智能醫(yī)療簡介

　　智能醫(yī)療是通過打造健康檔案區(qū)域醫(yī)療信息平臺，利用最先進的物聯(lián)網(wǎng)技術(shù)，實現(xiàn)患者與醫(yī)務人員、醫(yī)療機構(gòu)、醫(yī)療設備之間的互動，逐步達到信息化。在不久的將來醫(yī)療行業(yè)將融入更多人工智慧、傳感技術(shù)等高科技，使醫(yī)療服務走向真正意義的智能化，推動醫(yī)療事業(yè)的繁榮發(fā)展。在中國新醫(yī)改的大背景下，智能醫(yī)療正在走進尋常百姓的生活。

　　智能醫(yī)療的發(fā)展

　　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。可以說，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(gòu)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(shù)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(zhì)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(shù)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，IBMWatson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，IBMWatson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(shù)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。基于數(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。IDCDigital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(jié)構(gòu)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

　　AI+醫(yī)療創(chuàng)企的四大門派

　　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：萬億級市場空間

　　AI+輔助診療，即將人工智能技術(shù)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，IBMWatson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IBMWatson提供診治服務的病種包括乳腺癌、肺癌、結(jié)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IBMWatsonforOncology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(zhì)是融合了自然語言處理、認知技術(shù)、自動推理、機器學習、信息檢索等技術(shù)，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：細分領域爆發(fā)的先鋒

　　AI+醫(yī)學影像是將人工智能技術(shù)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(gòu)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(shù)與病理學家的分析結(jié)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(qū)晨報的報道，Enlitic憑借深度學習技術(shù)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：埃博拉之戰(zhàn)的功臣

　　AI+藥物挖掘是指將深度學習技術(shù)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(shù)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(jié)構(gòu)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：FitBit或成最大贏家

　　AI+健康管理是將人工智能技術(shù)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（RiskMatrix），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MedicalGraph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%。客戶群體包括大型健康計劃、護理機構(gòu)、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(shù)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，AlmeHealthCoach，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(jié)合AI技術(shù)確認病人的服藥依從性。

　　3、精神健康：運用AI技術(shù)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(shù)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(jié)合AI技術(shù)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(jié)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CafeWellHealth健康優(yōu)化平臺，運用AI技術(shù)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。

　　產(chǎn)業(yè)基層被巨頭包攬應用層創(chuàng)業(yè)變現(xiàn)快

　　人工智能產(chǎn)業(yè)鏈根據(jù)技術(shù)層級從上到下，分為基礎層、技術(shù)層和應用層三個產(chǎn)業(yè)層次構(gòu)成。

　　基礎層的計算能力是構(gòu)建生態(tài)的基礎，技術(shù)　　層的算法、框架以及通用技術(shù)是構(gòu)建技術(shù)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(shù)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(gòu)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(jié)構(gòu)呈現(xiàn)倒金字塔形態(tài)。

　　*人工智能產(chǎn)業(yè)鏈：基礎層、技術(shù)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(jié)構(gòu)呈倒金字塔

　　八大巨頭的老把戲：自主研發(fā)+并購

　　*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(shù)、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(shù)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

　　AI+醫(yī)療的“新手村”：應用層和大數(shù)據(jù)

　　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

　　國內(nèi)AI+醫(yī)療抬頭 政策推動產(chǎn)業(yè)加速

　　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

　　*中國人工智能+醫(yī)療創(chuàng)業(yè)公司產(chǎn)業(yè)圖譜

　　*我國人工智能+醫(yī)療相關政策

　　*影響細分領域“人工智能+”進程的四個因素

　　智東西認為，互聯(lián)網(wǎng)醫(yī)療作為一種模式創(chuàng)新，經(jīng)過最近兩年的圈（za）地（qian）之戰(zhàn)后，創(chuàng)業(yè)前景已經(jīng)算不上明朗。與此同時，大數(shù)據(jù)技術(shù)的成熟，AI技術(shù)的興起，IBM、微軟、谷歌、蘋果、百度等全球科技巨頭在醫(yī)療領域的嘗試，以及幾個成功的細分領域創(chuàng)企案例，加上政策推動，都暗示AI+醫(yī)療已經(jīng)序幕。

　　目前來看，基礎層和技術(shù)層依舊是國內(nèi)公司的短板。不過，除了醫(yī)療機構(gòu)與國外巨頭合作的模式之外，也有碳云智能這樣的國產(chǎn)獨角獸在進行數(shù)據(jù)庫創(chuàng)建的嘗試。就像IBM Watson認知關懷COO王泰峰說的：醫(yī)療人工智能的起跑點本質(zhì)上是一樣的。人工智能所有的算法、底層技術(shù)都是開源的，難點在于要在開源的算法里面找到一個適合某一領域的算法集，并且不斷調(diào)優(yōu)這個算法集。只要企業(yè)有技術(shù)積累、數(shù)學家和醫(yī)療行業(yè)專家，就進行產(chǎn)品研發(fā)，被新產(chǎn)品迅速趕超也是有可能的。