人工智能醫(yī)療產業(yè)是人工智能技術應用的一個細分領域，其產業(yè)鏈包括奠定網絡、算法、硬件鋪設和數據獲取的基礎層，模擬人工智能相關特征構建路徑的技術層，以及集成人工智能技術面向特定場景的應用層。2017年7月，國務院正式印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出加快人工智能醫(yī)療創(chuàng)新應用，包括智能醫(yī)療體系、智慧醫(yī)院、人工智能大規(guī)模基因組識別等領域，以搶抓人工智能發(fā)展的重大機遇，構筑中國人工智能醫(yī)療的先發(fā)優(yōu)勢。但當前的人工智能醫(yī)療在不同層面仍面臨多種問題，產品普遍未落地，亟待政府支持引導。
1、中國人工智能醫(yī)療產業(yè)發(fā)展的特點
1.1產業(yè)發(fā)展基礎全球領先
學術方面，麥肯錫數據顯示，2017年美國人工智能論文影響力指標H指數為373，英國為190，中國為168（排名全球第三）。人才方面，騰訊數據顯示，2017年全球人工智能人才總量約20萬人，其中美國7.8萬人，中國3.9萬人（僅次于美國）。投融資方面，烏鎮(zhèn)智庫數據顯示，2009—2018年全球人工智能醫(yī)療企業(yè)融資總額97.4億美元，其中美國企業(yè)共獲投59.9億美元，中國企業(yè)獲投17.6億美元（僅次于美國）。
1.2產業(yè)發(fā)展受政策影響大
以人工智能醫(yī)療基礎層數據為例，為落實《關于促進和規(guī)范健康醫(yī)療大數據應用發(fā)展的指導意見》，中國三大健康大數據公司通過注入資本和發(fā)起產業(yè)聯(lián)盟，共同推進國家健康醫(yī)療大數據中心、區(qū)域中心、應用發(fā)展中心建設?？梢?，人工智能醫(yī)療的發(fā)展受政策的影響較大。
1.3整體商業(yè)化程度較低
中國大部分人工智能企業(yè)是在2015年后進入人工智能醫(yī)療領域的，研發(fā)成果商業(yè)化落地項目較少，少數產品以二類醫(yī)療器械獲批上市，連心醫(yī)療產品AiContour是唯一獲得國家藥品監(jiān)督管理局（NMPA）批準上市的三類醫(yī)療器械。此外，大部分人工智能醫(yī)療產品處于在研階段，產業(yè)整體商業(yè)化程度較低。
2中國人工智能醫(yī)療產業(yè)發(fā)展存在的問題
2.1基礎層：數據獲取難度大
人工智能醫(yī)療產品在歸納總結大量醫(yī)療數據后對項目做出評判，豐富的醫(yī)療數據可以提高人工智能醫(yī)療產品預測準確度，促進人工智能不斷迭代升級。目前，中國人工智能醫(yī)療產業(yè)在基礎層存在數據開放共享程度低、數據標準不完善、標注成本高等問題。
2.1.1醫(yī)院數據開放共享程度低
由于醫(yī)療數據歸屬權不明晰，使用過程中個人隱私保護、數據安全等要求制約了醫(yī)院數據開放共享。醫(yī)院沒有動力開放電子病歷、影像庫及病理庫等相關醫(yī)療數據，一定程度上造成醫(yī)院內部數據以“信息孤島”的形式存在。
2.1.2健康大數據標準不完善
大部分醫(yī)院的醫(yī)療數據標準不完善，無法直接使用?！度斯ぶ悄軜藴驶灼?018版）》顯示，中國已發(fā)布的83項人工智能建設相關標準中僅有1項為醫(yī)療數據標準，且該項標準（GB/T24466-2009健康信息學—電子健康記錄體系架構需求）的發(fā)布時間較早（2009年），一定程度上缺乏前瞻性，影響了現(xiàn)有醫(yī)療數據的應用價值。
2.1.3醫(yī)療數據標注成本高
醫(yī)療數據標注是建設醫(yī)療數據集的關鍵，擁有大規(guī)模、已標注的醫(yī)療數據庫是人工智能醫(yī)療應用真正落地的必要條件。醫(yī)療數據標注專業(yè)程度高，通常需要1名具有5年以上閱片經驗的三甲醫(yī)院醫(yī)師進行標注，以及至少1名相關領域副主任醫(yī)師進行審查，該流程增加了企業(yè)數據標注成本和數據獲取難度。
2.2技術層：人工智能算法缺乏創(chuàng)新
能夠將開源算法集運用于醫(yī)療領域并持續(xù)迭代，是人工智能技術發(fā)展的關鍵。是否擁有高水平人才，對算法發(fā)展具有決定性作用。目前中國人工智能領域的復合人才少，共性技術突破效率低，影響技術層發(fā)展。
2.2.1人工智能醫(yī)療復合人才少
人才需求方面，2017年《全球人工智能領域人才報告》顯示，中國人工智能人才需求巨大（約500萬~600萬人）。供給方面，《2017年全球人工智能人才白皮書》顯示，2017年中國人工智能人才總量39200人；其中，從事人工智能醫(yī)療的僅占10%（動脈網數據）?？梢姡斯ぶ悄茚t(yī)療復合人才供不應求。
2.2.2共性技術突破效率低
共性技術是指研發(fā)成果可在很多領域廣泛采用的技術，共性技術的成功研發(fā)將使產業(yè)突破瓶頸、迭代升級，具有巨大的經濟和社會效益。在人工智能醫(yī)療中，共性技術主要指開源算法集，中國以運用為主，較少涉及研發(fā)，導致共性技術突破效率較低。
2.3應用層：人工智能醫(yī)療產品仍未落地
產品落地是產業(yè)發(fā)展的起點，制度、資金、法律等方面與人工智能醫(yī)療發(fā)展方向不配套，影響了中國人工智能醫(yī)療產品的落地進程。
2.3.1產品審評難度大
中國藥品監(jiān)督管理局對人工智能醫(yī)療產品的審批，主要以“新藥”“新醫(yī)療器械”的嚴格審批為主，審批態(tài)度較為謹慎，迫使人工智能醫(yī)療企業(yè)在研發(fā)中需要耗費大量時間和金錢完成臨床試驗，而實驗通過率卻較低。此外，現(xiàn)有的“增補式”審評審批效率較低，與人工智能醫(yī)療產品快速迭代的特性不匹配，減緩了人工智能醫(yī)療產品的迭代升級。
2.3.2法律支持度不足
人工智能醫(yī)療產品在使用中有一定幾率判斷錯誤，但目前的法律體系對人工智能醫(yī)療產品造成損失的判別機制不完善，醫(yī)療機構作為產品使用者將承擔賠償責任，打擊醫(yī)療機構使用人工智能醫(yī)療產品的積極性。
2.3.3初創(chuàng)企業(yè)融資難度大
由于人工智能醫(yī)療產品審批難度較大，盈利模式不清晰，加上落地難、回報時間長、資金需求大等特點，企業(yè)發(fā)展需要長期的資金支持。而中國資本相對比較追求短期回報率，投資周期與企業(yè)需求周期不匹配，初創(chuàng)企業(yè)融資難度大，不利于人工智能醫(yī)療產業(yè)長期發(fā)展。
3人工智能醫(yī)療產業(yè)發(fā)展的國際經驗
2016年以來，全球人工智能產業(yè)進入快速發(fā)展期，世界各國高度重視，制定國家層面的戰(zhàn)略發(fā)展規(guī)劃，通過增加投資、加強研究等方式支持人工智能產業(yè)發(fā)展，力圖在包括醫(yī)療等多個應用領域內掌握更多主動權，其中不乏出現(xiàn)一些突破人工智能醫(yī)療發(fā)展瓶頸的舉措，值得中國借鑒。
3.1基礎層：降低數據獲取成本
國外重視大數據建設，數據開放共享機制、數據標準體系以及數據標注產業(yè)比較完善。
3.1.1健全的數據開放共享制度
美國CMS數據庫面對公眾開放，擁有完善的醫(yī)療數據開放共享規(guī)則，按照隱私程度對數據保護劃分等級，對不同等級的數據配置相應審批權限，等級越高的數據需要審批的環(huán)節(jié)越多。在該機制下，CMS數據庫不僅保證了數據隱私，而且能最大程度共享醫(yī)療數據。
3.1.2相對完善的數據標準體系
美國標準開發(fā)組織開發(fā)的HL7、IHE等醫(yī)療數據標準已投入醫(yī)院廣泛使用。該標準首先通過醫(yī)療衛(wèi)生信息技術標準委員會完成區(qū)域性測試，隨后在美國推廣。推廣階段，美國醫(yī)療照顧與援助委員會對使用該標準的醫(yī)療機構予以充分激勵，總額累計達360億美元。
3.1.3專業(yè)的醫(yī)療數據標注平臺
國外擁有專業(yè)化第三方醫(yī)療數據標注平臺，以Cogitotech公司為例，擁有一支10年以上相關經驗、質量控制體系完善且形成一定規(guī)模的醫(yī)療數據標注團隊，該團隊創(chuàng)新標注模式，降低標注成本，能高效準確完成醫(yī)療數據標注。同時，該平臺還通過了SOC2type1認證（服務性機構控制體系鑒證），充分保障數據的保密性和隱私性。
3.2技術層：重視基礎研究發(fā)展
國外重視人工智能共性技術基礎研究，并擁有完善的人才發(fā)展體系，助力人工智能核心技術迭代創(chuàng)新。
3.2.1完善的人才發(fā)展體系
國外的人工智能醫(yī)療人才集聚主要包括兩種路徑。一是以英國為代表的“研究所+初創(chuàng)”模式。英國擁有全球著名的圖靈研究所，設立國際獎學金項目，吸引全球最優(yōu)秀的人才在此開展基礎研究和創(chuàng)辦企業(yè)，形成人才、項目集聚。二是以美國為代表的資助培養(yǎng)模式。人工智能技術作為“新基礎技能”融入美國的教育系統(tǒng)中，為培養(yǎng)多元化人才隊伍提供支撐。
3.2.2強大的共性技術研發(fā)中心
國外高度重視人工智能醫(yī)療領域共性技術研發(fā)。美國擁有人工智能研究院，其中包括麻省理工學院計算機科學與人工智能實驗室、卡耐基梅隆大學機器人學院、googlex實驗室等，聚集了世界頂級的人工智能科學家，積攢了多年的技術研究經驗，與實踐結合緊密，擁有很強的人工智能基礎理論和應用共性技術突破能力。
3.3應用層：創(chuàng)新制度設計
國外較早對人工智能醫(yī)療相關制度設計進行探索，很多地方已出臺適應人工智能醫(yī)療產業(yè)發(fā)展的相關法律政策，順應產業(yè)發(fā)展。
3.3.1協(xié)同發(fā)展的法律體系
2017年歐洲議會發(fā)布《機器人民事法律規(guī)則》，不僅規(guī)范了人工智能權責準則，而且還保護人工智能創(chuàng)新發(fā)展，其中“責任與機器人自主程度呈反比關系”規(guī)則，即機器人自主程度越大，使用者責任越小，增加了對使用者保護；同時還在人工智能醫(yī)療產品使用中引入強制性保險計劃，補償產品出現(xiàn)判斷問題所引起的損失。
3.3.2先進的審評審批制度
2017年美國FDA公布《數字健康創(chuàng)新行動計劃》，創(chuàng)設了軟件預認證試點項目，簡化了對人工智能產品的審批流程，重點對開發(fā)人員、開發(fā)企業(yè)進行認證，允許其銷售風險較低的產品，并收集可用于上市的數據。該審批機制創(chuàng)新支持人工智能醫(yī)療發(fā)展，允許企業(yè)更加快速地注冊使用新的產品。在該審批機制下，已有9款人工智能醫(yī)療產品獲批。
3.3.3完善的融資體系
美國硅谷的科技巨頭和醫(yī)療健康領域巨頭重視人工智能醫(yī)療發(fā)展，布局多階段投資基金。其中較有代表性的是Optum，開設了2.5億美元的專項創(chuàng)業(yè)加速基金，以此聚焦人工智能醫(yī)療領域。此類投資基金管理者熟悉人工智能醫(yī)療產業(yè)的發(fā)展規(guī)律，投資理念順應產業(yè)發(fā)展。
4、對策建議
為促進中國人工智能醫(yī)療產業(yè)持續(xù)健康發(fā)展，文本提出以下六個方面的對策建議。
4.1建立數據標準，促進開放共享
聯(lián)合衛(wèi)健委、第三方機構協(xié)作，積極打造醫(yī)療大數據示范平臺。建立醫(yī)療大數據標準體系，建設結構化數據集。支持引進醫(yī)療數據專業(yè)標注服務平臺，提供專業(yè)程度高、技術密集型的高質量數據標注服務。提高醫(yī)療數據基礎設施覆蓋面，要求各級醫(yī)療機構建設統(tǒng)一標準的醫(yī)療大數據基礎設施，政府對此予以補貼。同時，以審慎監(jiān)管、保護創(chuàng)新為原則，推動建立數據開放共享規(guī)范，對大數據的保存、備份、遷移進行規(guī)范管理，按保密程度分級分類管理，以審批申請制的方式向公眾開放和共享數據，切實保障數據安全。
4.2開展人工智能醫(yī)療試點，推進示范應用
強化區(qū)域合作，加快打造一批特色突出、輻射帶動作用明顯的人工智能醫(yī)療產業(yè)集群。推動各地區(qū)差異化發(fā)展，支持打造人工智能醫(yī)療示范應用試點，建設具有中國特色、可復制推廣的人工智能醫(yī)療產業(yè)園區(qū)，并培育具有重大引領帶動作用的企業(yè)和產業(yè)；支持企業(yè)、科研院所布局共性技術平臺，提供專業(yè)研發(fā)服務，重點突破人工智能醫(yī)療企業(yè)所需的共性技術。
4.3設立專項基金，加大產業(yè)扶持力度
設立人工智能醫(yī)療產業(yè)發(fā)展與應用專項基金，通過直接資助、股權投資、貸款貼息、風險補償等多元化扶持手段，重點支持人工智能醫(yī)療關鍵核心技術研發(fā)與產業(yè)化落地，提高全產業(yè)鏈發(fā)展水平和競爭能力；發(fā)揮政府引導基金帶動作用，引領中國產業(yè)投資基金及社會資本的投資布局。
4.4創(chuàng)新人才培養(yǎng)計劃，拓寬引進渠道
面向前沿技術發(fā)展需要，設置人工智能醫(yī)療復合專業(yè)，培養(yǎng)計算機科學、醫(yī)學、藥學高層次復合型創(chuàng)新人才。設立人工智能醫(yī)療人才專項引進計劃，推行“一人一策”“一團一策”引進方案，重點引進全球知名的高層次人工智能醫(yī)療創(chuàng)新創(chuàng)業(yè)人才和團隊，暢通流動機制，完善配套支持，健全適合人才發(fā)展的生態(tài)體系。
4.5創(chuàng)新審評審批制度，促進產品落地
開展人工智能醫(yī)療專項審評審批試點，成立審批團隊，對人工智能醫(yī)療產品進行考核評價，簡化符合臨床需求、高質量水平、低風險的產品審批流程，以備案制的形式，“先使用、后審批”。健全人工智能醫(yī)療產品上市后補充申請體系，以備案的形式處理人工智能醫(yī)療產品迭代升級的補充申請，簡化流程，為人工智能醫(yī)療的推廣應用奠定良好的基礎。
4.6完善人工智能醫(yī)療責任體系，明確法律邊界
加快制訂相關法律法規(guī)，對人工智能醫(yī)療產品提出預防性、包容性、可逆性和問責制的要求。設立責任認定監(jiān)管機構，通過引入第三方機構來保障責任認定的公正公平，界定人工智能醫(yī)療產品的開發(fā)者、生產者和使用者責任。完善產品使用保險體系，引入商業(yè)保險對沖人工智能醫(yī)療產品造成的損失。
責任編輯人：CC