为何医疗难做?盘点AI四小龙的医疗布局( 六 )


他进而提到,某AI独角兽企业在初期进军医疗并未设定商业化的目标,更多是基于通盘考虑,希望从影像到全科,然后把医疗数据结构化,从诊断到科研,进而把医药和保险也囊括其中 。其格局不可谓不大 。然而,没有人想到的是,AI烧钱的势头是如此之猛,迟迟难以实现自身造血 。
尤其在近年,商业化压力无时无刻不摧残着AI独角兽们脆弱的神经 。企业更难将有限的资源投入到没有回报的领域 。毫无疑问,这种巨大的商业化压力,无疑也是AI独角兽们近来扎堆提交上市申请的原因之一 。
这就引出了第二个原因,由于医疗业务营收占比太小,使得医疗业务的话语权持续缩减 。
通过招股书不难发现,AI独角兽们在医疗业务上的营收占比小得可怜 。即使是AI独角兽中医疗业务较为领先的依图科技来说,其招股书显示,在2018年至2020年上半年,依图科技在医疗健康领域分别实现营收约10万元、560万元和563万元,占整体营收比例均不足2% 。相比其巨大的投入,这些营收简直杯水车薪 。
与此同时,科大讯飞的年报也显示,尽管2020年智慧医疗业务相比上年同期实现了超过60%的增长,但在总体营收中所占比例也仅有2.4% 。不过,相比而言,科大讯飞在医疗上的绝对营收仍然相当可观,这也是其计划分拆讯飞医疗上市的重要原因之一 。
在任何一家企业,缺乏足够营收都将使部门缺乏话语权 。即使有来自高层的强力支持,但长期看不到结果也必然会发生动摇,导致高管离职,进而导致策略出现反复摇摆 。强如谷歌尚且如此,更不要提整体亏损,仍然需要大把烧钱的AI独角兽们了 。
医疗领域的特殊规则成为了压垮骆驼的最后一根稻草 。这是因为如果涉及到治疗诊断,则必然需要满足相应的监管,获得医疗器械认证 。这个过程并无捷径可言,且时间和投入都相当可观 。
根据业内人士的介绍,从注册检验到最终的注册审评最快也需要1年多时间,如果不幸卡在临床试验环节,获批所需时间甚至可能会被拉长到3年左右,甚至直接流产血本无归 。根据对历年创新医疗器械审评情况的统计,动脉网发现,几款通过创新医疗器械的AI影像器械从公示进入创新医疗器械审批程序到最终拿证基本需要1年,最快也需要10个月 。

为何医疗难做?盘点AI四小龙的医疗布局

文章插图
部分AI影像创新医疗器械审批状况
与此同时,在获批拿证后,这些软件器械在后期的更新中仍然需要谨小慎微,满足监管的需求 。今年的WAIC上,国家药监局器审中心在演讲中就提到,对于医疗器械的监管要强调全生命周期的监管 。即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,需要贯穿质量管理体系,并在全过程中进行风险管理 。
对于习惯了“快速迭代”的AI独角兽们而言,这实在谈不上是什么好事 。在其他赛道上三天两头的更新可以解决的问题,在这里或许会意味着需要重新注册 。不单是AI企业,也曾有消费电子品牌的从业者对此抱怨:“医疗器械审批需要每个产品都单独申请,非常麻烦 。”
如果无法拿证,纵使在试用中有着优秀的表现,也同样不能商业化 。当然,对于医疗器械来说,严格的监管毫无疑问是必须的,这将最大程度消除产品风险,保障患者的利益 。本质上,这是“快”公司与“慢”行业之间的矛盾 。面对这种犹如取经之路的漫长过程,AI独角兽们只要有其他选择必然会敬而远之 。
尽管拿证依然不易,但它的确也成为了AI医疗独角兽在面对规模更大的AI独角兽时的天然壁垒 。