导语：脑动极光港交所IPO，冲刺认知障碍数字疗法第一股

在港交所的IPO大军中，有一家公司比较独特——脑动极光医疗科技有限公司(以下简称“脑动极光”)。

(资料图)

这个公司只有138人，营收刚过千万，并且还在巨额亏损。这样一个财务表现糟糕的公司居然要去港交所上市？哪来的底气？

因为这个公司踩在了医疗AI的风口上，具体的说是认知障碍的数字疗法。虽然脑动极光收入不高，但其增长很快。2021年度、2022年度以及2023年3月31日止，脑动极光实现营业收入分别为229.9万元、1129.1万元、1056.4万元。按照这个增长态势，营收破亿指日可待。

那么，这到底是一个明日之星，还是大忽悠呢？要回答这个问题，就需要从其业务层面进行深入的分析。

01 中国有认知障碍人群3.4亿

首先，我们需要了解什么是认知障碍。

认知障碍，简单来说，就是大脑在处理、理解或记忆信息时出现的“故障”。

想象一下，当我们的手机出现卡顿或者程序无法正常运行时，我们通常会说手机出了问题。同样，当大脑在某些特定功能上“卡顿”时，我们称之为认知障碍。

在日常生活中，可能有人发现自己总是忘记事情，这可能是记忆力减退的标志。

有些人在听到声音时，可能听得到，但就是不理解其中的意义，这可能是知觉障碍。

还有一些人可能会发现自己无法专心，或者在规划和执行任务时感到困难，这可能是注意力不集中或执行功能障碍。

那么，这些大脑的“故障”是从哪里来的呢？原因其实很多。脑部的受伤，比如因为跌倒或车祸，可能会损伤大脑的某个部分。

有些疾病，如阿尔茨海默病或中风，会影响大脑的功能。

有时，药物的副作用，或者长时间的药物滥用，也会导致认知功能出现问题。

此外，长时间的营养不良、精神压力、抑郁或焦虑也可能成为导致认知障碍的原因。

认知障碍看似不常见，事实上，全球和国内有一个庞大的患者群体。

据弗若斯特沙利文的数据，2022年全球有认知障碍患者17亿，而中国有3.4亿。

当然，这些上亿认知障碍患者中，大部分并不严重，没有接受正规的治疗。

资料来源：弗若斯特沙利文

02 认知障碍数字疗法，是“灵药”还是数字版的“保健品”？

在早期，当我们提到认知障碍的治疗，首先想到的可能是药物治疗。

一些药物被开发出来，目的是缓解与认知障碍相关的症状。这些药物可以帮助患者暂时改善记忆和思维能力，但往往不能完全逆转病情的进展。

除了药物，认知康复也是一个重要的治疗方式。这种方法通过组织练习和训练，如记忆和注意力训练，帮助患者改善或恢复他们失去的认知能力。

脑动极光做的是认知障碍数字疗法，准确的说是以AI为核心的数字疗法，这种疗法利用深度学习、模式识别、数据分析等AI技术，来评估、诊断、治疗和跟踪患者的认知健康状态。

根据弗若斯特沙利文的数据，2022年，全球认知障碍数字疗法市场规模为21亿美元。其中，中国市场1.49亿元，预计到2030年能达到近10亿元。

可以发现，这是一个比较“小众”的市场，目前整体的市场规模还不到2亿。脑动极光2022年的营收才刚过千万量级，也从侧面印证了这个市场的确不大。

但是，从最终的用户需求角度出发，这其实是一个很大的市场。

我们从最终用户角度来重新计算一下潜在的市场规模：中国有3.4亿人存在不同程度的认知障碍问题，我们假定其中10%的用户使用认知障碍数字疗法相关系统（不仅包括医院作为治疗手段使用，也包括个人用相关系统来改善自身不严重的认知障碍问题），每个用户平均费用1000元，那整体潜在的市场规模为340亿元。

所以，如果激发认知障碍数字疗法的潜在市场，这将是一个百亿级的大生意。然而，如何才能激发这些潜在需求呢？

最核心的一个问题，就是现在的认知障碍数字疗法产品真的有用，也就是真的能治病。认知障碍数字疗法到底有没有疗效，有多大的疗效，能够媲美甚至超过人类医生么？这其实需要打上一个大大的问号。

事实上，认知障碍数字疗法面临的是整个医疗AI所面临的共同的挑战。虽然现在的人工技术已经获得了很大的发展，但是还很难达到医疗的专业性、准确性要求。

目前，人工智能技术主要在人脸识别、语音识别等“容错性”较高的领域。比如用在手机上的人脸识别解锁，即使有几次识别错误也没关系。

但是，在医疗领域，如果AI系统出现一次诊断错误甚至给出错误的治疗方案，那可能就是一起严重的医疗事故。只要发生几次类似的严重医疗事故，就可能为整个行业按下暂停键。

整体来看，这一轮人工智能浪潮中，人们刚开始对AI技术在医疗领域应用是怀有很大期待的，但经过很多尝试之后发现情况并不乐观。

比较典型的就是IBM的watson 沃森医疗，为了进军医疗AI，IBM下了血本。IBM在2015年4月推出Watson Health，之后为了提升能力，先后用10 亿美元收购医学影像数据公司Merge Healthcare、26 亿美元收购了医疗数据分析公司Truven Health Analytics。

IBM斥巨资打造的明星产品Dr. Watson（沃森医生），号称可以在17秒时间内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次实验数据，以及106000份临床报告，并提出三个最优选的治疗方案。

基于这样的能力，只要输入患者的手术、病理、一般情况、基础疾病、治疗过程、复发转移等信息，Dr. Watson就能通过阅读大量的医学材料，给出几个治疗方案，推荐给医生。然而，这只是人们美好的期待。实际上，Dr. Watson的表现差强人意。

最终，IBM在医疗AI上的尝试还是以失败告终。早在2022年初，就有媒体报道IBM打算以10亿美元“贱卖”Watson Health 部门。

导致IBM的Dr. Watson失败的原因有很多，但其中最关键的只有一条，就是其效果不如人意。

试想一下，如果Dr. Watson给出的治疗方案真的很好，超越了人类医生水平，那大概率会取得巨大的商业成功。

如果只是给出一个方案，但质量堪忧，医生和患者都不敢用，那Dr. Watson就是一个好看的“花瓶”而已，失败是必然的。

同样的道理，认知障碍数字疗法要想取得成功，最关键的就是要真的有用。

而且，作为一个医疗AI产品，必须要确保给出的结果是可信的，其能力必须要显著优于人类医生，并且错误率要无限逼近零，才有可能大规模的商用。什么时候这类产品的表现能够获得医生和患者的普遍信任，认知障碍数字疗法才能迎来自己的春天。

值得指出的是，相对于跟药物甚至手术方案有关的医疗AI，认知障碍数字疗法更“务虚”一点。一个医疗AI系统开一个药方或者制定一个手术方案，其效果如何很快就会得到验证。

与之相比，认知障碍数字疗法，给出的治疗方案并不涉及药物、手术等，其风险性更低，“容错性”更高。

以脑动极光的认知障碍治疗软件ADHD为例，其核心是为认知障碍患者制定训练课程，这类诊疗方案即使某个地方有问题，对患者的影响也不如药物那样严重和立竿见影。

脑动极光在招股书中披露了一些临床试验数据，其认知障碍数字疗法产品的效果还不错。

但是，这些临床试验的规模还较小，能否经受得住大规模的临床检验还有待观察。

我们当然希望这类产品能够最终被证明真的有用，但笔者对此持怀疑态度。

毕竟，整个医疗AI领域并不乐观，更关键的是，以目前的AI技术的能力，还不足以支撑其在医疗这样高度专业性的领域实现大规模商用。

这是整个产业的局限，不是某个公司能够轻易解决的。