无论是对中国还是对世界来说，人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展，人们逐渐开始寄希望于通过人工智能来解决医疗行业的痛点。此前，美国咨询公司弗罗斯特- 沙利文公司就曾提到，“人工智能可将医疗效果提高30% 到40%，减少多达50% 的医疗成本”。
在中国，医疗人工智能有着先天的发展优势。一方面，中国人口数量庞大，有充足的医疗数据，为医疗人工智能的发展提供了基石。另一方面，中国足够大的医疗市场也为人工智能企业创新提供了动力。
不负人们所期，近年来中国医疗人工智能市场正如火如荼地发展着。数据显示，自2013年到2017 年，中国医疗人工智能行业共获得241 笔融资。其中，2017 年国内医疗人工智能行业公布的融资事件近30 起，融资总额超过18 亿元。2018 年，医疗人工智能市场火热依旧。一方面，资本热情不减，大额融资频发，医疗人工智能融资总额再创新高，仅2018 上半年就有18 家公司获投，总金额超过31 亿元。另一方面，已然成熟的互联网巨头，如BAT 等，以及传统医疗相关企业，如飞利浦等也早已重金布局医疗人工智能，大手笔向产业链扩展业务。
作为一种提高效率的工具，目前，医疗人工智能已经覆盖了医疗产业链条上的四大环节。其中，医疗环节以服务患者为主，针对患者提供一系列更精准、更高效的医疗服务。而医药、医保、医院环节则更多是为B 端的医疗机构、企业等服务。并且，医疗人工智能在经历过火热的发展后，迎来了商业化的关键期，目前绝大多数医疗人工智能的公司尚未实现盈利，且其产品多在医院进行试用，但他们已经通过不同的业务模式实现了付费收入。值得注意的是，随着医疗人工智能产业的发展，其所面临的一些困难也逐渐显现。比如行业缺少统一标准进行监管、复合型人才不足、数据结构化较差、机器学习缺乏结合实际医疗场景进行的训练，算法有待提高、技术仍待完善等。
中国医疗人工智能市场环境分析
中国的医疗人工智能市场究竟有多大？根据前瞻产业研究院发布的《2018—2023 年中国人工智能行业市场前瞻与投资战略规划分析报告》显示，2016 年中国医疗人工智能的市场规模达到96.61 亿元，增长37.9%；2017 年将超过130 亿元，增长40.7%；2018 年有望达到200 亿元。
市场需求增加
在市场需求方面，中国医疗行业长期存在优质医生资源分配不均，诊断误诊漏诊率较高，医疗费用成本过高，医生资源供需缺口大等问题。而在中国医疗改革逐步推进，分级诊疗逐步落地的过程中，这种问题更加突出。在此背景下，人工智能将在各种场景的共同作用下，提高医疗服务水平，改善现有现状。比如在辅助医生诊断方面，人工智能可以利用图像识别技术，在经过学习大量医学影像的基础上，产品可以辅助医生进行病灶区域定位，从而在一定程度上缓解漏诊误诊问题。同时，将人工智能辅助诊断技术应用在某些特定病种领域，也可以代替医生完成疾病筛查任务，从而提高诊断效率，弥补资源供需缺口。此外，人工智能还能够填补健康管理空缺，以增加医疗服务供给，辅助制药、手术等，提升相关工作效率。
以提高诊断效率，弥补资源供需缺口为例。有数据显示，目前中国每千人的平均医生拥有量仅为2.1 人，医生资源缺口问题较为严重。这种现象在影像科、病理科等科室中更加明显。就影像科室而言，目前我国医学影像数据的年增长率约为30%，而放射科医师数量的年增长率仅为4.1%。放射科医师数量的增长远不及影像数据增长。这个现象意味着放射科医师在未来处理影像数据的压力会越来越大，甚至远远超过负荷。据国家卫生健康委员会统计显示，2013 至2015 年三年中，全国累计完成放射诊疗
12.4 亿人次。而“2017 中国医师协会放射医师年会”数据也显示，全国放射从业人员约15.8 万，其中放射医师只有约8 万，具有副主任医师以上职称的只有2 万人。以此推算平均每一位影像医师每年需要处理5100 多人次的报告，以每一例报告最少需要两个医师阅片和报告估算，每位放射医师全年的诊疗人次约为12000，而2 万名副高以上职称的影像科医师由于有审核工作，诊疗人次将会更多。
面对如此严峻的医疗资源短缺难题，人工智能技术成为一个重要的解决方案。也正因如此，近年来中国将人工智能技术应用于医学影像的企业发展迅速。
技术走向成熟
在技术方面，过去，由于软硬件条件的不成熟，优质数据资源的短缺，人工智能并未实现广泛的应用。如今，算法、算力等基础技术条件日渐成熟，医疗行业也积累了大量的数据，医疗人工智能行业也随之快速发展。
美国人工智能的发源地，早在上个世纪30 年代末到50年代，美国诸多学科的科学家已经开始研究探讨制造人工大脑的可能性。维纳的控制论、香农的信息论及图灵的计算理论，为现代人工智能的出现奠定了基础。而后欧美强国相继加入人工智能研究行列，英国在60 年代就起步人工智能的研究，并在70 年代，在爱丁堡大学成立了" 人工智能" 系。日本和西欧大陆一些国家虽起步较晚，但是发展速度很快，很快占有一席之地，前苏联也关注到人工智能的重要性也参与了诸多人工智能研究。相比之下，我国人工智能起步较晚。1978 年中国将“智能模拟”纳入国家研究计划，1984 年召开智能计算机及其系统的全国学术研讨会；后续中国人工智能学会（CA 人工智能）相继成立，越来越多的人工智能研究项目获得国家相关基金资助并将智能控制与智能自动化等项目列入国家科技攀登计划。进入21 世纪，我国科技开始崛起，已经参与到第三次人工智能浪潮中，并成为主要玩家之一。2017 年11 月15 日，我国科技部召开新一代人工智能发展规划暨重大科技项目启动会，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段，目标是要举全国之力，在2030 年一定要抢占人工智能全球制高点，成为世界领先的人工智能创新中心。
政策推动发展
近年来，人工智能技术对人类社会的影响越来越深远与广泛，它正在为农业、医疗、教育、能源、国防等诸多领域提供了大量新的发展机遇。人工智能在全球范围内的关注度日渐升高，发展速度迅猛，已经成为世界各个战略布局重点。中国、美国、日本、欧盟、英国等国家陆续出台人工智能有关战略、政策和计划，来应对当前白热化的人工智能浪潮。
对中国而言，在政策方面，自2015 年以来，中国各相关政府部门陆续颁布了近20 项相关政策，从人才培养、技术创新、标准监管、行业融合、产品落地等方面做出了相关指导。2017年7 月20 日，国务院正式印发《新一代人工智能发展规划》，并指出以提升新一代人工智能科技创新能力为主攻方向，构建开放协同的人工智能科技创新体系，把握人工智能技术属性和社会属性高度融合的特征，坚持人工智能研发攻关、产品应用和产业培育“三位一体”推进。随后，2018 年4 月，教育部印发《高等学校人工智能创新行动计划》，提出引导高等学校瞄准世界科技前沿，不断提高人工智能领域科技创新、人才培养和国际合作交流等能力，为我国新一代人工智能发展提供战略支撑。同月，国务院印发《关于促进“互联网＋医疗健康”发展的意见》，明确指出，“互联网+ 医疗健康”支持研发医疗健康相关的人工智能技术、医用机器人、大型医疗设备、应急救援医疗设备、生物三维打印技术和可穿戴设备等。顺应工业互联网创新发展趋势，提升医疗健康设备的数字化、智能化制造水平，促进产业升级。
创业企业涌现
在中国的医疗人工智能市场上，创业企业是一股不可忽视的重要力量。据健康点统计，截至2018 年6 月，中国共有89 家医疗人工智能创业企业获得投资，总金额约219.38 亿元。其中，仅2018 年上半年度就发生18 起投融资事件，其中8 起融资超过亿元。
值得注意的是，健康点经过统计发现，目前中国医疗人工智能创业公司，就融资阶段而言，天使轮到IPO 阶段均有分布，但目前大部分医疗人工智能企业处于A 轮融资阶段，且融资额度跨度较大，从数百万人民币到数亿美元均有分布。
巨头大手笔入场
在创业企业开始抢占市场的同时，包括BAT 在内的互联网巨头以及包括GPS 在内的传统医疗相关企业也纷纷开始了自己的布局。他们或是自主研发相关产品，或是通过投资并购的形式去深入产业。据健康点统计，目前共27 家上市公司已在医疗人工智能领域有所动作。
从BAT 角度来讲，他们更倾向利用自身平台特点与优势的互联网技术来进行布局。百度和阿里都推出了自己的人工智能+ 医疗解决方案，而腾讯主要以投资创业公司的形式在人工智能+医疗领域布局，最近也推出了具体的人工智能医疗产品。与BAT 等互联网巨头相比，传统医疗相关企业在医疗人工智能领域的布局则更注重“医疗”属性。以飞利浦为例，在医疗人工智能领域，飞利浦的布局战略是凭借临床经验和数字化、人工智能等技术，在“健康关护全程”的理念下不断推出整合的解决方案，以更低的成本为人们提供更好的健康保障和医疗关护。
实际上，包括飞利浦、GE、西门子等在内的传统医疗相关企业有着独特的优势。此前，飞利浦中国副总裁兼首席技术官王熙曾对健康点表示，器械厂商更适合来做医疗人工智能。一方面，有设备就更容易获取数据，对数据有更深刻的把握。比如目前很多肺癌筛查产品的数据来自于公开数据集，而飞利浦的数据则来源于其临床实践。另一方面，这些器械厂商的销售渠道已经非常成熟。近年来，通过合作飞利浦可以更加了解客户的需求，并且与医疗机构之间建立起信任关系。比如飞利浦“星云影像平台”已经通过了FDA 和CFDA 的认证，相应搭载该系统的产品及平台就会更加容易被接受。
医疗人工智能产业格局分析
作为一种提高效率的工具，目前，医疗人工智能已经覆盖了医疗产业链条上的四大环节。其中，医疗环节以服务患者为主，针对患者提供一系列更精准、更高效的医疗服务。而医药、医保、医院环节则更多是为B 端的医疗机构、企业等服务。
围绕服务患者构建生态
在医疗领域，患者永远是最核心的用户，对于医疗人工智能来说也不例外。目前，中国绝大多数医疗人工智能企业首选以患者为主要服务对象研发产品，且已经有成功实践的案例。具体来说，医疗人工智能围绕患者提供的服务主要可以分为四部分，分别为：健康管理、智能诊断、智能治疗与智能康复。
向产业上下游延伸
在以患者为核心打造产品生态的同时，人工智能也正在向医疗产业的上下游延伸，覆盖医药、医院管理、医保控费等流程。
商业模式分析
医疗人工智能在经历过火热的发展后，迎来了商业化的关键期。目前，虽然绝大多数医疗人工智能企业未实现盈利，且产品大多还在医院进行试验，但其通过不同的业务模式仍旧科室实现一定的付费收入。
对此，中电健康基金合伙人余慧曾提到，医疗行业发展不会那么快，短期确实很难看到有一个很好的商业盈利模式。但从长期来看，2018 年三季度或者四季度，这个行业会出现有利好的消息。2018 年的趋势，将会向上行驶，可能到2019，甚至2020 年依然会保持持续向上的趋势。丹华资本合伙人张大地也表示，“人工智能项目的商业模式探索不仅是中国的问题，而且是全世界的问题。中国有这么好的病源数据，国家肯定不希望在人工智能方面有所落后。所以国家在规划的过程中，已经把人工智能写入国家发展战略之中，很少有国家这样做。所以，我们国家不仅仅会跟随美国FDA 的步伐，还会加速发展人工智能。这对目前在做人工智能的创业公司而言，是一个非常大的利好消息。只要坚定的做下去，价值就一定会体现出来。”综合来看，即便目前真正走通商业模式的企业并不多，但行业内对医疗人工智能依旧充满信心。
值得注意的是，目前在中国从事医疗人工智能相关业务的公司大致可以分为三类：创业企业、互联网平台、传统医疗相关企业。实际上，由于三者所具备的优势和劣势不同，其商业模式也不尽相同。
创业企业：与保险、医疗机构合作，售卖服务
从盈利模式来看，医疗人工智能的商业模式多种多样，比如与医院进行合作提供医院管理、辅助诊疗等服务，与保险公司合作提供附加服务，与体检机构提供健康管理、用户管理等服务。但是对于创业公司而言，这种种商业模式目前最亟需解决的难题就是落地。
相比于把控各大流量入口的BAT，初创公司在C 端的优势并不明显。相比之下，对于初创公司来说，与B 端的合作业务更值得深入挖掘。实际上，目前中国很多医疗人工智能企业正是从B 端发力。不过，具体如何与医疗机构合作，很多公司也都处于摸索。
以医疗人工智能公司Airdoc 为例，今年4 月Airdoc 宣布已完成由复星领投、搜狗追投的数亿元人民币B 轮融资，本轮融资完成后，Airdoc 开始大范围复制已成功试点的应用场景和商业模式，基于现有产品线，与医院、保险公司、制药企业、健康管理企业产业化协同，加速医疗人工智能技术的规模化应用。对此，复星国际执行董事兼联席总裁陈启宇表示，“我们看中Airdoc 慢病筛查系统的高技术含量及未来广阔的院外场景。将来Airdoc 的筛查技术与复星的产品、服务和医疗体系相结合，可摸索出人工智能高效的落地模式。”
互联网巨头：整体互联网医疗布局中的重要一步
无论是国内还是国外，互联网巨头们都已经加快了在医疗人工智能领域的布局速度。在国外，IBM、谷歌和微软都已经布局多年。Facebook、苹果、亚马逊等巨头在人工智能领域也已经有长远考虑，不过他们还是主要布局在各自有竞争优势的行业，对于跨界应用于医疗行业的人工智能项目较少。
相比之下，国内以BAT 和科大讯飞为首的互联网巨头更看重医疗人工智能的市场，并且他们更倾向利用自身平台特点与优势的互联网技术来进行布局。2016 年10 月，百度医疗大脑正式上线其通过海量医疗数据、专业文献的采集与分析进行人工智能化的产品设计，模拟医生问诊流程，与用户多轮交流，依据用户的症状，提出可能出现问题，反复验证，给出最终建议。目前，百度医疗大脑有两款产品一个是针对患者自诊的平台，一个是为医生服务的、协助医生进行辅助诊疗的平台。
与百度相比，阿里布局医疗人工智能的时间更晚。2017 年3 月，阿里巴巴发布了ET医疗大脑，正式进入医疗人工智能领域。据了解，ET 医疗大脑可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域承担医生助手的角色。这是继IBM 和百度以后的第三个医疗大脑。同年7 月，阿里健康发布了医疗人工智能应用“Doctor You”，该产品囊括了临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统等。今年2 月，阿里巴巴又宣布将与制药大佬阿斯利康合作开发一种人工智能筛查和诊断系统，旨在帮助临床医生改善慢性疾病管理和诊断效率。在BAT 中，腾讯虽然开始布局的时间最晚，但却起势强劲。2017 年8 月腾讯觅影首次面市，3 个月后，该产品进入科技部公布首批国家人工智能开放创新平台名单，腾讯也被指定为医疗影像平台的建设者。据了解，目前该产品已经具备人工智能医学图像分析和人工智能辅助诊疗两项核心能力。前者能对海量的影像数据进行学习分析，提高医生看片子的效率、减少漏诊；后者可构建“医学知识图谱”和诊断模型，为医生提供诊断决策。值得注意的是，今年6 月21 日，腾讯宣布开放人工智能辅诊引擎，通过接口，医疗信息化厂商可以将腾讯觅影人工智能辅诊引擎与医院的HIS 系统融合，让医院HIS 系统具备人工智能辅诊能力。
传统医疗企业：不急于变现，依托设备、赋能设备
传统医疗企业是医疗人工智能的另外一股重要力量。相比于创业公司，他们不愁资金，因此不急于变现，医疗人工智能也可以作为器械产品附加值产生效益。相比于互联网公司，他们更加熟悉医疗行业，了解医疗行业痛点与用户需求，同时也更容易接触到医疗数据的获取渠道。
挑战与前瞻
缺标准：CNDA 尚无一例过审产品
2018 年以来，国内对人工智能医疗的质疑声越来越多。除了上述底层技术和数据的问题之外，商业化前景不明也是人们不看好医疗人工智能的关键一点。一种产品能否商业化落地，政策是起到决定性作用的，而我国在人工智能医疗的相关政策上似乎有点“拖后腿”。此前，中华医学会放射学分会候任主委、上海长征医院影像科主任刘士远教授也对媒体表示，目前医疗影像人工智能已经进入了发展的关键阶段，但是医疗影像人工智能能解决什么问题，产品应该聚焦在什么领域，产品如何解决临床实际问题等一系列问题都在等待解决。而其中的重中之重就是做好标准，完善相关政策。政策缺位最直接的结果就是相关产品无法过审。刘士远提到，目前已经有多项医学人工智能产品向国家药品监督管理局（CNDA）进行申报三类器械，但没有一个被批准，用什么样的标准和规范也仍在讨论当中。对此，首都医科大学附属北京天坛医院院长王拥军院长也表示，“如果法律上不批准，如果未来不纳入医保，人工智能医疗的推广速度将极为缓慢，我想医疗人工智能落地的最大障碍，还是来自法规的阻碍。”
正如专家们所言，在发展的过程中，人工智能技术必须满足客观的标准从而保证对安全性、可信赖性、可追溯性、隐私保护等方面的要求。为了更有效的评估人工智能技术，相关的测试方法必须标准化，
并创建人工智能技术基准。未来人工智能技术标准化将有助于人工智能的稳健发展，统一技术、数据、安全。积极参与国际标准化研讨，加强在人工智能领域话语权。从而实现第三次浪潮下中国人工智能的超车。
健康点了解到，自从2017 年7 月20 日国务院发布《新一代人工智能发展规划》，中国药品生物制品检定所、国家药品监督管理局（CNDA）等相关机构都在积极与行业人士接触，相关政策、监管方案都在紧锣密鼓的制定当中。不过，目前尚未通过相关政策。此前，腾讯公司优图实验室医疗人工智能总监郑冶枫在接受健康点采访时表示，“药品和器械在国家的监管层面有很详细的规定，但是医疗人工智能产品是新产品，详细的标准还在制定中。”位列国家首批新一代人工智能平台之一的腾讯觅影团队也参与了相关标准的制定工作。此外，十三五规划中关于医疗人工智能方面腾讯是有所参与的，另外国家糖网检测的人工智能应用腾讯也有所参与。
对于标准具体规定的是什么，腾讯互联网+ 生态合作总经理古佳告诉健康点，人工智能产品是软件，需要不断的更新迭代，没办法固化下来。而国家希望通过认证的版本可以达到一个既定的目标。比如，产品的检出率是多少，假阴性和假阳性的比例是多少。而软件每一次迭代更新都可以根据这个标准来破判定是否可以通过认证。
今年上半年，美国FDA 陆续传来医疗人工智能产品过审的消息，这也引起中国相关行业人士的热议。不过，相比于FDA 的审批，对于中国企业来说，CNDA 的审批更加严格。根据2017 年发布的最新版《医疗器械分类目录》显示，若诊断软件通过其算法，提供诊断建议，仅具有辅助诊断功能，不直接给出诊断结论，本子目录中相关产品按照第二类医疗械器管理。若诊断软件通过其算法（例如，CAD，骨密度外）对病变部位进行自动识别，并提供明确的诊断提示，则其风险级别相对较高，本子目录中相关产品按照第三类医疗考器械管理。如此看来，市场上大部分的医疗人工智能产品都属于三类。目前，中国有部分企业已经率先申请了二类证。但如汇医慧影、Airdoc、依图医疗、推想科技等申报三类器械的产品都尚未得到认证。
少人才：医疗人工智能发展亟需复合型人才
人工智能人才现在是短板中的短板，既懂医疗，又懂技术的复合型、战略型人才尤其短缺。领英此前发布的《全球人工智能领域人才报告》显示中国人工智能领域专业技术人才总数超过5 万人，排名全球第七位。而美国有超过85 万的人工智能人才。尽管我国人工智能专业人才总量较美国和欧洲发达国家来说还较少，10 年以上资深人才尚缺乏。可见，在我国，人工智能领域的专业人才供求失衡严重，供求比例接近1 比10。国内企业百度、腾讯、滴滴等以设立研究院的形式，杀入美国高科技中心硅谷，与谷歌、亚马逊、微软等企业掀起人才的激烈争夺战。而在医疗行业，既懂人工智能又懂医疗的人才更是稀缺。在医学领域，据动脉网统计发现47 名医疗人工智能创业公司的CTO 或者首席科学家，有30 名都在国外或者中国的香港、台湾进修过，占比63.8%，而与医学专业相关的人才仅有7 人，占比14.9%。可见人工智能人才短缺大背景下，医疗人工智能的人才更是短缺，有估算称人工智能人才从事医疗行业的大约只有十分之一。基于这样的背景，我国加强对人工智能专业人才的重视程度，国家发改委、科技部等四部委去年联合发布《“互联网+”人工智能三年行动实施方案》，并将“人工智能”首次纳入到中国政府工作报告中。从人才从业年限结构分布上来看，我国新一代人工智能人才比例较高，人才培养和发展空间广阔。此外，教育部在《高等学校人工智能创新行动计划》中也强调，要加强人工智能领域专业建设，推进“新工科”建设，形成“人工智能+X”复合专业培养新模式。到2020年建设100 个“人工智能+X”复合特色专业，推动重要方向的教材和在线开放课程建设。到2020 年编写50 本具有国际一流水平的本科生和研究生教材、建设50 门人工智能领域国家级精品在线开放课程、建立50 家人工智能学院、研究院或交叉研究中心，并引导高校通过增量支持和存量调整，加大人工智能领域人才培养力度。在职业院校大数据、信息管理相关专业中增加人工智能相关内容，培养人工智能应用领域技术技能人才。医疗人工智能的发展离不开人才的助力，当务之急应当改变现有人才困局，加速培养医疗人工智能专业人才，诸如各大高校及公司纷纷揭牌建立人工智能学院，此举将大大促进人工智能人才的培养。今年6 月，清华大学正式成立人工智能研究院，中国科学院院士张钹院士担任新研究院的院长，图灵奖得主姚期智院士被聘为学术委员会主任，还聘请谷歌人工智能负责人Jeff Dean 为清华大学计算机学科顾问委员会委员。5 月，吉林大学人工智能学院、人工智能研究院、智能制造研究院、智能医疗研究中心也相继成立。
基础差：技术与数据两大基石尚待巩固
作为人工智能发展的两个基因要素，技术的发展和数据的完善依旧是中国医疗人工智能必须要解决的问题。
从技术角度而言，中国的人工智能尚处于弱人工智能阶段。虽然当前益于图像识别、深度学习、神经网络等关键技术的突破，人工智能在机器人、语言识别、远程自主控制和规划、虚拟个人助理、医疗等领域已被广泛应用，但对于大多数受政策红利爆发的医疗人工智能公司而言，技术力量是限制其进一步发展的主要阻碍。一方面，这些公司对于复杂学科或多学科联合诊断算法还存在技术瓶颈，独立研发和创新能力还有待进一步提升；另一方面，目前中国缺少安全评估体系，企业对于医疗数据隐私防护措施不够。在数据方面，如果把人工智能分成算法、算力和数据三个维度，则现在行业主要的机会集中在数据及应用层面，竞争的核心在于数据的质量和数量。然而，对于中国医疗人工智能企业而言，市场中有大规模潜在的数据，但是却无法被整理、利用起来。一方面，中国医院内的数量庞大，但75％以上是非结构化的，并不能发挥出“大数据”挖掘的价值。另一方面，无论是建模还是训练机器，都离不开真实的临床环境，而目前中国大部分医疗人工智能产品缺少临床环境。
与此同时，数据的误差也会对人工智能的发展造成障碍。在中国当前的医疗系统中，医院与医院、院内科系互不相连、没有统一标准的临床结构化病历报告、医生手写病历不规范、临床用药、检查等细节缺失、患者离开医院后失访率高等各种原因造成健康医疗数据“误入误出”。而深度学习需要使用大规模数据进行训练，细微的数据误差均会为深度学习带来负面影响。这样的数据质量不免令人为目前医疗人工智能做出的结果产生质疑。
公众号：learningme，超过一万份行业研究报告可以下载
网友评论