關于智慧醫(yī)療市場發(fā)展的現(xiàn)狀分析

近幾年，隨著圖像識別、自然語言處理等AI技術實現(xiàn)關鍵突破，且在國家政策的大力支持與鼓勵下，AI+醫(yī)療行業(yè)邁入了發(fā)展新紀元。另一方面隨著人口老齡化問題不斷加劇，一號難求、醫(yī)療資源分配不均等問題也日益迫切，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)運營效率，提高醫(yī)生診斷的精確度，加快醫(yī)生的知識學習與沉淀是各級政府和醫(yī)療行業(yè)人員都關注的熱點。

人工智能技術是當下最火熱的領域，人工智能技術如何賦能醫(yī)療服務，是眾多公司和機構嘗試的方向。政府管理部門也期待人工智能技術能為醫(yī)療行業(yè)帶來創(chuàng)新發(fā)展。醫(yī)療領域上下游產(chǎn)業(yè)鏈長，人工智能技術落地場景多，一般在狹義的醫(yī)院場景下可以分為AI輔助診斷、AI健康管理、AI藥物開發(fā)、AI疾病預測等。

根據(jù)行業(yè)統(tǒng)計，截至2018年底，我國醫(yī)院部署人工智能應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。人工智能技術在醫(yī)療領域內(nèi)應用的潛力巨大。隨著AI技術發(fā)展和在醫(yī)療領域成功落地項目的增多，醫(yī)療行業(yè)人工智能市場規(guī)模逐年快速增長。2017年市場規(guī)模已達135億元，環(huán)比增長40%，2018年預計能達到200億元。近幾年環(huán)比增長率均在40%以上。

當我們聚焦到AI輔助診斷，又可以細分為四大子領域，包括AI醫(yī)學影像、電子病歷、智能導診、虛擬助理?；颊咴卺t(yī)院就醫(yī)一般按如下流程：掛號-候診-診斷-處方-支付-配藥，AI輔助診斷可以在上述各個環(huán)節(jié)切入，提高醫(yī)生診斷速度和質(zhì)量，降低醫(yī)院運營成本?，F(xiàn)在大多數(shù)落地方案集中在為某個特定問題提供解決方案上。

智慧導診的目的是減輕醫(yī)院運營壓力，及時響應高峰期患者需求。依賴專業(yè)的醫(yī)學知識圖譜和本地醫(yī)院信息系統(tǒng)，利用傳感器和人機交互獲取患者體溫、心率等人體參數(shù)，表情、舌苔等患者特征以及病情特點，對患者情況進行判斷并完成導診建議。當前部分產(chǎn)品的準確率為90%左右。同時機器人響應及時，節(jié)省患者時間。

盡管導診機器人已經(jīng)落地全國多家醫(yī)院，但是否對運營有效率提升還未可知，主要還是受限于醫(yī)學知識圖譜的豐富度和專業(yè)度?；颊咴卺t(yī)院就診時，醫(yī)生需要通過歷史病歷了解患者基本信息，此環(huán)節(jié)需要占用醫(yī)生大量時間，且由于時間關系，對歷史病歷的檢查和病情總結(jié)也欠缺系統(tǒng)性。人工智能技術即可沉淀患者大量詳實的歷史病歷信息，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 年國內(nèi)醫(yī)學影像存量市場規(guī)模約 2000 億元，且主要在二級以上醫(yī)院市場，基層相對空白。2000億元算法：2018 年國內(nèi)醫(yī)療機構總收入將達 4.4 萬億元。按檢查費占比 10%，其中影像檢查占比 1/3 到 1/2 的比例測算，2018 年國內(nèi)影像存量市場規(guī)模 1，500-2，200 億元。

2017 年，全國醫(yī)療衛(wèi)生機構總診療人次達 81.8 億，居民平均就診 5.9 次，高于美國人均就診次數(shù)。但影像檢查轉(zhuǎn)化率 20%，相比美國 50% 的轉(zhuǎn)化率，還有較大提升空間；同時隨著藥占比壓縮，醫(yī)院影像收入有望繼續(xù)增長，理論上長期潛在市場規(guī)模高達 3000-5000 億元。當前，大型三甲醫(yī)院影像科處于超負荷運轉(zhuǎn)狀態(tài)；普通三級醫(yī)院、以及二級醫(yī)院醫(yī)學影像需求與供給較為匹配；而基層影像科整體服務能力不足。

AI醫(yī)學影像與傳統(tǒng)人工識別影像相比有較明顯優(yōu)勢：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可行且高效的AI技術落地，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確度高的建議。針對具體場景的的AI算法能夠高效完成任務。AI醫(yī)療服務提供商的主要成本包括生產(chǎn)成本和運營成本，生產(chǎn)成本是占比高，又可細分為算力成本、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)學病歷和醫(yī)學圖像，經(jīng)過細致標注的醫(yī)學數(shù)據(jù)價格不菲。于是AI輔助診斷多與醫(yī)院等數(shù)據(jù)生產(chǎn)方建立緊密合作關系，以獲得脫敏的病歷數(shù)據(jù)，用于AI算法的訓練和迭代。當AI算法效果穩(wěn)定后，再向醫(yī)院收費方收取一定的使用費。

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)院的診療實力，加速醫(yī)生的經(jīng)驗積累與學習，更快速的響應患者訴求和準確診斷，對于醫(yī)療系統(tǒng)運營效率和國家醫(yī)保財政等有重要作用。而隨著AI 技術的發(fā)展與落地，AI算法可以更準確的識別復雜模式，構建多參數(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，增加可治療的時間。

同時，AI結(jié)合醫(yī)生診斷或醫(yī)院運營的大數(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用場景和發(fā)展AI技術，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。