AI+醫(yī)療的市場空間與熱門應用

　　據(jù)IDC統(tǒng)計數(shù)據(jù)，到2025年人工智能應用市場總值將達到1270億美元，其中醫(yī)療行業(yè)將占市場規(guī)模的五分之一。埃森哲評估了10種人工智能應用的綜合分類，確定到2026年，人工智能應用到各個領域所產生的潛在年收益。其中潛在價值最高的前三個領域分別是機器人輔助手術（400億美元）、虛擬護理助理（200億美元）和管理工作流程協(xié)助（180億美元）。

　　整體上看，我國人工智能醫(yī)療市場仍處于探索階段，如何基于AI技術開拓發(fā)展臨床應用場景，已成為當下各大科技公司的主攻方向。

　　人工智能產業(yè)鏈可分為基礎層、技術層和應用層。其中基礎層和技術層由于技術壁壘較高，其布局主要來自科技巨頭，應用層則涌現(xiàn)出多家新型人工智能醫(yī)療創(chuàng)業(yè)公司。國內疾病風險預測、醫(yī)學影像場景下的公司數(shù)量最多，占醫(yī)療人工智能公司總數(shù)的一半以上，相關產品相對成熟。

　　對標美國：AI＋醫(yī)療市場百花齊放，醫(yī)療信息化布局較早

　　1、醫(yī)療信息化布局較早

　　2004年布什總統(tǒng)提出10年內在全美實現(xiàn)電子病歷，2009年美國總統(tǒng)奧巴馬頒布醫(yī)療信息化法案（HITECH），提出醫(yī)療信息化項目建設三階段。由政府出資通過獎懲機制激勵醫(yī)療機構建設電子健康檔案有效使用（MU），截至2018年1月，MU獎金已發(fā)放379億美元。到2016年，95％以上的美國醫(yī)院滿足電子健康檔案MU的要求，電子檔案普及率為法案出臺前的9倍。

　　2、各路資本大量涌入，AI醫(yī)療成熱點

　　根據(jù)CBInsights報告表明，自2011年起，美國醫(yī)療健康就逐漸開始受到資本關注，到2014年已經(jīng)成為美國人工智能應用場景中最熱的投資領域。

　　美國科技巨頭和資本巨頭如IBM、谷歌、微軟、亞馬遜、Facebook、蘋果等近年來也都在美國醫(yī)療信息化領域投入大量投資，搶占市場。

　　IBM在2013年就與克利夫蘭診所全面合作，研究如何利用IBM的沃森人工智能系統(tǒng)提高互利水平，并在沃森健康部門正式成立后，選擇腫瘤精準治療作為主攻領域，利用沃森系統(tǒng)快速分析各類數(shù)據(jù)，協(xié)助醫(yī)生診斷腫瘤。

　　谷歌自2014年起，風頭資金的1／3進入了醫(yī)療健康與生命科學領域，在智能醫(yī)療領域研發(fā)重點是糖尿病、神經(jīng)性疾病診療和醫(yī)療器械。

　　微軟2006年開始通過投資、并購進入醫(yī)療信息技術領域，2016年公布將人工智能用于醫(yī)療健康的最新項目Hanover，通過人工智能深度理解最新醫(yī)學專業(yè)論文，幫助醫(yī)生進行資源整合，尋找有效腫瘤藥物和治療方案。

　　3、龍頭云集的醫(yī)療信息化（HIT）

　　與此同時，美國AI＋醫(yī)療細分領域百花齊放，尤以四大領域發(fā)展態(tài)勢迅猛，其中包括：洞察與風險分析、生活方式管理與檢測、醫(yī)療影像與診斷、藥物挖掘。

　　美國醫(yī)療信息化（HIT）趨勢下的細分領域大致可分為三類：以電子版病例記錄患者數(shù)據(jù)的電子病歷系統(tǒng)（EHR）企業(yè)、提供全面綜合性HIT服務的綜合性醫(yī)療信息化服務企業(yè)和提供專業(yè)第三方服務的藥品福利管理（PBM）企業(yè)。

　　AI＋醫(yī)療八大應用場景

　　目前，AI＋醫(yī)療主要有八大應用場景，其中包括：虛擬助理、醫(yī)學影像、輔助診療、疾病風險預測、藥物挖掘、健康管理、醫(yī)院管理、輔助醫(yī)學研究平臺。

　　我國醫(yī)療人工智能企業(yè)主要集中在醫(yī)學影像和虛擬助手領域。

　　1、虛擬助理：提高醫(yī)療工作效率

　　醫(yī)療領域中的虛擬助理，基于特定領域的知識系統(tǒng)，通過智能語音技術和自然語言處理技術，實現(xiàn)人機交互，將患者的病癥描述與標準的醫(yī)學指南作對比，為用戶提供醫(yī)療咨詢、自診、導診等服務，主要解決語音電子病歷、智能導診、智能問診、推薦用藥等需求，并且有衍生出更多需求的可能性。其中虛擬助理的語音電子病歷能提供語音識別技術為醫(yī)生書寫病歷從而提高工作效率。

　　智能語音錄入可以幫助醫(yī)生通過語音輸入完成查閱資料等工作，并將醫(yī)生口述的醫(yī)囑按照患者基本信息、檢查史、病史、檢查指標、檢查結果等形式形成結構化的電子病歷，大幅提升醫(yī)生的工作效率。

　　導診機器人主要基于人臉識別、語音識別、遠場識別等技術，通過人機交互，執(zhí)行包括掛號、科室分布及就醫(yī)流程引導等功能，智能導診準確率達到95％以上。

　　而且只要在機器人后臺嫁接醫(yī)院信息等知識系統(tǒng)，機器人便可實現(xiàn)導診功能，所以國內眾多機器人制造廠商均有機會開發(fā)醫(yī)療市場，進入門檻較低，預期市場競爭激烈。

　　與此同時智能問診在醫(yī)生端和用戶端均發(fā)揮了較大的作用。在醫(yī)生端，智能問診可以輔助醫(yī)生診斷；在用戶端，人工智能虛擬助手能夠幫助普通用戶完成健康咨詢、導診等服務。

　　2、醫(yī)學影像：準確率高，預期市場規(guī)模較大

　　醫(yī)學影像，是目前人工智能在醫(yī)療領域最熱門的應用場景之一?！搬t(yī)學影像”應用場景下，主要運用計算機視覺技術解決病灶識別與標注、靶區(qū)自動勾畫與自適應放療、影像三維重建三種需求。

　　在病灶識別與標注細分領域，有不少企業(yè)參與競爭，如阿里云、騰訊、京東、翼展科技、推想科技等，行業(yè)競爭較為激烈。醫(yī)學影像核心產品的病灶識別準確率高、用時短。

　　3、輔助診療：我國發(fā)展取得一定進步，醫(yī)療機器人打破國外壟斷

　　除醫(yī)學影像以外，“AI＋輔助診療”的產品還有兩大類：醫(yī)療大數(shù)據(jù)輔助診療、醫(yī)療機器人（主要指針對診斷與治療環(huán)節(jié)的機器人）。

　　醫(yī)療機器人主要包括手術機器人、腸胃檢查與診斷機器人、康復機器人等。我國在醫(yī)療機器人的研究與政策支持方面，都具有良好的發(fā)展環(huán)境。

　　目前國內致力于手術機器人的公司主要采用兩種業(yè)務模式：第一種，面向醫(yī)院進行機器人產品的單獨銷售，并提供長期維修服務；第二種，是為醫(yī)院提供手術中心整體工程解決方案。

　　國內的醫(yī)療機器人技術正在不斷升級，在多領域逐漸打破進口機器人的壟斷地位（如：哈工大機器人研究所研制的“微創(chuàng)腹腔外科手術機器人系統(tǒng)”，打破了進口達·芬奇手術機器人的技術壟斷，將加快實現(xiàn)國產微創(chuàng)手術機器人輔助外科手術），未來本土化機器人將會更具市場競爭力。

　　國外，IBM和Google均已布局輔助診療，并構建完整系統(tǒng)。IBMWatsonforOncology是基于認知計算（讀懂大數(shù)據(jù)背后的含義）的醫(yī)療大數(shù)據(jù)輔助診療解決方案，為全球首家將認知計算運用于醫(yī)療臨床工作中。Google研發(fā)的DeepMindHealth系統(tǒng)將機器學習和系統(tǒng)神經(jīng)科學結合，通過強大的通用學習算法模擬構建人腦神經(jīng)網(wǎng)絡，以便更好的解決醫(yī)療保健問題；DeepMind系統(tǒng)于2016年在英國的一家醫(yī)院使用。

　　4、疾病風險預測：上游有望打破國外壟斷，中下游發(fā)展加速

　　疾病風險預測場景，是除“醫(yī)學影像”以外的另一熱門應用場景。疾病風險預測是指通過基因測序與檢測，提前預測疾病發(fā)生的風險。其中基因檢測的難度較高，我國只有不到10％的公司有能力完成基因檢測，其余停留在利用基因測序產品提供測序服務的水平。而基因測序方法的逐漸成熟，則直接推動基因測序技術的商業(yè)化進程。

　　我國在上游設備技術方面較為落后，基因測序設備及配套生物試劑基本上被國外企業(yè)壟斷。相較于上游測序設備研發(fā)，中游測序服務門檻較低，目前國內提供基因測序服務的第三方機構數(shù)量較多，競爭比較激烈，市場尚未形成穩(wěn)定的格局。

　　5、藥物挖掘：克服傳統(tǒng)藥物研發(fā)缺點

　　傳統(tǒng)的藥物研發(fā)存在研發(fā)周期長、研發(fā)成本高、研發(fā)成功率低等痛點。人工智能與藥物挖掘的結合，使得新藥研發(fā)時間大大縮短，研發(fā)成本大大降低；這將有可能根本上改變用藥“平均”觀念。

　　目前國內AI＋藥物挖掘已經(jīng)在逐步落地，但研發(fā)周期仍相對較長，且算法需要大量的時間和數(shù)據(jù)積累，短期內很難產生營收數(shù)據(jù)。

　　6、健康管理：因居民健康意識不足發(fā)展緩慢，市場潛力大

　　“健康管理”應用場景，主要包含營養(yǎng)學、身體健康管理、精神健康管理三大子場景。目前國內公司大多集中于身體健康管理場景。國內在營養(yǎng)學場景的人工智能公司較少，國人尚未普遍樹立營養(yǎng)飲食意識；碳云智能和Airdoc的產品分別通過血糖監(jiān)測和菜品識別指導用戶合理用餐。

　　7、醫(yī)院管理：受益政策支持，病歷結構化服務發(fā)展較好

　　醫(yī)院管理，主要指針對醫(yī)院內部、醫(yī)院之間各項工作的管理，主要包括病歷結構化、分級診療、DRGs（診斷相關分類）智能系統(tǒng)、醫(yī)院決策支持的專家系統(tǒng)等。目前國內公司提供的“醫(yī)院管理”服務業(yè)務大多集中于病歷結構化服務。

　　8、輔助醫(yī)學研究平臺：共享科研成果，醫(yī)療人員與企業(yè)實現(xiàn)雙贏

　　輔助醫(yī)學研究平臺，是利用人工智能技術輔助生物醫(yī)學相關研究者進行醫(yī)學研究的技術平臺。2014年以來，國家衛(wèi)計委、國務院先后出臺相關文件，鼓勵醫(yī)療機構及醫(yī)生進行科學研究。

　　目前我國AI醫(yī)療創(chuàng)業(yè)集中在虛擬助手與醫(yī)療影像方面，技術門檻相對較低，市場競爭激烈；而在對于藥物研發(fā)、醫(yī)療機器人、輔助診療等方面，由于前沿技術的欠缺，仍舊是一片有待挖掘的藍海市場。