Bessemer Venture Partners发布了一份新报告，确定了医疗AI初创公司最有价值的发展方向、最佳的目标市场以及该风投公司的投资标准。
2024年，38%的数字健康公司在A轮融资中都是AI驱动的，根据Rock Health的数据，这表明医疗行业自上而下对AI的优先考虑。医疗AI也在取得实质性进展，FDA批准的AI/ML设备数量呈指数增长，2023年比2018年增加了5倍，根据Bessemer的报告。
麦肯锡的一项调查显示，70%的支付方和提供方表示正在推进生成式AI的实施。贝恩公司的另一项调查发现，这些群体中有四分之三在过去一年增加了IT投资，并预计这一趋势将持续下去。
Bessemer Venture Partners的副总裁Morgan Cheatham及其同事在报告中写道，医疗市场的碎片化是一个挑战，许多子垂直市场各自提供的总可寻址市场（TAM）约为10亿美元。这为能够在高度专业化环境中蓬勃发展的AI公司提供了机会。
风险投资公司认为，当创新使用时，AI有潜力彻底改变医疗行业。它指出，现有的AI公司如Abridge、Subtle Medical、OpenEvidence和Atropos已经开始通过其解决方案重塑医疗类别。
Bessemer确定了六个感兴趣的领域进行投资：交互系统、多模态技术、模拟、评估基础设施、传感器和专业基础模型。这包括具有动态和实时互动的AI解决方案；用于无风险培训的虚拟环境；评估AI的标准化框架；高级数据捕获；以及增强或自动化专业任务的能力。
结合多模态数据进行新颖的数据分析是一个有待开发的领域。报告称，医疗AI公司最大的机会在于选择合适的模态和商业模式，利用多模态AI并构建特定垂直领域的基础设施。
Bessemer的合伙人写道，医疗AI公司应评估其产品的模态和定价方法如何影响市场。例如，AI解决方案已经存在多种形式，如AI驱动的软件、AI副驾、AI代理和AI驱动的服务。每种模态的潜在收入取决于商业模式。
报告发现，最常见的AI解决方案商业模式是基于使用量的定价和基于绩效的定价。例如，医疗技术公司可以按客户使用模型的次数收费，或者从部署技术产生的节省中抽取一定比例的费用。
Cheatham和Bessemer的合伙人Steve Kraus在报告中写道：“我们预测，最成功的医疗AI公司将专注于关键节点，在这些节点上生成大量有价值的数据，位于关键工作流程的上游。”
医疗AI公司还应考虑如何结合多模态数据进行新颖的发现。医疗数据丰富，可以通过临床记录、医学影像、音频、视频、患者报告的结果、可穿戴设备数据、时间序列信息、暴露数据和基因测序结果等多种途径获取。报告称，能够从多模态数据中提取洞察的高级AI技术将成为最有价值的解决方案。
Cheatham和Kraus写道：“当丰富的生物医学数据与人口级信息、运营洞察和财务指标相结合时，AI不仅可以更早、更精确地诊断疾病，还可以识别阻碍患者康复的因素以及提高医疗系统功能和效率的机会。”
Bessemer还指出，某些医疗问题缺乏解决方案，因此在特定垂直领域的基础设施方面存在机会。例如，医疗公司继续在网络安全方面遇到困难，医疗数据经常成为网络犯罪分子的目标，但网络安全解决方案通常不针对医疗市场。AI的普及也要求更大的数据生成和管理能力。像Protege、Gradient和Omny Health这样的公司正在取得进展，但Bessemer预测市场将继续需要更多的健康数据来训练和测试模型，超过这些公司目前提供的数据。
Bessemer特别提到的一个问题是需要一种更好的方法来大规模地去识别和重新识别患者数据。基准测试、模型监控和治理也是三个有待创新的领域。Bessemer认为需要更多解决方案来测量模型在现实世界环境中的性能，同时也担心大规模模型漂移的影响。AI保证实验室和实施科学中心已经开始解决AI监管的问题。
医疗行业需要关注AI技术的好坏演变。Bessemer报告的作者指出，医疗AI可以从基因组学行业学习，后者设计用于在检测到新的疾病变体时进行沟通。
(全文结束)
