文|市值觀察 文 雨
編輯|小市妹
眼科疾病正在困擾著整個(gè)世界，在中國，這一問題尤為嚴(yán)重。
01 熱點(diǎn)與痛點(diǎn)
如果家里孩子“上清北”的代價(jià)是“近視500度”，你愿意嗎？
升學(xué)壓力下，教育愈發(fā)內(nèi)卷，近視成為顯著問題。數(shù)據(jù)顯示，全球目前大約有26億近視人口，其中7億在中國，且低齡化趨勢(shì)愈發(fā)明顯。2020年，我國兒童青少年總體近視率達(dá)52.7%。
在很多人看來，近視500度固然是一個(gè)可以接受的代價(jià)，但實(shí)則付出的代價(jià)遠(yuǎn)比想象中更多。
很多人不知道的是，伴隨近視度數(shù)的加深，也會(huì)帶來一系列眼底的改變，輕者眼底會(huì)像一塊布一樣被拉扯，出現(xiàn)豹紋狀眼底；重者如達(dá)到600度以上的高度近視時(shí)，視網(wǎng)膜脫離風(fēng)險(xiǎn)將比常人高30倍以上，如未及時(shí)發(fā)現(xiàn)，甚至可能遭遇失明。
近視防控壓力之下，我國眼健康面臨的「眼底病」挑戰(zhàn)也十分嚴(yán)峻。
臨床發(fā)現(xiàn)，很多青少年早期出現(xiàn)視力下降其實(shí)是由其他疾病造成的，但卻想當(dāng)然的以為是近視，進(jìn)而耽誤了最佳治療期。
比如，糖尿病的常見并發(fā)癥之一“糖尿病視網(wǎng)膜病變”也會(huì)造成視力下降，但這一疾病卻并沒有得到充足的重視和及時(shí)治療。
數(shù)據(jù)顯示，到2020年，中國仍有約90%的糖尿病視網(wǎng)膜病變病例未能確診，篩查率低于10%。
再比如病理性近視，造成視網(wǎng)膜的退化性改變，如果不及時(shí)干預(yù)治療，同樣會(huì)引發(fā)不可恢復(fù)的視力損害。
數(shù)據(jù)顯示，中國病理性近視患者人數(shù)從2015年的1920萬人增至2020年的2260萬人，到2030年，預(yù)計(jì)這一數(shù)字將達(dá)到3230萬人。
事實(shí)上，諸如糖尿病視網(wǎng)膜病變、病理性近視等疾病的篩查并不困難，通過定期眼底（視網(wǎng)膜）檢查完全可以做到早發(fā)現(xiàn)、早治療。
但問題在于，中國眼科醫(yī)師根本不夠用。
根據(jù)國家衛(wèi)健委發(fā)布的《中國眼健康白皮書》，國內(nèi)大約有4.48萬名眼科醫(yī)生，其中能做手術(shù)的醫(yī)生不到1/4……
這意味著，一個(gè)眼科醫(yī)師平均要服務(wù)超3萬人。
眼底醫(yī)生則更為稀缺，要成為一個(gè)成熟的眼底醫(yī)生，至少需要培養(yǎng)十年以上，手術(shù)醫(yī)生則至少需要15年。到今天為止，國內(nèi)能夠進(jìn)行眼底閱片的醫(yī)生不過才幾千人。
由此帶來的一個(gè)直接現(xiàn)實(shí)后果是，在高線城市，擁有豐富經(jīng)驗(yàn)的眼底醫(yī)生一“號(hào)”難求，而在一些偏遠(yuǎn)基層地區(qū)，根本就沒有眼底?？漆t(yī)生，甚至沒有眼科。
解決這一社會(huì)痛點(diǎn)，人類的共識(shí)是AI。
2015年開始，IBM Watson和Google DeepMind率先引入人工智能技術(shù)來分析視網(wǎng)膜影像中的關(guān)鍵異常，包括年齡相關(guān)性黃斑變性、糖尿病視網(wǎng)膜病變、青光眼等。
當(dāng)AI入局眼科，一切就都不一樣了。
02 效率與公平
AI的介入，首先解決了一個(gè)效率問題。
借助視網(wǎng)膜影像AI，只需要10秒左右，就會(huì)自動(dòng)生成診斷報(bào)告，徹底解放了眼科醫(yī)生的生產(chǎn)力。
以中山大學(xué)中山眼科中心為例，通過眼科AI三級(jí)診療體系，每名眼科醫(yī)生的工作效率提高了10倍以上。原來一年能服務(wù)4000人，現(xiàn)在一年可以服務(wù)4萬人甚至更多。
效率的另一個(gè)體現(xiàn)層面是可以“一勞多獲”。
視網(wǎng)膜是人體中唯一能夠以無創(chuàng)方式直接觀察血管及神經(jīng)的部位。理論上，通過視網(wǎng)膜可識(shí)別200多種常見疾病，包括糖尿病、高血壓、心腦血管疾病等慢性疾病。
因此，視網(wǎng)膜影像AI的診斷并不僅針對(duì)眼科疾病，還能對(duì)心腦血管、神經(jīng)系統(tǒng)、內(nèi)分泌系統(tǒng)等等其他全身慢病的疾病進(jìn)展和風(fēng)險(xiǎn)進(jìn)行判斷。
也就是說，有了AI的介入，只需要給眼睛拍張照片，一分鐘內(nèi)就可以收到自己的慢病風(fēng)險(xiǎn)評(píng)估，相當(dāng)于花一分鐘時(shí)間就能做一次輕量的全身體檢。
AI不僅“快”，而且還“準(zhǔn)”。
比如，在皮膚圖像診斷中，皮膚科醫(yī)生發(fā)現(xiàn)惡性黑色素瘤與非癌癥病變的準(zhǔn)確率是88.9%和75.7%。相比之下，神經(jīng)網(wǎng)絡(luò)在這兩項(xiàng)診斷中的準(zhǔn)確率可分別達(dá)到95%與和82.5%。
而在更早的2015年，IBM開發(fā)的人工智能程序“沃森”就在一場(chǎng)肺癌診斷競(jìng)賽中以90%：50%的準(zhǔn)確率完勝人類。
眼科領(lǐng)域，在鷹瞳科技招募1000名患者的多中心臨床試驗(yàn)中，其核心產(chǎn)品Airdoc-AIFUNDUS(1.0)的敏感性和特異性分別達(dá)到91.75%和93.1%。
在提升效率的同時(shí)，視網(wǎng)膜影像AI更具社會(huì)意義的價(jià)值在于，它有助于實(shí)現(xiàn)醫(yī)療領(lǐng)域的“脫貧”。
沒有物理邊界，沒有下沉成本，注定了AI在解決醫(yī)療資源分配不均的問題中將扮演不可替代的作用。
過去，由于缺乏相關(guān)的配套醫(yī)療資源，三四線城市，特別是基層、偏遠(yuǎn)地區(qū)，無法得到相關(guān)的眼科診斷和治療。但有了AI技術(shù)的加持，就可以把專家的知識(shí)和經(jīng)驗(yàn)復(fù)制粘貼，帶到基層地區(qū)，讓這里的老百姓也可以享受到與大城市同等質(zhì)量的醫(yī)療服務(wù)。
事實(shí)上，業(yè)內(nèi)相關(guān)公司圍繞醫(yī)療服務(wù)的下沉已經(jīng)展開了一系列落地工作。
長(zhǎng)久以來，效率與公平一直是一副此起彼伏的蹺蹺板，但醫(yī)療AI卻實(shí)現(xiàn)了兩者的統(tǒng)一，在今天這個(gè)時(shí)代可謂恰逢其時(shí)。
所有這些，注定了視網(wǎng)膜影像AI服務(wù)是一個(gè)能見度極高的賽道，它有多大的社會(huì)價(jià)值，就有多大的商業(yè)價(jià)值。
03 空間與壁壘
之于醫(yī)療AI，始于2020年的疫情是一個(gè)重要轉(zhuǎn)折點(diǎn)。
重大公衛(wèi)危機(jī)釋放了巨量的CT胸片審閱需求，數(shù)坤、推想、深睿等相繼推出了針對(duì)新冠肺炎的輔助診斷系統(tǒng)。
與之伴隨的是醫(yī)療影像AI系統(tǒng)開始“跑步入院”，其標(biāo)志性事件是國家藥監(jiān)局加速醫(yī)療器械三類證的開放審批，由此拉開了醫(yī)療AI商業(yè)化的大幕，整個(gè)產(chǎn)業(yè)按下加速鍵，一個(gè)最直觀的信號(hào)是頭部公司開始攜手沖擊資本市場(chǎng)。
就在去年，鷹瞳科技、科亞醫(yī)療、數(shù)坤科技、推想科技等頭部醫(yī)療AI玩家先后遞表港交所，最終鷹瞳科技成功IPO，成為“醫(yī)療AI第一股”。
據(jù)公開財(cái)報(bào)，2019-2021年，港股上市公司鷹瞳科技的營收分別為3041.50萬、4767.20萬、1.15億，過去兩年的增長(zhǎng)率分別高達(dá)57%和142%。
圖片截取自鷹瞳科技業(yè)績(jī)公告
這樣的增長(zhǎng)速度，放在整個(gè)商業(yè)領(lǐng)域都是前排水平。事實(shí)上，鷹瞳科技只是一個(gè)縮影，背后支撐這一切的是整個(gè)賽道基本盤開始高速擴(kuò)容。
根據(jù)弗若斯特沙利文的數(shù)據(jù)，中國人工智能視網(wǎng)膜醫(yī)學(xué)影像市場(chǎng)規(guī)模預(yù)計(jì)將從2020年的0.45億元增至2030年的340.10億元，期間年復(fù)合增長(zhǎng)率達(dá)到81.55%。
商業(yè)化，資本化，視網(wǎng)膜影像AI服務(wù)儼然成了一個(gè)風(fēng)口，而中國一直就有“追風(fēng)口”的傳統(tǒng)。當(dāng)一個(gè)新興且具備爆發(fā)力的產(chǎn)業(yè)涌現(xiàn)時(shí)，往往會(huì)吸引大量參與者入局，進(jìn)而引發(fā)殘酷的內(nèi)卷，破壞競(jìng)爭(zhēng)格局，殺傷企業(yè)的盈利能力。
但可預(yù)見的是，類似的“羊群效應(yīng)”很難在視網(wǎng)膜影像AI服務(wù)領(lǐng)域復(fù)制，原因是壁壘。
研發(fā)能力、資本投入能力、市場(chǎng)與客戶導(dǎo)入等問題且先不論，醫(yī)學(xué)影像AI的發(fā)展需要大量真實(shí)世界中的視網(wǎng)膜影像數(shù)據(jù)作為生產(chǎn)資料，然后與算法進(jìn)行交互訓(xùn)練，而這需要長(zhǎng)期的積累，新進(jìn)入者哪怕狠勁砸錢，也難有“大力出奇跡”的效果。
再比如資質(zhì)壁壘。
AI醫(yī)療器械屬于第三類醫(yī)療器械，需要獲得國家藥監(jiān)局的批準(zhǔn)才能商業(yè)化，在拿到醫(yī)療器械注冊(cè)證前，產(chǎn)品根本無法進(jìn)入市場(chǎng)。但想要申請(qǐng)注冊(cè)證書，企業(yè)必須通過廣泛的臨床前研究和臨床試驗(yàn)來證明產(chǎn)品的安全性、有效性，而這同樣需要時(shí)間。
先行者利用先發(fā)優(yōu)勢(shì)高速迭代，后來者一步跟不上、步步落后。在視網(wǎng)膜影像AI這個(gè)賽道中，后發(fā)先至或許只能是空想。這同時(shí)意味著，既有企業(yè)目前的成長(zhǎng)邏輯在將來不會(huì)受到競(jìng)爭(zhēng)加劇的挑戰(zhàn)和破壞。
方向?qū)α耍肪筒慌逻h(yuǎn)。
盡管目前這些頭部醫(yī)療AI企業(yè)大多尚處于非盈利狀態(tài)，但這種以高額投入換增長(zhǎng)的戰(zhàn)略性虧損，最終很可能換來巨量補(bǔ)償，特斯拉、亞馬遜無不如此。
事實(shí)上，一項(xiàng)新技術(shù)或產(chǎn)品的成長(zhǎng)曲線總是呈現(xiàn)非線性的指數(shù)增長(zhǎng)，即前期長(zhǎng)久的積累會(huì)在某一個(gè)時(shí)點(diǎn)突然爆發(fā)，進(jìn)而高斜率向上，從PC，到智能手機(jī)，再到新能源車，皆是如此。
以史為鑒，視網(wǎng)膜影像AI企業(yè)的盈利能力大概率也會(huì)在未來突然爆發(fā)。但愿這一天能夠提前到來，因?yàn)檫@同時(shí)意味著有更多的人得到了更高質(zhì)量的醫(yī)療服務(wù)。