IBM沃森健康大规模裁员 AI医疗“虚火”之下能否回归理性?

医疗AI巨头IBM沃森规模裁员，AI医疗到底是不是噱头？

据外媒消息，IBM沃森健康(IBM Watson Health)自5月24日起将裁掉约50%-70%的员工，包括美国本土和其他一些国家的员工。事实上，近年来沃森布局医疗人工智能的步伐从未停止，但成绩并不显著，有分析人士表示，虽然沃森具有十分广阔的发展前景，但就目前而言，沃森距离真正为IBM创造价值还为时尚早。AI医疗到底是不是噱头？

沃森裁掉“烧钱的无底洞”

据了解，目前沃森大约有7000名员工，此次裁员既有50岁以上的IBM老员工，也有30岁出头的员工。员工普遍认为，此次裁员规模、影响甚大。

一位IBM员工写道，“此次裁员主要为此前收购的多家关联公司，包括Phytel，Explorer，Truven等，他们今天正在裁员50-70%。”这些公司皆为医疗数据分析和解决方案的公司，其中Phytel和Explorer在2014年被IBM收购，Truven则在2016年被IBM以26亿美元的代价收购，Truven是一家封闭型持股公司，主要业务是面向8500余名医疗保健客户，提供基于云的数据管理和分析服务，其中包括医院、保险公司和政府机构等。

此次裁员主要为了削减成本，有金融分析师称削掉的是“烧钱的无底洞”。

沃森前景预估过于乐观

从2012年开始，IBM先后与克利夫兰诊所开展了多项合作，包括共同开发Watson EHR助手，帮助医生从EHR系统中快速剔除无关数据，得到需要的信息；共同推动Watson在基因组学方面的试验；探索Watson临床辅助诊断工具开发等。

近年来，人工智能在医疗领域迅速崛起，沃森借势进入中国医疗市场，他们希望协助医生在慢病管理和肿瘤治疗领域有所建树，包括风险评估及个性化干预、患者管理和用药推荐。其一直被寄予厚望，自推出以来被视为医疗保健领域的标志，有IT媒体评价，大有超越甚至取代医生的之势。

2017年，沃森却频频爆出负面消息，包括沃森与M.D.安德森中心的合作分崩离析；随着IBM营业额暴跌，股价一直摇摆不定，商业分析专家一直质疑，沃森到底何时能够为公司创造出真正的商业价值。

IBM对此曾发表声明，“沃森并不是一个消费类产品，而是一个真正能为产业服务的人工智能平台。沃森目前已经被美国及其他五个国家用于医学诊疗领域。我们已经在6种癌症的诊疗方面对沃森进行训练，今年还会增加8种。除了在肿瘤学领域的应用，全球顶尖25家来自生命科学、IoT设备制造、零售与金融服务等领域的公司，起码有一半在使用沃森提供的服务，包括GM、H&R Block、SalesForce等。”

数据是AI发展的基础，如何获取高质量的数据是大部分AI医疗企业共同面临的问题。为此，IBM收购了许多活跃在医疗大数据处理前线的公司，包括例如Truven健康分析公司、Explorys以及 Phytel，即使与M.D.安德森中心的合作终止了，IBM仍拥有一些关键的合作伙伴，得以进一步访问患者数据。Atrius健康是IBM的合作伙伴之一，其网络覆盖了整个美国波士顿地区的近900个保健医生，双方合作的目的是开发并测试一款基于沃森系统，能从各类笔记、记录和文章中大海捞针般调取出对单个病人至关重要的信息。

事实上，大部分针对沃森的批评，包括与M.D安德森中心的分道扬镳，并非是出于沃森有什么特别的技术缺陷。相反，批评针对的恰恰是IBM之前对沃森前景的过于乐观，而迄今应该取得的成就云云，如今，沃森的医疗AI保健市场占有率未达到预期，又因某些项目失败，负面案例等被媒体评为“烧钱的无底洞”，裁员缩减成本无疑是无奈之举。

AI落地伴随“虚火”

2014年以来，AI医疗逐步被纳入新一代人工智能发展规划的重点，加上"互联网+医疗" 的海量数据支撑、资本对医疗人工智能的青睐，使得国内医疗人工智能领域涌现出一批创业公司，BAT等巨头也纷纷在该领域勾勒版图。据统计，2017年中国AI医疗市场规模已超过130亿元，2018年有望达到200亿元，预计到2025年，人工智能应用市场总值将达到1270亿美元，其中医疗行业将占据1/5市场。

目前AI医疗已走出实验室，逐步落地商业化，但是这仅停留在辅助诊断阶段，还远远没有达到改变医疗模式的程度。“无论是企业数量还是投资数额，AI医疗从2016年下半年到2017年上半年达到顶峰，这种情况在2017年下半年开始发生变化，企业数量出现断层式减少，投资数量减少的同时单笔投资额变大。”亿欧智库分析师尚鞅告诉健康界，AI医疗整个市场已经冷却下来了，投资逐渐变得更加谨慎。融资青黄不接、技术迭代遇瓶颈以及商业模式断裂，任一因素都可能成为压死初创企业的最后一根稻草。

企业前期打“技术牌”，拓展人工智能技术和应用的边界，而下半场应和产业结合，转向打“产品牌”，利用AI提高生产效率，实现模式落地，优化产品实现商业价值最大化。

与此同时，医疗人工智能无法彻底避免的错误和漏洞，会影响人们对其信任度和接受程度，而信任度的培养是一个曲折的过程。在产品达到一定成熟程度以前，面临市场推广的风险。"集成性的产品商业化落地可能会比较直接、快速，云端的产品通过市场教育，周期比较长，但是后劲比较足。"图玛深维创始人兼CEO钟昕在鲸准产业价值峰会上如是说。

除此之外，凡用于临床的医疗人工智能产品，都需要经过CFDA认证。不过，CFDA认可创新性诊断软件的进展缓慢，注册和审批周期长，对于多数企业来讲时间成本较高。而且从监管层面来看，人工智能刚刚应用于医疗健康领域，一些监管政策还有待明确。

据麦肯锡全球研究所预测，大面积使用人工智能诊断疾病可能不会太快发生，即使早已入局的巨头们，也不过是入门级水平，不过这并不妨碍AI的成功渗入，成为医疗的底层技术，就像之前的IT技术一样。在实际应用尚未成熟之时，资本和市场的追逐往往伴随着“虚火”，从资本、技术、商业模式以及政策等多方面来看，AI医疗未来的发展机遇与挑战并存，火势燎原之后，还需要稳健的模式和理性的市场来验证。

(本文综编自医谷、医库等公开报道)

（转化医学网360zhyx.com）