與健康管理碩士/博士校友面對面“解讀高潛職位—健康產(chǎn)業(yè)數(shù)字化管理為你的職場賦能” 近年來，在數(shù)字經(jīng)濟不斷推進的大背景下，人工智能發(fā)展迅速，并與多種應用場景深度融合，逐漸成為推動經(jīng)濟創(chuàng)新發(fā)展的重要技術，醫(yī)療作為社會經(jīng)濟和人民生活最密切的場景之一，人工智能與醫(yī)療應用場景之間的聯(lián)系愈發(fā)緊密，人工智能醫(yī)療越來越受重視。

目前，我國人工智能醫(yī)療處于成長期，投融資市場發(fā)展迅速，項目以A輪和天使輪為主。醫(yī)療機器人作為人工智能醫(yī)療主要細分應用領域之一，2019年市場規(guī)模達43.2億元，其中康復機器人、手術機器人、輔助機器人和醫(yī)療服務機器人占比分別為47%、17%、23%和13%。

AI醫(yī)療概述
人工智能
人工智能已經(jīng)發(fā)展了大半個世紀，人們對于深度學習探索較多，但受制于計算機的計算能力，以及算法本身的限制，效果不太好，直到2006年，Hinton解決了神經(jīng)網(wǎng)絡的大量參數(shù)訓練的問題。從2009年開始人工智能飛速發(fā)展。2015年、2017年，兩場世界矚目的人機圍棋大賽之后，人們對人工智能的認識將進一步的加深。而AlphaGo用于下圍棋的高效算法是一種通用型的算法，這種算法可以推廣到其他算法，把人工智能運用到各個領域。

AI+醫(yī)療
AI賦能醫(yī)療。人工智能醫(yī)療簡單說即以互聯(lián)網(wǎng)為依托，通過基礎設施的搭建及數(shù)據(jù)的收集，將人工智能技術及大數(shù)據(jù)服務應用于醫(yī)療行業(yè)中，提升醫(yī)療行業(yè)的診斷效率及服務質量。2000年-2015年期間，國外的研究重點為AI在臨床知識庫外的應用，如手術機器人應用落地、鼓勵發(fā)展電子病歷等。而中國仍以研究更多類疾病的臨床知識庫為主，發(fā)展相對緩慢。2015年-2017年，由于AI在圖像識別方面的準確率有大幅度提升，AI+影像得以快速發(fā)展。2018年后，中國AI+醫(yī)療進入穩(wěn)定發(fā)展階段，智慧病案等新產(chǎn)品相繼面世，目前國產(chǎn)手術機器人尚在研究階段。

我國AI醫(yī)療市場規(guī)模

隨著人工智能技術的發(fā)展，語音交互、計算機視覺和認知計算、深度學習等技術也逐漸成熟，人工智能醫(yī)療領域的各項運用變成了可能。如語音錄入病歷、醫(yī)療影像智能識別、輔助診療/癌癥診斷、醫(yī)療機器人、個人健康大數(shù)據(jù)的智能分析，AI醫(yī)藥研發(fā)等。隨著人工智能醫(yī)療市場的不斷發(fā)展，熱度不斷提升，據(jù)統(tǒng)計，2017年行業(yè)市場規(guī)模已達到136.5億元，2018年市場規(guī)模在210億元左右，同比增長54%。

隨著我國醫(yī)療需求不斷提升的同時，醫(yī)療資源分配不均，醫(yī)護人員短缺，而人工智能剛好彌補了這一短缺，加之人工智能醫(yī)療的政策規(guī)劃不斷落地，更加速我國人工智能醫(yī)療的發(fā)展。據(jù)IDC統(tǒng)計數(shù)據(jù)，到2025年人工智能應用市場總值將達到1270億美元，其中醫(yī)療行業(yè)將占市場規(guī)模的五分之一。

AI醫(yī)療六大應用場景

疾病風險管理與預測
疾病風險預測是指通過基因測序與檢測，提前預測疾病發(fā)生的風險。疾病風險預測核心解決的問題是預測個體在未來一段時間內患某種疾病或（發(fā)生某種事件）的風險概率。疾病預測會根據(jù)某個人群定義，例如全人群、房顫人群、心梗住院人群等，針對某個預測目標，例如腦卒中、心衰、死亡等，設定特定的時間窗口，包括做出預測的時間點，和將要預測的時間窗，預測目標的發(fā)生概率。

醫(yī)院管理
主要指針對醫(yī)院內部、醫(yī)院之間各項工作的管理，主要包括病歷結構化、分級診療、DRGs（診斷相關分類）智能系統(tǒng)、醫(yī)院決策支持的專家系統(tǒng)等。在分級診療的政策推動之下，國內陸續(xù)出現(xiàn)促進分級診療的企業(yè)服務，行業(yè)前景廣闊。分級診療的實現(xiàn)，離不開醫(yī)聯(lián)體與智能云服務，二者相輔相成。目前國內共有21家公司提供“醫(yī)院管理”服務，業(yè)務大多集中于病歷結構化服務。

輔助診療
“AI+輔助診療”的產(chǎn)品還有兩大類：醫(yī)療大數(shù)據(jù)輔助診療、醫(yī)療機器人（主要指針對診斷與治療環(huán)節(jié)的機器人）。醫(yī)療機器人主要包括手術機器人、腸胃檢查與診斷機器人、康復機器人等。我國在醫(yī)療機器人的研究與政策支持方面，都具有良好的發(fā)展環(huán)境。目前國內致力于手術機器人的公司主要采用兩種業(yè)務模式：第一種，面向醫(yī)院進行機器人產(chǎn)品的單獨銷售，并提供長期維修服務；第二種，是為醫(yī)院提供手術中心整體工程解決方案。例如，Google研發(fā)的Deep Mind Health系統(tǒng)將機器學習和系統(tǒng)神經(jīng)科學結合，通過強大的通用學習算法模擬構建人腦神經(jīng)網(wǎng)絡，以便更好的解決醫(yī)療保健問題。

虛擬助理
醫(yī)療領域中的虛擬助理，基于特定領域的知識系統(tǒng)，通過智能語音技術和自然語言處理技術，實現(xiàn)人機交互，將患者的病癥描述與標準的醫(yī)學指南作對比，為用戶提供醫(yī)療咨詢、自診、導診等服務。根統(tǒng)計，目前國內共有15家公司提供“虛擬助理”服務，主要解決語音電子病歷、智能導診、智能問診、推薦用藥等需求，并且有衍生出更多需求的可能性。

健康管理
“健康管理”應用場景，主要包含營養(yǎng)學、身體健康管理、精神健康管理三大子場景。目前國內共有14家公司提供“健康管理”服務，公司大多集中于身體健康管理場景。企業(yè)包括：妙健康、碳云智能、橙意家人、人和未來、解碼DNA、時云醫(yī)療等。國內在營養(yǎng)學場景的人工智能公司較少，國人尚未普遍樹立營養(yǎng)飲食意識；碳云智能和Airdoc的產(chǎn)品分別通過血糖監(jiān)測和菜品識別指導用戶合理用餐。

藥物挖掘與研究
傳統(tǒng)的藥物研發(fā)存在研發(fā)周期長、研發(fā)成本高、研發(fā)成功率低等痛點。人工智能與藥物挖掘的結合，使得新藥研發(fā)時間大大縮短，研發(fā)成本大大降低；這將有可能根本上改變用藥“平均”觀念。目前國內AI+藥物挖掘已經(jīng)在逐步落地，但研發(fā)周期仍相對較長，且算法需要大量的時間和數(shù)據(jù)積累，短期內很難產(chǎn)生營收數(shù)據(jù)。