风投青睐人工智能 “AI看病”数据关键

 
今年，有100多家风险投资机构来到现场，寻找“心仪”项目的同时，捕捉新的投资热点领域。昨日，作为本届创交会的重要活动之一，2018中国（广州）风投圆桌峰会在琶洲交易会展馆举办，多家知名风投机构代表分享了自己的观点。在圆桌对话环节，多位来自广州医疗界的代表，针对AI医疗的“痛点”进行了详细分析。
看亮点
过去10年，很多成功的投资案例是中国改革开放红利的释放，如今经济增长驱动力已改变，在量化宽松经济环境中产生的套利机会不复存在。在当今互联网新经济的时代，投资人一定要做创造价值的和增量的投资。
——富煜亚洲投资总裁、步长资产管理中心总裁姒亭佑
过去在创业中要考虑需求是什么，在哪里，如何能够创造产品和服务满足需求，现在要多考虑如何实现供给，如何实现共生共享，贯穿一个词就是创新。
——华盖资本合伙人许莉
人工智能下一波创业热点在垂直领域
过去一年，在全球风险投资和创新创业领域有什么新趋势？中国尤其是广州作为双创热土，吸引了哪一些风投的目光？聚焦在哪一些行业？在首轮圆桌对话中，风投大咖们抛出他们对变化的洞见，剖析下一轮创业创新热点。
富煜亚洲投资总裁、步长资产管理中心总裁姒亭佑在主题演讲中分析道，过去10年，很多成功的投资案例是中国改革开放红利的释放，如今经济增长驱动力已改变，在量化宽松经济环境中产生的套利机会不复存在。在当今互联网新经济的时代，投资人一定要做创造价值的和增量的投资。他判断，机会将在AI、5G、万物互联、医疗健康、区块链技术、短视频、工业机器人等领域中产生。
华盖资本合伙人许莉对创业内容变化的感受更为直观。她总结道，第一是需求改变，从短缺经济到过剩经济，人们的需求从物质需求到精神需求；第二供给改变，第三需求和供给之间链接的方式也改变了。“过去在创业中要考虑需求是什么，在哪里，如何能够创造产品和服务满足需求，现在要多考虑如何实现供给，如何实现共生共享，贯穿一个词就是创新。”许莉说，“我们要用创新的方式来应对新的变化，投资投的就是变化。”
“最不变的就是变化。”宽带资本合伙人、十方创投合伙人吴曼表示，在创业大潮中，如果创业者不能快速调整商业模式紧跟技术变化，很难做一个相对持久的创业公司。她在过往若干年与创业者的接触过程中感触最深刻的变化，在于跨界思维。“过去创业可以划分到科技行业、地产行业、健康医疗领域，今天如果创业没有技术和跨界的元素，很难持久。这种跨界思维不仅是创业公司要具备的，投资人也需要具备。”
带领中国团队投出了小米科技、摩拜单车的高通QUALCOMM全球副总裁、Qualcomm创投董事总经理沈劲表示，作为投资人，他感受到的变化更为具体。首先是科技行业投资主题的变化，在他开始进入风险投资领域的2008年，投资主题是移动互联网。2015年，移动互联网大势已定。最近，他的团队把投资主题更改为智能互联，包括人工智能和万物互联。另一个变化是企业创投的势头非常迅猛，比如阿里巴巴和腾讯。他认为，企业参与到风险投资和战略投资，也是最近一波变化很重要的方面。“现在我对创业的要求会更高，不是简单的模式复制，而是真正的创新创造，而且要做得更深更精细。”
来自美国硅谷的德鼎创新基金合伙人李德春认为，创业如果没有技术的创新，是难以长久的。“我们的投资逻辑是未来”他说，投资人应该有自己一套投资逻辑和主见，用实际行动去证明或宣示价值观，而不是跟风投资。
在分析人工智能领域的创业机遇时，沈劲表示，人工智能的第一波创业主要集中在云端，做得好的企业已经初见优势了，但从端到端的解决方案路径还是比较短，停留在人脸识别、车牌识别等。下一波人工智能的创业机遇将聚焦在各个垂直领域应用人工智能。“人工智能有三大要素，算力、算法和数据，其中数据是最重要的。”他分析道，因为从端到端、没有人的参与的人工智能解决方案涉及非常多的专业知识和行业数据，即使是巨头也无法一蹴而就，所以深入垂直行业将拥有更多的机遇。
AI看病距离我们有多远？
AI医疗的下一个热点在哪里？未来真的可以通过“人工智能”给人看病吗？昨日参与这一讨论的医疗界代表观点高度相似，大家普遍认为，“人工智能”所起的作用是辅助医生而非代替医生，即使只是通过AI辅助看病，要走的路也很长。中山大学肿瘤防治中心副主任、肿瘤医院副院长钱朝南坦言，医生需要人工智能来减轻负担，这样才能为病人提供更精细化、高质量的服务，但必须解决三大问题，一是人工智能是否能解决医生的“痛点”，二是病人的隐私信息如何保障，三是相关产品的知识产权如何与医院“共享”。
“AI看病”目的不是“替代”医生
清华大学珠三角研究院人工智能创新中心主任韩蓝青首先抛出问题：人工智能与医疗结合，最终的目标是否就是取代医生？如果这一目标在近期内不能实现，又可以带来什么价值？
对于AI取代医生的观点，多位医院院长表示“不认可”。广州华侨医院副院长陈玉兵表示，从上世纪60年代开始，人工智能经历了“三起三落”,早在20年前，就出现过“专家智能系统”。当时通过计算机模拟一个“专家”，当病人“问诊”的时候，计算机就开出一个方子。当这个系统失败了，因为诊断一个生物体，本身是一个非常复杂的过程，当中有许多变量。“经过20多年的发展，硬件计算能力大大增强，数据收集也越来越多，但鉴于各种变量本身及变量之间的复杂性，要用人工智能替代医生，依然过于乐观，我觉得至少在几十年内不会实现。”实际上，AI医疗的目的不应该是“替代”医生，而是成为医生的助手，将医生从烦琐的工作中解放出来。
“AI看病”有哪些实际问题
参与讨论的嘉宾普遍认为，“AI看病”目前遇到不少实际问题。广东省医院协会信息化专业委员会常务副主委潘晓雷表示，AI诊疗的基础是大数据，在此基础上人工智能才能进行诊断学习。他本人在医院从事信息化相关工作18年，发现一个关键问题，就是数据质量不高，如果没有获得认可的数据，数据就变成“垃圾”。
中国科学院计算基数研究所“百人计划”副研究员赵地认为，要实现通过人工智能“看病”，技术门槛很高。就以“肺结节”这一单一的具体领域为例，很多企业对人工智能检测“肺结节”做了大量投入，也做出一些产品，但放射科、胸外科的医生反映，看一张检查片，通常要判断10多种疾病存在的可能性，仅仅识别出一个“肺结节”是远远不够的。但如果还要识别其他疾病，需要花费的研发时间就大大增加了。
解局：共享知识产权
AI看病的困局如何破解？嘉宾们也发表了自己的见解。
广东省医院协会信息化专业委员会常务副主委潘晓雷认为，要解决数据的获取和使用问题，一是在国家层面，应该制定相关法律，保障数据的安全性；二是在信息行业领域，应该对数据的标准化进行更深入的探讨。
中山大学肿瘤防治中心副主任、肿瘤医院副院长钱朝南从技术和机制上提出解决方法。他认为，要提高数据质量，采集必须是“前瞻性”的，对于采集哪些数据及采集标准要事先设定。对于数据安全性问题，建议在AI产品研发过程中直接入驻医院，数据不外流，获得的测算工具再在市场上应用。在知识产权上，要与医院建立好的共享机制。