这两日，笔者朋友圈被IBM沃森健康裁员50%-70%的新闻给刷了屏，持各种观点的均有，说医疗AI终于褪去神话光环的，有冷眼看待代理商该如何收场的，有指出医疗AI巨头进入国内水土不服的等等。笔者倒是认为，一个新技术行业在孕育和发展的过程中，有些泡沫是正常的表现，大浪淘沙，经过了几轮洗牌还能留在桌上的选手，才是有实力创造有价值的产品的选手。IBM沃森此次裁员消息，也给国内医疗AI的同行敲响了警钟，如何找到应对之策解除“魔咒”，不步前驱的后尘。
一、算法
笔者本以为算法应该是AI领域基础的门槛，没有点核心算法不好意思进人工智的圈，但就是有公司可以刷新你的认知。例如某上市公司所谓的人工智能助理支撑的预问诊：
如果单看会话读者还不能反推其运作机制的话，把树形结构画出来便清晰了
？这里的AI恐怕只是运用了知识库和推理机的程序，执行通用的诊前询问路径，收集患者资料以达到节省人为询问成本的目的。笔者甚至很怀疑是否有涉及到深度学习给到医生临床决策建议，即使如其在招股书中写道“数千万次在线咨询相关数据记录，应用到对人工智能助理的训练过程中”。笔者想请问的是，这些咨询记录尚且没有就医生的诊断获得最终的反馈，又如何能够用于训练AI呢？有时候真想吐槽：Talk is cheap， show me your code。
让我们还原场景：当AI就患者和医生的问诊记录，给出诊断建议给医生参考，医生下处方后，患者或采用了处方建议或者没有，本轮的医患沟通就到此为止，绝大多数患者是不会再回平台来反馈，除非用药无效再来复诊，那未复诊的那部分数据，难道能默认诊断以及建议都是正确的？如果用这样的数据集训练AI，能有什么样的效果就不得而知了。
二、数据
AI的开发，需要大量标注过的高质量数据，花时间训练AI，必须要告诉它什么是错的，什么是对的，这样通过学习，AI才能成长。而获得高质量的、经标注的数据集，首先需要数据源，其次需要医生资源的投入。这便树立了两个的门槛，一些AI医疗创业公司刚融到几千万元投资时十分开心，但也许不到一年就发现，差不多一半的资金得用在数据标注上。这还是在能与医院/协会建立良好合作关系的基础上，愿意开放数据和医生资源用于标注数据。
这里拿腾讯睿知和广州市妇女儿童医疗中心的合作举例就很典型了，腾讯睿知的医学知识图谱主要来自几方面，一是权威的医学先验知识，包括书籍、论文以及疾病知识库；二是来自医疗服务平台脱敏患者的健康数据和医疗数据。
以诊前的智能导诊场景为例，只要患者最终去医院就诊就在这个场景下形成了闭环，腾讯便能依靠过程中的数据去训练AI，因为患者一旦到了医院挂号，医生便可以确认本次导诊结果是否准确，从而反馈给系统形成有意义的数据集。
正如搜狗CEO王小川所说，“今天做人工智能，有很多数据或者是服务不是互联网公司所拥有的，怎么让体制内的数据资源与代表先进技术能力的互联网公司有更好的对接。”这不仅是AI医疗初创企业面临的问题，作为互联网巨头，哪怕你有一个政协委员的CEO也在思考解决的问题。
三、场景
其实搜狗很早就在医疗AI这个领域有布局，当用户输入自身症状，搜狗明医在自己构建的知识图谱基础上，智能推理出的可能患有的疾病范围及可能性高低，对应就诊科室，以及附近医院列表信息。
搜狗切入医疗AI的原因如果你知道用户搜索的分布便不难理解，据笔者了解，搜狗每天存在大量的检索是跟查询医疗相关的内容，不管是疾病、某种症状，大概占总搜索量的8-9%，通过互联网获得医疗的相关信息早已成为用户习惯。
虽然场景是确立和高频的，但是搜狗却面临一个问题，如何通过服务这样的用户需求来获取正当的商业回报。因为一旦开放商业化，若有监管疏忽就会被不当投放和推广，这也是之前搜狗爆出移动医疗广告门的原因。百度在这方面做得更绝，索性解散了医疗AI的团队，“顺其自然”。因为再精确的人工智能搜索结果和利欲熏心的商人比起来也是要败下阵来的。
腾讯的合作同样也面临相同的问题，纵使和医院的合作能够助力医疗机构提升服务效率，提高患者的就医体验，即对用户(医院)是有价值的，对用户的用户(患者)也是有价值的，但从医院和患者端都很难收到产品服务费。医院的信息化做了那么多年，软件服务商万达信息一季度利润还不到100万，这就是残酷的现实。这或许是IBM沃森在国内选择了代理商的原因，只有手握医院关系的代理商才能替IBM规模化搞定销售的场景。
如果说腾讯可以说靠着游戏盈利支撑医疗AI的创新，阿里健康可以通过体系内循环，出售药品获得利润，那么摆在医疗AI初创公司面前严峻的课题就是如何商业化。面对这个问题，既不能像阿里健康这样憧憬着回答：“我们相信，只要有场景，最后一定会有人心甘情愿付这个钱。”也做不到像腾讯这样有底气地说：“现阶段的首要目标是可以为所有合作伙伴提供能力。”就笔者看来目前医疗AI的各种困境，商业化是最终也是最重要的一环，前面的难题解决了，商业关过不去也是没戏。
回到IBM沃森，笔者注意到这次传闻传出裁员风波的子公司分布在数据、医疗影像等领域，正是需要巨大资金投入的领域，而像与M.D。安德森中心合作的分道扬镳，也并非是由于技术缺陷，这在某种程度印证了双方可能没有对商业利益达成一致意见。IBM沃森在攻克了技术难关，获得了数据资源，以及接洽了合适的场景后，很有可能是跌倒在了最后商业化这个环节。
最后说下笔者的对行业前景的看法，对于那些已经获得资本关注的公司(尤其是上市公司)，希望其能运用已经获得的资本专心专研技术，而不是炒作概念，透支公众对于行业的信任，否则资本和市场会用行动投票。从资本、技术发展的周期以及政策利好等多方因素来看，AI医疗的未来依然是机遇大于挑战，只要找到一两个稳健的合作模式，这个市场依然拥有远大的前程。