真的要走到路的尽头了吗迎来了结局

，还是迎来了结局日前，部门负责人正式辞职此外，谷歌已经将这个医疗数据管理App从Streams——中完全移除，Streams——由DeepMind开发，一度备受期待

他们宣布原卫生部门下属的各个团队将回归原团队，相当于宣告谷歌苦心经营的健康从此解散但没有完全解散，品牌还会继续保留

回看当年的风光，即便是全球科技巨头和强大团队支持的谷歌健康，仅仅三年时间，在医疗AI行业依然失败。

这也让很多人感叹:

谷歌医疗AI，真的要走到路的尽头了吗。

最后撤退的溪流。

事实上，谷歌健康最终退出的临床应用Streams，也是他们最早开始实施的项目之一。

这是一个可以帮助医生诊断疾病的App是DeepMind在2015年开发的

日前，DeepMind自豪地宣布了官方公告与伦敦皇家自由医院的合作。

他们表示，从2017年开始，Streams将应用于临床实践。

主要用于帮助医生筛查难以发现的急性肾损伤，从而提高临床诊断的准确性和效率。

尽管是由AI巨头开发的，Streams只集成现有的患者数据，然后提供给医生。

DeepMind还提到，在未来五年的合作中，他们还将把Streams扩展到其他疾病。

我们相信Streams还可以用于筛查败血症或其他器官衰竭疾病。

从2017年开始，DeepMind启动了Streams的扩展截至当年11月，他们已与4家公立医疗机构达成合作关系，合作期限为5年

当时，DeepMind并不是唯一一个对医疗AI如此雄心勃勃的人作为深度学习三巨头之一的韩丁，今年也说出了著名的疯话:AI可以在五年内取代放射科医生

但今年也是DeepMind被推到风口浪尖的一年。

英国数据隐私监管机构发现，其合作伙伴伦敦皇家自由医院在Streams的开发阶段向DeepMind提供160万份患者诊断记录是非法的。

事实上，医疗AI的发展离不开庞大数据量的支撑，但在涉及隐私红线后，Streams在落地时遇到的困难远远大于想象。

牛津大学负责审查Streams数据的医学教授约翰贝尔也表示，数据在医学AI中的价值非同寻常，因此这些数据必须得到很好的保护。

而且，医疗AI高度依赖数据如果选择的数据集有偏差，其判断会受到很大影响

这件事的发酵似乎给DeepMind泼了一盆冷水。

2018年，DeepMind宣布将退出Streams项目，并将其移交给谷歌。

在接下来的几年里，Streams的发展并没有像当时预期的那样。

2019年只有一个重大进展，当时DeepMind声称他们与退伍军人事务部合作开发的技术可以将医生诊断急性肾损伤的时间缩短48小时。

这对AKI的治疗具有重要意义专家认为，如果干预足够早，多达30%的病例是可以预防的

可是，谷歌没有透露在筛查其他疾病方面的更多进展。

当时他放弃了Streams的DeepMind，转战生物领域后，开发出了能够预测蛋白质三维结构的AlphaFold和AlphaFold2，AlphaFold2已经预测了人类98.5%的蛋白质结构。

显然，不受数据问题困扰的DeepMind在技术上更有能力。

另一方面，Streams仍在走下坡路。

到今年上半年，英国很多公立医疗机构也完成了与Streams的合作，谷歌也在删除Streams中的数据。

显然，用雷声大雨点小来形容Streams项目更为恰当。

失去谷歌医疗。

Streams作为谷歌健康全过程的见证，其实是谷歌在医疗AI方面发展的缩影。

2018年，谷歌健康正式成立。

DeepMind在AI领域的顶尖技术，加上谷歌优秀的商业流动性，外界很难不认可。

一方面，技术上，DeepMind在医疗AI领域积累了多年。

除了前面提到的临床应用Streams，他们还开发了可以筛查乳腺癌和识别50多种眼病的技术。

2017年开始与英国多家公立医疗机构合作，对一线医疗情况有深入了解。

团队高级医学科学家多米尼克金博士曾经说过:

加入谷歌健康后，他们将致力于让医疗设备和系统更加便捷，从而改变一线医生的工作方式。

另一方面，在商业化方面，谷歌邀请大卫范伯格担任部门主管。

他是美国顶级医疗保健机构Geisinger Medical Center的前CEO，曾主持建立了整个宾夕法尼亚州卫生系统Geisinger，并统一了该系统在医疗领域的各种零散项目。

当时行业普遍认为，David Feinberg 的加入会让谷歌在医疗健康领域的发展如虎添翼。

但现实情况是，这谷歌与医疗相关的创新业务并没有做起来。

谷歌最新一期 2021 Q2 季度财报显示，包括 DeepMind，智能医疗 Verily 在内的其他业务依旧亏损。

营收为 1.92 亿美元，亏损为 13.98 亿美元，亏损较去年同期还有上涨。

在具体业务的开拓上也不顺利。

除了饱受争议的 Streams 应用，谷歌健康成立后重点宣传的糖尿病视网膜病变筛查业务，也在落地上出现了不少问题。

据谷歌发表在《美国医学会期刊》上的研究显示，AI 算法在这一研究中起到的作用极大，使得这一工具的准确率达到了 90%，理论上几秒就能出结果，足以和眼科专家的诊断结果相媲美。

2020 年，谷歌与泰国公共卫生部门合作，在泰国 11 家诊所安装了这一工具。

但由于对检查照片的质量要求极高，导致实际的准确率远不如预期，而且当地的网络信号较差，使得上传照片到给出结果需要花费相当长的时间，这导致病人更愿意找医生来诊断。

医疗 AI 真的走向末路了吗。

事实上，这几年不只是谷歌一家巨头在医疗 AI 行业频频受挫。

IBM 的 Watson Health 部门，是 IBM 布局医疗 AI 的窗口，主要利用 AI 帮助医院，保险公司和制药商管理数据，辅助诊断。

但成立 6 年，年收入才为 10 亿美元，占公司总收入 2% 以下，至今尚未获得盈利可是之前，IBM 光是收购 Waston 就花了 40 多亿美元

与谷歌健康几百人规模不同，Watson Health 在 2016 年甚至达到过一万人的规模。

可是，据 IEEE Spectrum 统计，2011—2019 年期间，IBM Watson 与其他机构合作的 25 个具有代表性的项目中，却仅有 5 个合作项目推出了 AI 医疗产品。

不仅如此，在 2018 年，Watson 还被曝出给患者开错了药物，严重的话可能会致人死亡。

IBM 的路线不是医学影像，而是用 NLP 去理解医学文本。就连图灵奖得主 Yoshua Bengio，也不看好 IBM 的这种模式，他认为:

在医学文本文件中，人工智能系统无法理解其模糊性，也无法了解人类医生注意到的微妙线索。

不仅是在国外，国内公司在医疗 AI 行业也曾出现过类似的情况。

例如国内某家在 2017 年 B 轮获 2 亿投资成为 AI 医疗影像领域亮眼明星的公司，还没有挺到 C 轮就在 2019 年底左右面临资金链断裂。

医疗影像辅助诊断是当时医疗 AI 公司扎堆投入的领域这家公司最大的卖点肺结节诊断，则是红海中的红海

一家医院接入 4，5 家 AI 肺结节诊断产品成了司空见惯，曾有影像医师笑称:

中国人的肺结节都不够用了。

。

所以，医疗 AI 这条路真的走不下去吗。

从谷歌的回应来看，起码他们并没有放弃。

在一份声明中谷歌明确表示:

深信技术在改善健康方面的力量。

并且，他们还提到增加了在健康领域的投资。

Jeff Dean 也提到，Google Health 的品牌仍将保留，只是不再作为一个统一的组织运作，其原来的团队将被拆分到不同的部门。

比如，正在开发搜索工具以便医生更易搜索病人健康记录的临床团队将被划入谷歌研究部门，专注于 AI 医疗影像的团队则将被划入到谷歌的搜索和人工智能部门。

此外，健康数据追踪和其他医疗方面的项目也会继续推进。

参考链接: