（文/观察者网  程小康）

数字化对各行各业的运营效率的提升，社会各界已经是有目共睹，在医疗行业也是如此。借用“大数据+人工智能”，部分医疗领域初创型公司已经形成“独角兽”之势，凭借其对某一疾病病理把控的专业本领，大肆拓展领地。但传统的医疗巨头（如GE、西门子、飞利浦）体量巨大，一直保持着灵活和机敏，更是凭借着“数字化的东风”建立属于自己的医疗生态系统。

不过总体来说，大数据和人工智能在医疗行业的推进速度相较于其他行业稍显缓慢。医疗行业具有特殊性，这是因为医疗变革关系着每个人的切身利益，而且人工智能技术在诊断方面的应用关系到每位病人的生命安全，所以各国在一些政策和新技术准入方面都需要仔细研究，改革也相对保守。

从医院的角度考虑数字化，大致可以分为两个方面，一是在疾病的诊断方面，借助人工智能帮助医生进行病人病情的预判，给医生做好辅助工作，例如：对一张CT影响，原先需要有有经验的医生花费很长时间圈定出病灶位置，现在这项工作交给人工智能技术完成。二是在医院的管理和运营方面，利用数字化技术改变过去的被动式的纸质化运营模式，用直观、及时的数字化以及基于数据分析的方式，帮助医院为提高效率，为更多的病人看病。

在医疗行业的头部公司中，无论是GE，还是西门子与飞利浦，目前都在积极推动各自的“数字医疗”计划，纷纷摸索从单一产品的交易模式转向整体解决方案。简单点说，就是从以前的单一卖医疗器械，转向现在的既卖硬件设备也卖软件服务。实际上，随着中国市场高端设备市场饱和以及中国医疗改革的推进，为了抢占更多的市场，进一步挖掘市场需求，“数字化”成为医疗设备制造商的重要选择。

从相关的资料来看，头部公司一方面借助“大数据+人工智能”赋能自研的硬件设备，同时利用自身的数字化能力解决医院资产设备的运营效率问题，另一方面更是想凭借自己的资源优势，利用这一波数字化浪潮，吸纳业内实力较强的初创型公司，构建自己的医疗生态圈。

人工智能与硬件设备结合的实质是什么

对于医疗行业的“数字化”并非凭空想象的，需要解决实际的问题。去大医院看过病的人都知道，看病需要长时间排队，医生不够用，如何提高医生的看病效率是当务之急。

为了提高医生的看病效率，利用人工智能技术进行病情预判的方案在很早就被提出来了。但是医生和医院方面刚开始都是持有怀疑态度。一位医疗领域的AI创业公司负责人对笔者表示，刚开始医院对AI是持观望态度，存在疑问。但到后来，随着AI技术不断被成功验证，形成了好的口碑，大家觉得可以安心应该用了。

但是如何实现这种人工智能的病情预判？这就涉及到具体技术实现问题。以GE公司刚推出的APEX CT为例，它就是在CT硬件设备中嵌入了深度神经网络学习技术。以前的CT产品包含两大部分，一个是硬件、机架、床等传统硬件，另一个很重要就是算法，硬件采集完病人患病器官原始数据后，需要通过复杂的算法，对原始数据进行处理，才能将CT影响呈现出来。而一张精准的CT图像需要有经验的医生调整大量的参数才能获得，但这种经验是很难标准化和同一化。

现在可以把这些工作交给机器，让机器进行深度学习。打一个简单比喻，一个非常有经验的医生，需要花几年的时间查看上万张病人的不同部位的CT，才能成为专家。如今这个过程让机器通过深度学习，在很短的时间内就可以实现，将数万张最好的CT影像结果交给机器学习，让机器达到我们想要的目标结果。

据GE医疗中国CT产品部总经理黄毅介绍，借助深度神经网络学习等人工智能技术，CT扫描的X线的剂量大大降低，并且同时提高图像的清晰度，为临床医生提供精确的诊断数据。

笔者在大学中也接触过深度学习算法，实际上其解决的就是一个概率问题，说得通俗一点，哪个特征的概率大就归纳为哪一类。在CT图像中，对于微小的病灶，医生难以判定，而机器可以通过以往的CT影像学习经验，计算概率给出预判。

从APEX CT已公开的资料来看，在医疗设备的“数字化”方面，医疗器械公司对于传统硬件设备的改进并不是重点，对设备采集后的原始数据如何处理才是关键。原始数据的处理就是借用信号处理的手段降低信噪比，得到有用信息，当然降低信噪比的方法很多，借用深度学习技术是其中的方案之一，目前只要涉及数据降噪的领域，都在尝试深度学习技术，这几乎成为一种普遍的趋势。

作为头部医疗企业，原本生产与销售硬件设备是其主要目的，现今将人工智能嵌入硬件设备之中，提升设备的性能，并在医疗市场进行推广，以此进一步争夺市场份额，另一方面也是其自身数字化能力的体现。

医院设备资产数字化市场  头部公司早已提前入局  

医疗设备在医院总资产中的比重日益改善，但是由于各种历史原因和技术瓶颈，医院现有的医疗设备利用率很低，如何改善这些设备的管理水平和利用率，是医院提高经济效益必须面对的难题。

一个很现实的情况就是各大医院的磁共振问题，患者预约都要提前两个星期，怎么提高效率？医院的做法就是提高医务人员的排班次数，原来的两班可以开到三班或者四班，很多像上海、北京以及省市医院都要开到凌晨两点，所以医务人员的工作强度很大。但是就算医务人员工作强度增大，但预约磁共振的患者临时没过来，就导致设备的空置，运营水平大大降低。

无论是医疗行业巨头，还是互联网公司都注意到了这个市场。但是互联网公司要想在医疗行业巨头面前争夺这块“蛋糕”可能非常困难，互联网公司不涉及医疗硬件设备生产，设计一套管理系统与硬件设备兼容就会很艰难。而头部医疗公司做这件事就很容易，一是硬件自己生产，进行相关管理系统设计就不存在兼容性问题，对于自家设备“知根知底”。二是医疗行业巨头本身就掌握很多资源，与各大医院联系密切，推广自己设计的系统更加容易。

作为APM资产云管家的物联网版本，APM大影像设备物联网绩效方案是当前GE医疗正大力推广的一大数字医疗解决方案，旨在快速抢占“医院资产管理数字化”这块市场。APM资产云管家的基础版自推出两年以来，已在全国各地1700家医院落地使用，管理着45万台医疗设备。可见巨头虽然体量巨大，但是行动却保持异常敏捷。