撰文/ 陳鄧新
編輯/ 黎文婕
排版/ Annalee
中國AI，再次吸引大洋彼岸關注。
日前，斯坦福大學釋出了《2024年AI指數報告》，透露2023年美國人工智能投資額為672 億美元，是中國的約8.7倍；其中，阿裡達摩院（湖畔實驗室）醫療AI憑借在大規模胰腺癌早篩上的突破，成為唯一來自中國科技公司的AI亮點研究。
這意味着，AI尋癌，中國走到了世界的前列。
在癌症早篩這個“新戰場”，AI到底有多重要？明明美國是此道的先驅，為何中國後來居上？AI落地，眼下走到哪一步了？
滴血驗癌為假，AI尋癌為真
“這場戰争，人類已經持續了數千年。”
《衆病之王·癌症傳》一書透露：“面對癌症，沒有人能輕言治愈，為了追上這種疾病的步伐，人類一而再、再而三地創造、學習新知識，揚棄舊政策。”
于是乎，AI被寄予厚望。
随之而來的則是“滴血驗癌”，一個名為Theranos的公司，宣稱借助包括AI在内的高科技手段，從指尖搜集幾滴血液就可以快速檢驗癌症，并自動生成病人的病情診斷報告。
有了“滴血驗癌”的光環，Theranos成為矽谷的獨角獸，估值一度觸及90億美元，其創始人一度被稱為“女版喬布斯”。
不過，紙包不住火，騙局最終真相大白，創始人也锒铛入獄。
癌症新發人數前十的國家
雖然亂象叢生，但人類渴望借助AI攻克癌症的夙願沒有改變，相較“滴血驗癌”，AI尋癌走得更快更穩。
這其中，谷歌堪稱AI尋癌的全球“先鋒”。
早在2016年，谷歌參加 ISBI舉辦的癌症細胞區域檢測競賽時，旗下的AI工具LYNA對乳腺癌的追蹤頗有成效，進而名聲大噪，這之後又釋出了乳腺癌人工智能檢測系統，該系統的表現甚至超越了醫學專家。
盡管如此，谷歌的AI模型卻沒有在此道大規模落地。
谷歌首席投資官兼CFO露絲・波拉特曾坦承：“谷歌将AI應用于醫療保健領域——從通過分析和研究電子病曆預測患者疾病到輔助檢測肺癌等疾病，雖然我們仍然處于技術開發的早期階段，但是結果是充滿希望的。”
通俗易懂地說，谷歌的AI尋癌屬于前瞻性研究，處于科研試驗階段，臨床大規模實踐還有很長一段路要走。
如此一來，全球癌症篩查主要依賴傳統方式。
問題在于，傳統方式準确率與醫生自身素質與經驗息息相關，導緻癌症的檢測成本高，癌症早篩的普及率低。
大規模早篩，中國拔得頭籌
與之對應的是，中國即将率先進入AI尋癌的黃金時代。
2023年11月，達摩院醫療AI團隊聯合全球多家醫療機構釋出胰腺癌檢測模型PANDA，利用AI放大并識别平掃CT圖像中那些肉眼難以識别的細微的病竈特征，實作早期胰腺癌檢測，并克服了過往篩查手段假陽性偏高的難題。
一言以蔽之，依托“平掃CT+AI”的方式，可以達到大規模胰腺癌早篩的目的。
更為重要的是，判斷存在胰腺病變的準确率高達92.9%，而判斷無病的準确率高達99.9%，且不會給病人帶來額外的輻射與經濟負擔。
AI尋癌準确率高
複旦大學附屬惡性良性腫瘤醫院放射診斷科主任顧雅佳教授表示：“設想一下，我們去體檢時做個最簡單的平掃CT，就能查出有無胰腺癌，這将幫助到很多胰腺病人，減少悲劇的發生。”
基于PANDA的研究成果，達摩院正在探索AI多癌篩查技術，預期覆寫胰腺癌、食管癌、肺癌、乳腺癌、肝癌、胃癌等8種緻命癌症與骨質疏松、心血管病等5種慢性疾病。
PANDA模型之是以後來居上，背後的原因有二。
一方面，“健康中國”戰略有力。
2016年，《健康中國2030規劃綱要》頒布，中國癌症5年生存率從2015年的40.5%上升到2022年的43.7%，而《健康中國行動——癌症防治行動實施方案（2023-2030）》又提出進一步完善癌症防治體系建設。
衆所周知，早篩是癌症防治的關鍵。
由此可見，PANDA模型不但擁有廣闊的應用場景，還有時間的緊迫性，這為臨床大規模實踐創造了條件，2024年2月已率先在麗水市中心醫院和景甯縣人民醫院落地部署。
達摩院醫療AI團隊負責人呂樂表示：“正在聯合全球多家頂尖醫療機構，利用AI技術探索低廉、高效的多癌篩查新方法，希望能讓人們通過一次平掃CT就查出多種早期癌症。”
另外一方面，谷歌分心。
一名業内人士告訴鋅刻度：“其實谷歌與達摩院AI賦能的底層邏輯是一樣的，都可以做到提高癌症篩查的準确率、減少病人的等待時間，但谷歌的效率一言難盡。”
上述業内人士進一步表示，AI一直是谷歌的底色，早早按下AI的快進鍵，可一直在落地上進展不大，“AI+醫療”亦是如此，布局較為全面、技術底蘊深厚，但少了“臨門一腳”。
事實上，谷歌2021年解散了獨立的谷歌醫療健康部門（Google Health），就可見一斑。
更為糟糕的是，2022年谷歌一度成為華爾街第六大做空目标，不得不減員增效給資本市場一個交代，到了2023年又被OpenAI“偷塔”，追趕成為谷歌的關鍵詞。
這麼一來，AI尋癌并沒有成為谷歌的重心，被彎道超車也就不足為奇了。
AI落地，走到哪一步了？
以上可見，AI落地比技術更重要。
眼下，AI進入“大模型時代”，行業可謂百家争鳴，卷算力資源、卷參數多寡、卷應用場景、卷商業營銷、卷資料榜單……
但大模型已經從嘗鮮走向實用，未來真正可以勝出的一定是深耕應用場景的企業，這對玩家們提出了更高的要求。
以“AI+醫療”為例，AI已深入就診、治療、随訪、體檢等多場景，協助醫生工作提效、幫助患者就醫提效、助力醫療各類機構降本增效、緩解醫療資源緊張……
譬如，利用語音AI來智能識别醫生與患者的對話内容，然後将資料輸入到電子病曆中來自動建立臨床記錄，進而提升醫生診斷的有效率。
當然，落地也不乏挑戰。
醫療資料天然具備敏感性，如何合規、完整、可持續、高品質地擷取，關系着AI的準确性、可靠性與合法性。
而經濟性，是另外一個不可忽視的難點。
一名證券分析師在接受《21世紀經濟報道》時表示：“我們認為，量化AI技術在長期運作中的經濟效益，可以通過分析AI技術提高診斷準确性、降低誤診率、優化治療方案等方面的效果，來評估經濟效益，未來也可以跟DRG/DIP在醫療精益化管理的實踐相結合以進一步提高DRG/DIP政策的執行效果。”
AI專利數量中國領跑
此外，應用成為AI落地的“關鍵詞”。
阿裡巴巴推出“淘寶問問”、京東推出“京言”，雙雙側重電商購物；位元組跳動推出“豆包”“小悟空”等，側重搜尋與視訊編輯；騰訊推出“小琴”“未伴”“AI一起聽”等，側重社交與音樂；百度重塑旗下産品，推出“百度GBI”“雲一朵”等AI原生應用……
Gartner的資料顯示，2026年預計超過80%的企業将使用生成式AI應用程式接口（API）或部署支援生成式AI的應用。
總而言之，AI的競争高地勢是産業，唯有落地紮根産業，解決産業的實際問題，才能開花結果，釋放更大的勢能，推動新質生産力快速發展。
不難看出，中國AI正在跑步前進。