智慧醫療人工智能的應用目錄C

O

N

T

E

N

T

S4.

人工智能+醫療企業統計分析Statistical

Analysis

ofthe

Enterprises5.

人工智能+醫療發展趨勢Trendsof

AI

+Medical

TreatmentIndustry6.

附錄Appendix1.

研究項目回顧Research

Recall2.

人工智能+醫療綜述General

Situation

of

AI

+Medical

TreatmentIndustry3.

八大應用場景解析Analysis

ofthe

Eight

Application

Scenarios研究項目回顧Research

Recall3項目研究背景Research

Background

進行此次研究，最初是源于億歐智庫對于人工智能對傳統醫療產業帶來的新變化的關注；更進一步，是對“人工智能+醫療”概念、發展環境與發展條件、應用場景、公司狀況、未來發展機會與風險的關注；

從各大媒體報道之中，我們能夠真切感受到，人工智能正在與醫療、金融、安防、自動駕駛等各個行業進行著融合，備受資本市場的青睞和追捧，各種人工智能新產品正在逐步走入大眾日常的生產生活之中，人工智能“浪潮”，已到眼前；

醫療，是目前人工智能各應用領域中發展相對較快的領域，大量醫療人工智能創業公司自2014年后集中涌現，不少傳統醫療相關企業紛紛引入人工智能人才與技術。人工智能究竟為醫療產業帶來了哪些積極的改變，又裹挾了哪些挑戰和風險，值得創業者、投資人、醫療從業者，以及每一位關注醫療人工智能的朋友理性思考，客觀對待。Part1.研究項目回顧圖片來源于“”4醫療人工智能Research

Objectives

目前我們可以非常清楚地看到，“人工智能+醫療”是近年來從事醫療領域的科技類公司最推崇的企業標簽之一，其涉及的公司類型和產品類型極其豐富，正在改變著傳統的醫療產業。

億歐智庫希望通過此次綜合、多維度的研究，深入理解“人工智能+醫療”的內涵與外沿，透過“人工智能+醫療”各應用場景，了解醫療人工智能公司的產品形態與業務模式，通過數據觀察目前公司整體發展狀況，并對醫療人工智能的未來進行預測。具體內容包括：項目研究目的Part.1

研究項目回顧核心概念解讀人工智能、醫療、賦能等核心概念宏觀環境從人口結構、醫療資源等維度分析我國當前醫療產業宏觀環境發展環境應用場景從政策、經濟、社會、技術四個維度分析人工智能與醫療結合的發展條件從發展環境、公司現狀、產品形態、業務模式、公司案例等維度對八大應用場景進行解析企業盤點企業宏觀數據盤點和巨頭布局狀況分析發展趨勢5醫療人工智能分析醫療人工智能的發展機會和潛在挑戰項目研究方法Research

Methodologies為了達到研究目的，整個研究主要通過兩種方法來進行：首先，億歐智庫基于自身對人工智能與醫療產業的長期觀察獲得的知識，通過案頭研究（Desk

Research）的方式，對“人工智能+醫療”從內涵與外沿、發展歷史、宏觀環境、發展條件、企業現狀等角度進行了梳理，總結出“人工智能+醫療”八大應用場景；另外，億歐智庫通過對業內從業者、行業專家、意見領袖進行訪談（Experts

IDI），充分聽取業內人士對行業的理解和認知，針對項目研究目的，獲得更有深度、更有效、更具體、更有針對性的研究結果。Part.1

研究項目回顧Desk

Research整體理解階段：對醫療人工智能相關信息進行了盤點梳理，了解了相關概念、發展歷史、宏觀環境、發展條件、企業現狀等基本情況，總結出

“人工智能+醫療”八大應用場景；抽取該領域相關的典型特征與代表企業；探求各個關切維度的變化范圍，補充發展清晰的研究圖譜。Experts

IDI深入挖掘階段：6醫療人工智能詳細針對人工智能技術實現、應用場景劃分標準與范圍界定、市場整體環境與具體需求、企業業務模式與市場策略、下一步

發展的機會與風險等細節問題，進行深入挖掘，聽取來自行業第一線工作者和企業領導層對行業的見解和認知。主要研究發現Key

Findings

“人工智能+醫療”是人工智能技術對于醫療產業的賦能現象。當前以機器學習與數據挖掘為兩大技術核心的人工智能，向醫療產業賦能，使醫療相關的生產活動表現出降本增效的效果，并對醫療相關產業鏈整體產生影響；

國內醫療產業宏觀環境表現出醫療需求不斷上升、醫療資源嚴重缺乏、衛生人員整體素質有待提升、衛生支出相對不足以及醫療資源浪費嚴重等特點，急需新技術的注入；而政策、資本、社會、技術等方面優越的發展條件，推動了“人工智能+醫療”的發展；

總結我國目前“人工智能+醫療”領域的公司和產品，可分為包括虛Part.1

研究項目回顧AI+醫療應用場景7醫療人工智能虛擬助理醫學影像輔助診療疾病風險預測藥物挖掘健康管理醫院管理輔助醫學研究平臺擬助理、醫學影像等八大應用場景。疾病風險預測、醫學影像場景下的公司數量最多，因計算機視覺與基因測序技術的發展，相關產品相對成熟；產品形態以軟件為主，大多產品尚未成熟，算法模型處于訓練優化階段，尚且沒有大規模應用的產品；公司主要以B端業務為主，針對的業務主體包括醫院、體檢中心、藥店、藥企、研究機構、保險公司、移動醫療等；業務模式大多基于（科研）對外合作，以引入技術、訓練模型、獲取數據與服務等；

國內131家醫療人工智能公司集中于北京、上海和深圳，創業公司在2014和2015年集中出現，公司創始人以博士后與博士學歷居多，大多具備生物醫學專業背景，截止至2017年8月15日，國內醫療人工智能公司累積融資額已超過180億，華大基因和達闥科技的投資機構最多，紅杉資本中國、真格基金、北極光創投、經緯中國和軟銀是中國資本市場最活躍的四家投資機構。國內在醫療人工智能布局的企業主要有阿里巴巴、騰訊、百度、科大訊飛、華大基因；海外主要有IBM、Google、蘋果、微軟、亞馬遜等；

醫療人工智能擁有廣闊市場需求與多元業務方向，新創公司數量未來幾年將不斷增長，創業界與投資界看好未來市場；產品成熟前大規模市場推廣風險大，創業公司需時間積累，不斷優化產品；醫療人工智能存在技術風險、道德倫理風險與整體風險。人工智能+醫療綜述General

Situation

of

AI+

Medical

Treatment

Industry8人工智能+醫療概念解讀9醫療人工智能The

Concept

of

AI

+Medical

TreatmentIndustryPart2.

人工智能+醫療綜述Part2.

人工智能+醫療綜述人工智能+醫療概念解讀“人工智能+醫療”定義：技術對傳統行業子場景的賦能現象

對“人工智能+醫療”內涵和外沿的界定，是本篇報告的認知基礎；關于什么是“人工智能+醫療”，目前行業內僅有一個較模糊的概念，即人工智能對醫療領域的改造；

億歐智庫研究認為，“人工智能+醫療”是人工智能技術對于醫療產業的賦能現象；我們不妨將該定義拆分為三個關鍵詞分別進行理解：人工智能技術、醫療產業、賦能。圖片來源于“”10醫療人工智能“人工智能”定義：從行為與功能，到新學科與新科學

界定“AI+醫療”的前提，是對“人工智能”有明確的認知；

“人工智能”研究和發展至今，不論是學界，還是市場研究機構，對其概念都有著不同的界定；綜合來看，大致可分為兩類：A. 從行為和功能的角度出發，定義人工智能機器的外在行為和能夠實現的功能；B. 將“人工智能”定義為一門新學科或新科學。艾倫

·

麥席森

·圖靈丨AlanM.

Turing如果一臺機器能夠與人展開對話（通過電傳設備），并且會被人誤以為它也是人，那么這臺機器就具有智能約翰

·

麥卡錫丨John

McCarthy人工智能就是要讓機器的行為看起來就象是人所表現出的智能行為一樣麥肯錫公司丨McKinsey

&Company人工智能指機器表現出和人一樣的智能的能力，例如在不使用包含了各種細節指導的手寫編碼程序的情況下能夠接近問題赫伯特

·

西蒙丨HerbertA.Simon人工智能是對物理符號的操作，是認知心理學與計算機科學相結合的新學科約翰

·

尼爾森丨NilsJohn

Nilsson人工智能是關于知識的學科——怎樣表示知識以及怎樣獲得知識并使用知識的學科波士頓咨詢公司（BCG）人工智能是研究、開發用于模擬、延伸和擴展人類智能的理論、方法、技術及應用系統的一門新的技術科學行為與功能角度學科與科學角度11醫療人工智能Part2.

人工智能+醫療綜述人工智能+醫療概念解讀Part2.

人工智能+醫療綜述人工智能+醫療概念解讀人工智能技術圖譜：基于機器學習與數據挖掘激光雷達傳感器元件處理器

/

芯片云計算設備云平臺（云存儲與云計算）數據挖掘人工智能技術范疇硬件及數據平臺交叉部分

就目前技術發展而言，人工智能以機器學習、數據挖掘為兩大技術核心，兩者技術范疇上有所交叉。機器學習又包含對抗學習等諸多種類，其中倍受矚目的就是深度學習。按照拓撲結構分類，深度學習可分為卷積神經網絡、循環神經網絡和全連接神經網絡，并通過算法框架實現深度學習過程。在機器學習與數據挖掘的技術之上，實現了目前市場上最常見的三大技術應用，即計算機視覺、智能語音技術和自然語言處理。另外，人工智能技術的實現，還要依托硬件的支持（處理器/芯片、傳感器元件等）以及云平臺提供的存儲與計算服務（硬件和云平臺更多的屬于基礎設施范疇，故此次研究未將此類供應商納入研究討論）；

此次報告判斷一家公司或一款產品是否屬于“人工智能”范疇，將主要采用技術手段作為標準。技術應用 計算機視覺 智能語音技術 自然語言處理機器學習對 強 遷抗 化 移學 學 學習 習 習12醫療人工智能…深度學習深度學習 卷積神經網絡 循環神經網絡 全連接神經網絡TensorFlow Lasagne Theano算法框架 Caffe

Keras MXNet TorchDMTK CNTK Neon ……Part2.

人工智能+醫療綜述人工智能+醫療概念解讀醫療產業：“醫療”邊界的不斷擴展，極大豐富了醫療產業的參與者

“醫療”一詞的傳統內涵和范疇僅包含“疾病的治療”，而今“醫療”的邊界正在突破其傳統含義，擴展到藥品、保健、生物技術等醫療相關的各個領域；

從行業角度看，目前行業內仍慣用“醫藥行業”一詞。雖然2009年的“新醫改”開始嘗試用取消藥品加成等政策手段逐步“醫藥分家”，但真正實現“醫藥分家”還有很長的路要走。本報告的研究對象則包含了醫藥行業下的各參與者；

從產業角度看，醫療產業不僅包含醫藥行業中的醫院、體檢中心、制藥企業等參與者，還包括了健康管理、生物技術等醫療相關領域的參與者；此外，醫療產業還涉及其他服務機構，例如保險公司、機器學習服務提供商、硬件生成商等等。疾病的治療（傳統醫療的范疇）藥品保健生物技術……億歐智庫：“醫療”的邊界不斷擴展13醫療人工智能億歐智庫：“醫療產業”參與者Part2.

人工智能+醫療綜述人工智能+醫療概念解讀賦能：降本增效，對醫療相關產業鏈整體產生影響

所謂“賦能”，字面意義上就是指為某個主體賦予某種能力和能量；人工智能對于各行業各領域的賦能，在生產環節表現為生產效率的提升和生產成本的降低；在賦能效果方面表現為傳統行業的升級、新興行業的出現，最終導致相關產業鏈的整體變化；

人工智能在醫療領域的賦能與上述表現一致，各應用場景下的醫療人工智能公司所開發的產品及服務，不僅使傳統醫療生產活動成本降低、效果增強，而且為醫療相關產業鏈帶來了新變化。機器學習服務提供商硬件/軟件產品及藥品研發機構醫療相關服務研發與供應商硬件產品及藥品生產商硬件產品及藥品生產資料供應商醫療數據服務供應商醫院硬件產品及藥品銷售商患者及防疫等服務接受群體健康類產品消費群體體檢中心保險公司（有健康類保險的公司）醫療機構終端消費者14醫療人工智能醫療產業宏觀環境分析15醫療人工智能The

Background

of

Medical

TreatmentIndustryPart2.

人工智能+醫療綜述Part2.

人工智能+醫療綜述醫療產業宏觀環境分析中國人口老齡化趨勢下，疾病高發的老年人口數量日趨增多，醫療需求正在逐年增大8.9%9.1%9.4%14.9%15.5%16.1%16.7%60歲及以上人口比例1347351340911340001320001300001354041360721367821375621400001382711360001380002010201120122013201420152016

目前醫療產業現狀如何？回答這個問題，要從我國的人口結構談起。我國總人口數量從2010年至2015年間，保持平均4.9%的自然增長率，人口億接近14億；其中，60歲及以上人口占總人口比例逐年攀升，老年人口數量正在逐年膨脹。億歐智庫：中國總人口變化與60歲及以上人口變化比例16醫療人工智能總人口來源：中國衛生和計劃生育統計年鑒億歐（）Part2.

人工智能+醫療綜述醫療產業宏觀環境分析我國醫療資源壓力巨大，以慢性病為例，我國慢性病患病人數逐年上升，慢性病治療需求不斷膨脹

我國醫療資源壓力巨大。以慢性病為例，我國是慢性病大國，世界衛生組織2016年公布，我國確診慢性病患者有近3億人之多。根據中國衛生和計劃生育統計年鑒的數據，我國2013年慢性病患病例數已接近4.5億，比2003年增加了約230%；同時，根據國家衛生計生委疾控局2014年的數據，我國慢性病患病率正以每年8.7%的速率上升；

2003-2013年間，我國各年齡段的慢性病患病率持續上升，且65歲及以上老年人群的慢性病患病率最高。另外，國家衛計委2015年發布的《中國疾病預防控制工作進展(2015年)報告》指出，慢性病導致的死亡人數已占到全國總死亡的86.6%，而導致的疾病負擔占總疾病負擔的近70%；

我國老齡化人口和慢性病患病人數的逐年上升，使得我國在慢性病治療方面的需求不斷膨脹；而慢性病只是眾多疾病中的一種類型，可見醫療機構、醫護從業者、藥品器械等醫療資源的足量供給，是關系到國情民生的重要命題。1593420903333651952626547億歐智庫：我國慢性病患病人數及患病例數4499901000020000300004000050000200320082013患病人數患病例數2%

2%

1%6%

5%

4%12%12%

12%22%36%億歐智庫：2003/2008/2013年我國各年齡段慢性病患病率65%54% 54%26%42%24%39%0.1015-24歲25-34歲35-44歲45-54歲55-64歲65歲及以上20032008201317醫療人工智能來源：中國衛生和計劃生育統計年鑒億歐（）Part2.

人工智能+醫療綜述醫療產業宏觀環境分析醫療衛生機構總量較大，但醫院和床位供不應求，城鄉資源配置不平衡

2016年我國共有醫療衛生機構989,403個，其中以基層醫療衛生機構（包括社區衛生服務中心（站）、鄉鎮衛生院、村衛生院、門診部（所））為主，約占總體的94%；而醫院（包括綜合醫院、中醫醫院、專科醫院）僅28,261個，約占總體的2.9%；另外專業公共衛生機構（疾病預防控制中心、專科疾病防治院（所/站）、婦幼保健院（所/站）、衛生監督所（中心））約占3.1%；

僅占醫療衛生機構約2.9%的醫院，卻供應全國約76%的病床；據統計，2015年每千人口醫療衛生機構床位數平均僅5.11張，床位供給嚴重不足，并且城市每千人口醫療衛生機構床位數相比農村多4.56張，城鄉病床資源配置不平衡。基層醫療衛生機構數,

927,147數,

30,814億歐智庫：2016年6月我國各類醫療機構數量5.118.27046810億歐智庫：2015年每千人口醫療衛生機構床位數(張)平均 城市 農村億歐（）533.06141.3823.638007006005004003002001000億歐智庫：2015年我國各醫療衛生機構病床數總數 醫院 基層醫療衛生機構專業公共衛生機構18醫療人工智能來源：中國衛生和計劃生育統計年鑒261.6279.5289.3303.9249.7278.3300.4324.140030020010002012職業(助理)醫師(萬人) 注冊護士(萬人)來源：中國衛生和計劃生育統計年鑒20132014每千人享受職業(助理)醫師人數(人)2015每千人享受注冊護士人數(人)億歐智庫：2012-2015年執業（助理）醫師和注冊護士人數及每千人享受比重2.22.4Part2.

人工智能+醫療綜述醫療產業宏觀環境分析醫護人員數量緩慢增長，衛生人員總體學歷偏低，“醫師多點執業”處于試點階段

衛生人員培養速度具有穩定性。從2012年至2015年間，雖然我國執業（助理）醫師和注冊護士人數在逐年上漲，但增長速度較慢；據估算，我國2015年每千人享受職業（助理）醫師人數僅為2.2人，每千人享受注冊護士人數僅為2.4人；根據美國CIA統計數據顯示，美國每千人享受醫生數為2.55（2013年），英國為2.81（2015年），俄羅斯為3.31（2014年），可見我國與發達國家有一定差距；此外，我國就醫結構性問題——即大醫院人滿為患，小醫院門可羅雀——進一步放大了醫護人員不足的現狀；

在我國全部衛生人員之中，大學本科以下學歷比例占到69.4%，大學本科與研究生學歷比例僅占30.6%，可見我國衛生人員整體受教育水平偏低，高質量衛生人員較缺乏；

針對執業醫師短缺問題，2009年出臺的《中共中央國務院關于深化醫藥衛生體制改革的意見》中開始探索“醫師多點執業”，即符合條件的執業醫師經衛生行政部門注冊后，受聘在兩個以上醫療機構執業的行為；目前仍處于試點階段。億歐（）億智智庫：2015年衛生人員學歷分布情況大專,

38.9%19醫療人工智能中專,

28.2%大學本科,25.9%高中及以下,2.3%研究生,4.7%Part2.

人工智能+醫療綜述醫療產業宏觀環境分析衛生總支出保持較快增長，但人均衛生費用與發達國家相比還有較大提升空間21.85%13.02%15.10%11.50%9.81%8.69%同比增幅24346275153166935312387764214520000250003000035000400004500020112012 2013衛生總支出(億元)201420152016來源：中國衛生和計劃生育統計年鑒億歐（）來源：聯邦醫療保險和救助總局

衛生總費用，是一個國家或地區在一定時期內(通常是一年)全社會用于醫療衛生服務所消耗的資金總額；作為國際通行指標，衛生總費用被認為是了解一個國家衛生狀況的有效途徑之一，按照世衛組織的要求，發展中國家衛生總費用占GDP總費用不應低于5%；

2011年至2016年，我國衛生總支出逐步提升，于2016年超過4萬億，約占GDP總費用的5.7%，符合世衛組織的要求；六年來的衛生總支出增長率保持在8%以上，我國衛生總支出保持較快增長；

與發達國家相比，中國的人均衛生費用還有所差距。以美國為例，2016年中國人均衛生費用僅約為美國的36%左右，而中國人口約為美國人口的4.3倍，可見中國的人均衛生費用還有較大提升空間。億歐智庫：2011-2016年我國衛生總支出(億元)及同比增幅 億歐智庫：2013-2016年中美人均衛生費用(美元)對比8000.00 10000.00 12000.00中國衛生人均費用（美元）億歐（）292.41336.60380.25391.8292559791.7910359.7110960.580.002000.00 4000.00 6000.00美國衛生人均衛生費用（美元）201320142015201620醫療人工智能Part2.

人工智能+醫療綜述醫療產業宏觀環境分析過度醫療、過度耗材、資源配置不合理等醫療資源浪費現象嚴重來源：億歐智庫億歐（）

在醫療資源缺乏的前提下，我國還存在較嚴重的醫療資源浪費現象，主要體現在過度治療、過度檢查和過度求醫三個方面；

以國內三甲醫院手術費構成為例，其中耗材費占比達到64.24%，而手術費、麻醉費的占比不到20%；高價設備的引入，無形中為患者帶來超額支出，例如食管癌微創手術使用進口手術器械的費用要2萬-3萬元，而在美國等發達國家和地區，同樣的器械費用只有1萬元左右。億歐智庫：國內三甲醫院手術費用構成圖手術費,

12.33%耗材費,

64.24%藥品費,

8.74%儀器使用,

7.03%麻醉費,

6.09%治療處置,

1.57%來源：網易研究局億歐（）21醫療人工智能億歐智庫：我國醫療資源浪費現象嚴重過度治療（1）藥品“大處方”，開無關藥、高價藥（2）濫用高值醫療耗材（3）濫做高消費有創手術（4）絕癥仍醫，一些病癥無有效治療方法，盲目治療反而有副作用過度檢查（1）高新儀器檢查常規化（2）進行不必要的檢查，如給壽命不足的人做癌癥篩查（3）檢查報告單通用性低，反復檢查過度求醫（1）全額或是大部分報銷醫療費用的患者小病大養（2）患者迷信心理，無病吃藥，小病大看人工智能+醫療發展條件22醫療人工智能The

Developmental

Conditions

of

AI

+

Medical

Treatment

IndustryPart2.

人工智能+醫療綜述Part2.

人工智能+醫療綜述人工智能+醫療發展條件基于PEST分析法，深入分析醫療人工智能發展條件

2014年以來，國內醫療人工智能領域迎來越來越多的創業公司，阿里巴巴、百度、騰訊等“巨頭企業”也紛紛在該領域進行業務拓展和布局。究竟是何原因催生了近幾年來的醫療人工智能商業熱潮？在此時成為“弄潮兒”是否抓住了正確的時機？對此，億歐智庫將分別從政策、經濟、社會、技術四大方面，深入分析醫療人工智能的發展條件。醫療人工智能發展背景分析Political-政策23醫療人工智能S

o

c

i

a

l

-

社會

高等院所重點培養人工智能科技人才

我國城鄉居民醫療支付能力不斷提升經濟-Economical技術-Technological

人工智能國家戰略規劃與鼓勵支持政策

國家對醫療領域提出人工智能發展要求

投資熱度不斷上升，醫療人工智能備受資本青睞

“互聯網+醫療”

貢獻海量醫療數據

深度學習推動AI進入商業化和產品化階段Part2.

人工智能+醫療綜述人工智能+醫療發展條件政策(Political)：2015-2016年人工智能逐步被納入國家發展戰略之中

2015-2016年，國務院、國家發改委等國家機關連續發布多個政策文件，逐步將人工智能提升到國家戰略層面，制定人工智能在促進制造業、互聯網+、人工智能新興產業等方向上的發展規劃，并逐步給予資金、創新政策方面的鼓勵和支持。24醫療人工智能億歐智庫：2015-2016年我國政府機關發布的人工智能相關政策內容盤點時間發布機關政策文件名稱主要內容2015年5月國務院《中國制造2025》加快智能制造產品研發和產業化，智能制造為中國制造的主攻方向2015年7月國務院《“互聯網+”行動指導意見》大力發展智能制造以及人工智能新興產業，鼓勵智能化創新2016年4月工信部、國家發改委、財政部《機器人產業發展規劃(2016-2020年)》制定智能工業型機器人和服務型機器人發展規劃，建立機器人的創新中心，鼓勵銀行、基金向有關的機器人技術和機器人的發展提供支持2016年5月發改委、科技部、工信部、網信辦《“互聯網+”人工智能三年行動實施方案》到2018年，中國將基本建立人工智能產業體系、創新服務體系和標準化體系，培育若干全球領先的人工智能骨干企業，形成千億級的人工智能市場應用規模2016年7月國務院《“十三五”國家科技創新規劃》研發人工智能支持智能產業發展，明確未來3年人工智能產業的發展重點與具體扶持項目2016年9月國家發改委《國家發展改革委辦公廳關于請組織申報“互聯網+”領域創新能力建設專項的通知》為構建“互聯網+”領域創新網絡，促進人工智能技術的發展，應將人工智能技術納入專項建設內容2016年12月國務院《“十三五”國家戰略性新興產業發展規劃的通知》培育人工智能產業生態，促進人工智能在經濟社會重點領域推廣應用，打造國際領先的技術體系Part2.

人工智能+醫療綜述人工智能+醫療發展條件政策(Political)

：2017年國家提出更務實的支持政策、更明確的發展戰略目標及六大重點任務

2017年，中共中央、國務院、文化部、科技部等國家機關密集發布人工智能相關政策，相比過去更加務實，規劃更明確，操作性文件內容更多。3月，人工智能首次被寫入全國政府工作報告；7月，國務院正式發布《新一代人工智能發展規劃》，明確到2030年人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心，并提出六個方面重點任務。

總體來看，人工智能的發展具有明顯的政策利好，在構筑我國人工智能發展的先發優勢，加快建設創新型國家和世界科技強國的政策方向之下，未來人工智能的產業發展落地將具有強有力的政策支持，人工智能技術和相關科技公司將有較大的發展潛力。25醫療人工智能億歐智庫：2017年我國政府機關發布的人工智能相關政策內容盤點時間發布機關政策文件名稱主要內容2017年1月中共中央、國務院《關于促進移動互聯網健康有序發展的意見》加緊人工智能、虛擬現實等新興移動互聯網關鍵技術布局，盡快實現部分前沿技術、顛覆性技術在全球率先取得突破2017年3月國務院《2017政府工作報告》加快培育壯大包括人工智能在內的新興產業，“人工智能”也首次被寫入了全國政府工作報告2017年4月文化部文化部關于推動數字文化產業創新發展的指導意見深化“互聯網+”，深度應用大數據、云計算、人工智能等科技創新成果，促進創新鏈和產業鏈有效對接2017年5月科技部科技部關于印發《“十三五”生物技術創新專項規劃》的通知突破新一代生物檢測技術、腦科學和類腦人工智能、生物大數據若干前沿關鍵技術和共性關鍵技術2017年7月國務院《新一代人工智能發展規劃》明確了我國新一代人工智能發展的戰略目標：到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心；并提出六個方面重點任務Part2.

人工智能+醫療綜述人工智能+醫療發展條件政策(Political)

：國家對醫療領域提出人工智能發展要求

2016-2017年，國家對于醫療領域提出明確的人工智能發展要求，包括對技術研發的支持政策，就相關技術和產品提出健康信息化、醫療大數據、智能健康管理等具體應用，并針對醫療、健康及養老方面提出明確的人工智能應用方向；

國家發展戰略所提出的具體規劃帶來豐富的創業機會點，人工智能+醫療領域的創業擁有非常優越的政策環境。2016年10月2016年6月2017年1月2017年7月?

《國務院辦公廳關于促進和規范健康醫療大數據應用發展的指導意見》?

支持研發健康醫療相關的人工智能技術、生物三維（3D）打印技術、醫用機器人、大型醫療設備、健康和康復輔助器械、可穿戴設備以及26醫療人工智能相關微型傳感器件。?

《國務院關于加快發展康復輔助器具產業的若干意見》?

推動“醫工結合”，支持人工智能、腦機接口、虛擬現實等新技術在康復輔助器具產品中的集成應用。?

《國家衛生計生委關于印發“十三五”全國人口健康信息化發展規劃的通知》?

充分發揮人工智能、虛擬現實、增強現實、生物三維打印、醫用機器人等先進技術和裝備產品在人口健康信息化和健康醫療大數據應用發展中的引領作用。?

《新一代人工智能發展規劃》?

發展便捷高效的智能服務：智能醫療，推廣應用人工智能治療新模式新手段，建立快速精準的智能醫療體系；智能健康和養老，加強群體智能健康管理，建設智能養老社區和機構，加強智能產品適老化。Part2.

人工智能+醫療綜述人工智能+醫療發展條件經濟(Economical)：人工智能投資熱度不斷上升，投資額總體呈上升趨勢0.020.03

0.02

0.01

0.050.4

0.31

0.52

0.30.680.381.20.4429

3.691.432.591.34.7012345

2012-2016年，我國人工智能領域投資金額不斷上升，于2015年第二季度起，投資金額和投資頻次均進入爆發式增長階段；僅2016年第二季度投資額就達到4.7億，投資頻次達65次；

人工智能目前備受投資青睞，按照融資金額數排列，2013-2016年中國人工智能前20名企業總融資額達到5.85億，其中碳云智能以接近2億美元的融資額居于榜首。

由此可見，人工智能投資熱度在不斷上升，且投資額總體呈上升趨勢。億歐智庫：中國各季度人工智能投資金額(億美元)與投資頻次投資額(億美元)126 64127121020 2024296558543544投資頻次來源：烏鎮智庫億歐（）27醫療人工智能億歐智庫：2013-2016中國人工智能企業融資金額(美元)TOP20排名企業簡稱融資額排名企業簡稱融資額1碳云智能$199.87M11衣+$10M2出門問問$71.1M12云從科技$7.46M3云知聲$64.93M12圖森科技$7.46M4思必馳$44.78M12因果樹$7.46M5中譯語通$37.31M15靈伴科技$5M6達闥科技$31M16量化派$3.22M7竹間智能$25M17學吧課堂$3.1M7曠視科技$25M18昆侖人工智能$3M9格靈深瞳$18M18越疆科技$3M10好買衣網$15M20星橋數據$2.99MPart2.

人工智能+醫療綜述人工智能+醫療發展條件社會(Social)：高等院所開設相關專業與研究所，重點培養人工智能人才

人工智能技術研究與商業變現，人才是必不可少的因素。從上世紀末至今，我國部分大學院校，尤其以理工科為主的院校，陸續設立人工智能研究所、實驗室，以及開設人工智能相關專業。脈脈數據研究院的統計數據顯示，AI人才畢業數量前五名的院校分別是：哈爾濱工業大學、北京郵電大學、中國科學院、中國科學技術大學、浙江大學，北京大學和清華大學位列第七和第九；

此外，我國海歸AI人才占到全行業人才的5%，雖然比例不高，但同樣是為行業填補人才空缺有所貢獻；

盡管如此，我國人工智能人口缺口依舊很大。2017年7月30日，由中國人工智能學會，北大、浙大等42所高校，20個學會共同論證形成的《“智能科學與技術”一級學科論證報告》中指出，目前我國人工智能人才每年缺口接近100萬。哈爾濱工業大學：計算機學院模式識別研究中心吉林大學：智能信息處理實驗室中國科學院：人工智能技術學院清華大學：智能技術與系統國家重點實驗室北京大學：視覺與聽覺信息處理國家重點實驗室北京科技大學：自動化學院智能專業北京郵電大學：移動機器人與智能技術實驗室北京理工大學：智能機器人與系統高精尖創新中心南京理工大學：計算機學院人工智能學科中國科學技術大學：多智能體系統實驗室浙江大學：人工智能研究所西安交通大學：智能車研究所西安電子科技大學：智能所華中科技大學：圖像與人工智能研究所武漢工程大學：智能機器人重點實驗室重慶郵電大學：人工智能研究所廈門大學：人工智能研究所中南大學：智能系統與智能軟件研究所28醫療人工智能Part2.

人工智能+醫療綜述人工智能+醫療發展條件社會(Social)：城鄉居民人均醫療保健支出不斷增長，醫療支付能力不斷提升6216997868568729691,0641,1181,1941,30019221024628832643751461472285014001200100080060040020002006 2007 20082009 2010 20112012 2013增長率-城鎮(%)2014 2015E增長率-農村(%)億歐智庫：2006-2015年我國城鄉居民人均醫療保健支出情況城鎮居民人均醫療保健支出(元)農村居民人均醫療保健支出(元)

我國居民在醫療保健方面普遍有所保障。國家統計局數據顯示，在2015年我國居民人均消費支出中，醫療保健平均支出為1165元，占總支出的7%，位列各類支出的第五位；

據前沿產業研究院的數據統計，2006年以來，我國城鄉居民人均醫療保健支出呈不斷上升的態勢，且城市與鄉村醫療保健支出平均增長率分別為8.6%和18.2%；表現出我國居民醫療支付能力不斷提升，這將為人工智能+醫療產業帶來良好的發展機遇。12.7%12.5%8.9%1.8%11.1%9.8%5.1%6.7%8.9%9.8%17.0%16.9%13.4%34.0%17.6%19.5%17.6%17.7%食品煙酒31%29醫療人工智能居住22%億歐（）交通通信13%教育文化娛樂11%醫療保健7%生活用品及服務6%衣著7%億歐智庫：2015年全國居民人均消費支出及構成其他用品和服務3%來源：國家統計局來源：前沿產業研究院億歐（）Part2.

人工智能+醫療綜述人工智能+醫療發展條件技術(Technological)：“互聯網+”

貢獻海量數據，為機器學習提供“養料”

互聯網技術的大規模應用，使人們的衣、食、住、行等行為數據互聯網化、數字化，在此過程中產生的數據是海量的；

中國“互聯網+醫療”從信息服務階段，發展到咨詢服務階段，再到診療服務階段，保留了大量電子病例數據和電子健康數據；根據IDC

Digital預測，截止2020年，全球的醫療數據量將達40萬億GB；

人工智能的產品落地，離不開海量數據作為“養料”貢獻于機器學習過程中，不斷訓練和優化算法模型；“互聯網+醫療”

為人工智能的發展奠定了數據基礎。“互聯網+醫療”發展三階段信息服務階段：互聯網改造的是醫療的信息流，實現人和信息的連接來源：方正證券 億歐（）咨詢服務階段：互聯網改造的是健康咨詢的服務流，實現人和醫生連接診療服務階段：互聯網改造的是醫療的服務流，實現人和醫療機構的連接2.88.640051015203025354045200920102011 2012數據量(萬億GB)2015e2020e億歐智庫：2020年人類產生的醫療數據總量預測(萬億GB)來源：IDC

Digital30醫療人工智能億歐（）Part2.

人工智能+醫療綜述人工智能+醫療發展條件技術(Technological)：深度學習使人工智能取得新突破

人工智能技術由來已久，上世紀科學家便開始了人工神經網絡的研究，它是一種模仿動物神經網絡行為特征，進行分布式并行信息處理的算法數學模型。受限于技術研究難度及有限的訓練數據，神經網絡在很長時間內處于發展瓶頸期；

2006年，“神經網絡之父”Geoffrey

Hinton等人首次提出了“深度學習”(Deep

learning)概念。深度學習基于深度置信網絡(DBN)提出非監督貪心逐層訓練算法，為解決深層結構相關的優化難題帶來希望；2012年，隨著深度學習算法逐步實現視覺識別和語音識別，人工智能技術真正開始進入商業化和產品化階段。

深度學習模擬人腦深度結構，認知過程逐層進行，逐步抽象；其代表是卷積神經網絡(Convolutional

NeuralNetwork,

CNN)和循環神經網絡(Recurrent

NeuralNetworks,

RNN)；

卷積神經網絡，是近年來廣泛應用于模式識別、圖像處理等領域的一種高效識別算法；

循環神經網絡，主要實現自然語言處理的應用。31醫療人工智能八大應用場景解析Analysis

ofthe

Eight

Application

Scenarios32Part3.

八大應用場景解析人工智能+醫療八大應用場景示意圖

億歐智庫綜合分析了我國目前“人工智能+醫療”領域的公司和產品，梳理出包括虛擬助理、醫學影像、輔助診療等在內的八大應用場景，本章將從場景概念、發展環境、產品形態、業務模式、公司現狀及案例等方面對各應用場景進行深入探討。AI+醫療應用場景33醫療人工智能虛擬助理語音電子病歷

/

智能導診智能問診

/

推薦用藥醫學影像病灶識別與標注

/

三維重建靶區自動勾畫與自適應放療輔助診療醫療大數據輔助診療醫療機器人疾病風險預測基因測序與檢測服務預測癌癥

/

白血病等重大疾病藥物挖掘新藥研發

/

老藥新用

/

藥物篩選藥物副作用預測

/

跟蹤研究健康管理營養學

/

身體健康管理精神健康管理醫院管理病歷結構化

/

分級診療DRGs智能系統

/

專家系統輔助醫學研究平臺線上科研平臺，提供GPU計算算法框架

/

數據分析等服務Part3.

八大應用場景解析疾病風險管理和醫學影像是最熱門的兩大應用場景，藥物挖掘場景下的公司較少來源：億歐智庫億歐（）

目前我國八大應用場景中，疾病風險管理和醫學影像是最熱門的兩大應用場景，提供藥物挖掘服務的公司較少；以下是八大應用場景下的公司數量統計，多數公司不僅僅屬于單一應用場景，其提供的服務往往具有多元性。億歐智庫：國內人工智能+醫療各大應用場景公司數量45432119151414701020403050疾病風險管理醫學影像醫院管理輔助診療虛擬助理健康管理輔助醫學研究平臺藥物挖掘公司數量34醫療人工智能虛擬助理應用場景35醫療人工智能Virtual

Assistant

Application

ScenarioPart3.

八大應用場景解析Part3.

八大應用場景解析虛擬助理應用場景

場景描述：從蘋果的Siri、谷歌的語音助手，到亞馬遜的ALEXA、微軟“小娜”CORTANA，此類通用型的“虛擬助理”對于大眾已不陌生，人們通過文字或語音的方式，與機器進行類人級別的交流交互；在醫療領域中的虛擬助理，則屬于專用（醫用）型虛擬助理，它是基于特定領域的知識系統，通過智能語音技術（包括語音識別、語音合成和聲紋識別）和自然語言處理技術（包含自然語言理解與自然語言生成），實現人機交互，目的是解決使用者某一特定的需求；

公司現狀：據億歐智庫統計，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。語音電子病歷 智能導診 智能問診 推薦用藥虛擬助理：通過人機交互，解決語音電子病歷等多種需求科大訊飛云知聲中科匯能科大訊飛進化者機器人納月荷智能康夫子云聽達闥科技云知聲壹健康萬物語聯自測用藥半個醫生大數醫達惠每醫療36醫療人工智能若水醫生醫療人工智能語音電子病歷，軟硬一體解決方案，通過與醫院科研合作訓練模型和優化產品37醫療專用麥克風?

增強說話者語音?

抑制環境噪聲干擾?

目前普遍采用飛利浦的產品，成本較高；中科匯能等公司正在自主開發麥克風語音對話系統?

語音識別引擎，實現人機交互與文本轉寫?

文字自動錄入到電腦或平板的光標位置，相當于醫療級“語音輸入法”交互內容輸出醫療知識系統?

包含各類疾病、癥狀、藥品以及其他醫用術語的知識系統，是語音對話系統的基礎，能夠幫助完成語音識別、病歷糾錯等功能訓練語音識別引擎脫敏病歷數據醫院?

公司與醫院科研合作，公司通過脫敏病歷數據和臨床使用不斷訓練模型，優化算法；?

醫院免費使用語音電子病歷產品，并與公司共享優化后的產品公司與醫院科研合作

發展環境：香港德信2016年的一項調查顯示，中國50%以上的住院醫生平均每天用于寫病歷的時間超過4小時，相當一部分醫生寫病歷的時間超過7小時；國內部分放射科仍采用傳統書寫方式，有專門記錄員記錄醫生主訴內容，而后轉錄入電腦中，效率低下。虛擬助理則能夠避免時間浪費，醫生的主訴內容可以實時轉成文本，錄入到HIS、PACS、CIS等醫院信息管理軟件中，不僅提高了填寫病歷的效率，而且使醫生能夠將更多時間和精力用于與患者交流和疾病診斷之中；

產品及業務模式：軟硬一體全套解決方案，軟件是以語音識別引擎為核心、以醫療知識系統為基礎的語音對話系統（行業術語：語音OS），硬件是醫用麥克風。公司與醫院進行科研合作，前者通過脫敏病歷數據和臨床使用不斷訓練模型，優化算法；后者免費使用語音電子病歷產品，并與公司共享優化后的產品。使用中不斷訓練模型語音/命令傳入Part3.

八大應用場景解析虛擬助理應用場景語音電子病歷，國內三家公司提供產品，口音成為最大阻礙，醫院采購預算及其靈活性產生積極推動作用

公司案例：國內提供語音電子病歷的公司主要有：科大訊飛、云知聲和中科匯能。科大訊飛和云知聲在家居、汽車、醫療、教育、機器人等諸多行業均有布局，語音識別引擎在訓練中涉及各行業數據；中科匯能則僅打造醫療領域的語音OS，其語音識別引擎在醫療領域更加專注；

目前三家公司的產品均有一定出貨量，得益于醫療信息化政策，醫院具有一定的采購預算和靈活性。語音電子病歷產品相比大型醫療設備，成本更低，效果顯著，所以國內三甲醫院通常對低于30萬人民幣（部分醫院為50萬人民幣）的采購行為無需公開招標，各公司進入門檻相對較低，使得語音電子病歷產品落地速度較快。6001020405030萬人民幣50萬人民幣國內三甲醫院醫院38醫療人工智能采購行為無需公開招標的金額范圍；醫院可用“計劃外預算”資金進行采購，或進行追加Part3.

八大應用場景解析虛擬助理應用場景億歐智庫：語音電子病歷產品一覽表產品出品公司產品介紹云醫聲科大訊飛“云醫聲”App+自主研發的麥克風，語音識別技術相對成熟云知聲云知聲“云知聲”軟硬一體解決方案，云端語義校正，識別有口音的普通話醫語通中科匯能“醫語通”軟硬一體解決方案，正在自主研發麥克風；無監督自適應技術逐步解決口音識別問題智能導診機器人，2017年在各地醫院開始落地，機器人制造廠商均有發展機會

發展環境及產品：機器人是AI各大應用中的熱門應用，技術相對成熟，資本市場火熱。醫療領域的導診機器人主要基于人臉識別、語音識別、遠場識別等技術，通過人機交互，執行包括掛號、科室分布及就醫流程引導、身份識別、數據分析、知識普及等功能。從2017年起，導診機器人產品開始陸續在北京、安徽、湖北、浙江、廣州、云南等地的醫院、藥店中落地使用；

業務模式：眾多機器人制造廠商大多采用提供機器人解決方案的業務模式，服務范圍包括醫院、銀行、車站、商場、工廠以及各類服務性場所；只要在機器人后臺嫁接醫院信息等知識系統，機器人便可實現導診功能，所以國內眾多機器人制造廠商均有機會開發醫療市場。“進化者”機器人

小胖生產廠商：北京進化者機器人科技有限公司應用時間：2017年3月應用醫院：湖北武漢同濟醫院39醫療人工智能“曉曼”機器人生產廠商：科大訊飛應用時間：2017年3月應用醫院：合肥市第一人民醫院、北京301醫院機器人(未命名)生產廠商：廣州納月荷智能科技有限公司應用時間：2017年3月應用醫院：湖北武漢同濟醫院Part3.

八大應用場景解析虛擬助理應用場景搜索癥狀醫療人工智能智能問診，“預問診”提升醫患溝通效率，“自診”助力移動醫療平臺服務升級40人機交互回答機器問題診斷報告初步診斷報告醫生在線問診（已知患者癥狀、病史等信息）以往搜索記錄推薦醫生醫生問診（對患者一無所知）

發展環境：醫患溝通效率低下與醫生供給不足是醫療領域的兩大難題，智能問診在解決這兩大難題方面有巨大的潛力；

產品：智能問診系統包含“預問診”和“自診”兩大功能。“預問診”就是在患者完成掛號后的等待時間內，進入醫院App或公眾號中的智能問診模塊，通過交互輸入患者的基本信息、癥狀、既往病史、過敏史等信息，系統將初步形成診斷報告，在患者與醫生見面之前推送給醫生，以減少醫生與患者的溝通內容，大大縮短問診時間；“自診”就是患者在手機或PC端通過人機交互完成智能問診，生成診斷報告（以供患者參考）；

公司及業務模式：目前開發智能問診系統的公司主要包括康夫子、云知聲、云聽、壹健康、達闥科技、萬物語聯和半個醫生。智能問診系統是移動醫療新的服務升級突破口，目前春雨醫生、好大夫等移動醫療服務平臺均在嘗試將智能問診系統納入服務體系。傳統移動問診App模型舉例（不搭載智能問診系統） 升級版移動問診App模型舉例（搭載智能問診系統）從眾多功能模塊

從眾多癥狀中中選擇自診模塊 選擇癥狀羅列可能的患病結果Part3.

八大應用場景解析虛擬助理應用場景推薦用藥消費市場潛力巨大，通過to

B業務迅速擴散服務，同時優化算法模型，升級產品

發展環境：根據中康CMH的監測數據，2010年至2015年，我國零售藥店藥品/非藥品市場規模從1886億元上升到了3092億元，其中藥品和非藥品的平均增長率分別為11.2%和9.3%；藥品市場無疑是正在不斷增長的千億級消費市場；

公司及產品：北京馨康源健康科技有限公司是國內提供推薦用藥服務的具有代表性的公司，推薦用藥屬于相對小眾的應用場景，其產品是“自測用藥”App，能夠根據患者選擇的癥狀和程度，通過后臺算法系統給出中藥和西藥的用藥建議；

業務模式：前期to

B為主，向京東到家、360健康、妙健康、健一網等醫藥電商及及老百姓大藥房等線下藥店開放“自測用藥”系統接口，使自測用藥服務迅速擴散，同時優化算法模型，為后期主打to

C模式培養用戶使用習慣，升級產品。億歐智庫：2010-2016年零售藥店藥品/非藥品市場規模(億元)及增長率1343146616721862202522602444543573637709792832890050010001500200025003000201020112012 2013藥品銷售額增長率20142015 2016e非藥品銷售額增長率億歐（）藥品非藥品15.2%9.2%14.1%8.7%11.5% 11.7% 11.6%8.1%13.3%5.6%11.1%5.1%6