2017人工智能赋能医疗产业研究报告

医疗，是目前人工智能各应用领域中发展相对较快的领域。大量医疗人工智能创业公司自 2014 年后集中涌现，不少传统医疗相关企业纷纷引入人工智能人才与技术。人工智能究竟为医疗产业带来了哪些积极的改变?又裹挟了哪些挑战和风险?基于对此类问题的思考，亿欧智库展开了对“人工智能+医疗”的研究工作，并最终完成《 2017 人工智能赋能医疗产业研究报告》。

亿欧智库通过大量的案头研究，以及对数十位从业者、相关专家学者、意见领袖进行访谈，最终完成这份多维度的、内容全面的研究报告。下文选取了报告中的部分内容进行呈现，欲了解更多，请在亿欧网下载原版报告并进行阅读。如报告内容有不准确、不完善之处，欢迎读者批评指正。

CHAPTER1 人工智能+医疗概念与背景

“人工智能+医疗”，就是人工智能技术对于医疗产业的赋能现象。如何判断一家公司或一款产品是否属于“人工智能+医疗”范畴?亿欧智库主要采用技术手段作为标准。就目前技术发展而言，人工智能技术以机器学习和数据挖掘作为两大技术核心，近年来备受关注的“深度学习”则属于机器学习的范畴。

人工智能技术的“赋能”，主要体现于医疗人工智能公司所开发的产品及服务，不仅使传统医疗生产活动成本降低、效果增强，而且为医疗相关产业链带来了新变化，例如机器学习服务提供商的出现、保险公司用户健康数据分析的需求与医疗数据服务供应商之间建立的商业新模式等。

我国医疗领域总体呈现供需不平衡、卫生人员素质有待提升、结构性问题突出、资源浪费的现状。人工智能与医疗的结合，是解决医疗痛点的新机遇。为此，国家自 2015 年起相继出台数十项政策性文件，逐步将人工智能提升到国家战略层面，并对医疗领域提出人工智能发展要求。

人工智能备受资本市场、高等院校的青睐，2012- 2016 年我国人工智能领域投资金额不断上升，热度不减;我国部分大学院校，尤其以理工科为主的院校，陆续设立人工智能研究所、实验室，以及开设人工智能相关专业。

CHAPTER2 八大应用场景解析

亿欧智库综合分析了我国目前“人工智能+医疗”领域的公司和产品，梳理出包括虚拟助理、医学影像、辅助诊疗等在内的八大应用场景，并从场景概念、发展环境、产品形态、业务模式、公司现状及案例等方面对各应用场景进行深入探讨。

目前我国八大应用场景中，疾病风险管理和医学影像是最热门的两大应用场景，提供药物挖掘服务公司的较少;以下是八大应用场景下的公司数量统计，多数公司不仅属于单一应用场景，其提供的服务往往具有多元性。

医学影像，是目前人工智能在医疗领域最热门的应用场景之一，本文对该应用场景分析内容进行简要介绍如下，更多应用场景具体内容，请下载原版报告进行阅读。

据亿欧智库统计，目前国内共有 43 家公司提供“医学影像”服务。“医学影像”应用场景下，主要运用计算机视觉技术解决以下三种需求：

1、病灶识别与标注：针对医学影像进行图像分割、特征提取、定量分析、对比分析等工作;

2、靶区自动勾画与自适应放疗：针对肿瘤放疗环节的影像进行处理;

3、影像三维重建：针对手术环节的应用。

AI+医学影像的产品形态主要以用于影像识别与处理的软件为主，极少数结合硬件;各公司产品成熟度均处于搭建基础模型向优化模型过渡阶段，产品落地速度较缓慢，主要受以下几方面因素影响：

1、数据短缺：公司主要以科研合作的方式从医院获取影像数据，但训练模型所需影像数据量较大，仅依靠几家医院提供数据远远不够，而大量医院并不愿意进行数据共享;

2、成本较高：根据亿欧智库统计，国内 42 家AI+医学影像的公司中，有 27 家提供癌症病灶识别与标注服务;而影像科医生在日常读片过程中并不会进行病灶标注，这使得该领域公司需要花费较大的成本邀请专业的影像科医生在工作之余进行标注;

3、门槛较高：任何一家“AI+医学影像”公司在实现产品合法销售前，需要申请经营许可证、生产许可证、医疗器械证，并且要通过FDA认证(FDA是国家食品药品监督管理总局的英文缩写)。FDA的审批流程较为繁琐，需要同国家指定的三甲医院合作进行临床测试(前提是要通过医院的医学伦理委员会审查)，需要同做临床试验的每一个病人签订合同，还要在国家专业机构做检测和报备，然后才能获得FDA认证，这其中的时间成本、技术水平等因素均构成了“高门槛”。

CHAPTER3 人工智能+医疗企业统计分析

2010 年是我国医疗人工智能领域创业分水岭，此前每年出现的新创公司数量极少，而 2010 年后我国迅速出现一大批医疗人工智能公司，并于 2014 和 2015 年出现创业高峰，两年内出现 52 家创业公司。

（编辑：PHP编程网 - 黄冈站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!