病院为啥不爱掏钱买AI？_英伟_医疗

2024-09-15 06:57:37 智能问答

作者 | 陈广晶、王一鹏

病院为啥不爱掏钱买AI？_英伟_医疗智能问答

编辑 | 王一鹏

头图 | 视觉中国

英伟达在生命科学领域的野心藏不住了。

天生式 AI 兴起后，英伟达的CEO黄仁勋频繁在公开场合评论辩论生命科学，流传宣传“生命科学工程化”即将来临。
事实证明，老黄不玩虚的——在刚刚落幕的英伟达2024年GPU技能（GTC)大会上，医疗康健和生命科学大火了一把，有业内人士统计，统共900多场活动中，至少有90场与该领域干系。

尤其是在 GTC 开幕当天，黄仁勋一口气正式推出了25个医疗、生物制药干系的“微做事”，覆盖医学影像、药物研发和数字康健等领域。
其目标是让“环球医疗企业能够在任何地点和任何云上充分利用天生式 AI 的最新进展”。

在此之前，业界对英伟达的认知，更多集中于“卖卡的”。
“算力，特殊是GPU是演习AI模型必不可少的生产资料。
”百图生科首席技能官（CTO)宋乐见告虎嗅。

而英伟达的布局显然超出了一个硬件供应商的“本分”。
从公开数据看，这家环球芯片巨子已经与超2500家干系企业达成互助，包括供应算法的AI企业，也包括医疗、制药领域巨子。
比如：与强生开拓了可实时剖析数据的手术机器人，与GE开拓了可以“自动”给患者拍片的“天眼CT”。

最近一年，英伟达更是通过投资等办法，将至少10家AI制药领域头部公司纳入麾下。

这不是科技巨子第一次进军生命科学领域，但 2024 这个韶光节点，与英伟达这家企业本身，都有着某种特殊的含义。

“在互联网/云打算的行业里，像英伟达这样，将在医疗领域的布局提到计策地位，可能在业界还是第一次。
”浙江大学药学院教授谢昌谕见告虎嗅。

医疗领域，不相信算法

对英伟达医疗领域布局的洞察，必须追溯到天生式 AI 的发展本身。
然而看似在技能、商业层面都有无限故事可讲的天生式 AI，在医疗康健领域，可算是踢到了铁板。

从家当的反应来看，目前AI在医疗康健领域还处于起步阶段，很多企业，特殊是制药企业仍旧在不雅观望。
有海内有名药企干系卖力人曾公开表示，该公司引入大模型的事情，至今还勾留在本钱核算阶段。

这种迟滞性并不是某一家公司的问题。
从数据看，环球每年有超2500亿美元花在新药研发上，个中投向AI制药的只有10多亿美元，估量到2026年也不超过30亿美元。

另据IDC的一项调查显示，医疗康健和生命科学干系企业中只有14%“已经在天生AI方面进行了大量投资，并在未来18个月内制订了‘通过培训获取GenAI增强软件和咨询做事’的支出操持”，远低于环球整体水平（34%），且只有制造业的一半。

与医疗企业对 AI 的疏离感迥然不同的是，技能供应商一贯保持着极大的激情亲切。
数据显示，环球仅AI+生物医药公司就有700多家；在医疗康健领域，谷歌、IBM等巨子早就有所布局。
尤其是ChatGPT 火起来往后，仅中国就一口气呈现了近50个医疗大模型，从ToB的年夜夫助手到ToC的私人康健管家险些全品类覆盖。

医疗康健就像一个镇静的“冰山美人”，“追求者”很多，但极其务实。
她清楚地表示，算法只是一个小伙子的“发展潜力”，数据才能代表他的“背景与身家”。

而这正好是大部分技能供应商的痛处。

有行业投资人透露，因难堪以得到好的数据，80%旁边的医疗大模型没有进入第二阶段（即：投喂专业数据在某个领域增强），进入第二阶段的20%中，绝大部分也没有进行针对不同的场景、任务的高水平微调。

部分创业公司对内部医疗大模型进行评估时也创造，其能力仅达到“助手”级别，还称不上“差错”。
这导致AI在短期内无法独当一壁，事情范围局限在导诊、赞助读片、写病历等。

在生物制药领域，AI在蛋白质构造预测、蛋白质天生，乃至抗体药天生领域都有很好的表现，但是这些仍旧是临床前阶段。
在最耗时、最费钱的临床试验阶段（该阶段开销占新药总研发用度的70%以上），还只能做一些招募患者、做记录等大略事情。
对付新药研发成功率低等痛点问题，也没有本色性改进。

以百图生科为例。
他们提出的长远目标是用 AI 来仿照生命系统，比如人体免疫系统，空想状态下可以更好地预测抗体药进入人体的情形。
但在现实落地却很不随意马虎。
“要实现这个目标，就须冲要破一系列多个尺度的AI建模问题。
”

百图生科 CTO 宋乐见告虎嗅，由于蛋白质领域数据相对较多——已经达到十亿规模以上，以是这一领域的进展最快，不仅能天生蛋白质，乃至可以按照多样化的设计目标来天生具有功能性的蛋白质，比如成药性较好的抗体药，催化效率比较高的酶等。

然而仿照生命系统工程中，不但涉及单个蛋白质分子的天生，还涉及到大量的蛋白质的相互浸染、细胞内和细胞之间的相互浸染等，但这方面的问题更繁芜，相对来说数据处于稀缺状态，会须要持续的AI模型和实验数据获取手段的创新和打破。

“可以想象，蛋白质的数据会呈指数性的增长，天生设计的落地案例也会快速增长。
但是这只是一部分，要仿照免疫系统，就须要其他层面也有同样多的数据，以及与其匹配的AI模型创新和迭代，有同样快速的增长。
”宋乐说。

那么有了数据，AI 就能在医疗康健领域畅通无阻了吗？也不尽然。

比如，医疗领域的公开数据相对更多，获取办法更多元，AI+医疗在此的进展也更快。
就在今年年初，谷歌推出了一款医学对话AI——AMIE（Articulate Medical Intelligence Explorer）。
这款运用是继Med-PaLM、Med-PaLM2之后的又一个“AI年夜夫”，乃至通过了图灵测试，表现可谓令人惊艳。

只管从详细表现看，这款在心血管疾病等领域的诊断领域，可以做得比保健医师更好，但仍旧无法轻易用到真实患者身上，哈佛大学医学院专家在接管采访时直言，医疗绝不是网络信息这么大略，“它关乎人与人的关系”。

在其背后，伦理问题、监管问题、制度问题，以及科学研究本身的进展限定，都是难以打破的障碍。
可以说，被频繁提及的研究数据，只是一个准入门槛，AI+医疗康健和生命科学实质上不是要办理一个技能问题，而是一个综合性的社会问题。

谢昌谕向虎嗅表示，更强的硬件和算法对加速行业发展一定是有帮助，但是并不说本日多了1000台GPU，来日诰日就可以跟你打包票说AIDD（人工智能药物创造与设计）会有一个若何的进展。

人工智能也被用于提高手术机器人准确性、安全性等。

图为小不雅观众在看单孔腔镜手术机器人剥鹌鹑蛋。

来自：视觉中国

英伟达版“曲线救国”

因此，像过往所有的技能做事一样平常，纯挚由乙方独立研发，向甲方切割式地交付技能方案，是绝对弗成的。
医疗、医药行业专家必须参与到技能方案演进的过程中，这是AI企业在医疗、制药领域摸爬滚打、屡败屡战六七十年后，终极得出的结论。

在这种互助关系中，药械企业不仅是买单方，更是数据的生产方，他们不仅办理了谁来买单的问题，也为产品迭代供应了足够的数据。
本日发展最为成熟的AI+医疗影像便是范例案例。

GE、西门子等巨子将AI与大型设备绑定，就人为地建立了数据挖掘机。
CT机、核磁共振机只要每天正常事情，就可以源源不断为AI供应数据养料了。
同理，在药品领域，没有谁比出资搞研发的药企更能理直气壮地网络数据，AI 企业如果能参与到药企的事情流程中，也有机会破局。

这道理大家都懂，但实际很难做到，缘故原由也很朴实：药企不同意。

对付药企来说，这些数据太贵了。
手握大量研发数据的大药企，每年研发投入都在数十亿美元的规模，默沙东、罗氏等研发传统悠久的企业，干系投入早就超过了百亿美元，且有逐年增长的趋势。
这些靠重金砸出来的数据，不仅有机会造诣爆款单品，在未来竞争中，也会拉开与竞争者的间隔。

在医药市场竞争越来越激烈的本日，任何企业也不愿意轻易将数据贡献出来。
在这种情形下，要想拿到企业、医院内部的临床数据，就只能为他们量身定制模型，让他们在“安全区”内感想熏染大模型的威力。

只不过，这种操作本钱也是极高的。
有业内人士向虎嗅透露，在云打算推广过程中也涌现过类似的情形，终极很多公司由于亏本严重不得不叫停干系业务。
大模型定制本钱只会更高，他认为，协议金额很可能必须达到10亿美元级别才能进出平衡。

英伟达对此的策略是“曲线救国”。

英伟达是建生态的一把妙手，其在10多年前（2006年）就凭借CUDA（compute Unified Device Architecture，打算机统一设备体系构造）奠定了在芯片界的竞争壁垒。

大略来说，CUDA 是基于GPU设计的软硬件结合的通用打算构架。
其上风紧张有两个，一个是利用者可以直接与GPU结合操控芯片；二是CUDA架构为软件厂商免费供应开拓工具，方便软件开拓。
前者大大降落了GPU的利用门槛，后者方便利用者的同时也悄悄挖深了“护城河”——随着“工具包”里的零件越来越多，其可替代性也大大降落。

由此形成的CUDA生态，将英伟达与AI深刻绑定，英伟达也借此逐渐甩掉竞争对手，实现了逆袭。

在进入医疗康健和生命科学领域时，英伟达大有将CUDA生态的成功履历照搬过来的势头。

按照英伟达公开信息，他们这次推出的25个微做事，实际上因此往“专业版”根本上的更易操作版本——这些微做事套件中包含了经由优化的NVIDIA NIM™ AI 模型和事情流，并供应行业标准运用编程接口（API），可用于创建和支配云原生运用。

也便是说，医院、药企可以根据自己的需求点击“按钮”直接知足在医学影像、自然措辞和语音识别以及数字生物学天生、预测和仿照功能等领域的需求。

对付AI企业来说，英伟达的品牌背书、行业影响力等带来了更多机会。
“它是一种导流的平台。
”宋乐见告虎嗅。
百图生科于2023年加入了英伟达招募创业公司的“NVIDIA初创加速操持”，在今年的GTC大会上，宋乐还作为生态互助伙伴代表百图生科分享了三年来做AI+生物医药的履历。

而在另一边，英伟达也降落了大模型利用的门槛，方便传统的医院、药企利用他们供应的“工具包”——比如各种AI大模型等。
随着工具包的逐渐丰富，以及家当互助方的习气、依赖，形成新的难以替代的生态。

你很介意软件企业直接参与业务流程，共享数据？OK，我把“傻瓜式”工具卖给你，你自己来做。
定制模型这种高本钱的事情，英伟达是不参与的，不管药企、云打算企业双方怎么折腾，只要基于我的根本举动步伐来做，这一商业模式便是成立的。

英伟达的算盘打得很响，但须要把稳的是，CUDA 过去面对的是软件家当，这与医疗家当截然不同，如果仅是照搬 CUDA 的打法，那乃至都无法打开医疗市场。

相对互联网行业，医疗、制药非常传统和封闭，有其独特的流程。
比如：在中国，想说服医院采购某种产品，不仅要经由繁芜的流程，还须要找到精确的渠道。
在被认为最须要AI的基层，很多医院的采购渠道节制在个人或者小代理商手里，如果找不到他们，再好的产品也与之无缘了。
因此，很多AI+医疗企业创业近10年也还没能盈利。

而且科技巨子“攻陷”医院、药企阵地的决心，一贯以来都很武断，导致这一市场还没发展起来，已经成了红海了。

AWS、腾讯云、百度智能云等，都在这个赛道中“跑马圈地”，为了争取只管即便多的互助者，乃至有海内科技公司的干系卖力人公开直言“要将构建AI场景模型的权利交还给科学家”，这险些便是在向对方剖白，可以不惜本钱，知足对方统统定制化需求了。

此外，英伟达供应的“工具包”还勾留在“大众版”的层面上，医院、药企如果须要“专业版”大模型，还是须要与AI企业互助。
这也让类似CUDA生态的“护城河”很难形成。

长期以来，海内面向大甲方的买卖，都在买方强烈的定制化诉求，与卖方的“亏钱能力”间旁边拉扯。
比较之下，英伟达的办法虽然轻巧，却很难知足医疗机构、年夜夫的需求——他们常日更习气接管积极上门推销产品的营销办法，缺少主动找“工具包”演习数据的动力。

较早进入医疗行业的科技公司，帮助基层医院用远程技能提高诊断水平。

来自：视觉中国

或有调和本钱之争的机会

英伟达的机会，更多是趋势性的——家当界对AI的紧张行为是不雅观望，但在态度上也承认，AI不再是可有可无的东西，它将从根本上重构生命科学家当。

上世纪80年代开始，新药研发的主沙场从小分子化药转向了却构更加繁芜的生物药领域，总药物筛选空间可以达到10的60次方之大，想要靠人力快速筛选出适宜的分子险些不可能了，这一问题在“低垂的果实”逐渐摘完、繁芜药物研发成为常态之后越来越突出了。

“AI在逐渐地变成生物医药研发中不可或缺的基本实验设备。
”宋乐向虎嗅阐明说。
他认为，接下来生物药物研发对AI以及后面打算资源的需求量会越来越大。

如今运用AI技能，已经可以将新药研发中的探索临床前化合物的耗时从原来的4年缩短3/4，到13.7个月，乃至压缩到一个月或20多天。
另据麦肯锡环球研究所(MGI)估计，天生式AI有望每年为医疗、制药家当带来上千亿美元经济代价。

来自：麦肯锡