Ну что ж, давайте погрузимся в удивительный мир, где древняя мудрость встречается с передовыми технологиями прямо здесь, в Китае! Просто невероятно, как искусственный интеллект (ИИ) проникает во все сферы жизни — от прогнозирования пробок на дорогах до создания музыки. Но особенно захватывающе, и, возможно, немного ошеломляюще для тех, кто привык к западным реалиям, выглядит применение ИИ в традиционной китайской медицине (ТКМ).
В этом блоге я рассказываю о жизни и значимых тенденциях в Китае, и эта тема кажется мне особенно важной, возможно, даже судьбоносной. Или это просто шум вокруг пустого места? Давайте разберёмся. Здесь есть всё: слухи о выходе на биржу, предостерегающие истории о внезапных крахах, серьёзные споры о технологиях и даже роботы, которые пытаются измерить ваш пульс. Так что давайте вместе исследуем этот тренд «ИИ + ТКМ» — что за этим стоит? Это будущее здравоохранения или просто громкие слова?
Древняя практика в эпоху алгоритмов
Для многих на Западе ТКМ ассоциируется с иглоукалыванием, травяными чаями с землистым ароматом и, возможно, сложными теориями о «ци» и меридианах. Это медицинская система с тысячелетней историей, глубоко укоренённая в философских концепциях и богатом клиническом опыте, который часто передаётся из поколения в поколение от учителя к ученику. В отличие от западной медицины, сосредоточенной на конкретных заболеваниях и биологических механизмах, ТКМ рассматривает тело как целостную систему, стремясь восстановить баланс.
Эта опора на глубокий опыт, тонкие наблюдения («望闻问切» — осмотр, слушание, опрос и прощупывание пульса) и индивидуализированные планы лечения («千人千方» — тысяча людей, тысяча рецептов, то есть подход к каждому пациенту индивидуален) является одновременно сильной стороной ТКМ и её вызовом в современном мире.
И вот тут на сцену выходит ИИ.
Технологический мир в Китае, как и во всём мире, бурлит от преобразующей силы искусственного интеллекта, особенно от больших языковых моделей (LLM). Существует мнение, что ИИ способен «переосмыслить» любую отрасль. Медицина, особенно разработка лекарств и диагностика в западной практике, уже привлекла значительные инвестиции в ИИ. Но применить ИИ к ТКМ? Это кажется совсем другой игрой, полной уникальных трудностей, учитывая качественный, основанный на опыте характер этой системы. Тем не менее, компании и учреждения с энтузиазмом берутся за дело.
Почему ИИ нужен ТКМ?
Почему ИИ рассматривается как потенциальный спаситель этой древней практики? Материалы, которые я изучил, указывают на несколько действительно серьёзных проблем в традиционной системе ТКМ здесь, в Китае.
Во-первых, вопрос контроля качества. Как и во многих системах здравоохранения по всему миру, в Китае наблюдается серьёзный дефицит высококвалифицированных специалистов. Особенно в ТКМ, чтобы стать настоящим экспертом, требуются годы, а иногда и десятилетия упорной практики и наставничества. Лучшие врачи пользуются огромным спросом, что приводит к долгим очередям и трудностям с доступом к высококачественному лечению, особенно в сельских или менее развитых регионах. Отчёты показывают, что опытные врачи ТКМ составляют лишь малый процент от общего числа специалистов, значительно уступая спросу.
Во-вторых, разбросанность пациентов и необходимость личного присутствия для консультаций затрудняют масштабирование. Хотя онлайн-консультации существуют, ключевые методы диагностики, такие как «望闻问切», традиционно требуют физического контакта.
В-третьих, хотя ТКМ богата историческими текстами и примерами из практики, ей не хватает стандартизации и структурированных данных по сравнению с современной западной медициной. Клинические записи не всегда единообразны, описания симптомов и синдромов могут различаться в зависимости от школы мысли (а их множество!), а перевод тонких наблюдений опытного врача в количественные данные — задача, скажем так, непростая. Этот «чёрный ящик» ТКМ, особенно в отношении сложных химических взаимодействий в травяных формулах, затрудняет объяснение, повторение и более широкое признание в рамках современных научных парадигм.
И вот тут ИИ предлагается как решение. Благодаря способности ИИ обрабатывать огромные объёмы данных, выявлять закономерности и, возможно, стандартизировать диагностические подходы, есть надежда:
- Расширить доступ: Помочь менее опытным врачам, потенциально увеличивая предложение высококачественных услуг ТКМ.
- Стандартизировать знания: Собрать и распространить накопленные знания мастеров и исторические тексты в более структурированной и доступной форме.
- Модернизировать и подтвердить: Использовать современные методы анализа данных для изучения механизмов терапий ТКМ и стандартизировать производство сложных травяных продуктов.
- Повысить эффективность: Автоматизировать рутинные задачи, освобождая врачей для заботы о пациентах.
По сути, идея в том, чтобы взять глубокую, но часто трудно масштабируемую и стандартизируемую базу знаний ТКМ и «прокачать» её с помощью вычислительных мощностей и возможностей обработки данных ИИ.
Как выглядит ТКМ с ИИ на практике?
Так как же это работает на деле? Спектр применения варьируется от забавных гаджетов для потребителей до серьёзных клинических инструментов и масштабных исследовательских проектов.
В больницах или общественных медицинских центрах вы можете столкнуться с так называемыми «кибер-роботами ТКМ». Одна статья описывает их очень ярко: «Его глаза — это камеры, которые сканируют покрытие вашего языка и цвет лица, как это делал бы старый врач ТКМ; он также может измерить пульс с помощью сенсора, завершая процесс менее чем за 2 минуты». Такие роботы часто выдают быстрый отчёт о состоянии здоровья на основе базовой диагностики и сопоставления данных — возможно, скорее для развлечения или первоначального скрининга, но это публичная сторона ИИ в ТКМ.
Однако более серьёзные усилия направлены на создание сложных систем ИИ и больших моделей, предназначенных для помощи реальным врачам и, возможно, даже для разработки новых лекарств.
Компании разрабатывают системы диагностики с поддержкой ИИ. Например, AskZhen (问止中医科技), вызывающая ажиотаж в связи с попыткой выйти на IPO в Гонконге, строит свой бизнес вокруг собственной разработки «TCM Brain» (中医大脑). Эта система, как они утверждают, представляет собой вспомогательный диагностический инструмент на основе «крупнейшего в мире графа клинических знаний» для ТКМ. Идея в том, что врач вводит данные пациента (симптомы, результаты диагностики, такие как информация о языке и пульсе), а ИИ обрабатывает их, сравнивая с огромной базой исторических случаев, классических текстов и современных исследований, чтобы предложить возможные диагнозы, синдромы и планы лечения (включая травяные рецепты). AskZhen утверждает, что их система прошла клинические тесты на согласованность в ведущей больнице и экспертную оценку. Они видят в ней ключевой инструмент, позволяющий врачам предоставлять «глубокие и всесторонние консультации» с меньшей зависимостью от индивидуального опыта, что фактически повышает качество оказываемой помощи.
Помимо диагностики, ИИ применяется в больших моделях ТКМ для исследований и разработок. Такие компании, как Tasly Pharmaceutical (天士力), крупный игрок в традиционной китайской медицине, сотрудничают с технологическими гигантами, например, Huawei Cloud, для запуска моделей вроде «数智本草» (примерно «Цифровая травяная мудрость»). Эти модели «питаются» огромными объёмами данных — тысячами древних текстов, десятками тысяч традиционных формул, миллионами исследовательских аннотаций, данными о натуральных продуктах, патентной информацией, клиническими рекомендациями. Цель? «Объяснить логику» («说理») традиционных формул и «найти лекарства» («寻药»), ускоряя открытие новых натуральных соединений или комбинаций и создавая новую парадигму исследований и разработок «數智中药» (Цифровая ТКМ). Это значительный сдвиг, и традиционные фармацевтические компании, как сообщается, значительно увеличивают расходы на исследования и разработки,投資руя сотни миллионов юаней в цифровую модернизацию производственных линий и создание этих огромных систем данных.
Больницы тоже не отстают. Престижная больница Гуанъаньмэнь (广安门医院), которую часто называют «Пекинским союзным медицинским колледжем» в мире ТКМ, недавно запустила свою большую модель «广医·岐智» (GuangYi QiZhi). Эта модель интегрируется во все рабочие процессы больницы — от амбулаторных клиник до стационарных отделений и даже хирургии. Она помогает врачам во всём: от опроса пациентов и ведения медицинских записей (сообщается, что записи генерируются за секунды) до мультимодального анализа с использованием диагностических изображений (например, сканирования языка) вместе с устными данными. Руководство больницы подчёркивает, что модель не предназначена для замены врачей, а для «копирования опыта экспертов ТКМ, повышения эффективности работы больницы и освобождения врачей от рутинных задач, чтобы они могли сосредоточиться на качестве обслуживания». Важно и то, что они видят в этом инструменте способ ускорить передачу знаний и обучение молодых врачей, фактически позволяя ИИ выступать в роли «цифрового наставника».
Капитал стекается: попытка IPO и рыночный ажиотаж
Это слияние древней практики и современных технологий определённо привлекло внимание инвесторов. Статьи подчёркивают увеличение капитала, поступающего в стартапы «ИИ + ТКМ». Мы видим объявления о раундах финансирования на ранних стадиях для компаний, работающих над ИИ-моделями для управления здоровьем и диагностики с использованием цифровых методов «望闻问切».
Самый яркий недавний пример — попытка AskZhen (问止中医科技) выйти на Гонконгскую фондовую биржу. Это значительный шаг, который позиционирует их как потенциальную «первую акцию ИИ-ТКМ». Основанная в 2018 году тремя людьми с опытом работы в Кремниевой долине и инвестиционной сфере, а не с глубокими корнями в академической среде ТКМ, AskZhen быстро набрала популярность, привлекая несколько раундов финансирования от известных венчурных фондов, таких как Bluerun Ventures.
Их финансовые показатели демонстрируют компанию в режиме быстрого роста: выручка выросла с примерно 62 миллионов юаней в 2022 году до 189 миллионов юаней в 2023 году и достигла 173 миллионов юаней за первые девять месяцев 2024 года. Этот рост в основном обусловлен их медицинскими услугами, которые составили почти 90% выручки в третьем квартале 2024 года, предоставляемыми как онлайн, так и через расширяющуюся сеть физических клиник по всему Китаю. Их подписной сервис «TCM Brain» для других врачей и учреждений приносит гораздо меньший доход (менее 5% в третьем квартале 2024 года).
Однако, несмотря на рост выручки, AskZhen также фиксирует значительные чистые убытки — около 154 миллионов юаней в 2022 году, 194 миллионов юаней в 2023 году и 56 миллионов юаней за первые девять месяцев 2024 года. Это совокупный убыток примерно в 400 миллионов юаней за этот период. Они действительно сообщают о положительной скорректированной чистой прибыли (5,15 миллиона юаней, 43,03 миллиона юаней и 49,51 миллиона юаней соответственно, с учётом некэшовых статей, таких как компенсации акциями), что является распространённым показателем для технологических компаний, демонстрирующим базовую операционную прибыльность до определённых расходов.
AskZhen утверждает, что является крупнейшим поставщиком услуг ТКМ с поддержкой ИИ в Китае по выручке 2023 года, но их доля рынка всё ещё составляет всего 1,5% на крайне фрагментированном рынке с более чем 12 600 поставщиками. Это говорит как о значительном потенциале роста, так и о высокой конкуренции.
Прогнозы размера рынка ещё больше подогревают интерес. Общий рынок медицинских услуг ТКМ в материковом Китае оценивался примерно в 960 миллиардов юаней в 2023 году, а к 2028 году прогнозируется рост до 1,7 триллиона юаней (среднегодовой темп роста 12,3%). Сегмент с поддержкой ИИ, хотя и намного меньше (около 10,9 миллиарда юаней в 2023 году), по прогнозам, будет расти с ошеломляющей скоростью 51,4% в год до 86,9 миллиарда юаней к 2028 году. Эти цифры рисуют картину быстро расширяющейся ниши в рамках большого и растущего рынка.
Но есть подвох (и не один)
История о быстром росте и трансформации с помощью ИИ звучит убедительно, а инвестиционная активность реальна. Но, как и в любой золотой лихорадке, существуют значительные риски и вызовы, которые умеряют ажиотаж. Статьи, которые я прочитал, были весьма откровенны по этому поводу.
1. Проблема с данными — фундаментальная: Это, пожалуй, самый большой барьер. Как упоминалось ранее, данные ТКМ сложно стандартизировать. Как количественно оценить ощущение пульса («скользкий», «струнный») или тонкие вариации цвета языка или его покрытия? Разные врачи описывают одно и то же явление по-разному. Разные школы мысли подходят к диагностике и лечению с фундаментально разных теоретических позиций. Подача в модели ИИ неупорядоченных, непоследовательных или сильно субъективных данных ограничивает их точность и надёжность. Хотя компании, такие как AskZhen, и больницы, такие как Гуанъаньмэнь, пытаются создать структурированные базы данных и «графы знаний», это колоссальная задача. Принцип «千人千方» также означает огромную вариативность, которую алгоритмам сопоставления сложно идеально воспроизвести.
2. Ограничения ИИ против человеческого опыта: Может ли ИИ действительно повторить диагностическую интуицию опытного врача ТКМ, который сочетает знания из книг с годами практического опыта, взаимодействия с пациентами и наблюдения за окружающей средой? Многие эксперты настроены скептически. Они утверждают, что ИИ может анализировать данные, но с трудом справляется с целостной, нюансированной цепочкой мышления человеческого врача, особенно в сложных или редких случаях. Есть также проблема «галлюцинаций ИИ», когда модели генерируют правдоподобно звучащую, но неверную информацию — что потенциально опасно в медицинском контексте.
3. Риски бизнес-модели и реализации: Является ли ИИ действительно ключевой ценностью, привлекающей выручку, или это в основном маркетинговый ход для привлечения инвестиций и пациентов? Судя по финансовым данным AskZhen, доход от подписочного ИИ-сервиса ничтожен по сравнению с доходом от медицинских услуг, который генерируют… человеческие врачи. Хотя «TCM Brain» может сделать этих врачей более эффективными или последовательными, именно взаимодействие врача и пациента приносит деньги.
4. Юридические, этические вопросы и доверие пациентов: Если ИИ предложит рецепт, который приведёт к негативному результату, кто несёт ответственность? Врач, который его одобрил? Компания, разработавшая ИИ? Правовая база неясна. Это беспокойство уже вызывает осторожность со стороны регулирующих органов. Кроме того, доверие пациентов имеет первостепенное значение в здравоохранении. Хотя людям может нравиться новинка «кибер-ТКМ», готовы ли они доверять ИИ в случае серьёзных заболеваний, особенно учитывая персонализированный характер ТКМ?
5. Предостерегающая история: крах Eagle Eye: Не все истории об «ИИ + ТКМ» — это амбиции IPO. Внезапный и драматичный крах Eagle Eye (鹰之眼), компании, которая утверждала, что у неё более 600 сотрудников и широкое внедрение диагностических устройств с использованием ИИ и инфракрасного излучения, служит отрезвляющим контрастом. Сотрудники узнали о ликвидации компании через позднее ночное сообщение, после чего последовали невыплаты зарплат, невыполненные обещания о выходных пособиях и массовое трудовое арбитражное разбирательство. Этот случай показывает, как ажиотаж, плохое управление и финансовая неустойчивость могут быстро привести к краху в этой сфере, усиливая опасения по поводу «пузыря».
Трансформация или пузырь: вопрос на миллион
Итак, является ли «ИИ + ТКМ» будущим или просто спекулятивным пузырём? Судя по отчётам, похоже, что это смесь и того, и другого, или, скорее, сложное, динамичное пространство, где потенциал, ажиотаж и значительные вызовы сосуществуют.
Рыночные возможности реальны, обусловлены реальными потребностями в системе здравоохранения Китая и государственной поддержкой модернизации ТКМ. Технологический потенциал ИИ для обработки сложных данных и помощи в распознавании закономерностей также неоспорим. Компании и учреждения делают реальные инвестиции и разрабатывают сложные системы.
Однако фундаментальная природа ТКМ — её опора на субъективные наблюдения, индивидуализированное лечение и теоретическую базу, отличную от эмпирической науки, лежащей в основе большинства данных для обучения ИИ, — создаёт уникальные и сложные технические препятствия. Просто «запихнуть» в ИИ кучу данных недостаточно; сами данные должны быть стандартизированы и структурированы с учётом основных принципов ТКМ, что всё ещё является задачей в процессе выполнения.
Случай с Eagle Eye демонстрирует риск провала стартапов из-за плохого управления, сомнительных технологий и неспособности найти жизнеспособную бизнес-модель. Попытка AskZhen выйти на IPO подчёркивает энтузиазм капитальных рынков, но также выявляет фундаментальные вопросы о прибыльности, глубине исследований и разработок и зависимости от человеческих врачей, что говорит о том, что ИИ пока скорее является инструментом улучшения и маркетинговым отличием, чем полной заменой или основным источником дохода.
В конечном итоге многие эксперты сходятся во мнении, что ИИ вряд ли заменит опытных врачей ТКМ в ближайшее время, если вообще когда-либо. Человеческий элемент диагностики, эмпатическое взаимодействие и нюансированное принятие решений в условиях неопределённости остаются решающими. Как сказал один эксперт в статье, «Заменят врачей ТКМ не ИИ, а врачи ТКМ, которые используют ИИ».
Будущее, скорее всего, заключается в том, что ИИ будет выступать в роли мощного ассистента или инструмента для врачей ТКМ, помогая обрабатывать информацию, повышать эффективность, стандартизировать некоторые аспекты ухода и, возможно, выявлять новые идеи из исторических данных. Это может помочь быстрее обучать молодых врачей, делая высококачественную помощь более доступной. Это может революционизировать разработку лекарств и согласованность производства.
Но преодоление проблем с качеством данных, этическими аспектами и созданием устойчивых бизнес-моделей в этой сложной, культурно-специфичной области означает, что путь вперёд для «ИИ + ТКМ» будет далеко не простым. Это эксперимент с высокими ставками, соединяющий древнюю мудрость с современной технологией, и приведёт ли он к настоящей трансформации ТКМ или лопнувшему пузырю, остаётся захватывающей историей, за которой я продолжу следить здесь, в Китае.
Надеюсь, это дало вам более ясное представление об этом интригующем развитии! Это определённо один из тех случаев, когда реальность гораздо сложнее, чем могут показаться заголовки. Делитесь своими мыслями в комментариях!
评论