Google也不能忍！医疗人工智能探索又遭遇了挫折 科技公

陈梦晓晓来自奥菲寺

又一个科技巨头在医疗AI行业面前失败了。

一度被视为里程碑工程，准备用AI在医疗领域“全面开火”的谷歌健康，被美国媒体BI曝光，陷入危机，不得不大规模裁员重组。

此时距离谷歌合并DeepMind的健康业务，成立健康部门，并聘请盖辛格医疗中心CEO担任领导才三年。

当IBM的沃森医疗陷入困境时，遭到了嘲讽，但谷歌却逃脱不了类似的命运。

其实国内很多明星AI独角兽也陷入了裁员、破产、资金链断裂等等困境。

医疗人工智能的全球溃败仍在继续。

谷歌很健康，“打雷下雨小。”

2018年11月，Google成立了Google Health，合并了DeepMind旗下的健康部门DeepMind Health，以及负责推广“Streams”医疗APP的团队。

至于部门合并，DeepMind的创始人表示，这将是一个“重要的里程碑”。

当时媒体对谷歌的健康状况非常乐观。

根据当时福布斯发表的一篇文章，Google Health将在医疗卫生的五个领域展现才华：

促进家庭健康，包括管理使用者的健康状况和监测独居老人；

通过交通解决医疗保健问题，包括医疗领域自主驾驶业务的支持；

利用大数据对抗疾病，让人们更容易通过算法获取健康信息；

发明下一代可穿戴设备和追踪器，扩大相关市场份额；

成为医疗AI的领导者,将人工智能引入医疗保健。

没错，当时媒体普遍认为，已经成为AI领域巨头的谷歌，也可以将AI完美应用于医疗，达到“引领行业”的目的。

此外，谷歌还聘请了盖辛格医疗中心的David Feinberg作为其主管，这是美国最好的成人专科医院之一。

谷歌健康部门主管大卫范伯格

大卫范伯格(David Feinberg)有幸接受过加州大学伯克利分校(UC Berkeley)的教育，曾主持建立了盖辛格(Geisinger)，即整个宾夕法尼亚卫生系统，并统一了该系统在医学领域的零散项目。

当时业界普遍认为，大卫范伯格的加入，可以让谷歌在医疗卫生领域更加强大。

但现实是，直到2021年，谷歌与医疗AI相关的创新业务还没有完成。

谷歌最新的2021年Q1季度财务报告显示，谷歌的创新业务，包括人工智能、深度思维和智能医疗，确实仍在处于亏损状态.

就业务而言，一家名为糖尿病视网膜病变筛查的企业一直是谷歌健康(Google Health)重点推广医疗AI的核心。

Google之前发表在《美国医学会期刊》 (JAMA)的研究表明，AI算法在这项研究中起到了很大的作用，使得这个工具的准确率达到了90%.理论上，几秒可以产生结果，“堪比眼科医生的诊断结果”。

然而，在实际应用中，这个工具显得“水土不服”。

2020年，谷歌与泰国公共卫生部门合作，在泰国11家诊所安装了该工具。

由于算法对检查照片的要求较高，准确性不如预期；此外，当地医院网络信号不好，从上传照片到产生结果往往需要很长时间，所以患者更愿意咨询医生进行诊断。

即便如此，在重组期间，大卫范伯格宣传了这个核心项目：

当我们谈到“全球影响力”时，我指的不是收入，而是印度和泰国以外的产品，如糖尿病视网膜病变筛查

他世界地区也能得到推广。

对于这次变动，David Feinberg回应：

这将提高部门的影响力和执行速度……我们重点考虑的不是营收。

消息传递的信号，其实已经非常明确——

谷歌这个成立近3年的健康部门，根本不赚钱。

这次的谷歌健康部门重组，再次把医疗AI推上了舆论浪尖。

AI公司在医疗赛道节节败退

毕竟，不止是谷歌，知名科技公司的医疗AI业务，面临重组、收购的情况还有很多。

国内某家在2017年B轮获2亿投资成为AI医疗影像领域亮眼明星的公司，还没有挺到C轮就在2019年底左右面临资金链断裂。

医疗影像辅助诊断是当时医疗AI公司扎堆投入的领域。这家公司最大的卖点肺结节诊断，则是红海中的红海。

一家医院接入4、5家AI肺结节诊断产品成了司空见惯，曾有影像医师笑称：

中国人的肺结节都不够用了。

以免费提供的形式进入医院只是一张入场券，迟迟找不到盈利路线的这家公司，靠烧钱最终无以为继。

另一家知名AI独角兽，虽然医疗不是全部业务，但之前声势浩大，一度前景光明，可最近也传出收缩业务、相关团队整组整组地调整。

IBM的Watson Health部门，是IBM布局医疗AI的窗口，主要利用AI帮助医院，保险公司和制药商管理数据、辅助诊断。

但成立6年，年收入才为10亿美元，占公司总收入2%以下，至今尚未获得盈利。然而之前，IBM光是收购Waston就花了40多亿美元。

与谷歌健康几百人规模不同，Watson Health在2016年甚至达到过一万人的规模。

然而，据IEEE Spectrum统计，2011-2019年期间，IBM Watson与其他机构合作的25个具有代表性的项目中，却仅有5个合作项目推出了AI医疗产品。

不仅如此，在2018年，Watson还被曝出给患者开错了药物，严重的话可能会致人死亡。

IBM的路线不是医学影像，而是用NLP去理解医学文本。就连图灵奖得主Yoshua Bengio，也不看好IBM的这种模式，他认为：

在医学文本文件中，人工智能系统无法理解其模糊性，也无法了解人类医生注意到的微妙线索。

目前医疗AI公司落地情况

事实上，据动脉网调查，在医疗AI领域中，目前真正落地并成功上市的公司，基本都处在“大数据管理”和“语音录入”这两个方向。

△图源：动脉网

然而，这两个方向对于技术的要求，其实都与医疗本身没有直接关系。

关系到患者隐私的临床数据分散在各个医院难以互通共享，是AI医疗发展面临的最大障碍。

除了数据归属权问题，行业内目前也缺少数据的标准化规范，在训练数据上的投入是AI医疗公司一大成本构成。

吴恩达2020年在斯坦福HAI研讨会的演讲中也分析过，医疗领域AI研究的算法难以投入到生产，因为以部分数据训练出的模型，难以泛化到其他情况。

吴恩达的这话，多少有点反思的意味。

毕竟想当初，他可是最看好AI变革医疗的大牛之一啊。

所以医疗AI这件事，之前或许都太乐观了。

你怎么看？