自2011年Watson奠定其醫療的商業發展方向，已經有7個年頭了，這七年人工智慧發展風聲水起，無數初創企業緊隨潮流，各類深度學習演算法也經過了多次換代，但浪潮過後，留下的無數先行者的遺骸。
現在，倖存者和後來者已經逐漸在醫療人工智慧領域組成頭部，深度學習過程下各企業都能為自己的AI產品報出一個可喜的準確率數字，然而新的時代已經不再是一個唯演算法的時代，衡量AI好壞的也再是一個數字或是人機大戰的成果可以評判的。要想在這個圈子活下去，還得進得了醫院。
現在，AI醫療產業的爭奪聚焦於落地環節。
資料向好，醫療影像行業未來可期
無論在已開發國家還是發展中國家，優質醫療資源的供需矛盾以及就診病人流向不合理一直是世界性的醫學難題。在日本，每100萬人中有52臺MRI、107臺CT，面對數目龐大的影像裝置，人才缺口卻很嚴重。AI的引進將大大緩解了日本這一緊張局面，報告質量也會比之前更全面。
回顧國內，我國2017年醫療器械銷售規模達4176億人民幣，其中診斷影像份額超過400億人民幣，醫學影像資料的年增長率約為63%，能夠診斷的醫師數量增長遠不及影像數量的增長，單以放射科醫師為例，年增長率只有4.1%。而與此同時，中國的放射科醫師每天至少需要看幾萬張，甚至十幾萬張醫療影像片子，嚴重供求失衡。此外，雙稽核下避免誤診漏診尤為困難，據資料稱我國醫療影像誤診人數高達5700萬人/年。
首都醫科大學附屬北京友誼醫院王振常副院長對現狀感觸頗深：“低年資的醫生缺乏診斷經驗，閱片質量整體較低；高年資的醫生每晚得工作到9點，一週得工作7天，壓力太大了。”
人工智慧在醫療行業的應用讓眾人看到了希望，透過深度學習，機器將完成對影像的分類、目標檢測、識別等工作，即便是微小的病灶也能以高準確度勾畫，協助醫生完成診斷；“誤診漏診少了，醫患矛盾也少了。”這是醫生的直觀體驗。
一位放射科主任悔恨的談到：“因為漏查了父親體內微小的結節，現在我也對他的病情無能為力，要是這樣這項技術早發現幾年，他也不會這個樣子。”
AI的落地是眾望所歸。
推陳出新，做醫生所想
人工智慧這種新型的技術如果沒有在所在的醫學領域扎的足夠深，就很容易變成一個炒概念的技術。推想科技的CEO陳寬在前幾日“AI領航者，推想100+”全球產品應用分享大會的演講中談到了AI發展的傳播問題：“人工智慧的呼聲越來越高，但呼聲越大，泡沫也就越來，浪潮之中總會夾雜很多隨波的物質，我們推想不想自己去談這個問題，我希望能把對人工智慧評價的話語權交給醫生。”
推想科技一直以來特別在意醫生是否認可他們的產品以及醫生的使用體驗，三年風雨兼程，推想不斷地推進其人工智慧產品落地。動脈網記者在會後採訪中問到陳寬，推想團隊以一種怎樣的頻率進行交流，陳寬談到：“我們300名餘名員工中的260名研究人員輪流呆在醫院，每天跟醫生一起工作，是一個連續性的合作過程，所以沒有頻率這個概念。”
現在，推想的影像類產品已經在全球多個城市近200家頂級醫院落地，國內簽約的醫院也已經來到了三位數，據推想科技的統計資料可知，推想系統在醫院的點選率超過了60%，不存在閒置的問題。這是一個里程碑式的成功，不僅意味著醫院方面對推想產品的認可，同時也肯定了人工智慧技術在醫療的落地是實在可行的，而推想在此走到了前列。
推想的產品及其佈局
推想的產品主要包含四類：InferRead CT Lung肺部輔助篩查產品、InferRead CT Stroke腦卒中輔助篩查產品、InferRead DR Chest胸部輔助篩查產品、InferScholar Center醫療影像深度學習中心。
前三種產品分別針對肺部、胸部、腦部三類病症，而醫療影像深度學習中心則是對接的研究型醫院的科研中心，滿足醫院AI科研的需求，幫助醫生輕鬆完成個性化、差異化的世界前沿深度學習科研，包括跨學科的科研需求。
這些產品均經歷了多個醫院多種資料的考驗，滿足人工智慧產品要求的魯棒性、易用性與安全性。在會議中，北京首都醫科大學附屬友誼醫院副院長王振常談到：“我們和推想科技的合作已經一年了，這一年我們之間已經對幾萬例的影像進行了分析，未來我們也會有更多資料與技術方面的合作，作為一個醫生，我希望人工智慧時代能早一點到來，也願意為人工智慧時代的推進盡一份力。”
陳寬對於推想科技產品的佈局做了簡單的解釋：“推想佈局理念非常簡單，哪一些領域可以最大程度地解決醫生的問題，緩解他們的壓力以及提高診斷的質量，我們就進入哪個領域。中國的三大死亡原因第一是惡性腫瘤，所以我們第一條產品線就是這個肺癌。第二大死亡原因是腦血管疾病，也就是我們第二條產品線，那麼接下來的產品會走向乳腺、心臟、肝臟等疾病，逐步將推想的產品覆蓋各個領域。”
推想的產品均已申報了醫療器械II類及III類審批，是我國第一批申報AI產品審批的企業，推想不會將其所有系統都去追求III類審批，對它而言，相比現在申請III類器械的“榮譽感”，更重要的是將合適的產品落地在合適的地方。
保持使用者粘性是落地後的關鍵
所有人工智慧企業都面臨的著同一個問題，即過審後商業化的問題。是訂閱制還是按閱片數量計價，這是AI企業在幾乎瓜分完一流醫院的今天不得不回答的一個問題。而在這個問題的背後，是醫院方對商業化的態度問題。
對於一套系統而言，醫院完全可以選擇在體驗結束或產品透過後再去尋求質量差距不大而價格低廉的產品，解決這個問題有兩個方法，一是保持足夠高的產品粘性，二是尋求智慧財產權法的幫助。
現在，推想在全球已經落地近200家醫院。如何保持使用者黏性，給予醫院較其他產品更好的體驗是推想一直以來的目標。一個三甲往往會嘗試使用多個企業的AI產品，在這個過程的產品比較就非常直觀。浙江省中醫院副院長許茂盛在天津會上談到：“我們醫院使用了包含推想的兩個AI產品，兩個產品準確率不相上下，而推想的結構化報告更加細膩，且操作介面更受我們醫生的歡迎。”
當醫生已經習慣由人工智慧幫助他們來寫結構化的報告後，手寫報告的時代便一去不復返了。所以，當推想佈局200家醫院之後，它努力在做的，就是為這些醫院提供更好的體驗，提高推想的產品黏性。
同時，招標過程的透明性與智慧財產權的保護也非常重要，這不僅僅適用於推想，也適用於所有的人工智慧企業。回到當下，AI企業所需要做的，就是爭奪更多的醫院落地，在這一點上，推想已搶得頭籌。
國內外同步發展，100家國內醫院簽約意味著新的征程
中國在科技方面離美國差距還很遠，可人工智慧例外。在採訪過程中，北美放射學年會醫療影像資源會主席Eliot Seigel告訴動脈網記者：“中國在人工智慧領域的成就與美國相差無幾，這可能是中國現階段最有可能超越美國的技術領域。”
推想正是以此為目標，而其產品也已在世界各地落地。日本慈惠醫科大學醫院影像診斷科主任中田典生在“推想100+”會議上談到：“我非常驚訝AI可以取得這麼大的成就，早在2017年11月推想便獲邀入駐日本國家戰略特區高新科技科目，這是迄今為止唯一一家入選的中國AI企業。“西班牙赫羅納影像診斷學研究院院長Salvador Pedraza Gutierrez認為：“在歐洲沒有低劑量CT肺癌早篩政策的背景下，推想AI提供了一條從傳統X光胸片影像中快速、有效的肺癌早篩方案。”
在《G20國家科技競爭格局之辯》的系列報告中“人工智慧+醫療實踐”板塊，推想科技緊隨BAT巨頭，成為中國AI醫療影像領域的最佳實踐者。
G20國家的“人工智慧+醫療實踐”（擷取中、美部分）
作為國內年紀最大的醫療人工智慧企業，三年半的時間中也看遍了AI企業的沉浮，大量的科研人員（現260餘位，佔比超70%）保證了推想整個企業的迭代。3月獲得了3億C輪融資後，推想又實現100家國內醫院落地。
本次“AI領航者，推想100+”會議不僅僅是推想對過去的一個總結，也是一個里程碑，預示著人工智慧技術實實在在的進入了醫院。未來，推想會將其產品推向更多領域，開啟AI醫療影像的新徵程，加速產品落地計劃，為醫療作出自己的努力。