AI医疗发展现状市场扫描应该如何对症下药

图片来历@Unsplash

文｜猎豹用户研究中心

近几年，跟着图画辨认、自然语言处理等AI技能完结要害打破，且在国家方针的大力支撑与鼓舞下，AI+医疗职业迈入了展开新纪元。另一方面跟着人口老龄化问题不断加重，一号难求、医疗资源分配不平等问题也日益火急，AI+医疗成为处理老百姓看病难的新期望。

本次猎豹用户研究中心聚集AI+医疗在电子病历、才智导诊和虚拟助理、AI医学印象等范畴的展开状况，期望能够协助读者了解当时AI+医疗职业对民众日子的影响和现在落地状况。

本次AI医疗职业解读将分为上下两期，下一期将会推出关于“AI大健康办理”的商场扫描。

Part.1 医疗职业简析

医疗是民生支柱工业，工业链条极长。一般民众眼中的医疗首要围绕在医院这一个场景。在这个场景下现在存在的比较突出的问题是以下三点。

一是从患者视点看，看病难，看病贵，难挂号，排队等候时刻长，出院后无人盯梢病况等问题。

二是从医院体系看无法有用装备资源。三级医院就诊人数和医护人员作业超负荷，底层医院各种资源搁置糟蹋。

三是从医护人员视点看，收入低，强度大。医师作业量大，危险高，一起医患联系很严重。

现在我国医疗服务结构极不均衡。2311家三级医院年服务人次达16.46亿人次，而二级医院数量是三级医院3.6倍，但“只是”服务了11.78亿人次，医院数量是三级医院4.2倍的一级医院，只服务了1.96亿人次。医疗服务过度会集，三级医院人满为患，低等级医院资源空置糟蹋较多，底层医师收入低，医学常识练习缺乏。三级医院日均服务人次是低等级医院的30倍以上。

（数据来历：2018年我国卫生健康工作展开计算公报）请输入图说

Part.2 当时AI医疗的布局

怎么进步医院体系运营功率，进步医师确诊的精确度，加快医师的常识学习与沉积是各级政府和医疗职业人员都重视的热门。人工智能技能是当下最炽热的范畴，人工智能技能怎么赋能医疗服务，是很多公司和组织测验的方向。政府办理部分也等待人工智能技能能为医疗职业带来立异展开。

医疗范畴上下游工业链长，人工智能技能落地场景多，一般在狭义的医院场景下能够分为AI辅佐确诊、AI健康办理、AI药物开发、AI疾病猜测等。本文为猎豹用户研究中心展开的AI医疗职业扫描第一篇，要点聚集剖析AI辅佐确诊在医疗范畴的运用。

依据职业计算，到2018年末，我国医院布置人工智能运用并老练运用的占比仅为33.6%，仍有42%的医院并未测验接入任何人工智能技能。人工智能技能在医疗范畴内运用的潜力巨大。

跟着AI技能展开和在医疗范畴成功落地项意图增多，医疗职业人工智能商场规模逐年快速添加。2017年商场规模已达135亿元，环比添加40%，2018年估计能到达200亿元。近几年环比添加率均在40%以上。

（数据来历：前瞻工业研究院）

当咱们聚集到AI辅佐确诊，又能够细分为四大子范畴，包含AI医学印象、电子病历、智能导诊、虚拟助理。患者在医院就医一般按如下流程：挂号-候诊-确诊-处方-付出-配药，AI辅佐确诊能够在上述各个环节切入，进步医师确诊速度和质量，下降医院运营本钱。现在大多数落地计划会集在为某个特定问题供应处理计划上。

Part.3 AI医疗之电子病历

电子病历是医疗信息化的根底，电子化的病历信息数据能够便利的在跨科室、跨部分乃至跨医院的交流与传递。电子病历还能为医疗大数据和疾病模型供应更便利的样本数据。现在电子病历的商场规模也处于快速添加阶段，2017年产值达9.96亿，2018年估计到达12亿以上。

一起国家卫健委对医院信息化和电子病历也有清晰规划。卫健委要求到2019年一切三级医院要到达信息化分级点评3级以上，即完结医院内不同部分间数据交流。到2020年，一切三级医院要到达分级点评4级以上，即医院内完结全院信息同享，并具有医疗决议计划支撑功用，二级医院要到达分级点评3级以上。

到2018年第1季度，全国86.8%的二级及以上公立医院树立了规范化的电子病历（1级或以上）；全国共8265家医疗组织注册并参加数据填写，在已填写的医疗组织中，43.27%的医疗组织能够完结不同部分（2级或以下），乃至不同医疗组织之间的数据同享。

但是，现已施行电子病历体系的医院中，60%的医院停留在部分内开始数据收集和数据交流的信息化初级阶段。能够看到，我国电子病历体系运用水平仍十分低，电子病历晋级所带来的医院信息化商场潜力巨大，商场需求旺盛。

Part.4 AI医疗之才智导诊和虚拟助理

才智导诊的意图是减轻医院运营压力，及时呼应高峰期患者需求。依靠专业的医学常识图谱和本地医院信息体系，使用传感器和人机交互获取患者体温、心率等人体参数，表情、舌苔等患者特征以及病况特色，对患者状况进行判别并完结导诊主张。当时部分产品的精确率为90%左右。一起机器人呼应及时，节约患者时刻。虽然导诊机器人现已落地全国多家医院，但是否对运营有用率进步还未可知，首要仍是受限于医学常识图谱的丰厚度和专业度。

患者在医院就诊时，医师需求通过前史病历了解患者基本信息，此环节需求占用医师很多时刻，且因为时刻联系，对前史病历的查看和病况总结也短缺体系性。人工智能技能即可沉积患者很多详实的前史病历信息，又可结合疾病大数据和疾病模型给医师供应确诊协助，然后进步了医师功率。

Part.5 AI医疗之医学印象

2018 年国内医学印象存量商场规模约 2000 亿元，且首要在二级以上医院商场，底层相对空白。2000亿元算法：2018 年国内医疗组织总收入将达 4.4 万亿元。按查看费占比 10%，其间印象查看占比 1/3 到 1/2 的份额测算，2018 年国内印象存量商场规模 1,500-2,200 亿元。

2017 年，全国医疗卫生组织总医治人次达 81.8 亿，居民均匀就诊 5.9 次，高于美国人均就诊次数。但印象查看转化率 20%，比较美国 50% 的转化率，还有较大进步空间；一起跟着药占比紧缩，医院印象收入有望持续添加，理论上长时刻潜在商场规模高达 3000-5000 亿元。

当时，大型三甲医院印象科处于超负荷运转状况；一般三级医院、以及二级医院医学印象需求与供应较为匹配；而底层印象科全体服务才能缺乏。

AI医学印象与传统人工辨认印象比较有较显着优势：

在肺结核、眼底病变、乳腺癌、宫颈癌、肺部、心脏的疾病或脏器上已有多项可行且高效的AI技能落地，进步了前期发现疾病病灶的可能性、更清晰的界定疾病阶段，为医师确认医治计划供应了精确度高的主张。

Part.6 AI落地的商业形式

针对详细场景的的AI算法能够高效完结任务。AI医疗服务供应商的首要本钱包含出产本钱和运营本钱，出产本钱是占比高，又可细分为算力本钱、数据本钱、人力本钱。

其间数据本钱便是各类脱敏的医学病历和医学图画，通过详尽标示的医学数据价格不菲。所以AI辅佐确诊多与医院等数据出产方树立严密合作联系，以取得脱敏的病历数据，用于AI算法的练习和迭代。当AI算法作用安稳后，再向医院收费方收取必定的运用费。

Part.7 小豹展望

医疗是民生工业，合理分配、高效使用有限的医疗资源，进步底层医院的医治实力，加快医师的经历堆集与学习，更快速的呼应患者诉求和精确确诊，关于医疗体系运营功率和国家医保财务等有重要作用。

而跟着AI 技能的展开与落地，AI算法能够更精确的辨认杂乱形式，构建多参数模型，发现处于前期阶段的病灶特征，然后提前发现疾病，添加可医治的时刻。

一起，AI结合医师确诊或医院运营的大数据，提速医疗信息化，打通了数据在医疗工业各个环节的流转。除了BAT等巨子，在AI赋能医疗上，科大讯飞、依图科技、森亿智能、云知声等一大批人工智能企业都在不断探究可落地的运用场景和展开AI技能，在不断产品迭代优化中，赋予了医疗工业簇新的相貌。