是新朋友吗？记得先点蓝字 " 锌刻度 "关注我哦～

每日一篇科技财经深度调查

走进商业背后的故事

AI 落地比技术更重要

撰文/  陈邓新

编辑/  黎文婕

排版/  Annalee

中国 AI，再次吸引大洋彼岸关注。

日前，斯坦福大学发布了《2024 年 AI 指数报告》，透露 2023 年美国人工智能投资额为 672 亿美元，是中国的约 8.7 倍；其中，阿里达摩院（湖畔实验室）医疗 AI 凭借在大规模胰腺癌早筛上的突破，成为唯一来自中国科技公司的 AI 亮点研究。

这意味着，AI 寻癌，中国走到了世界的前列。

在癌症早筛这个 " 新战场 "，AI 到底有多重要？明明美国是此道的先驱，为何中国后来居上？AI 落地，眼下走到哪一步了？

滴血验癌为假，AI 寻癌为真

" 这场战争，人类已经持续了数千年。"

《众病之王 · 癌症传》一书透露：" 面对癌症，没有人能轻言治愈，为了追上这种疾病的步伐，人类一而再、再而三地创造、学习新知识，扬弃旧策略。"

于是乎，AI 被寄予厚望。

随之而来的则是 " 滴血验癌 "，一个名为 Theranos 的公司，宣称借助包括 AI 在内的高科技手段，从指尖搜集几滴血液就可以快速检验癌症，并自动生成病人的病情诊断报告。

有了 " 滴血验癌 " 的光环，Theranos 成为硅谷的独角兽，估值一度触及 90 亿美元，其创始人一度被称为 " 女版乔布斯 "。

不过，纸包不住火，骗局最终真相大白，创始人也锒铛入狱。

癌症新发人数前十的国家

虽然乱象丛生，但人类渴望借助 AI 攻克癌症的夙愿没有改变，相较 " 滴血验癌 "，AI 寻癌走得更快更稳。

这其中，谷歌堪称 AI 寻癌的全球 " 先锋 "。

早在 2016 年，谷歌参加 ISBI 举办的癌症细胞区域检测竞赛时，旗下的 AI 工具 LYNA 对乳腺癌的追踪颇有成效，从而名声大噪，这之后又发布了乳腺癌人工智能检测系统，该系统的表现甚至超越了医学专家。

尽管如此，谷歌的 AI 模型却没有在此道大规模落地。

谷歌首席投资官兼 CFO 露丝・波拉特曾坦承：" 谷歌将 AI 应用于医疗保健领域——从通过分析和研究电子病历预测患者疾病到辅助检测肺癌等疾病，虽然我们仍然处于技术开发的早期阶段，但是结果是充满希望的。"  

通俗易懂地说，谷歌的 AI 寻癌属于前瞻性研究，处于科研试验阶段，临床大规模实践还有很长一段路要走。

如此一来，全球癌症筛查主要依赖传统方式。

问题在于，传统方式准确率与医生自身素质与经验息息相关，导致癌症的检测成本高，癌症早筛的普及率低。

大规模早筛，中国拔得头筹

与之对应的是，中国即将率先进入 AI 寻癌的黄金时代。

2023 年 11 月，达摩院医疗 AI 团队联合全球多家医疗机构发布胰腺癌检测模型 PANDA，利用 AI 放大并识别平扫 CT 图像中那些肉眼难以识别的细微的病灶特征，实现早期胰腺癌检测，并克服了过往筛查手段假阳性偏高的难题。

一言以蔽之，依托 " 平扫 CT+AI" 的方式，可以达到大规模胰腺癌早筛的目的。

更为重要的是，判断存在胰腺病变的准确率高达 92.9%，而判断无病的准确率高达 99.9%，且不会给病人带来额外的辐射与经济负担。

AI 寻癌准确率高

复旦大学附属肿瘤医院放射诊断科主任顾雅佳教授表示：" 设想一下，我们去体检时做个最简单的平扫 CT，就能查出有无胰腺癌，这将帮助到很多胰腺病人，减少悲剧的发生。"

基于 PANDA 的研究成果，达摩院正在探索 AI 多癌筛查技术，预期覆盖胰腺癌、食管癌、肺癌、乳腺癌、肝癌、胃癌等 8 种致命癌症与骨质疏松、心血管病等 5 种慢性疾病。

PANDA 模型之所以后来居上，背后的原因有二。

一方面，" 健康中国 " 战略有力。

2016 年，《健康中国 2030 规划纲要》颁布，中国癌症 5 年生存率从 2015 年的 40.5% 上升到 2022 年的 43.7%，而《健康中国行动——癌症防治行动实施方案（2023-2030）》又提出进一步完善癌症防治体系建设。

众所周知，早筛是癌症防治的关键。

由此可见，PANDA 模型不但拥有广阔的应用场景，还有时间的紧迫性，这为临床大规模实践创造了条件，2024 年 2 月已率先在丽水市中心医院和景宁县人民医院落地部署。

达摩院医疗 AI 团队负责人吕乐表示：" 正在联合全球多家顶尖医疗机构，利用 AI 技术探索低廉、高效的多癌筛查新方法，希望能让人们通过一次平扫 CT 就查出多种早期癌症。"

另外一方面，谷歌分心。

一名业内人士告诉锌刻度：" 其实谷歌与达摩院 AI 赋能的底层逻辑是一样的，都可以做到提高癌症筛查的准确率、减少病人的等待时间，但谷歌的效率一言难尽。"

上述业内人士进一步表示，AI 一直是谷歌的底色，早早按下 AI 的快进键，可一直在落地上进展不大，"AI+ 医疗 " 亦是如此，布局较为全面、技术底蕴深厚，但少了 " 临门一脚 "。

事实上，谷歌 2021 年解散了独立的谷歌医疗健康部门（Google Health），就可见一斑。

更为糟糕的是，2022 年谷歌一度成为华尔街第六大做空目标，不得不减员增效给资本市场一个交代，到了 2023 年又被 OpenAI" 偷塔 "，追赶成为谷歌的关键词。

这么一来，AI 寻癌并没有成为谷歌的重心，被弯道超车也就不足为奇了。

AI 落地，走到哪一步了？

以上可见，AI 落地比技术更重要。

眼下，AI 进入 " 大模型时代 "，行业可谓百家争鸣，卷算力资源、卷参数多寡、卷应用场景、卷商业营销、卷数据榜单……

但大模型已经从尝鲜走向实用，未来真正可以胜出的一定是深耕应用场景的企业，这对玩家们提出了更高的要求。

以 "AI+ 医疗 " 为例，AI 已深入就诊、治疗、随访、体检等多场景，协助医生工作提效、帮助患者就医提效、助力医疗各类机构降本增效、缓解医疗资源紧张……

譬如，利用语音 AI 来智能识别医生与患者的对话内容，然后将数据输入到电子病历中来自动创建临床记录，从而提升医生诊断的有效率。

当然，落地也不乏挑战。

医疗数据天然具备敏感性，如何合规、完整、可持续、高质量地获取，关系着 AI 的准确性、可靠性与合法性。

而经济性，是另外一个不可忽视的难点。

一名证券分析师在接受《21 世纪经济报道》时表示：" 我们认为，量化 AI 技术在长期运行中的经济效益，可以通过分析 AI 技术提高诊断准确性、降低误诊率、优化治疗方案等方面的效果，来评估经济效益，未来也可以跟 DRG/DIP 在医疗精益化管理的实践相结合以进一步提高 DRG/DIP 政策的执行效果。"

AI 专利数量中国领跑

此外，应用成为 AI 落地的 " 关键词 "。

阿里巴巴推出 " 淘宝问问 "、京东推出 " 京言 "，双双侧重电商购物；字节跳动推出 " 豆包 "" 小悟空 " 等，侧重搜索与视频编辑；腾讯推出 " 小琴 "" 未伴 ""AI 一起听 " 等，侧重社交与音乐；百度重塑旗下产品，推出 " 百度 GBI"" 云一朵 " 等 AI 原生应用……

Gartner 的数据显示，2026 年预计超过 80% 的企业将使用生成式 AI 应用程序接口（API）或部署支持生成式 AI 的应用。

总而言之，AI 的竞争高地势是产业，唯有落地扎根产业，解决产业的实际问题，才能开花结果，释放更大的势能，推动新质生产力快速发展。

不难看出，中国 AI 正在跑步前进。