近幾年，隨著圖像識(shí)別、自然語(yǔ)言處理等AI技術(shù)實(shí)現(xiàn)關(guān)鍵突破，且在國(guó)家政策的大力支持與鼓勵(lì)下，AI+醫(yī)療行業(yè)邁入了發(fā)展新紀(jì)元。另一方面隨著人口老齡化問(wèn)題不斷加劇，一號(hào)難求、醫(yī)療資源分配不均等問(wèn)題也日益迫切，AI+醫(yī)療成為解決老百姓看病難的新希望。如何提升醫(yī)院系統(tǒng)運(yùn)營(yíng)效率，提高醫(yī)生診斷的精確度，加快醫(yī)生的知識(shí)學(xué)習(xí)與沉淀是各級(jí)政府和醫(yī)療行業(yè)人員都關(guān)注的熱點(diǎn)。

人工智能技術(shù)是當(dāng)下最火熱的領(lǐng)域，人工智能技術(shù)如何賦能醫(yī)療服務(wù)，是眾多公司和機(jī)構(gòu)嘗試的方向。政府管理部門也期待人工智能技術(shù)能為醫(yī)療行業(yè)帶來(lái)創(chuàng)新發(fā)展。醫(yī)療領(lǐng)域上下游產(chǎn)業(yè)鏈長(zhǎng)，人工智能技術(shù)落地場(chǎng)景多，一般在狹義的醫(yī)院場(chǎng)景下可以分為AI輔助診斷、AI健康管理、AI藥物開發(fā)、AI疾病預(yù)測(cè)等。

根據(jù)行業(yè)統(tǒng)計(jì)，截至2018年底，我國(guó)醫(yī)院部署人工智能應(yīng)用并成熟使用的占比僅為33.6%，仍有42%的醫(yī)院并未嘗試接入任何人工智能技術(shù)。人工智能技術(shù)在醫(yī)療領(lǐng)域內(nèi)應(yīng)用的潛力巨大。隨著AI技術(shù)發(fā)展和在醫(yī)療領(lǐng)域成功落地項(xiàng)目的增多，醫(yī)療行業(yè)人工智能市場(chǎng)規(guī)模逐年快速增長(zhǎng)。2017年市場(chǎng)規(guī)模已達(dá)135億元，環(huán)比增長(zhǎng)40%，2018年預(yù)計(jì)能達(dá)到200億元。近幾年環(huán)比增長(zhǎng)率均在40%以上。

當(dāng)我們聚焦到AI輔助診斷，又可以細(xì)分為四大子領(lǐng)域，包括AI醫(yī)學(xué)影像、電子病歷、智能導(dǎo)診、虛擬助理?；颊咴卺t(yī)院就醫(yī)一般按如下流程：掛號(hào)-候診-診斷-處方-支付-配藥，AI輔助診斷可以在上述各個(gè)環(huán)節(jié)切入，提高醫(yī)生診斷速度和質(zhì)量，降低醫(yī)院運(yùn)營(yíng)成本?，F(xiàn)在大多數(shù)落地方案集中在為某個(gè)特定問(wèn)題提供解決方案上。

智慧導(dǎo)診的目的是減輕醫(yī)院運(yùn)營(yíng)壓力，及時(shí)響應(yīng)高峰期患者需求。依賴專業(yè)的醫(yī)學(xué)知識(shí)圖譜和本地醫(yī)院信息系統(tǒng)，利用傳感器和人機(jī)交互獲取患者體溫、心率等人體參數(shù)，表情、舌苔等患者特征以及病情特點(diǎn)，對(duì)患者情況進(jìn)行判斷并完成導(dǎo)診建議。當(dāng)前部分產(chǎn)品的準(zhǔn)確率為90%左右。同時(shí)機(jī)器人響應(yīng)及時(shí)，節(jié)省患者時(shí)間。

盡管導(dǎo)診機(jī)器人已經(jīng)落地全國(guó)多家醫(yī)院，但是否對(duì)運(yùn)營(yíng)有效率提升還未可知，主要還是受限于醫(yī)學(xué)知識(shí)圖譜的豐富度和專業(yè)度。患者在醫(yī)院就診時(shí)，醫(yī)生需要通過(guò)歷史病歷了解患者基本信息，此環(huán)節(jié)需要占用醫(yī)生大量時(shí)間，且由于時(shí)間關(guān)系，對(duì)歷史病歷的檢查和病情總結(jié)也欠缺系統(tǒng)性。人工智能技術(shù)即可沉淀患者大量詳實(shí)的歷史病歷信息，又可結(jié)合疾病大數(shù)據(jù)和疾病模型給醫(yī)生提供診斷幫助，從而提高了醫(yī)生效率。

2018 年國(guó)內(nèi)醫(yī)學(xué)影像存量市場(chǎng)規(guī)模約 2000 億元，且主要在二級(jí)以上醫(yī)院市場(chǎng)，基層相對(duì)空白。2000億元算法：2018 年國(guó)內(nèi)醫(yī)療機(jī)構(gòu)總收入將達(dá) 4.4 萬(wàn)億元。按檢查費(fèi)占比 10%，其中影像檢查占比 1/3 到 1/2 的比例測(cè)算，2018 年國(guó)內(nèi)影像存量市場(chǎng)規(guī)模 1，500-2，200 億元。

2017 年，全國(guó)醫(yī)療衛(wèi)生機(jī)構(gòu)總診療人次達(dá) 81.8 億，居民平均就診 5.9 次，高于美國(guó)人均就診次數(shù)。但影像檢查轉(zhuǎn)化率 20%，相比美國(guó) 50% 的轉(zhuǎn)化率，還有較大提升空間；同時(shí)隨著藥占比壓縮，醫(yī)院影像收入有望繼續(xù)增長(zhǎng)，理論上長(zhǎng)期潛在市場(chǎng)規(guī)模高達(dá) 3000-5000 億元。當(dāng)前，大型三甲醫(yī)院影像科處于超負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)；普通三級(jí)醫(yī)院、以及二級(jí)醫(yī)院醫(yī)學(xué)影像需求與供給較為匹配；而基層影像科整體服務(wù)能力不足。

AI醫(yī)學(xué)影像與傳統(tǒng)人工識(shí)別影像相比有較明顯優(yōu)勢(shì)：在肺結(jié)核、眼底病變、乳腺癌、宮頸癌、肺部、心臟的疾病或臟器上已有多項(xiàng)可行且高效的AI技術(shù)落地，提高了早期發(fā)現(xiàn)疾病病灶的可能性、更明確的界定疾病階段，為醫(yī)生確定治療方案提供了準(zhǔn)確度高的建議。針對(duì)具體場(chǎng)景的的AI算法能夠高效完成任務(wù)。AI醫(yī)療服務(wù)提供商的主要成本包括生產(chǎn)成本和運(yùn)營(yíng)成本，生產(chǎn)成本是占比高，又可細(xì)分為算力成本、數(shù)據(jù)成本、人力成本。

其中數(shù)據(jù)成本就是各類脫敏的醫(yī)學(xué)病歷和醫(yī)學(xué)圖像，經(jīng)過(guò)細(xì)致標(biāo)注的醫(yī)學(xué)數(shù)據(jù)價(jià)格不菲。于是AI輔助診斷多與醫(yī)院等數(shù)據(jù)生產(chǎn)方建立緊密合作關(guān)系，以獲得脫敏的病歷數(shù)據(jù)，用于AI算法的訓(xùn)練和迭代。當(dāng)AI算法效果穩(wěn)定后，再向醫(yī)院收費(fèi)方收取一定的使用費(fèi)。

醫(yī)療是民生產(chǎn)業(yè)，合理分配、高效利用有限的醫(yī)療資源，提升基層醫(yī)院的診療實(shí)力，加速醫(yī)生的經(jīng)驗(yàn)積累與學(xué)習(xí)，更快速的響應(yīng)患者訴求和準(zhǔn)確診斷，對(duì)于醫(yī)療系統(tǒng)運(yùn)營(yíng)效率和國(guó)家醫(yī)保財(cái)政等有重要作用。而隨著AI 技術(shù)的發(fā)展與落地，AI算法可以更準(zhǔn)確的識(shí)別復(fù)雜模式，構(gòu)建多參數(shù)模型，發(fā)現(xiàn)處于早期階段的病灶特征，從而提早發(fā)現(xiàn)疾病，增加可治療的時(shí)間。

同時(shí)，AI結(jié)合醫(yī)生診斷或醫(yī)院運(yùn)營(yíng)的大數(shù)據(jù)，提速醫(yī)療信息化，打通了數(shù)據(jù)在醫(yī)療產(chǎn)業(yè)各個(gè)環(huán)節(jié)的流通。除了BAT等巨頭，在AI賦能醫(yī)療上，科大訊飛、依圖科技、森億智能、云知聲等一大批人工智能企業(yè)都在不斷探索可落地的應(yīng)用場(chǎng)景和發(fā)展AI技術(shù)，在不斷產(chǎn)品迭代優(yōu)化中，賦予了醫(yī)療產(chǎn)業(yè)嶄新的面貌。