在醫療領域「火力全開」的Google健康，被美國媒體BI曝光正陷入重重危機之中，不得不大規模裁員重組。實際上，國內諸多的明星AI獨角獸，也相繼陷入了裁員、倒閉、資金鏈斷裂等等窘境之中，醫療AI賽道全球範圍內的大潰敗還在繼續。

Google Health其實是「雷聲大雨點小」？

2018年11月，Google成立Google健康部門（Google Health），合併了DeepMind旗下的健康部門DeepMind Health、和負責推進「Streams」醫療APP的團隊。對於部門合併，DeepMind創始人表示，這將是一個「重要的里程碑」。而當時的輿論媒體，對於Google Health也非常看好。

據Forbes當時發表的一篇文章預測，Google Health將會在醫療健康的5個領域大展身手：

1.促進家庭健康，包括管理用戶健康狀況、監控獨居老人等。

2.通過運輸解決醫療保健問題，包括自動駕駛業務對醫療領域的支持。

3.利用大資料對抗疾病，通過演算法讓人們更容易獲取健康資訊。

4.發明下一代可穿戴設備和跟蹤器，擴大相關市場佔有率。

5.成為醫療AI的領導者，將AI引入醫療保健中。

沒錯，當時媒體普遍認為， 在AI領域已經成為巨頭的Google，同樣能將AI完美地應用到醫療中，並實現「引領行業」的目標 。加上Google還從蓋辛格醫療中心挖來了David Feinberg就任主管，後者是全美最好的成人專科醫院之一。

有著UC柏克萊學歷加持的David Feinberg，曾經主持了整個賓州衛生系統Geisinger的成立，並統一了這個系統在醫療領域的各個分散項目。當時，業界普遍認為，David Feinberg的加入能讓Google在醫療健康領域如虎添翼。

但現實情況是，直至2021年，Google與醫療AI相關的創新業務也沒有做起來，Google最新一期2021Q1季度財報顯示，Google包括人工智慧DeepMind、智慧醫療Verily在內的創新業務，仍然處於虧損狀態 。

具體到業務上來看，一項名為糖尿病視網膜病變篩檢的業務，一直是Google健康對醫療AI重點宣傳的核心。Google此前發表在《美國醫學會期刊》（JAMA）上的研究顯示，AI演算法在這一研究中起到的作用極大，使得這一工具的準確率達到了90%，理論上幾秒就能出結果，「足以和眼科專家的診斷結果相媲美」。

然而，這一工具在實際應用中卻出現了「水土不服」的情況。2020年，Google與泰國公共衛生部門合作，在泰國的11所診所安裝了這一工具。由於演算法對檢查照片的要求極高，導致準確率不如預期；此外，當地醫院的網路信號不好，從上傳照片到出結果往往需要相當長的時間，病人更願意找醫生診斷 。

即使如此，這次在重組時，David Feinberg還是宣傳了這一核心項目：當我們在談「全球影響力」時，我指的不是收入，而是讓糖尿病視網膜病變篩檢這樣的產品，在印度和泰國以外的其他世界地區也能得到推廣。對於這次變動，David Feinberg回應：這將提高部門的影響力和執行速度⋯⋯我們重點考慮的不是營收。

消息傳遞的信號，其實已經非常明確—Google這個成立近3年的健康部門，根本不賺錢，這次的Google Health部門重組，再次把醫療AI推上了輿論浪尖。

AI公司陸續在智慧醫療賽道節節敗退

畢竟，不止是Google，知名科技公司的醫療AI業務，面臨重組、收購的情況還有很多，中國某家在2017年B輪獲2億投資，成為AI醫療影像領域亮眼明星的公司，還沒有挺到C輪就在2019年底左右面臨資金鏈斷裂，醫療影像輔助診斷是當時醫療AI公司盡力投入的領域，這家公司最大的賣點肺結節診斷，則是紅海中的紅海。

一家醫院接入4、5家AI肺結節診斷產品成了司空見慣，曾有影像醫師笑稱：中國人的肺結節都不夠用了。以免費提供的形式進入醫院只是一張入場券，遲遲找不到盈利路線的這家公司，靠燒錢最終無以為繼。另一家知名AI獨角獸，雖然醫療不是全部業務，但之前聲勢浩大、一度前景光明，可最近也傳出收縮業務、相關團隊整組調整。

IBM的Watson Health部門，是IBM佈局醫療AI的窗口，主要利用AI説明醫院、保險公司和製藥商管理資料，輔助診斷。但成立6年，年收入才為10億美元，占公司總收入2%以下，至今尚未獲得盈利。然而之前，IBM光是收購Waston就花了40多億美元。

與Google Health幾百人規模不同，Watson Health在2016年甚至達到過1萬人的規模。然而，據IEEE Spectrum統計，2011到2019年期間，IBM Watson與其他機構合作的25個具有代表性的項目中，卻僅有5個合作專案推出了AI醫療產品。

不僅如此，在2018年，Watson還被曝出給患者開錯了藥物，嚴重的話可能會致人死亡。IBM的路線不是醫學影像，而是用NLP去理解醫學文本內。就連圖靈獎得主Yoshua Bengio，也不看好IBM的這種模式，他認為：在醫學文字檔中，人工智慧系統無法理解其模糊性，也無法瞭解人類醫生注意到的微妙線索。

較成功的醫療AI公司，集中在2大方向

事實上，據動脈網調查，在醫療AI領域中，目前真正落地並成功上市的公司，基本都處在「大資料管理」和「語音錄入」這兩個方向。然而，這兩個方向對於技術的要求，其實都與醫療本身沒有直接關係。

關係到患者隱私的臨床資料，分散在各個醫院難以互通共用，是AI醫療發展面臨的最大障礙。除了資料歸屬權問題，業界目前也缺少資料的標準化規範，在訓練資料上的投入是AI醫療公司一大成本。

吳恩達2020年在史丹佛HAI研討會的演講中也分析過，醫療領域AI研究的演算法難以投入到生產，因為以部分資料訓練出的模型，難以套用到其他情況，吳恩達的這話，多少有點反思的意味，畢竟想當初，他可是最看好AI變革醫療的人之一。

所以醫療AI這件事，之前或許都太樂觀了。

＊本文獲「AI新媒體量子位」（公眾號 ID：QbitAI）授權轉載，原文：谷歌也扛不住了！醫療AI探索再遇重挫，科技公司們節節敗退。轉載請聯繫出處。

責任編輯：鍾守沂