日前，專注于AI視網(wǎng)膜影像領(lǐng)域的鷹瞳科技已通過港交所的聆訊，并于9月22日晚在港交所官網(wǎng)披露通過聆訊后的資料集，擇日將正式啟動(dòng)招股和掛牌上市，由瑞銀集團(tuán)和中信證券擔(dān)任聯(lián)席保薦人。

這也意味著，如若不出大的意外，鷹瞳科技也將成為“AI醫(yī)療第一股”。

盡管鷹瞳科技的上市將為大AI醫(yī)療產(chǎn)業(yè)帶來一股極大的信心與希望，又盡管AI醫(yī)療的出現(xiàn)與推廣切實(shí)為臨床醫(yī)生減輕了工作負(fù)擔(dān)和提供了備受期待的解決方案，然而事實(shí)上，AI醫(yī)療的商業(yè)落卻遠(yuǎn)非想象中那般順利。

那么問題來了，AI醫(yī)療企業(yè)為何難撕盈利難的“標(biāo)簽”？上市到底是不是AI醫(yī)療企業(yè)的必經(jīng)之路？什么阻礙了AI在醫(yī)療上獲得重大突破？哪些方向有望拓寬AI醫(yī)療的想象空間？或許，我們可以從鷹瞳科技的招股書中窺見一斑。

#01

難以撕掉的盈利難“標(biāo)簽”

事實(shí)上，AI技術(shù)發(fā)展至今已有十余年的光景。但公眾對(duì)于AI技術(shù)真正有所感知，始于2017年的人工智能圍棋程序Alpha Go戰(zhàn)勝了人類世界當(dāng)時(shí)排名第一的棋手柯潔一事。在引發(fā)很長一段時(shí)間熱議的同時(shí)，人們也看到AI為世界所帶來的無限可能。

眼下，除了智能風(fēng)控、對(duì)話式AI/智能客服、自動(dòng)駕駛、RPA（機(jī)器人流程自動(dòng)化）、智慧城市等各類熱門賽道不斷爆出融資、合作等利好消息之外，一些已擁有一定市場優(yōu)勢的AI企業(yè)也開啟了一波“上市潮”。

除了“AI四小龍”商湯科技、曠視科技、云從科技、依圖科技均處于不同的上市進(jìn)程之外，精耕于AI醫(yī)學(xué)影像的鷹瞳科技也已通過港交所聆訊，并有望在近期正式掛牌上市。

公開資料顯示，鷹瞳科技創(chuàng)立于2015年，主要提供AI視網(wǎng)膜影像識(shí)別的早期檢測、輔助診斷及健康風(fēng)險(xiǎn)評(píng)估解決方案，改進(jìn)了慢性病傳統(tǒng)的早期檢測及輔助診斷方式，在醫(yī)療機(jī)構(gòu)和大健康供應(yīng)商中實(shí)現(xiàn)對(duì)慢性病的無創(chuàng)、準(zhǔn)確、快速、高效且可擴(kuò)展的慢性病檢測及診斷。

對(duì)于鷹瞳科技的上市，一位投行工作人員對(duì)『數(shù)科社』表示，“在AI醫(yī)療大賽道中，由于醫(yī)療影像診斷有著可存儲(chǔ)、可傳輸、又相對(duì)更易標(biāo)準(zhǔn)化等方面的特點(diǎn)，因此這也是AI在醫(yī)療領(lǐng)域最早落地的領(lǐng)域。當(dāng)然，專注于此的鷹瞳科技自然也獲得了IPO的先發(fā)機(jī)會(huì)。”

招股書顯示，2019年、2020年及2021年前三個(gè)月，鷹瞳科技錄得營收分別為3041.5萬元、4767.2萬元和2216.8萬元。隨著公司核心產(chǎn)品Airdoc-AIFUNDUS的落地以及為公司創(chuàng)下收入，鷹瞳科技2021年前三個(gè)月的營收較上一年同期的205.2萬元，劇增了980.3%。

目前，鷹瞳科技的產(chǎn)品線主要包括三大部分：用于檢測及診斷的SaMD、健康風(fēng)險(xiǎn)評(píng)估解決方案和獨(dú)有的硬件設(shè)備。上述Airdoc-AIFUNDUS便屬于一款使用復(fù)雜深度學(xué)習(xí)算法的人工智能SaMD，利用視網(wǎng)膜影像等數(shù)據(jù)準(zhǔn)確檢測及輔助診斷慢性病。

從收入結(jié)構(gòu)來看，提供人工智能軟件解決方案一直是鷹瞳科技的營收“大頭”，該業(yè)務(wù)收入在2019年、2020年及2021年前三個(gè)月期間分別占比總營收的71.8%、89.9%和88.2%；而銷售硬件設(shè)備的收入占比分為11.0%、7.0%和9.1%；其他收入的占比有所下降，由此前的17.2%下降至2.7%。

盡管鷹瞳科技在營收增長方面可圈可點(diǎn)，然而盈利水平才是真正考量一家企業(yè)經(jīng)營能力的直接體現(xiàn)。

2019年、2020年和2021年前三個(gè)月，鷹瞳科技的運(yùn)營虧損分別為4614.1萬元、5191.3萬元和1199.2萬元；同一時(shí)期內(nèi)，凈虧損為8713.9萬元、7962.6萬元和1207.1萬元。但需要提到的是，虧損程度正在2021年前三個(gè)月內(nèi)有所收窄。

需要指出的是，技術(shù)創(chuàng)業(yè)始終是一項(xiàng)投入力度大、回報(bào)周期長的事情，因此相關(guān)企業(yè)想要最終實(shí)現(xiàn)商業(yè)化，前期勢必會(huì)面臨極大的資金壓力。在AI醫(yī)療領(lǐng)域同樣有所布局的“AI四小龍”，每一家都處于巨虧，且中短期內(nèi)均無扭虧為盈的可能。

“盡管IPO已在一定程度上證實(shí)了市場認(rèn)可，同時(shí)也讓鷹瞳科技拓寬了融資渠道，為后續(xù)發(fā)展奠定基礎(chǔ)，但無法否認(rèn)的是，相較于‘補(bǔ)血’，資本市場更關(guān)注的始終是‘造血’。這也是大科技領(lǐng)域中各賽道‘選手’都要思考的一個(gè)商業(yè)本質(zhì)層面的問題。”上述投行人士表示。

#02

上市難，技術(shù)落地更難？

這里還要提到另外一家AI醫(yī)療影像企業(yè)，即科亞醫(yī)療。

今年3月16日，有媒體曝出科亞醫(yī)療已申報(bào)港股IPO，以期爭當(dāng)?shù)谝粋€(gè)上市的AI醫(yī)療影像公司，但后來其未在6個(gè)月內(nèi)通過聆訊，伴隨而來的，是港交所網(wǎng)站上的信息狀態(tài)變更為“失效”，這意味著科亞醫(yī)療首次沖擊IPO折戟，后續(xù)還要看其補(bǔ)充材料繼續(xù)申報(bào)的情況。

這才給了鷹瞳科技拿到“AI醫(yī)療第一股”的機(jī)會(huì)。當(dāng)然，對(duì)于鷹瞳科技招股書中僅展示了兩個(gè)年度財(cái)務(wù)數(shù)據(jù)的現(xiàn)象，不少業(yè)內(nèi)人士指出，一般情況下，無論是A股、美股、還是港股，公司IPO時(shí)大多都會(huì)提交三個(gè)年度財(cái)報(bào)，這種情況確實(shí)不常見。

值得一提的是，鷹瞳科技最初的上市目的地是科創(chuàng)板。今年1月，鷹瞳科技曾與保薦機(jī)構(gòu)簽署Ａ股IPO輔導(dǎo)協(xié)議。此后，由于公司業(yè)務(wù)發(fā)展及策略調(diào)整，同時(shí)考慮到香港資本市場的投資認(rèn)知及其提供的融資工具和機(jī)遇更加豐富，最終決定通過借以港股來尋求融資機(jī)會(huì)。

事實(shí)上，不止科亞醫(yī)療、鷹瞳科技，還有至少2家AI醫(yī)療影像企業(yè)申報(bào)了港股IPO，如推想醫(yī)療、數(shù)坤科技，且后兩家企業(yè)在提交招股書時(shí)的估值均比鷹瞳科技高出不少，數(shù)坤科技的估值甚至是鷹瞳科技的近乎2倍。

除了上市不易之外，AI醫(yī)療技術(shù)落地同樣也面臨著各種挑戰(zhàn)，這一點(diǎn)從鷹瞳科技招股書中48頁風(fēng)險(xiǎn)因素的描述中足以看出，這些風(fēng)險(xiǎn)因素主要集中在：

一來體現(xiàn)在產(chǎn)品層面。

鷹瞳科技的核心產(chǎn)品Airdoc-AIFUNDUS擁有三個(gè)版本：Airdoc-AIFUNDUS (1.0)是一款人工智能醫(yī)療器械軟件(SaMD)，獲批用于輔助診斷糖尿病視網(wǎng)膜病變；Airdoc-AIFUNDUS（2.0）用于治療高血壓性視網(wǎng)膜病變、視網(wǎng)膜靜脈阻塞以及年齡相關(guān)性黃斑變性；Airdoc-AIFUNDUS（3.0）用于治療病理性近視及視網(wǎng)膜脫離。

據(jù)了解，目前，僅Airdoc-AIFUNDUS (1.0)已通過商業(yè)化策略獲得有限收入之外，Airdoc-AIFUNDUS (2.0）和Airdoc-AIFUNDUS (3.0）尚未開始臨床試驗(yàn)，同時(shí)也未收到國家藥監(jiān)局就開始Airdoc-AIFUNDUS (2.0)臨床試驗(yàn)的任何反對(duì)通知。

二來體現(xiàn)在市場層面。

一方面AI視網(wǎng)膜影像競爭格局，騰訊、百度、谷歌、IBM等都是其中的實(shí)力玩家，但尚未有消息表明其推出商業(yè)化產(chǎn)品；另一方面，公司此前并未擁有太多市場經(jīng)驗(yàn)，這就要求公司調(diào)整銷售及營銷策略，招聘額外人員，以及對(duì)不可預(yù)見的成本及開支等情況提出應(yīng)對(duì)方案。

盡管鷹瞳科技高層曾表示過，做好技術(shù)、產(chǎn)品比市場營銷更加重要，且并不希望采用傳統(tǒng)廣告或者會(huì)議營銷方式去獲客，但畢竟，市場才是檢驗(yàn)產(chǎn)品能力的終極一環(huán)，因此提升銷售能力其實(shí)與專注產(chǎn)品并不沖突。況且就這一點(diǎn)而言，鷹瞳科技的營銷費(fèi)用也在逐年攀高。

2019年，鷹瞳科技的銷售開支僅為1313.2萬元，2020年一躍至2580.1萬元；2021年前三個(gè)月，這項(xiàng)開支達(dá)到934.8萬元，同比大幅增長了174.8%。換言之，產(chǎn)品創(chuàng)收的背后也是不斷增長的銷售費(fèi)用作為支撐。

三來體現(xiàn)在監(jiān)管層面。

招股書中不斷強(qiáng)調(diào)，整體監(jiān)管體系的任何變動(dòng)均可能限制公司提供產(chǎn)品的能力，以及可能會(huì)缺乏適用于公司業(yè)務(wù)的必要執(zhí)照或證書。

特別是，由于鷹瞳科技的業(yè)務(wù)受制于與數(shù)據(jù)保護(hù)有關(guān)的多種法律、規(guī)則、政策及其他義務(wù)，任何機(jī)密信息及數(shù)據(jù)的丟失或未經(jīng)授權(quán)訪問或發(fā)布均可能令公司面臨重大的聲譽(yù)、財(cái)務(wù)、法律及經(jīng)營后果。

#03

AI醫(yī)療影像未來幾何？

當(dāng)今，國內(nèi)醫(yī)療資源相對(duì)匱乏、分布不平衡的問題日益突出，AI技術(shù)的應(yīng)用可以在一定程度上緩解這種局面。比如，醫(yī)生可以通過遠(yuǎn)程方式解決偏遠(yuǎn)地區(qū)看病難問題，AI讀片工具可以縮短臨床醫(yī)生判斷時(shí)間。但前提是，AI技術(shù)工具的服務(wù)輸出要足夠準(zhǔn)確可靠。

但在實(shí)際情況中，不同醫(yī)療機(jī)構(gòu)收集、標(biāo)記、注釋、處理醫(yī)療數(shù)據(jù)的方法并不一致；X射線影像、CT影像的質(zhì)量也會(huì)因?yàn)椴少彊C(jī)器的差異而存在較大的出入；患者病例或健康記錄中也嘗嘗缺少全面的信息。

這些原因都會(huì)導(dǎo)致用于訓(xùn)練AI模型的數(shù)據(jù)不夠精準(zhǔn)、連續(xù)，這也是目前一些AI模型在實(shí)際應(yīng)用過程中效果并不理想的根本原因。

例如，谷歌的一個(gè)AI模型就折戟在實(shí)際應(yīng)用這一階段。該AI模型被設(shè)計(jì)用于提升篩查糖尿病性視網(wǎng)膜病變的效率，根據(jù)病人眼球照片快速給出專業(yè)診斷。在實(shí)驗(yàn)室測試階段，該模型可以把診斷時(shí)間縮減到秒鐘級(jí)，準(zhǔn)確率達(dá)到了90%。

但在11個(gè)眼科診所的測試中，該模型的使用效果就沒有這樣理想了。

首先，每個(gè)眼科診所的環(huán)境條件不同，有些診所無法拍攝出高清的眼球照片或網(wǎng)絡(luò)信號(hào)較差，這導(dǎo)致模型上傳圖片的時(shí)間變長（60到90秒）；與此同時(shí)，一些護(hù)士也擔(dān)憂AI模型的安全性問題，這說明通過實(shí)驗(yàn)室檢驗(yàn)并不完全意味著AI工具可以順利落地應(yīng)用。

IBM的境遇也未好到哪里。

在鷹瞳科技創(chuàng)立的同一年，IBM也大力加碼了AI醫(yī)療，一方面成立了獨(dú)立部門Watson Health，另一方面還收購了多家醫(yī)療數(shù)據(jù)公司，以期在這一新興領(lǐng)域中開辟出更多新的價(jià)值空間。然而僅僅過了三年的時(shí)間，IBM就因難以跨越的技術(shù)與業(yè)務(wù)鴻溝，宣布了最高70%的裁員比例。

但不少業(yè)內(nèi)人士對(duì)AI醫(yī)療的未來始終保持著樂觀態(tài)度。在他們看來，今天能夠提供最大價(jià)值的AI醫(yī)療應(yīng)用，如AI醫(yī)療影像、AI輔助手術(shù)、虛擬護(hù)士等等項(xiàng)目，仍應(yīng)被優(yōu)先關(guān)注和投資，從而使醫(yī)療提供者、保險(xiǎn)公司有機(jī)會(huì)參與進(jìn)來，構(gòu)建一個(gè)更大社會(huì)健康生態(tài)。

特別是對(duì)于健康保險(xiǎn)產(chǎn)業(yè)而言，AI的最深遠(yuǎn)影響可能落腳在風(fēng)險(xiǎn)識(shí)別方面，不斷提高對(duì)個(gè)體風(fēng)險(xiǎn)的評(píng)估能力。當(dāng)然，傳統(tǒng)保險(xiǎn)模式目前仍是主流，且AI也需要一定時(shí)間進(jìn)化和被廣泛接納，讓算法有更強(qiáng)的能力輔助、甚至是替代人工。

不難看出，AI在醫(yī)療臨床判斷中的應(yīng)用仍處于初級(jí)階段，未來恐將須要很長一段時(shí)間才可能以一種更具實(shí)際意義的方式立足。

劍橋大學(xué)教授Mihaela van der Schaar曾在某次演講中講到，“我們正處于這場革命的開始，還有很長的路要走。但這是一個(gè)令人興奮的時(shí)刻，是專注于此類技術(shù)的重要時(shí)刻。”

隨著AI醫(yī)療各項(xiàng)研究的持續(xù)推進(jìn)，這勢必將會(huì)為臨床醫(yī)生、醫(yī)學(xué)研究人員、患者及其他大健康服務(wù)主體，帶來更強(qiáng)大、可靠的新工具。