精准医疗、大数据、共享整合，2017年人工智能+医疗行业市场规模将过百亿

日前，2017中美智能医疗大数据峰会在北京举行， 在人工智能快速渗透各行各业的今天，医疗产业这块开发较少但含金量超高的版图正在成为重点挖掘对象。

互联网医疗、可穿戴健康管理、基因测序、智能诊断，这些曾经觉得不太落地的概念正在以各种形式改变着医疗行业，以医疗大数据和人工智能为代表的新技术应用，在现代化医疗领域的价值越来越高。据HC3i中国数字医疗网的一份调查报告显示，将人工智能技术应用到医疗领域的公司正在激增，2016年市场规模达到96.61亿元，增长率为37.9%，中国人工智能+医疗市场规模2017年将超130亿元，预计2018年市场规模将达到200亿元。

精准医疗和医疗大数据问题

卫生信息化和健康医疗大数据的应用发展让精准医疗成为可能，什么是精准医疗？就是通过全面获取生物学、表型组学信息，利用云计算和人工智能等信息手段处理信息，并构建知识体系，结合环境因素、社会因素，实现针对患者个体设计最佳治疗方案。

然而，精准医疗与健康大数据的融合过程存在很大挑战，北京协和医院副院长张抒扬认为：首先，医疗数据具有复杂性，大数据不单单是涉及到群体，也需要对个体特性进行研究。其次，各层级医院和区域医疗信息相对孤立缺乏联合协作，技术屏障和观念陈旧导致大数据难以聚拢。此外，哥伦比亚大学医疗信息学系副教授翁春华对医疗大数据质量和安全问题现状表示担忧，数据不完整性，重复性等严重影响数据挖掘的算法结果解释。

HC3i中国数字医疗网副主编孙杨对人工智能+医疗市场的发展现状做了分析报告：人工智能对医疗行业的应用场景非常广泛，包含语音识别、医学影像、药物挖掘、生物学、营养学、生物科技、急救室管理、医院管理、精神健康、可穿戴设备、风险管理和病理学等12个领域。然而数据流通和协同化感知有待提升，人工智能尚未实现关键技术的突破，人工智能在医疗行业存在五大难题，分别是监管问题、观念问题、技术问题、安全问题和割裂问题。

大公司抓底层技术和生态布局

在人工智能技术的驱动下，精准医疗、大数据分析、资源整合共享不仅是医疗行业内部的焦点问题，也是外围科技公司入局的突破口。

Intel行业解决方案集团医疗行业总经理吴闻新表示，英特尔公司作为一个技术提供方，对医疗方面的理解比如精准医疗或者个性化医疗从2005年就有了这样的认知和议题提出。英特尔通过提供技术底层支撑，来帮助创新的企业、创新的公司完成目标。

吴闻新说：“我们想通过什么手段推动医疗行业变革？从英特尔角度来讲，基本想关注几个方面，一个是分级诊疗或者基于网络协同的诊疗，另外一块是针对院内、针对医院，通过数字化集成，比如建立临床数据中心，把院内系统很好打通，围绕这个更多提升数据的利用率，把临床数据、费用数据、以及组学的数据等整合在一起，提供个性化的方案。”

英特尔更多的是从技术角度推动医疗模式创新，例如提供基础的计算平台、协作云、新药研发技术支持、利用超算平台提供基因分析、利用深度学习技术进行眼底疾病筛查、运用影像学技术做B超甲状腺结节判断、语音病例录入降低医生工作量等等，以及VR和三维人脸识别在医疗领域都有很强的应用场景。

值得关注的是，联想也在人工智能医疗领域有所布局，很多人对联想的认知来自于 PC电脑，对联想企业级业务了解很少。联想数据中心业务集团公共业务部总经理胡少奇介绍联想正在构建医疗大数据框架，主要就是医疗、互联网和健康数据。很多基因测序的公司和医院而言会有转换医学中心的建立，包括科室的研究都会遇到大数据或基因组的需求，联想拥有基于人工智能进行分布式基因组分析的技术能力，让基因组算的更快，更加精准，速度以往提高5-10倍。

此外，智能化的辅助诊断，可以让医生的诊断精准率和可重复性大大增加，联想可以利用人工智能技术实现脑影像的智能分析和制定个性化的恢复护理计划。联想正在从一家单纯提供硬件的公司，向一家提供解决方案的公司转变。联想拥有着全产品线优势，服务器、存储、网络安全、系统监控、云平台等都是全生命周期，在人工智能布局方面，包括人工智能技术、机器人、云计算、穿戴设备、大数据等构成了联想集团的智能生态。

创业公司切细分场景细分赛道

大公司进军医疗行业做底层技术支撑和多元生态布局，而创新创业的小公司从细分应用场景入手也能寻找到很好的立足点。

站在投资人角度，国科嘉和平基金管理公司合伙人王戈认为：“从我们来看人工智能应用层将是今年、明年、后年很快的发展方面，医疗行业有不同的场景，每个场景有垂直细分的领域，各个领域冒出新公司很容易，会有一波创业的高潮。我们看好人工智能加医疗的未来十年，在这一块我认为会出很多世界级的案子和大的独角兽。”

例如，云知声医疗产品经理张乾透露云知声从2015年开始和协和医院合作做这样语音录入病例系统，可提高医生20%—40%的工作效率，语音识别适用于工作量高、压力大的科室，另外越复杂的报告体现语音录入识别优点。去年一年测试医院已经达到上百家，应用场景包括病房医师工作站、护士站，下一步往专科化发展，帮助医生解放双手，如何通过语音控制、如何通过语音完成一份报告，比如超声科、病理科甚至以后不需要输入，目前协和医院全部病房已经上线语音录入系统。此外，云知声也在做语音交互机器人，患者可以和机器人进行自然语言的交互，与医院合作打造智慧医院。

除了具体技术应用，也有企业利用互联网手段把医院原有系统由线下服务向线上拓展，改善区域性医疗机构和医疗资源不均衡问题。通过建立互联网加医院联盟加医生的生态体系，实现医院之间的协作，大医院帮扶小医院，通过云平台通过互联网和医院联盟帮助基层医院解决问题，以互联网为纽带，以联盟方式实现医联体之间的资源共享，促进医疗资源的下沉。

也有以医生为主体的互联网化医疗服务，建立D2D模式的医生协作网络。不同于常见的B2C，在这个环节下分级干一个事，把医生分开，如果业内有10%的专家，90%医生，所有患者都找专家医疗资源肯定紧张，你有病找医生，医生找专家就好了。

医疗设备的创新改进也是不错的方向，传统检测方法有大量试剂和检测耗材，设备和硬件都是花很多人力物力才得出一个检测方案，而利用智能芯片和分析系统的改进可以把检测成本降低90%以上，就医流程可以减少80%。

市场爆发潜力大，短期整合是难题

HC3i中国数字医疗网执行主编谭小玉表示：“医疗行业已经进入数字化拐点，从我们医疗数据爆发式增长趋势来看，消费者个人的健康数据共享的医院会不断增加，有88%消费者至少2016年使用过一项数据健康管理工具。我们判断未来三到五年医疗行业将进入以数据为基础的智能服务阶段，这个阶段智能技术对于行业渗透进一步加深，更多的垂直应用交给整合，技术应用场景更加丰富。”

国家政策层面，医疗行业的大环境是十分利好的，在2016年10月25日，中共中央、国务院印发的《“健康中国2030”规划纲要》定下了明确目标，到2020年，健康服务业总规模超过8万亿，到2030年达到16万亿，市场潜力十分巨大。

然而回到当前阶段人工智能+医疗行业发展现状，不管对于医院还是对于企业来说，技术壁垒正在不断淡化，现在除了技术之外，发展过程中会面临比较大的阻力其实是数据开放、数据结构化深度、互联互通、规则权威性等，人工智能在医疗行业的落地也将面临和AI+其他行业类似的整合难问题。