然而，看起來巨大的蛋糕，要切一塊并不容易。即便是龍頭IBM Watson，其Watson for>腫瘤輔助診療解決方案Watson for>相比Watson，國內(nèi)一眾人工智能醫(yī)學影像公司都還處于疾病篩查的應(yīng)用階段，即判斷影像中是否存在某類疾玻在“知其有”“知其所以有”和“知如何讓其無”三步中，大部分人工智能醫(yī)學影像公司仍停留在第一步的探索中。
“就目前來講，AI所取得的成果還遠遠沒達到預(yù)想的。”上海長征醫(yī)院眼科主任魏銳利對《財經(jīng)》記者說：“AI主要應(yīng)用于篩查，實際使用時，醫(yī)生會重新復(fù)核一遍，就像患者拿了地方醫(yī)院的診斷報告，我們看到了還是要重新考慮。”
此外，國內(nèi)公司仍集中在醫(yī)學圖像分析要求較為簡單的疾病領(lǐng)域，價值相對較低。以肺部為例，肺癌識別是一個人工智能醫(yī)學圖像熱門領(lǐng)域，這是由于肺部圖像識別有天然的對比，屬于較容易攻克的方向，但對于肺癌具體癥狀并不具有深度分析能力。
廣東省人民醫(yī)院放射科教授劉再毅對此感受頗深，“我們醫(yī)院肺癌病例大部分是復(fù)查的，三期、四期病人的肺部有很多轉(zhuǎn)移灶、合并滲出、肺不張等狀況，計算機很難對這些特征實現(xiàn)自動對比。這些協(xié)助醫(yī)生產(chǎn)品在臨床中確實可能減少一些工作量，但對醫(yī)生的幫助及應(yīng)用場景都較校”
扎堆較為容易突破的領(lǐng)域，意味著競爭更為激烈，被巨頭排擠吞并的風險也更高。而在《財經(jīng)》記者對業(yè)內(nèi)人士的采訪中，盈利模式和盈利問題仍是他們腦中順位靠后的問題。
11月，光大證券分析，以服務(wù)為主的醫(yī)療影像下游產(chǎn)業(yè)亟待服務(wù)模式的創(chuàng)新，在遠程醫(yī)療影像診斷和獨立影像中心快速取得足夠資源的企業(yè)，未來開展影像智能診斷將有更大的優(yōu)勢。
從巨頭們的市場反應(yīng)看，已經(jīng)多次嘗試開啟中國市場的IBM，加上已經(jīng)動作頻頻的阿里、騰訊，一旦出手對市場的影響都非常強。億歐智庫醫(yī)療產(chǎn)業(yè)分析師尚鞅告訴《財經(jīng)》記者，“據(jù)我在資本方面的接觸，可以預(yù)期巨頭們在2018年會加緊行動，一輪的‘大魚吃小魚’馬上就會開始了。”
咨詢公司Frost&Sullivan中國區(qū)總裁王煜全則認為，即使巨頭們不會那么迅速地大舉整合人工智能醫(yī)學影像市場，小公司之間的廝殺也會非常慘烈，誰能勝出難以預(yù)測，甚至有可能像共享單車行業(yè)一樣，淪為資本博弈的代表。
2017年人工智能與醫(yī)療的結(jié)合開始深入和細化，作為最早也競爭最激烈的一個“戰(zhàn)場”，人工智能醫(yī)學影像行業(yè)遇到的諸多問題難以找到經(jīng)驗參考，而這也反映了它距離品嘗到人工智能醫(yī)療這鮮美的“第一口湯”最為接近。