醫(yī)療健康與我們的生活息息相關(guān)，在美國，AI+醫(yī)療健康已經(jīng)成為AI落地的最熱行業(yè)之一；而在國內(nèi)人口老齡化加劇、醫(yī)療資源分配不均、國民慢性病頻發(fā)的當(dāng)下，AI醫(yī)療成為了人工智能的極佳落地場景。
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。
2014-2016年，AI+醫(yī)療融資數(shù)量有了明顯的上升，而且增長速度很快，資本的活躍度逐年走高。AI+醫(yī)療公司頻現(xiàn)、投融資市場活躍，體現(xiàn)了AI+醫(yī)療在我國具有龐大市場空間和良好未來預(yù)期。
有數(shù)據(jù)表明，我國83家AI醫(yī)療企業(yè)的融資額為18億元，歷年融資總額接近42億元。雖然市場一片欣欣向榮，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，仍舊是一片有待挖掘的藍(lán)海市場。
AI醫(yī)療的市場空間與熱門應(yīng)用
整體上看，我國人工智能市場仍處于探索階段，如何基于AI技術(shù)開拓發(fā)展應(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。
在AI+醫(yī)療各細(xì)分領(lǐng)域中，輔助診療融資金額高居第一，高達(dá)20億元； 接下來分別是語音交互融資額13億元，還有醫(yī)學(xué)影像和健康管理不分伯仲。埃森哲評估了10種人工智能應(yīng)用的綜合分類，確定了到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）。
虛擬助理提高醫(yī)療工作效率
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。
醫(yī)療領(lǐng)域中的虛擬助理，基于特定領(lǐng)域的知識系統(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)。
據(jù)統(tǒng)計(jì)，目前國內(nèi)共有15家公司提供“虛擬助理”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別、語音識別、遠(yuǎn)場識別等技術(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)器人后臺嫁接醫(yī)院信息等知識系統(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)。而推薦用藥虛擬助手企業(yè)前期業(yè)務(wù)模式則以to B為主，向京東到家、妙健康等醫(yī)藥電商及老百姓大藥房等線下藥店開放“自測用藥”系統(tǒng)接口，推廣自測用藥服務(wù)，了解用戶使用習(xí)慣，優(yōu)化算法模型，為后期to C業(yè)務(wù)模式奠定基礎(chǔ)。
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。目前國內(nèi)共有43家公司提供“醫(yī)學(xué)影像”服務(wù)。“醫(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)解決病灶識別與標(biāo)注、靶區(qū)自動勾畫與自適應(yīng)放療、影像三維重建三種需求。
在病灶識別與標(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)品的病灶識別準(zhǔn)確率高、用時(shí)短。
當(dāng)下AI+醫(yī)學(xué)影像的產(chǎn)品形態(tài)主要以用于影像識別與處理的軟件為主，極少數(shù)結(jié)合硬件。
而AI+醫(yī)學(xué)影像產(chǎn)品成熟度均處于搭建基礎(chǔ)模型向優(yōu)化模型過渡階段，產(chǎn)品落地速度較緩慢，主要受以下幾方面因素影響：大量醫(yī)院不愿數(shù)據(jù)共享造成企業(yè)科研數(shù)量短期、病灶識別與標(biāo)注成本較高、AI醫(yī)學(xué)影像門檻較高。目前基本成型的AI+醫(yī)學(xué)影像產(chǎn)品大多正處于醫(yī)院試用階段，該領(lǐng)域公司基本沒有實(shí)現(xiàn)盈利。
輔助診療醫(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）。
目前國內(nèi)有8家公司提供醫(yī)療大數(shù)據(jù)輔助診療服務(wù)，11家公司提供“醫(yī)療機(jī)器人”服務(wù)。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)器人將會更具市場競爭力。
疾病風(fēng)險(xiǎn)預(yù)測上游有望打破國外壟斷
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)。
目前國內(nèi)共有45家公司提供“疾病風(fēng)險(xiǎn)預(yù)測”服務(wù)。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，推動基因測序技術(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。
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)。國內(nèi)有7家公司提供“藥物挖掘”服務(wù)。
而據(jù)蛋殼研究院統(tǒng)計(jì)，目前在北美地區(qū)已經(jīng)出現(xiàn)了數(shù)家技術(shù)領(lǐng)先的初創(chuàng)企業(yè)，他們借助深度學(xué)習(xí)，與默克等傳統(tǒng)藥企及醫(yī)藥研究機(jī)構(gòu)合作，在心血管藥物、抗腫瘤藥物、孤兒藥和經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)常見傳染病（如埃博拉）治療藥等多領(lǐng)域取得新突破。
健康管理面向營養(yǎng)學(xué)場景
“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)共有14家公司提供“健康管理”服務(wù)，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； 碳云智能和Air-doc 的產(chǎn)品分別通過血糖監(jiān)測和菜品識別指導(dǎo)用戶合理用餐。致力于身體健康管理場景的公司，國內(nèi)以碳云智能和妙健康為典型代表，海外則有 IBM、Validic、Welltok等公司。
國際上，愛爾蘭都柏林的創(chuàng)業(yè)公司 Nuritas 是營養(yǎng)學(xué)應(yīng)用場景中的典型代表。Nuritas將人工智能與生物分子學(xué)相結(jié)合，進(jìn)行肽的識別；根據(jù)每個(gè)人的身體情況，使用特定的肽來激活健康抗菌分子，改變食物成分，消除食物副作用，從而幫助個(gè)人預(yù)防糖尿病等疾病的發(fā)生、殺死抗生素耐藥菌。
醫(yī)院管理病歷結(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)共有21家公司提供“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)。
在分級診療的政策推動之下，國內(nèi)陸續(xù)出現(xiàn)促進(jìn)分級診療的企業(yè)服務(wù)，行業(yè)前景廣闊。分級診療的實(shí)現(xiàn)，離不開醫(yī)聯(lián)體與智能云服務(wù)，二者相輔相成。