導航 
發(fā)布時間：2017-02-13
2015 年 12 月誕生的烏鎮(zhèn)互聯(lián)網(wǎng)醫(yī)院是第一家由互聯(lián)網(wǎng)公司主導的互聯(lián)網(wǎng)醫(yī)院，此后的 2016 年多家互聯(lián)網(wǎng)醫(yī)院陸續(xù)上線?？梢哉f，2016 年是互聯(lián)網(wǎng)醫(yī)院的發(fā)展元年。
從互聯(lián)網(wǎng)改造醫(yī)療行業(yè)的角度來劃分，中國互聯(lián)網(wǎng)醫(yī)療發(fā)展經(jīng)歷了三個階段：
1、信息服務階段：互聯(lián)網(wǎng)改造的是醫(yī)療的信息流，實現(xiàn)人和信息的連接；
2、咨詢服務階段：互聯(lián)網(wǎng)改造的是健康咨詢的服務流，實現(xiàn)人和醫(yī)生連接；
3、診療服務階段：互聯(lián)網(wǎng)改造的是醫(yī)療的服務流，實現(xiàn)人和醫(yī)療機構的連接。
然而，互聯(lián)網(wǎng)帶來的模式創(chuàng)新沒有根本上提升醫(yī)療供給端的服務能力，從而根本上解決醫(yī)療資源（尤其是醫(yī)生）供不應求的局面。
與此同時，圖像識別、深度學習、神經(jīng)網(wǎng)絡等關鍵技術的突破帶動了人工智能（簡稱 AI）新一輪的大發(fā)展。“人工智能+醫(yī)療”概念應運而生。與互聯(lián)網(wǎng)的不同，人工智能對醫(yī)療領域的改造是顛覆性的。
對人工智能醫(yī)療的需求主要基于幾方面客觀現(xiàn)實：一方面是優(yōu)質醫(yī)療資源供給不足，成本高，醫(yī)生培養(yǎng)周期長，誤診率高，疾病譜變化快，技術日新月異；另一方面，隨著人口老齡化加劇、慢性疾病增長、對健康重視程度提高，醫(yī)療服務需求持續(xù)增加。
人工智能的核心能力實際上是人類自身已擁有的能力，但人類相比， 最大優(yōu)勢在于計算能力的高效，尤其在數(shù)據(jù)密集型、知識密集型 、腦力勞動密集型行業(yè)領。
在醫(yī)療領域，IBM Watson 可以在 17 秒內(nèi)閱讀 3469 本醫(yī)學專著，248000 篇論文，69 種治療方案，61540 次試驗數(shù)據(jù)，106000 份臨床報告。通過海量汲取醫(yī)學知識，包括300多份醫(yī)學期刊、200多種教科書及近1000萬頁文字，IBM Watson在短時間內(nèi)迅速成為腫瘤專家。
阿里云研究中心和BCG的最新合作報告指出，從技術突破和應用價值兩維度分析，未來人工智能會出現(xiàn)服務職能、科技突破、超級智能三個階段?；跀?shù)據(jù)的服務智能階段將在接下來3-5年爆發(fā)：人工智能拓展、整合多個垂直行業(yè)應用，豐富實用場景。IDC Digital 預測，截止 2020年，醫(yī)療數(shù)據(jù)量將達40萬億GB，預計約 80%數(shù)據(jù)為非結構化數(shù)據(jù)。
*AI+醫(yī)療發(fā)展的三大階段
*2020 年人類產(chǎn)生的醫(yī)療數(shù)據(jù)總量預測
從全球創(chuàng)業(yè)公司實踐的情況來看，AI+醫(yī)療的具體應用包括洞察與風險管理、醫(yī)學研究、醫(yī)學影像與診斷、生活方式管理與監(jiān)督、精神健康、護理、急救室與醫(yī)院管理、藥物挖掘、虛擬助理、可穿戴設備以及其他。
AI+ 輔助診療 ，即將人工智能技術用于 輔助診療 中，讓計算機“學習”專家醫(yī)生的醫(yī)療知識，模擬醫(yī)生的思維和診斷推理，從而給出可靠診斷和治療方案。輔助診療場景是醫(yī)療領域最重要、也最核心的場景，人工智能+輔助診療潛在市場空間巨大，至少是萬億級以上的營收規(guī)模。
*醫(yī)學診療模型
在AI+ 輔助診療的應用中，IBM Watson是目前最成熟的案例。
2012年Watson 通過了美國職業(yè)醫(yī)師資格考試，并部署在美國多家醫(yī)院提供輔助輔助診療的服務。目前IBM Watson 提供診治服務的病種包括乳腺癌、肺癌、結腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。2016 年12月26日，“浙江省中醫(yī)院沃森聯(lián)合會診中心”成立，這也意味著IBM Watson for Oncology 在中國醫(yī)療領域的商業(yè)試應用正式落地。
將基礎能力與人類醫(yī)生的一般醫(yī)療診斷模型進行融合，形成了Watson 在提供輔助診療的處理邏輯。 其實質是融合了自然語言處理、認知技術、自動推理、機器學習、信息檢索等技術，并給予假設認知和大規(guī)模的證據(jù)搜集、分析、評價的人工智能系統(tǒng)。
*Watson 的三種能力：理解、推理、學習
*Watson 模擬人類醫(yī)生診斷模式的處理邏輯
AI+醫(yī)學影像是將人工智能 技術具體應用在醫(yī)學影像的診斷上。AI+醫(yī)學影像診斷市場空間巨大，可能成為眾多醫(yī)療細分領域率先爆發(fā)的領域 。一是病理醫(yī)生缺口巨大。由于國內(nèi)病理醫(yī)生收入低、培養(yǎng)模式不健全，全國病理醫(yī)生極度缺乏；二是，病理讀片高度依賴經(jīng)驗，因經(jīng)驗而異使得病理讀片的準確率相差大。
AI 在醫(yī)學影像應用主要分為兩部分：一是圖像識別，應用于感知環(huán)節(jié)，其主要目的是將影像這類非機構化數(shù)據(jù)進行分析，獲取一些有意義的信息；二是深度學習，應用于學習和分析環(huán)節(jié)，是 AI 應用的最核心環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對神經(jīng)元網(wǎng)絡進行深度學習訓練，促使其掌握“診斷”的能力。
*人工智能對影像數(shù)據(jù)分析過程
*人工讀片 VS 人工智能讀片
AI+ 醫(yī)學影像已經(jīng)走出實驗室，下一步將迎來商業(yè)化浪潮。
貝斯以色列女執(zhí)事醫(yī)學中心（ BIDMC ）與哈佛醫(yī)學院合作研發(fā)的人工智能系統(tǒng)，對乳腺癌病理圖片中癌細胞的識別準確率能達到 92%，雖然還是低于人類病理學家 96% 的準確率，但當這套技術與病理學家的分析結合在一起時，它的診斷準確率可以高達 99.5%，國內(nèi)的DeepCare 對于乳腺癌細胞識別的準確率也達到了 92%。據(jù)悉尼先驅晨報的報道，Enlitic 憑借深度學習技術超越了4位頂級的放射科醫(yī)生，包括診斷出了人類醫(yī)生無法診斷出的 7%的癌癥，以及在人類醫(yī)生高達 66%的癌癥誤診率的情況下，Enlitic 的誤診率只有 47%。
AI+ 藥物挖掘是指將深度學習技術應用于藥物臨床前研究，達到快速、準確地挖掘和篩選合適的化合物或生物，達到縮短新藥研發(fā)周期、降低新藥研發(fā)成本、提高新藥研發(fā)成功率的目的。
*新藥研發(fā)周期長
*全球醫(yī)藥制造巨頭在藥品研發(fā)上投入巨大
*新藥研發(fā)失敗率高
AI通過計算機模擬，可以對藥物活性、安全性和副作用進行預測。借助深度學習，在心血管藥、抗腫瘤藥、孤兒藥和常見傳染病治療藥等多領域取得了新突破。目前，已經(jīng)涌現(xiàn)出多家 AI 技術主導的藥物研發(fā)企業(yè)。
以硅谷公司Atomwise為例：Atomwise通過IBM超級計算機，在分子結構數(shù)據(jù)庫中篩選治療方法，評估出 820 萬種候選化合物，研發(fā)成本僅為數(shù)千美元，研究周期僅需要幾天。2015 年，Atomwise基于現(xiàn)有的候選藥物，應用 AI 算法，不到一天時間就成功地尋找出能控制埃博拉病毒的兩種候選藥物，以往類似研究需要耗時數(shù)月甚至數(shù)年時間。
AI+健康管理是將人工智能技術應用到健康管理的具體場景中。從全球 AI+醫(yī)療創(chuàng)業(yè)公司來看，主要集中在風險識別、虛擬護士、精神健康、在線問診、健康干預以及基于精準醫(yī)學的健康管理。
1、風險識別：通過獲取并運用 AI 進行分析，識別疾病發(fā)生的風險及提供降低風險的措施。
舉例而言，風險預測分析公司Lumiata，通過其核心產(chǎn)品—風險矩陣（Risk Matrix），在獲取大量的健康計劃成員或患者電子病歷和病理生理學等數(shù)據(jù)的基礎上，為用戶繪制患病風險隨時間變化的軌跡。利用Medical Graph圖譜分析對病人做出迅速、有針對性的診斷，從而對病人分診時間大大縮短 30-40%?？蛻羧后w包括大型健康計劃、護理機構、數(shù)字健康公司等。目前已擁有 10 組以上的付費客戶。
2、虛擬護士：以“護士”身份了解病人飲食習慣、鍛煉周期、服藥習慣等個人生活習慣，運用 AI 技術進行數(shù)據(jù)分析并評估病人整體狀態(tài)，協(xié)助規(guī)劃日常生活。
舉例而言， Alme Health Coach，針對慢病病人，基于可穿戴設備、智能手機、電子病歷等多渠道數(shù)據(jù)的整合，綜合評估病人的病情，提供個性化健康管理方案，幫助病人規(guī)劃日常健康安排，監(jiān)控睡眠，提供藥物和測試提醒。又如，AiCure 通過智能手機攝像頭獲取用戶信息，結合 AI 技術確認病人的服藥依從性。
3、精神健康：運用 AI 技術從語言、表情、聲音等數(shù)據(jù)進行情感識別。
舉例而言，Ginger.IO 通過挖掘用戶智能手機數(shù)據(jù)來發(fā)現(xiàn)用戶精神健康的微弱波動，推測用戶生活習慣是否發(fā)生了變化，根據(jù)用戶習慣來主動對用戶提問。當情況變化時，會推送報告給身邊的親友甚至醫(yī)生。又如，Affectiva 公司的一項技術通過手機或電腦攝像頭實時分析人的情緒。
4、移動醫(yī)療：結合 AI 技術提供遠程醫(yī)療服務。
舉例而言，Babylon 開發(fā)的在線就診 AI 系統(tǒng)，能夠基于用戶既往病史與用戶和在線 AI 系統(tǒng)對話時所列舉的癥狀，給出初步診斷結果和具體應對措施；遠程用藥提醒服務，AiCure 是一家?guī)椭脩舭磿r用藥的智能健康服務公司—通過手機終端，幫助醫(yī)生知曉，并提醒患者的用藥，降低因不按時吃藥導致復發(fā)的風險。
5、健康干預：運用 AI 對用戶體征數(shù)據(jù)進行分析，定制健康管理計劃。
舉例而言，Welltok 通過旗下的 CafeWell Health 健康優(yōu)化平臺，運用 AI 技術分析來源于可穿戴設備的 MapMyFitness 和FitBit 等合作方的用戶體征數(shù)據(jù)，提供個性化的生活習慣干預和預防性健康管理計劃。
人工智能產(chǎn)業(yè)鏈根據(jù)技術層級從上到下，分為基礎層、技術層和應用層三個產(chǎn)業(yè)層次構成。
基礎層的計算能力是構建生態(tài)的基礎，技術層的算法、框架以及通用技術是構建技術護城河的基礎，都屬于人工智能產(chǎn)業(yè)大生態(tài)的基礎設施，具有高投入、高收益的特點，需要中長期進行投資。而應用層是人工智能技術在具體行業(yè)、具體應用場景價值變現(xiàn)的渠道，具有變現(xiàn)能力強的特點。
目前，底層基本都已由科技巨頭布局，且未來開放人工智能平臺是其構建生態(tài)的必然趨勢。應用層匯聚了大量的 AI+醫(yī)療創(chuàng)業(yè)公司，分布在多個細分領域。總體而言，全球 AI+醫(yī)療產(chǎn)業(yè)結構呈現(xiàn)倒金字塔形態(tài)。
*人工智能產(chǎn)業(yè)鏈：基礎層、技術層、應用層
*人工智能+醫(yī)療產(chǎn)業(yè)鏈價值分析
*全球人工智能+醫(yī)療產(chǎn)業(yè)結構呈倒金字塔
*8 家科技巨頭在人工智能產(chǎn)業(yè)鏈底層的布局
對于全球科技巨頭而言，之間的競爭不僅僅是某項技術、某個領域的競爭，更多是生態(tài)圈與生態(tài)圈的競爭。目前科技巨頭均已利用稟賦優(yōu)勢打造屬于自己的生態(tài)圈基本形態(tài)，已基本完成“人工智能+”生態(tài)的基礎設施布局。
*科技巨頭通過自主研發(fā)布局人工智
*科技巨頭通過并購布局人工智能
隨著科技巨頭在 AI+醫(yī)療的基礎層和技術層布局逐步完善，在應用層的布局也開始發(fā)力。目前正在醫(yī)療行業(yè)應用布局的大公司主要有四家：IBM、谷歌、微軟、百度。
*IBM、谷歌、微軟、百度在人工智能+醫(yī)療的布局
創(chuàng)業(yè)公司主要聚焦于應用層的建設，基于場景或行業(yè)數(shù)據(jù)，開發(fā)大量場景應用。CB Insights 重新整理出一份醫(yī)療領域 AI 創(chuàng)業(yè)地圖，統(tǒng)計了全球活躍其中的 90 多家創(chuàng)業(yè)公司。
可以看出，AI+醫(yī)療的創(chuàng)業(yè)公司主要分布在洞察與風險管理、醫(yī)學圖像及診斷（22家）、藥物挖掘（8家）、生活方式管理與監(jiān)控、急救室和醫(yī)院管理、虛擬助手、健康研究、精神健康、可穿戴設備、營養(yǎng)管理以及病理學等 11 個領域。其中， 醫(yī)學影像及診斷類是吸引最多創(chuàng)業(yè)公司的細分領域，其次是洞察和風險管理類、藥物挖掘類。
*全球人工智能+醫(yī)療創(chuàng)業(yè)公司產(chǎn)業(yè)圖譜
*融資額超過 2000 萬美元的人工智能+醫(yī)療創(chuàng)業(yè)公司
中國 AI+醫(yī)療產(chǎn)業(yè)處于起步階段。2016 年是全球人工智能元年，也是我國人工智能元年。資本對AI+醫(yī)療的追捧，多家創(chuàng)業(yè)公司順利獲得融資。其中，成立僅半年的碳云智能在 A 輪獲得 10 億元的融資。隨著全球科技巨頭陸續(xù)將人工智能平臺開放，將有效彌補我國在底層方面的積累不足，各個細分領域的 AI+醫(yī)療創(chuàng)業(yè)公司將受益。
此外，2016年6月，國務院公布了《關于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》，明確指出健康醫(yī)療大數(shù)據(jù)是國家重要的基礎性戰(zhàn)略資源，需要規(guī)范和推動健康醫(yī)療大數(shù)據(jù)融合共享、開放應用。指導意見的出臺旨在打破場景數(shù)據(jù)障礙，使得數(shù)據(jù)應用有了依據(jù)。此舉有望釋放大數(shù)據(jù)資源的價值，助力 AI+醫(yī)療產(chǎn)業(yè)化提速。2017 年 1 月，國家科技部部長萬鋼在全國科技工作會議中透漏，目前正在編制人工智能的專項規(guī)劃，助推AI+。
*中國人工智能+醫(yī)療產(chǎn)業(yè)圖譜
首頁 
關于醫(yī)博會
展會概況
展商中心
觀眾中心
媒體中心
網(wǎng)上展廳
商旅服務
同期活動
聯(lián)系我們
丞華展覽
