智研AI

Jiyan AI是阿里巴巴雄心勃勃的内部企业，旨在为中国市场建立一个全面的人工智能医疗诊断和患者管理平台。2021年，在中国数字化健康转型和新冠肺炎加速的高峰期，集研推出了旨在利用计算机视觉、NLP和预测分析来帮助医生进行医学影像分析、患者分诊、电子健康记录管理和治疗建议。该价值主张的核心是解决中国巨大的医生短缺问题（每千人1.5名医生，而发达国家为2.6名）以及一线城市和农村地区医疗质量不均衡的问题。凭借阿里巴巴的云基础设施、支付宝健康的数据资源和1.2亿美元的支持，吉研将自己定位为人工智能层，在中国35000多家分散的医院系统中实现专家级医疗决策支持的民主化。时机似乎很完美：人工智能医疗设备的监管顺风、封锁期间大规模采用远程医疗，以及阿里巴巴通过其云业务与医院网络的现有关系。## 失败原因智研人工智能的崩溃是监管鞭策、机构销售地狱和企业战略撤退的完美风暴。主要原因是中国从2021年底开始突然对健康数据进行监管打击，以及大型科技公司的过度扩张。网络安全审查办公室开始调查阿里巴巴的数据行为，新的《个人信息保护法》（PIPL）要求使跨医院数据聚合——吉研的核心竞争优势——具有法律放射性。医院对与大型科技平台的数据共享合作关系感到恐惧，采购委员会冻结了新的人工智能合同，等待从未到来的监管清晰度。与此同时，国家药品监督管理局（NMPA）收紧了人工智能医疗器械的审批要求，要求进行吉研烧伤率无法维持的多年临床试验。第二个杀手是中国医疗保健行业的企业销售现实。众所周知，中国的医院采购是腐败和关系驱动的，需要12-18个月的销售周期，并有多个利益相关者（医院管理人员、部门负责人、IT团队、省级卫生委员会）的参与。Jiyan的产品需要与根深蒂固的电子病历系统深度集成，但医院没有动力去撕扯和替换甚至集成新的人工智能层——医生已经不堪重负，新冠肺炎后IT预算被冻结，人工智能辅助诊断的报销代码不存在。单位经济是灾难性的：平均客户获取成本为15万美元，每家医院的实施服务为8万美元，年度合同为5万美元。由于试点项目很少转化为全面部署，因此流失率很高。最后一个打击是阿里巴巴的战略转向。在马云遭遇监管困境和蚂蚁金服IPO被取消后，阿里巴巴进入了生存模式，削减了非核心业务和任何受到政府审查的业务。医疗AI因其数据敏感性和监管复杂性而成为一种负担。2023年，内部资金枯竭，该团队被重新分配到阿里云不那么雄心勃勃的医疗垂直领域，到2024年中期，吉研悄然解散。这项技术奏效了——Jiyan的成像人工智能在肺结节检测方面的准确率为94%——但监管风险、销售摩擦和公司政治使其不可行。## 核心教训-在受监管的市场中，医院B2B需要24个月以上的销售周期和初创公司无法维持的政治资本。获胜的举措是B2B2C（与有医院关系的保险公司或制药公司合作）或直接面向消费者（完全跳过医院）。-医疗保健中的数据护城河是监管责任，而不是资产。后GDPR/PIPL时代，集中式患者数据聚合吸引了政府的审查。联合学习和内部部署模型是生存所必需的。-医疗AI不能是一个横向平台游戏。垂直专业化（单一疾病、单一成像模式、单一工作流程）是临床验证和报销代码的唯一途径。季燕的错误是试图成为每个人的一切。-报销代码决定了采用，而不是临床准确性。如果保险公司和政府卫生项目不支付人工智能辅助诊断的费用，医院就不会不顾疗效而部署。在生产产品之前游说报销。-企业风险医疗业务之所以失败，是因为母公司在第一次监管逆风中退缩。拥有使命驱动型创始人的独立初创公司在监管寒冬中幸存下来；企业创新实验室则不然。-中国的医疗保健人工智能机会已经分化：消费者健康人工智能（健身、心理健康、营养）面临着最低限度的监管，而临床诊断则面临着NMPA的地狱。前者是一个风险投资支持的市场；后者需要战略收购方或政府合作伙伴。-基础模型已经将医疗人工智能的技术护城河商品化。新的护城河是监管审批、临床工作流程整合和报销关系——所有这些都是分销优势，而不是技术优势。## 市场分析自智研2021年推出以来，全球医疗保健人工智能市场已经显著成熟，出现了明显的赢家和输家。在医学成像领域，窄垂直参与者幸存下来：Aidoc（中风检测，筹集了2.5亿美元，美国食品药品监督管理局批准），Paige。AI（癌症病理学，筹集1.45亿美元）和Viz.AI（神经血管，以10亿美元以上的估值收购）。像Jiyan这样的横向诊断平台普遍失败了——巴比伦健康公司于2023年倒闭，Benevolent AI从诊断转向其他领域，IBM Watson Health被出售为零件。经验教训：临床人工智能需要深厚的垂直专业知识和监管护城河，这是水平平台无法实现的。具体而言，在中国，市场已经围绕三种模式进行了整合：（1）平安好医生和京东健康等远程医疗平台，它们拥有患者关系，并将人工智能作为一种功能，而不是产品。（2）专注于制药的人工智能，如Insilico Medicine和XtalPi，面向制药公司而非医院销售，避免了采购地狱。（3）像Infervision（肺部CT）这样的单用例成像AI，通过痴迷于一个工作流程获得了NMPA的批准。阿里巴巴退出医疗人工智能与腾讯和百度的类似退出如出一辙——大型科技公司了解到，医疗监管的复杂性和低利润率并不能证明政治风险是合理的。人工智能原生重建的机会是存在的，但在吉研的以医院为中心的模式中并不存在。今天可行的策略是：（1）消费者健康副驾驶（想想Healthify.ai或Flo health的人工智能功能），通过关注健康而不是诊断来绕过临床监管。（2）向制药公司/CRO销售临床试验优化人工智能，这是一个销售额超过50亿美元、销售周期更快的市场。（3）医疗记录和文档AI（Nuance DAX，Abridge），在不要求诊断准确性的情况下减少医生倦怠。（4）联合学习平台，在没有数据集中的情况下实现多医院人工智能培训，解决了吉研无法解决的监管问题。该技术现在通过基础模型商品化，因此重建必须侧重于分销和监管策略，而不是机器学习工程。## 创始人内部的## 投资方阿里巴巴