AI+醫(yī)療的市場空間與熱門應(yīng)用
據(jù)IDC統(tǒng)計(jì)數(shù)據(jù)，到2025年人工智能應(yīng)用市場總值將達(dá)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(yīng)用的綜合分類，確定到2026年，人工智能應(yīng)用到各個(gè)領(lǐng)域所產(chǎn)生的潛在年收益。其中潛在價(jià)值最高的前三個(gè)領(lǐng)域分別是機(jī)器人輔助手術(shù)（400億美元）、虛擬護(hù)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(shù)開拓發(fā)展臨床應(yīng)用場景，已成為當(dāng)下各大科技公司的主攻方向。
人工智能產(chǎn)業(yè)鏈可分為基礎(chǔ)層、技術(shù)層和應(yīng)用層。其中基礎(chǔ)層和技術(shù)層由于技術(shù)壁壘較高，其布局主要來自科技巨頭，應(yīng)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(nèi)疾病風(fēng)險(xiǎn)預(yù)測、醫(yī)學(xué)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(guān)產(chǎn)品相對成熟。
對標(biāo)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(nèi)在全美實(shí)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(xiàng)目建設(shè)三階段。由政府出資通過獎(jiǎng)懲機(jī)制激勵(lì)醫(yī)療機(jī)構(gòu)建設(shè)電子健康檔案有效使用（MU），截至2018年1月，MU獎(jiǎng)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(tái)前的9倍。
2、各路資本大量涌入，AI醫(yī)療成熱點(diǎn)
根據(jù)CBInsights報(bào)告表明，自2011年起，美國醫(yī)療健康就逐漸開始受到資本關(guān)注，到2014年已經(jīng)成為美國人工智能應(yīng)用場景中最熱的投資領(lǐng)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(lǐng)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(zhǔn)治療作為主攻領(lǐng)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(fēng)頭資金的1／3進(jìn)入了醫(yī)療健康與生命科學(xué)領(lǐng)域，在智能醫(yī)療領(lǐng)域研發(fā)重點(diǎn)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(jìn)入醫(yī)療信息技術(shù)領(lǐng)域，2016年公布將人工智能用于醫(yī)療健康的最新項(xiàng)目Hanover，通過人工智能深度理解最新醫(yī)學(xué)專業(yè)論文，幫助醫(yī)生進(jìn)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(shí)，美國AI＋醫(yī)療細(xì)分領(lǐng)域百花齊放，尤以四大領(lǐng)域發(fā)展態(tài)勢迅猛，其中包括：洞察與風(fēng)險(xiǎn)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(xì)分領(lǐng)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(wù)的綜合性醫(yī)療信息化服務(wù)企業(yè)和提供專業(yè)第三方服務(wù)的藥品福利管理（PBM）企業(yè)。
AI＋醫(yī)療八大應(yīng)用場景
目前，AI＋醫(yī)療主要有八大應(yīng)用場景，其中包括：虛擬助理、醫(yī)學(xué)影像、輔助診療、疾病風(fēng)險(xiǎn)預(yù)測、藥物挖掘、健康管理、醫(yī)院管理、輔助醫(yī)學(xué)研究平臺(tái)。
我國醫(yī)療人工智能企業(yè)主要集中在醫(yī)學(xué)影像和虛擬助手領(lǐng)域。
1、虛擬助理：提高醫(yī)療工作效率
醫(yī)療領(lǐng)域中的虛擬助理，基于特定領(lǐng)域的知識(shí)系統(tǒng)，通過智能語音技術(shù)和自然語言處理技術(shù)，實(shí)現(xiàn)人機(jī)交互，將患者的病癥描述與標(biāo)準(zhǔn)的醫(yī)學(xué)指南作對比，為用戶提供醫(yī)療咨詢、自診、導(dǎo)診等服務(wù)，主要解決語音電子病歷、智能導(dǎo)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(shí)別技術(shù)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(biāo)、檢查結(jié)果等形式形成結(jié)構(gòu)化的電子病歷，大幅提升醫(yī)生的工作效率。
導(dǎo)診機(jī)器人主要基于人臉識(shí)別、語音識(shí)別、遠(yuǎn)場識(shí)別等技術(shù)，通過人機(jī)交互，執(zhí)行包括掛號、科室分布及就醫(yī)流程引導(dǎo)等功能，智能導(dǎo)診準(zhǔn)確率達(dá)到95％以上。
而且只要在機(jī)器人后臺(tái)嫁接醫(yī)院信息等知識(shí)系統(tǒng)，機(jī)器人便可實(shí)現(xiàn)導(dǎo)診功能，所以國內(nèi)眾多機(jī)器人制造廠商均有機(jī)會(huì)開發(fā)醫(yī)療市場，進(jìn)入門檻較低，預(yù)期市場競爭激烈。
與此同時(shí)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(dǎo)診等服務(wù)。
2、醫(yī)學(xué)影像：準(zhǔn)確率高，預(yù)期市場規(guī)模較大
醫(yī)學(xué)影像，是目前人工智能在醫(yī)療領(lǐng)域最熱門的應(yīng)用場景之一?！搬t(yī)學(xué)影像”應(yīng)用場景下，主要運(yùn)用計(jì)算機(jī)視覺技術(shù)解決病灶識(shí)別與標(biāo)注、靶區(qū)自動(dòng)勾畫與自適應(yīng)放療、影像三維重建三種需求。
在病灶識(shí)別與標(biāo)注細(xì)分領(lǐng)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(xué)影像核心產(chǎn)品的病灶識(shí)別準(zhǔn)確率高、用時(shí)短。
3、輔助診療：我國發(fā)展取得一定進(jìn)步，醫(yī)療機(jī)器人打破國外壟斷
除醫(yī)學(xué)影像以外，“AI＋輔助診療”的產(chǎn)品還有兩大類：醫(yī)療大數(shù)據(jù)輔助診療、醫(yī)療機(jī)器人（主要指針對診斷與治療環(huán)節(jié)的機(jī)器人）。
醫(yī)療機(jī)器人主要包括手術(shù)機(jī)器人、腸胃檢查與診斷機(jī)器人、康復(fù)機(jī)器人等。我國在醫(yī)療機(jī)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(nèi)致力于手術(shù)機(jī)器人的公司主要采用兩種業(yè)務(wù)模式：第一種，面向醫(yī)院進(jìn)行機(jī)器人產(chǎn)品的單獨(dú)銷售，并提供長期維修服務(wù)；第二種，是為醫(yī)院提供手術(shù)中心整體工程解決方案。
國內(nèi)的醫(yī)療機(jī)器人技術(shù)正在不斷升級，在多領(lǐng)域逐漸打破進(jìn)口機(jī)器人的壟斷地位（如：哈工大機(jī)器人研究所研制的“微創(chuàng)腹腔外科手術(shù)機(jī)器人系統(tǒng)”，打破了進(jìn)口達(dá)·芬奇手術(shù)機(jī)器人的技術(shù)壟斷，將加快實(shí)現(xiàn)國產(chǎn)微創(chuàng)手術(shù)機(jī)器人輔助外科手術(shù)），未來本土化機(jī)器人將會(huì)更具市場競爭力。
國外，IBM和Google均已布局輔助診療，并構(gòu)建完整系統(tǒng)。IBMWatsonforOncology是基于認(rèn)知計(jì)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(rèn)知計(jì)算運(yùn)用于醫(yī)療臨床工作中。Google研發(fā)的DeepMindHealth系統(tǒng)將機(jī)器學(xué)習(xí)和系統(tǒng)神經(jīng)科學(xué)結(jié)合，通過強(qiáng)大的通用學(xué)習(xí)算法模擬構(gòu)建人腦神經(jīng)網(wǎng)絡(luò)，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(fēng)險(xiǎn)預(yù)測：上游有望打破國外壟斷，中下游發(fā)展加速
疾病風(fēng)險(xiǎn)預(yù)測場景，是除“醫(yī)學(xué)影像”以外的另一熱門應(yīng)用場景。疾病風(fēng)險(xiǎn)預(yù)測是指通過基因測序與檢測，提前預(yù)測疾病發(fā)生的風(fēng)險(xiǎn)。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(chǎn)品提供測序服務(wù)的水平。而基因測序方法的逐漸成熟，則直接推動(dòng)基因測序技術(shù)的商業(yè)化進(jìn)程。
我國在上游設(shè)備技術(shù)方面較為落后，基因測序設(shè)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(shè)備研發(fā)，中游測序服務(wù)門檻較低，目前國內(nèi)提供基因測序服務(wù)的第三方機(jī)構(gòu)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(diǎn)
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(diǎn)。人工智能與藥物挖掘的結(jié)合，使得新藥研發(fā)時(shí)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(nèi)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(shí)間和數(shù)據(jù)積累，短期內(nèi)很難產(chǎn)生營收數(shù)據(jù)。
6、健康管理：因居民健康意識(shí)不足發(fā)展緩慢，市場潛力大
“健康管理”應(yīng)用場景，主要包含營養(yǎng)學(xué)、身體健康管理、精神健康管理三大子場景。目前國內(nèi)公司大多集中于身體健康管理場景。國內(nèi)在營養(yǎng)學(xué)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(shí)；碳云智能和Airdoc的產(chǎn)品分別通過血糖監(jiān)測和菜品識(shí)別指導(dǎo)用戶合理用餐。
7、醫(yī)院管理：受益政策支持，病歷結(jié)構(gòu)化服務(wù)發(fā)展較好
醫(yī)院管理，主要指針對醫(yī)院內(nèi)部、醫(yī)院之間各項(xiàng)工作的管理，主要包括病歷結(jié)構(gòu)化、分級診療、DRGs（診斷相關(guān)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(nèi)公司提供的“醫(yī)院管理”服務(wù)業(yè)務(wù)大多集中于病歷結(jié)構(gòu)化服務(wù)。
8、輔助醫(yī)學(xué)研究平臺(tái)：共享科研成果，醫(yī)療人員與企業(yè)實(shí)現(xiàn)雙贏
輔助醫(yī)學(xué)研究平臺(tái)，是利用人工智能技術(shù)輔助生物醫(yī)學(xué)相關(guān)研究者進(jìn)行醫(yī)學(xué)研究的技術(shù)平臺(tái)。2014年以來，國家衛(wèi)計(jì)委、國務(wù)院先后出臺(tái)相關(guān)文件，鼓勵(lì)醫(yī)療機(jī)構(gòu)及醫(yī)生進(jìn)行科學(xué)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(shù)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(jī)器人、輔助診療等方面，由于前沿技術(shù)的欠缺，仍舊是一片有待挖掘的藍(lán)海市場。