【為什麼我們要挑選這篇文章】隨著疫情肆虐全球，推動智慧醫療加速發展，廣達集團創辦人林百里更樂觀認為，智慧醫療能是台灣的第二座護國神山。
其實早在疫情前，各大科技龍頭就開始投入資源發展智慧醫療，市場對於 AI 賦能醫療智慧化的願景懷有極高的期許，只是隨著 IBM 在今年初傳出考慮出售 Watson Health，到現在 Google也被爆出 3 年的發展下營收仍處在虧損的窘境，智慧醫療真的走得下去嗎？（責任編輯：許雅琦）
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請連繫出處
作者：量子位
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。
此時，距離 Google 當初合併 DeepMind 健康業務、成立健康部門，並挖來蓋辛格醫療中心 CEO 領軍僅僅過去了三年時間。
當初 IBM 的 Watson Health 陷入困境被群嘲，沒想到 Google 也逃不過類似的命運。
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：
- 促進家庭健康，包括管理用戶健康狀況、監控獨居老人等；
- 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；
- 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；
- 發明下一代可穿戴設備和跟蹤器，擴大相關市場份額；
- 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伯克利學歷加持的David Feinberg，曾經主持了整個賓夕法尼亞衛生系統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，行業普遍認為，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 2021 Q1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查的業務，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查這樣的產品，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。
國內某家在 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 公司紮堆投入的領域。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、相關團隊整組整組地調整。
IBM 的 Watson Health 部門，是 IBM 佈局醫療 AI 的視窗，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 年甚至達到過一萬人的規模。
然而，據 IEEE Spectrum 統計，2011 – 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。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，行業內目前也缺少資料的標準化規範，在訓練資料上的投入是 AI 醫療公司一大成本構成。
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，難以泛化到其他情況。
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 變革醫療的大牛之一啊。
所以醫療 AI 這件事，之前或許都太樂觀了。
你怎麼看？
參考連結：
《Insider》、《CNBC》、《量子位》、《YouTube》
（本文經 AI 新媒體量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈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 〉。首圖來源：unsplash）
