引言：BAT 们与各路资本齐齐砸下血本，对这个 AI 技术当下最热门的垂直场景之一发起了多轮攻势。AI 与医疗的双高门槛，是区别于两年前移动医疗热潮的最重要因素之一。但是，将上一轮移动医疗热情彻底浇灭的那些教训，却仍然值得此轮医疗创业者借鉴。

　　当下，移动医疗从 2015 年下旬开始经历的那一场突然而又漫长的寒冬，已基本无人谈起。

　　「那是 2015 年吧，移动医疗就已经死了一批了，有些融完 A 轮就不行了。后来慢慢的，相比移动医疗，大家就开始更多地用「数字医疗」这个词了。」这是一位从 2014 年就开始深入调查分析医疗创业项目的分析师给到我们的碎片式回忆。

　　实际上，早在 2016 年 10 月，动脉网根据深入调查而出具的一份名为《互联网医疗生存报告：38 家企业为什么死去?》的医疗创业项目倒闭白名单，曾轰动一时。

　　其中，技术含量不高导致的创业同质化，对医疗工作流程特殊性的错误理解，监管层面的约束，对市场的忽视，以及过高的估值与资本介入，都是那时候医疗创业者用血与泪换来的教训。

　　2016 年中旬左右，几乎像是一场足球比赛上下场的转换，AI+医疗强势崛起。这个难得让 BAT 与资本们共同找到兴奋点的医疗新赛道，在过去不到 2 年的时间里，孕育出超过 100 家以医疗为重点的 AI 创业公司。

　　如果再快进到 2017 年，你会发现在过去的 9 个月中，国内外以医疗为重点的 AI 创业公司获得融资的频率几乎可以媲美曾红极一时的「共享充电宝」。其中，「医疗影像自动化诊断」算是一个近期各家「齐头并入」的热门应用场景。

　　当然，与曾经同质化严重的移动医疗相比，极高的 AI 门槛加上极高的医疗门槛，让进入 AI 医疗界的一众创始人们一开始就似乎有了「睥睨天下」的资本。

　　业内人士，算法专家，海归博士……与其他 AI 创业公司并无太多差异，技术与研发当仁不让成为公司宣传的核心;而资本方也难得进入「高僧打坐」模式，只是「期待」，闭口不谈商业模式与盈利要求。

　　那么，一个如此早期的领域，只有拼技术就够了?移动医疗曾经经历的那一场暴风雪，是否也有相似的教训值得当下借鉴?

　　VoxelCloud(体素科技)，算是最近一头扎入这个领域的 AI 创业公司中比较露锋芒的一个。2016年才成立，就在2017年5月获得红杉领投的千万级融资;仅隔3个月，又在今天得到腾讯的超亿元人民币 A+轮投资。很显然，这个数额与融资频率应该会让当下一众同类型的创业公司十分眼红。

　　中为创始人丁晓伟，左一为复旦大学附属中山医院白春学教授，右一是中国区负责人张政

　　当然，尽管腾讯有自己医疗布局的考虑在内(刚刚推出一款医疗影像产品「觅影」)，但对于选投 VoxelCloud 的理由，腾讯与红杉的「口径」较为一致：

　　「他们之前就有了明确的产品，以后还会有更多创新性应用」。

　　VoxelCloud 的创始人丁晓伟很爽快地接受了我们的专访，而且并不避讳一些敏感问题。不过，自始至终，对于 AI 医疗，他的态度是谦卑且谨慎的，甚至承认「现在的技术和硬件并不天然满足医疗应用级产品的研发，需要通过大量另辟蹊径实现」。

　　「我们有技术，有很强的人，但是我们也必须考虑商业模式，也需要正确面对那些市面上的 AI 医疗诊断系统曾经犯过的错误。」

　　只谈学术，不谈应用，这不靠谱

　　「借助先进的人工智能技术，系统在短时间内处理海量数据，并对病人做出愈加准确的诊断。」这是 IBM 旗下的 AI 诊疗系统 Watson 曾做出的承诺。

　　然而，在 IBM 将 Watson 推向全世界的 6 年里，这个 AI 医疗领域最负盛名的产品，却遭到了无数医生的质疑与媒体的嘲讽。

　　国外医生在用肿瘤诊断系统 Watson Oncology

　　可靠的技术，高质量的数据，医生的配合。事实上，这些在研发人员中最为看重的几个因素，一旦「合体」落实到临床实验中，就会遇见各种各样的麻烦。这就像一个仅有完整的身体与四肢，却没有关节与润滑剂的机器人，只能是一个无法动弹的残次品。