人工智能医疗的发展现状及应用领域

AI正在变革医疗。

从语音电子病历、智能导诊、智能问诊为代表的虚拟助理，到 AI 医学影像实现病灶识别与标注、三维重建、靶区自动勾画与自适应放疗；医疗大数据、医疗机器人实现辅助诊疗，到利用 AI 技术与新药研发、老药新用、药物‘筛选结合，进行药物挖掘；医院管理的病历结构化、分级诊疗、DRGs 智能系统、专家系统……AI 在医疗领域的应用遍地开花。

尤其今年抗疫期间，人工智能在抗疫前线的风光一时无两。

那么，AI在医疗发展的道路上能否一路狂飙？

一、欲知风向，先看趋势

一）总体发展概况

1、世界人工智能医疗发展概况

全球的人工智能医疗相对于制造业、通信传媒、零售、教育等人工智能应用领域来说，还处于早期阶段，商业化程度相对偏低，行业渗透率较低。

人工智能医疗具有广泛的市场需求和多元业务趋向，拥有广阔的发展空间。目前，市场规模高速增长，大量初创公司不断涌现。预计到 2025 年，人工智能应用市场总值将达到 1270 亿美元。其中，医疗行业将占市场规模的五分之一。

从具体应用层面来看，医疗信息化应用早，智能诊疗、医疗健康管理落地广，药物研发市场规模大，医学影像增速快。

此外，智能诊疗和医疗健康管理也是人工智能医疗产品落地较为广泛的领域。中国的人工智能健康管理事业起步较晚，但随着各种检测技术（如可穿戴设备、基因检测等）的发展，伴随着物联网大环境的促进，预计 2020 年后市场将进入高速发展阶段。

药物研发结合人工智能起步稍晚，但市场规模较大，增速较快，目前占据人工智能医疗市场 35% 以上份额。

我国目前的药物研发以仿制药和改良药为主，国外药物研发则以创新药为主。由于存在算法技术优势和大量药物数据积累等诸多先发优势，目前美国 AI 药物研发的发展速度较快，已有基于人工智能技术进行药物研发的多种新药上市，市场逐渐成熟。

医学影像与人工智能的结合是人工智能医疗的另一重要应用领域，也是近年来增速较快的领域。这一领域的发展在中美两国呈现不同特征，美国需要借助人工智能弥补其国内明显短缺的放射师数量，而中国则对跨平台影像云技术支持的需求更加迫切。

除中美外，以色列在人工智能医疗影像分析方面也处于世界领先水平。

此外，人工智能医疗在手术机器人、精准医疗等领域也逐步落地应用，发展前景较好。

从全球格局来看，中美两国人工智能医疗发展双足鼎立，日本、英国和以色列等国家紧随其后。

2、中国人工智能医疗发展概况

据《2019 年我国卫生健康事业发展统计公报》数据，2019 年我国共有三级医院 2749 个，在我国一至三级医院总量中占比为11.60%，但三级医院医疗服务工作量占比为 56.75%，且我国三级医院主要集中在北京、上海、广州等大城市，中小城市医疗资源相对不足。

截至 2019 年末，我国共有卫生技术人员 1010 万人，其中执业医师和执业助理医师382万人，注册护士 443 万人，而全年总诊疗人次为 85.2 亿人次，医疗供给也存在较大压力。在此背景下，人工智能凭借其智能化、自动化的特点，在医学影像、药物研发、医院管理等多个医疗场景落地应用，能够辅助提高医院诊疗效率和运营管理水平，在一定程度上缓解我国医疗资源不足的问题。

人工智能赋能医疗行业的发展路径可归结为“计算智能-感知智能-认知智能”三个阶段，随技术进步而螺旋上升发展。

计算智能是人工智能医疗发展的初期阶段，在这一阶段人工智能主要表现为对医疗行业的算力支持，通过计算机获取海量医疗数据资源，对于数据进行整合、处理、分析，是实现精准医疗、智能医疗的重要保障。

感知智能是机器接收外界信息、实现人机交互的能力。机器对于外界信息的感知主要通过将图像、声音、文字等转化为数字形式进行记忆和学习，并依据相关算法进行推理和决策。在人工智能医疗领域主要体现为对于影像、声音等多维度医疗信息的识别和处理，帮助医生快速诊断，大幅提高医生诊疗效率。

认知智能是人工智能医疗更深一步的发展，通过机器自我学习进行有目的的推理，优化决策系统，实现人机互动，辅助或者部分替代医生完成医疗诊断工作。在这一阶段，人工智能的计算能力和认知能力都有大幅提高，所处理的数据由健康保健向临床医疗及前沿科研等更为复杂的多元方向拓展，将人工智能应用于医疗生态的方方面面，利用深度学习技术对医疗数据资源进行多维度推理和使用。

人工智能医疗正从感知智能向认知智能过渡。

从整体来看，我国人工智能医疗发展历经计算智能阶段，目前正处于从感知智能向认知智能过渡的发展阶段，不同细分领域的技术发展情况和落地应用成熟度有所不同。

AI 医学影像是人工智能在医疗领域应用最为广泛的场景，率先落地、率先应用、率先实现商业化。手术机器人、药物研发、精准医疗等领域已有部分落地应用，但因成本或技术原因，尚未实现规模化普及，未来增长空间较大，受 2020 年初新冠肺炎疫情影响，人工智能在公共卫生领域特别是传染病的预防与控制方面发挥重要作用，传染病大数据分析预警系统、疫情排查系统、智能测温机器人、消毒机器人、语音服务机器人等在战“疫”一线被广泛应用。

人工智能医疗的商业化路径通常沿着“学术研究一商业应用”的模式进行。与实验室产品不同，人工智能医疗的商业化需要利用人工智能技术解决医疗领域的实际问题，通过满足一定规模的市场需求来实现商业变现的行为。其本质是商业行为，以盈利为目的，因此对人工智能医疗的技术成熟度、销售方式、盈利模式都要有明确的规定，以实现对于人工智能医疗领域的商业化规范管理。

二）发展政策分析

1、海外人工智能医疗发展政策分析

医疗资源的缺乏和就医效率低是很多国家都面临的难题，人工智能医疗的发展不仅能够辅助医生提高诊疗效率，还能够促进医疗科技的发展，为复杂病症的治愈提供可能。美国人工智能发展较早，对于人工智能的法律规范、技术规范相对成熟。

在政策层面，美国政府在 2016 年 10 月已出台《国家人工智能研究和发展战略计划》，鼓励发展人工智能相关技术，提出对于人工智能的长期投资战略和协作方法等。

2、中国人工智能医疗发展政策分析

政策“自上而下”持续传导发酵，重点发展诊断辅助和疾病预防。

我国人工智能医疗政策的发展呈现出“由上到下”的特点，即从国家宏观层面出台指导性文件和发展规划，为人工智能研发和应用提出指导路线，各地政府根据中央指导意见出台相关执行文件。在工信部印发的《促进新一代人工智能产业发展三年行动计划（2018-2020年）》中提出在医疗影像、智能服务机器人等细分行业的发展目标，明确发展方向。由于人工智能发展水平的限制，我国目前人工智能医疗的重点发展方向与国外基本一致，集中于诊断辅助和疾病预防等方面。

三）人工智能医疗现状分析

1、企业现状

人工智能医疗产业发展环节主要有基础层、技术层、应用层。

海外的互联网巨头和传统医疗巨头也加快对人工智能医疗领域的布局。美国是人工智能医疗领域布局最早的国家，各大巨头纷纷下场，创业企业不断涌现，在医疗大数据和辅助诊断等方面取得了率先突破。

随着政策引导与扶持，中国企业也迎头追赶，在医疗影像、辅助医疗等方面弯道超车。全球上百家 AI+医疗创业公司分布在医学影像、辅助医疗、药物发掘、健康管理等应用领域。

互联网巨头更倾向于选择在底层切入，布局智慧医疗基础设施。例如IBM、Google、微软、Facebook、Amazon、阿里、百度等。Google 的人工智能技术发展较早且布局较广，对人工智能医疗的研发和投资也处于相对领先的地位，对于药物研发、远程医疗、健康管理等方面均有涉及。

而传统医疗企业则在人工智能领域的发展更注重产品的数字化转型。

2、人工智能医疗投融资现状分析

人工智能医疗行业处于成长期，市场规模增长快，资本热度高。近年来，我国人工智能医疗领域投融资项目数量增长较快，热度提升明显，且大部分企业融资轮次较为靠前，整个行业处于成长期。

根据鲸准数据库，截至 2020 年 6 月 30 日，共收录 349 个人工智能医疗相关项目。其中，A 轮项目 126 个，天使轮项目 103 个，B 轮和 C 轮项目共 50 个，而E轮及以后的项目共 2 个。

从投资案例数看，2012 年-2020 年上半年，我国人工智能医疗领域股权投资热度呈现先增后降趋势；

从投资金额看，2015 年以前，人工智能医疗领域股权投资热度较低，而 2016 年-2018 年，该领域的股权投资热度快速提升。

在海外人工智能医疗领域，根据鲸准数据库，共收录美国、加拿大、新加坡、印度等国的人工智能医疗领域股权投资案例 19 起，投资金额达到 1.56 亿美元，所涉及的应用领域包括药物研发、医疗咨询、卫生防疫、辅助治疗、电子档案。

3、人工智能医疗技术现状分析

人工智能医疗技术的发展水平与人工智能技术的发展程度息息相关，而人工智能技术的发展分为计算智能、感知智能、认知智能，需要依托算力、算法、通信等多方面的支持。

计算智能技术的核心在于计算能力，而计算能力的进步离不开基础设施和硬件设备的支持；

感知智能的技术发展体现在语音识别、影像识别、语言处理等方面；

认知智能技术关键在于机器学习能力。但由于机器的深度学习依托于概率分析，而对于疾病的诊治和治疗需要结合复杂的影响因素，是一个动态的决策过程。因此，人工智能技术被较多应用于疾病筛查，帮助医生进行初步诊断，我国人工智能医疗在认知智能方面仍存在较大探索空间。

二、八种细分领域

蓝皮书介绍了 AI 在医疗领域的 8 种应用，覆盖发现病情、病情分析研究、药物研发等全流程，具体来看。

一）AI+公共卫生

“人工智能+公共卫生”，即将人工智能技术应用于公共卫生领域之中。公共卫生是关系到一国稳定、大众健康和人民福社的公共事业，是针对社区或全社会的医疗措施，区别于医疗机构提供的个体性医疗服务。公共卫生主要包括重大疾病特别是传染病的预防与控制、健康宣教、卫生监督、疫苗接种等场景。

从行业参与者及市场现状来看，目前公共卫生领域尚处于人工智能的初期阶段，仍为蓝海市场，在新冠疫情催化下，有加速发展趋势。

目前我国公共卫生的防控治理主要面临以下四个痛点∶

第一，人口规模庞大且人口流动趋向复杂，在追踪和排查感染者及相关人员时工作难度大;

第二，紧急状况下人员与物资调配高度紧张;

第三，疫情监测预警系统尚不完备;

第四，民众公共卫生防控知识不足。

如今，人工智能已经可用于识别、预测、优化、决策、分类、匹配、判断、执行等任务中，针对我国公共卫生领域存在的痛点，应用人工智能技术对现有公共卫生领域基础设施和防控治理体系进行智能化赋能，可以扩大人员追踪与精准筛查的覆盖范围，提高应对疫情等突发事件的决策能力和响应速度，降低防控作业成本，扩大信息传播半径，从而为公共卫生防控治理能力带来质的提升。

二）AI+医院管理

医院管理是以医院为对象的管理科学，涵盖对医院医疗、教学和科研活动等各项职能的管理工作，通过对人、财、物、信息、时间等资源进行计划、组织、协调与控制，实现医疗效用最大化。

与欧美等发达国家相比，我国医院的智能化管理水平整体偏低，仍处于智能化技术的初期应用阶段。目前，人工智能在我国医院管理领域的主要应用方向包括电子病历管理、智能导诊与分诊、质量管理和精细化运营等。

目前，该领域主要有三类市场参与者∶传统医疗信息化企业、新兴的科技赋能型医院管理公司、医疗器械巨头。

人工智能对于医院管理的核心应用价值主要体现在三个方面∶其一，利用智能化信息技术重塑患者端全流程就医体验；其二，以人工智能和大数据驱动医院端智慧管理与决策，推动医院管理体制机制持续创新；其三，人工智能与大数据可以实现跨机构互通互联，打通医疗服务数据与生态壁垒，完善以医院为中心的医疗服务生态。

三）AI+医学影像

“人工智能+医学影像”，即将人工智能技术应用于医学影像诊断中，目前这一场景在人工智能医疗领域中应用最为广泛。

具体而言，医学影像诊断主要依托图像识别和深度学习这两项技术。依据临床诊断路径，首先将图像识别技术应用于感知环节，将非结构化影像数据进行分析与处理，提取有用信息；其次，利用深度学习技术，将大量临床影像数据和诊断经验输入人工智能模型，使神经元网络进行深度学习训练；最后，基于不断验证与打磨的算法模型，进行影像诊断智能推理，输出个性化的诊疗判断结果。

目前，利用图像识别和深度学习技术，主要用以解决以下三种影像诊断需求∶

1）病灶识别与标注。对X线、CT、MRI等影像进行图像分割、特征提取、定量分析和对比分析，对数据进行识别与标注，帮助医生发现肉眼难以识别的病灶，降低假阴性诊断发生率，同时提高读片效率；

2）靶区自动勾画与自适应放疗。主要针对肿瘤放疗环节进行自动勾画等影像处理，在患者放疗过程中不断识别病灶位置变化，以实现自适应放疗，减少对健康组织的辐射；

3）影像三维重建。基于灰度统计量的配准算法和基于特征点的配准算法，解决断层图像配准问题，节约配准时间，在病灶定位、病灶范围、良恶性鉴别、手术方案设计等方面发挥作用。

从落地方向来看，目前中国 AI 医学影像产品布局方向主要集中在胸部、头部、盆腔、四肢关节等几大部位，以肿瘤和慢病领域的疾病筛查为主。

四）AI+医疗机器人

医疗机器人是机器人应用的细分领域之一，特指用于医院、诊所、康复中心等医疗场景的医疗或辅助医疗的机器人。根据国际机器人联合会（IFR）分类，医疗机器人又分为手术机器人、康复机器人、辅助机器人、医疗服务机器人四大应用领域。根据 CCID 数据，在 2019 年我国医疗机器人市场中，康复机器人、手术机器人、辅助机器人和医疗服务机器人分别占比 47%、17%、23%、13%。

从整体来看，医疗机器人的应用价值主要集中在以下两个方面∶

1）小型化。随着微电子技术不断发展，医疗器械小型化成为一大发展趋势。胶囊机器人、手术机器人等小型医疗机器人可以为医疗服务提供更为安全便捷的操作体验，辅助或部分替代人类输出或完成医疗活动，为人类肢体动作、视觉、触觉、知觉等带来更为广阔的操作体验范围，实现更为精准的操作触达与反馈，同时亦可为患者带来更少的创伤和痛苦。

2）智能化。智能化的人机交互功能，远程操作与精准控制能力，基于个体状况实现个性化柔性操作，具备环境变化的独立判断与适应能力，随着科技进一步发展，医疗机器人将会更加智能化和精准化，改变传统医疗模式，提升病人的生命质量。

五）AI+药物研发

药物研发主要包括药物发现、临床前研究、临床研究以及审批上市四个阶段。目前，药物研发的核心困难在于研发过程中存在诸多不确定性因素，如靶点有效性、模型有效性等问题，需要通过大量实验予以确认。而在药物研发过程中引入人工智能技术，利用深度学习技术对分子结构进行分析与处理，在不同研发环节建立拥有较高准确率的预测系统，可以减少各个研发环节的不确定性，从而缩短研发周期，降低试错成本，提高研发成功率。

目前，该领域主要有三类市场参与者：人工智能科技公司、药物研究机构、大型药企。

六）AI+健康管理

“人工智能+健康管理”是将人工智能技术应用到健康管理的具体场景之中，通常与互联网医疗紧密结合，被视为互联网医疗的深化发展阶段。目前，人工智能技术主要应用于风险识别、虚拟护士、精神健康、移动医疗、可穿戴设备等健康管理领域。

其应用价值主要体现在以下三方面：

1、通过智能终端进行多维度健康数据采集，提升数据应用价值。

2、将健康管理前置到预防阶段。

3、构建医疗数据生态的重要环节。

七）AI+精准医疗应用

精准医疗是以个人基因组信息为基础，结合患者的个性化生活习惯和生活环境，为其提供定制化治疗解决方案的新型医学模式。其本质是利用基因组特征、人工智能与大数据挖掘、基因检测等前沿技术，对大样本人群和特定疾病类型进行生物标记物分析与鉴定，找到精确发病原因和作用靶点，并结合病患个人的实际身体状态，开展个性化精准治疗，提高疾病预防与治疗效果。

精准医疗主要包括基因测序、细胞免疫治疗和基因编辑三个层次。其中，基于大量细胞和分子级别的基因测序是精准医疗的基础；对免疫细胞进行功能强化与缺损修复是精准医疗在疾病治疗领域的常见应用方法，目前 CAR-T 和 TCR-T 疗法备受关注;对变异细胞进行批量改造治疗的基因编辑技术则为精准医疗的高阶应用层次，技术壁垒较高。

八）AI+医疗支付

“人工智能+医疗支付”的落地与深化受政策导向明显，现阶段主要应用在医保支付、商保支付、众筹互助支付、医疗分期和支付工具等多个领域。

目前，我国医疗保障体系包含社会医疗保险和商业健康保险两大重要组成部分。其中，商业健康保险是社会医疗保险制度的重要补充。按照支付主体来划分，我国目前的医疗支付方式主要包括医保支付、商保支付和个人支付三种，涉及到医疗机构、医保局、保险公司、保险中介、软硬件支付厂商、患者、监管机构等多方主体。

具体而言，“人工智能+医疗支付”可分为医保支付、商保支付、众筹互助、医疗分期和支付工具五大应用场景。

三、发展风向

机遇一∶顶层设计不断加码，产业发展政策环境持续优化。

十四五期间，国家将重点发展方向从卫生健康信息化建设转向数字化运行、智能化应用，通过加快新型基础设施建设，推动多行业、跨领域共同发展，促进 5G、云计算、大数据、人工智能与医疗的融合发展。地方政府响应号召，通过资金扶持推动人工智能医疗产品落地应用，鼓励产品商业化发展，改善人工智能医疗服务体系。国家将以智慧医疗作为重点发展方向，“鼓励试点、总结经验、制定规则”，打造区域标杆、产业地标，引领医学人工智能产业健康发展。到 2023 年，国家将布局 20 个左右新一代人工智能创新发展试验区。

机遇二∶市场增长迎来发力期，资方入局窗口已经打开。

过去三年以来，我国医疗人工智能市场热度不断提升，市场规模增速保持在40-50%，目前规模达到 210 亿美元.2013-2018 年我国人工智能医疗行业融资额整体走高，截至 2018 年前三季度，国内共有 39 家企业披露完成融资，其中 18 家企业披露融资金额，合计约 26.2 亿元。相比 2017 年同期，完成融资的企业数量增长21.88%，披露的融资总规模同比增长128.42%20。资本方对人工智能医疗产业保持乐观态度，有利于更多的人工智能医疗企业获得资金并投入产品研发与应用。。

机遇三∶市场需求日益旺盛，慢病管理等领域颇具增长空间。根据国家统计局数据显示，我国老年人口占比连年上升。

机遇四：新冠疫情的迫切需求为相关产业的发展打开了新局面。

机遇五∶5G、量子计算等新技术的增长为产业发展提供了新动能。

5G 技术的实时高带宽和低延迟访问特性，可以扩展医疗应用程序功能、医疗设备、机器人和移动设备功能所需的性能。量子计算机的计算能力为人工智能医疗的发展提供革命性的工具，其并行计算力尤其适合对海量的医疗数据进行分解，适合用于解决复杂的模拟和规划问题，能够指数加速深度学习能力和速度。

机遇六∶复合型人才厚度增加为产业厚积薄发创造新节点。

我国政府陆续出台相应政策，强调构建基础理论人才与“人工智能+X”复合型人才并重的培养体系的重要性，到 2020 年已经有 180 所高校获批开设人工智能专业。支持等一系列优惠政策。

经过多年的人才储备和政策引导，医疗人工智能人才井喷的时代即将到来。