CHAPTER 1 人工智能+醫(yī)療概念與背景

“人工智能+醫(yī)療”，就是人工智能技術(shù)對(duì)于醫(yī)療產(chǎn)業(yè)的賦能現(xiàn)象。如何判斷一家公司或一款產(chǎn)品是否屬于“人工智能+醫(yī)療”范疇？?jī)|歐智庫(kù)主要采用技術(shù)手段作為標(biāo)準(zhǔn)。就目前技術(shù)發(fā)展而言，人工智能技術(shù)以機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘作為兩大技術(shù)核心，近年來(lái)備受關(guān)注的“深度學(xué)習(xí)”則屬于機(jī)器學(xué)習(xí)的范疇。

人工智能技術(shù)的“賦能”，主要體現(xiàn)于醫(yī)療人工智能公司所開(kāi)發(fā)的產(chǎn)品及服務(wù)，不僅使傳統(tǒng)醫(yī)療生產(chǎn)活動(dòng)成本降低、效果增強(qiáng)，而且為醫(yī)療相關(guān)產(chǎn)業(yè)鏈帶來(lái)了新變化，例如機(jī)器學(xué)習(xí)服務(wù)提供商的出現(xiàn)、保險(xiǎn)公司用戶健康數(shù)據(jù)分析的需求與醫(yī)療數(shù)據(jù)服務(wù)供應(yīng)商之間建立的商業(yè)新模式等。

我國(guó)醫(yī)療領(lǐng)域總體呈現(xiàn)供需不平衡、衛(wèi)生人員素質(zhì)有待提升、結(jié)構(gòu)性問(wèn)題突出、資源浪費(fèi)的現(xiàn)狀。人工智能與醫(yī)療的結(jié)合，是解決醫(yī)療痛點(diǎn)的新機(jī)遇。為此，國(guó)家自2015年起相繼出臺(tái)數(shù)十項(xiàng)政策性文件，逐步將人工智能提升到國(guó)家戰(zhàn)略層面，并對(duì)醫(yī)療領(lǐng)域提出人工智能發(fā)展要求。

人工智能備受資本市場(chǎng)、高等院校的青睞，2012-2016年我國(guó)人工智能領(lǐng)域投資金額不斷上升，熱度不減；我國(guó)部分大學(xué)院校，尤其以理工科為主的院校，陸續(xù)設(shè)立人工智能研究所、實(shí)驗(yàn)室，以及開(kāi)設(shè)人工智能相關(guān)專業(yè)。

CHAPTER 2 八大應(yīng)用場(chǎng)景解析

億歐智庫(kù)綜合分析了我國(guó)目前“人工智能+醫(yī)療”領(lǐng)域的公司和產(chǎn)品，梳理出包括虛擬助理、醫(yī)學(xué)影像、輔助診療等在內(nèi)的八大應(yīng)用場(chǎng)景，并從場(chǎng)景概念、發(fā)展環(huán)境、產(chǎn)品形態(tài)、業(yè)務(wù)模式、公司現(xiàn)狀及案例等方面對(duì)各應(yīng)用場(chǎng)景進(jìn)行深入探討。

目前我國(guó)八大應(yīng)用場(chǎng)景中，疾病風(fēng)險(xiǎn)管理和醫(yī)學(xué)影像是最熱門(mén)的兩大應(yīng)用場(chǎng)景，提供藥物挖掘服務(wù)的公司較少；以下是八大應(yīng)用場(chǎng)景下的公司數(shù)量統(tǒng)計(jì)，多數(shù)公司不僅屬于單一應(yīng)用場(chǎng)景，其提供的服務(wù)往往具有多元性。

醫(yī)學(xué)影像，是目前人工智能在醫(yī)療領(lǐng)域最熱門(mén)的應(yīng)用場(chǎng)景之一，本文對(duì)該應(yīng)用場(chǎng)景分析內(nèi)容進(jìn)行簡(jiǎn)要介紹如下。

據(jù)億歐智庫(kù)統(tǒng)計(jì)，目前國(guó)內(nèi)共有43家公司提供“醫(yī)學(xué)影像”服務(wù)?！搬t(yī)學(xué)影像”應(yīng)用場(chǎng)景下，主要運(yùn)用計(jì)算機(jī)視覺(jué)技術(shù)解決以下三種需求：

1、病灶識(shí)別與標(biāo)注：針對(duì)醫(yī)學(xué)影像進(jìn)行圖像分割、特征提取、定量分析、對(duì)比分析等工作；

2、靶區(qū)自動(dòng)勾畫(huà)與自適應(yīng)放療：針對(duì)腫瘤放療環(huán)節(jié)的影像進(jìn)行處理；

3、影像三維重建：針對(duì)手術(shù)環(huán)節(jié)的應(yīng)用。

AI+醫(yī)學(xué)影像的產(chǎn)品形態(tài)主要以用于影像識(shí)別與處理的軟件為主，極少數(shù)結(jié)合硬件；各公司產(chǎn)品成熟度均處于搭建基礎(chǔ)模型向優(yōu)化模型過(guò)渡階段，產(chǎn)品落地速度較緩慢，主要受以下幾方面因素影響：

1、數(shù)據(jù)短缺：公司主要以科研合作的方式從醫(yī)院獲取影像數(shù)據(jù)，但訓(xùn)練模型所需影像數(shù)據(jù)量較大，僅依靠幾家醫(yī)院提供數(shù)據(jù)遠(yuǎn)遠(yuǎn)不夠，而大量醫(yī)院并不愿意進(jìn)行數(shù)據(jù)共享；

2、成本較高：根據(jù)億歐智庫(kù)統(tǒng)計(jì)，國(guó)內(nèi)42家AI+醫(yī)學(xué)影像的公司中，有27家提供癌癥病灶識(shí)別與標(biāo)注服務(wù)；而影像科醫(yī)生在日常讀片過(guò)程中并不會(huì)進(jìn)行病灶標(biāo)注，這使得該領(lǐng)域公司需要花費(fèi)較大的成本邀請(qǐng)專業(yè)的影像科醫(yī)生在工作之余進(jìn)行標(biāo)注；

3、門(mén)檻較高：任何一家“AI+醫(yī)學(xué)影像”公司在實(shí)現(xiàn)產(chǎn)品合法銷售前，需要申請(qǐng)經(jīng)營(yíng)許可證、生產(chǎn)許可證、醫(yī)療器械證，并且要通過(guò)FDA認(rèn)證（FDA是國(guó)家食品藥品監(jiān)督管理總局的英文縮寫(xiě)）。FDA的審批流程較為繁瑣，需要同國(guó)家指定的三甲醫(yī)院合作進(jìn)行臨床測(cè)試（前提是要通過(guò)醫(yī)院的醫(yī)學(xué)倫理委員會(huì)審查），需要同做臨床試驗(yàn)的每一個(gè)病人簽訂合同，還要在國(guó)家專業(yè)機(jī)構(gòu)做檢測(cè)和報(bào)備，然后才能獲得FDA認(rèn)證，這其中的時(shí)間成本、技術(shù)水平等因素均構(gòu)成了“高門(mén)檻”。

CHAPTER 3 人工智能+醫(yī)療企業(yè)統(tǒng)計(jì)分析

2010年是我國(guó)醫(yī)療人工智能領(lǐng)域創(chuàng)業(yè)分水嶺，此前每年出現(xiàn)的新創(chuàng)公司數(shù)量極少，而2010年后我國(guó)迅速出現(xiàn)一大批醫(yī)療人工智能公司，并于2014和2015年出現(xiàn)創(chuàng)業(yè)高峰，兩年內(nèi)出現(xiàn)52家創(chuàng)業(yè)公司。

截止到2017年7月31日，我國(guó)醫(yī)療人工智能公司共有131家，集中分布于北京、上海、深圳、杭州、武漢等一、二線城市，其中北京、上海、深圳三城集中了97家公司，占全部公司的76%左右。

截止至2017年8月15日，國(guó)內(nèi)醫(yī)療人工智能公司累積融資額已超過(guò)180億人民幣，融資公司共104家；另有27家公司未獲投，或未公布融資信息。“中國(guó)醫(yī)療人工智能資本市場(chǎng)社會(huì)網(wǎng)分析圖（主要投融資方）”顯示，目前中國(guó)資本市場(chǎng)中的明星企業(yè)是華大基因和達(dá)闥科技，二者的投資關(guān)系數(shù)量最多；資本市場(chǎng)中的活躍投資機(jī)構(gòu)主要有紅杉資本中國(guó)、真格基金、北極光創(chuàng)投、經(jīng)緯中國(guó)和軟銀中國(guó)，上述五家投資機(jī)構(gòu)對(duì)醫(yī)療人工智能企業(yè)的關(guān)注度最高；

CHAPTER 4人工智能+醫(yī)療發(fā)展趨勢(shì)

人工智能+醫(yī)療新領(lǐng)域的出現(xiàn)，創(chuàng)造了與醫(yī)療相關(guān)的產(chǎn)業(yè)鏈新模式，在逐步解決醫(yī)療產(chǎn)業(yè)各大痛點(diǎn)的同時(shí)，也創(chuàng)造著市場(chǎng)需求和相關(guān)企業(yè)新的增長(zhǎng)突破點(diǎn)。醫(yī)療人工智能企業(yè)目前主要以B端業(yè)務(wù)為主，極少健康類產(chǎn)品面向C端市場(chǎng)。醫(yī)療人工智能公司因其剛性技術(shù)與服務(wù)需求，也為解決方案提供商帶來(lái)了新的服務(wù)方案和商業(yè)機(jī)會(huì)。綜合來(lái)看，醫(yī)療人工智能擁有廣闊市場(chǎng)需求與多元業(yè)務(wù)方向，發(fā)展機(jī)會(huì)非常豐富。

人工智能技術(shù)人才目前在市場(chǎng)上處于供不應(yīng)求的狀態(tài)。針對(duì)該問(wèn)題，公司最佳策略之一，就是與進(jìn)行人工智能相關(guān)研究的國(guó)內(nèi)外高等院校進(jìn)行科研合作，合作基于公司產(chǎn)品技術(shù)應(yīng)用方向（如醫(yī)學(xué)影像分析、語(yǔ)音電子病歷文字轉(zhuǎn)寫(xiě)等）進(jìn)行算法模型的開(kāi)發(fā)，該合作不僅推動(dòng)了公司產(chǎn)品化進(jìn)程，而且也潛移默化地為公司培養(yǎng)未來(lái)的算法人才。相比國(guó)內(nèi)，海外成熟的算法模型較多，產(chǎn)品化和產(chǎn)品落地速度普遍領(lǐng)先于國(guó)內(nèi)。國(guó)內(nèi)人工智能公司有機(jī)會(huì)與海外公司進(jìn)行戰(zhàn)略合作，共同進(jìn)行基于中國(guó)市場(chǎng)環(huán)境的模型訓(xùn)練和產(chǎn)品研發(fā)；資金雄厚的公司則可以通過(guò)戰(zhàn)略投資、并購(gòu)等方式，直接獲得整個(gè)技術(shù)與產(chǎn)品研發(fā)部門(mén)。

此外，人工智能+醫(yī)療還面臨諸多發(fā)展挑戰(zhàn)。目前醫(yī)療人工智能產(chǎn)品無(wú)法徹底避免的錯(cuò)誤和漏洞、不合理的產(chǎn)品宣傳策略，以及人的主觀經(jīng)驗(yàn)，會(huì)影響用戶對(duì)于產(chǎn)品的信任度。較長(zhǎng)的FDA認(rèn)證周期和中國(guó)嚴(yán)格的醫(yī)療器械監(jiān)管，使企業(yè)花費(fèi)較高的時(shí)間成本，技術(shù)創(chuàng)新與產(chǎn)品化速度受到影響。此外，醫(yī)療人工智能企業(yè)還面臨隱私保護(hù)、社會(huì)歧視等法律與道德倫理挑戰(zhàn)。

 

• 來(lái)源：億歐