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。