醫(yī)療健康與我們的生活息息相關(guān),，在美國,，AI+醫(yī)療健康已經(jīng)成為AI落地的最熱行業(yè)之一；而在國內(nèi)人口老齡化加劇,、醫(yī)療資源分配不均、國民慢性病頻發(fā)的當(dāng)下，AI醫(yī)療成為了人工智能的極佳落地場景,。

　　據(jù)IDC統(tǒng)計數(shù)據(jù)，到2025年人工智能應(yīng)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,。

　　2014-2016年，AI+醫(yī)療融資數(shù)量有了明顯的上升,，而且增長速度很快,，資本的活躍度逐年走高,。AI+醫(yī)療公司頻現(xiàn)、投融資市場活躍,，體現(xiàn)了AI+醫(yī)療在我國具有龐大市場空間和良好未來預(yù)期,。

　　有數(shù)據(jù)表明，我國83家AI醫(yī)療企業(yè)的融資額為18億元,，歷年融資總額接近42億元,。雖然市場一片欣欣向榮，目前我國AI醫(yī)療創(chuàng)業(yè)集中在虛擬助手與醫(yī)療影像方面,，技術(shù)門檻相對較低,，市場競爭激烈；而在對于藥物研發(fā),、醫(yī)療機器人,、輔助診療等方面，仍舊是一片有待挖掘的藍海市場,。

　　AI醫(yī)療的市場空間與熱門應(yīng)用

　　整體上看,，我國人工智能市場仍處于探索階段，如何基于AI技術(shù)開拓發(fā)展應(yīng)用場景,，已成為當(dāng)下各大科技公司的主攻方向,。人工智能產(chǎn)業(yè)鏈可分為基礎(chǔ)層、技術(shù)層和應(yīng)用層,。其中基礎(chǔ)層和技術(shù)層由于技術(shù)壁壘較高,，其布局主要來自科技巨頭，應(yīng)用層則涌現(xiàn)出多家新型人工智能醫(yī)療創(chuàng)業(yè)公司,。

　　國內(nèi)疾病風(fēng)險預(yù)測,、醫(yī)學(xué)影像場景下的公司數(shù)量最多，占醫(yī)療人工智能公司總數(shù)的一半以上,，相關(guān)產(chǎn)品相對成熟,。

　　在AI+醫(yī)療各細(xì)分領(lǐng)域中，輔助診療融資金額高居第一,，高達20億元,； 接下來分別是語音交互融資額13億元，還有醫(yī)學(xué)影像和健康管理不分伯仲,。埃森哲評估了10種人工智能應(yīng)用的綜合分類,，確定了到2026年，人工智能應(yīng)用到各個領(lǐng)域所產(chǎn)生的潛在年收益,。其中潛在價值最高的前三個領(lǐng)域分別是機器人輔助手術(shù)（400億美元）,、虛擬護理助理（200億美元）和管理工作流程協(xié)助（180億美元）。

　　虛擬助理提高醫(yī)療工作效率

　　目前,，AI+醫(yī)療主要有八大應(yīng)用場景,，其中包括：虛擬助理,、醫(yī)學(xué)影像、輔助診療,、疾病風(fēng)險預(yù)測,、藥物挖掘,、健康管理,、醫(yī)院管理、輔助醫(yī)學(xué)研究平臺,。

　　醫(yī)療領(lǐng)域中的虛擬助理,，基于特定領(lǐng)域的知識系統(tǒng)，通過智能語音技術(shù)和自然語言處理技術(shù),，實現(xiàn)人機交互,，將患者的病癥描述與標(biāo)準(zhǔn)的醫(yī)學(xué)指南作對比，為用戶提供醫(yī)療咨詢,、自診,、導(dǎo)診等服務(wù)。

　　據(jù)統(tǒng)計,，目前國內(nèi)共有15家公司提供“虛擬助理”服務(wù),，主要解決語音電子病歷、智能導(dǎo)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,。

　　其中虛擬助理的語音電子病歷能提供語音識別技術(shù)為醫(yī)生書寫病歷從而提高工作效率,。智能語音錄入可以幫助醫(yī)生通過語音輸入完成查閱資料等工作，并將醫(yī)生口述的醫(yī)囑按照患者基本信息,、檢查史,、病史、檢查指標(biāo),、檢查結(jié)果等形式形成結(jié)構(gòu)化的電子病歷,，大幅提升醫(yī)生的工作效率。

　　導(dǎo)診機器人主要基于人臉識別,、語音識別,、遠(yuǎn)場識別等技術(shù)，通過人機交互,，執(zhí)行包括掛號,、科室分布及就醫(yī)流程引導(dǎo)等功能，智能導(dǎo)診準(zhǔn)確率達到95%以上,。而且只要在機器人后臺嫁接醫(yī)院信息等知識系統(tǒng),，機器人便可實現(xiàn)導(dǎo)診功能,，所以國內(nèi)眾多機器人制造廠商均有機會開發(fā)醫(yī)療市場，進入門檻較低,，預(yù)期市場競爭激烈,。

　　與此同時智能問診在醫(yī)生端和用戶端均發(fā)揮了較大的作用。在醫(yī)生端,，智能問診可以輔助醫(yī)生診斷,； 在用戶端，人工智能虛擬助手能夠幫助普通用戶完成健康咨詢,、導(dǎo)診等服務(wù),。而推薦用藥虛擬助手企業(yè)前期業(yè)務(wù)模式則以to B為主，向京東到家,、妙健康等醫(yī)藥電商及老百姓大藥房等線下藥店開放“自測用藥”系統(tǒng)接口,，推廣自測用藥服務(wù)，了解用戶使用習(xí)慣,，優(yōu)化算法模型,，為后期to C業(yè)務(wù)模式奠定基礎(chǔ)。

　　醫(yī)學(xué)影像準(zhǔn)確率高,，預(yù)期市場規(guī)模較大

　　醫(yī)學(xué)影像,，是目前人工智能在醫(yī)療領(lǐng)域最熱門的應(yīng)用場景之一。目前國內(nèi)共有43家公司提供“醫(yī)學(xué)影像”服務(wù),?！搬t(yī)學(xué)影像”應(yīng)用場景下，主要運用計算機視覺技術(shù)解決病灶識別與標(biāo)注,、靶區(qū)自動勾畫與自適應(yīng)放療,、影像三維重建三種需求。

　　在病灶識別與標(biāo)注細(xì)分領(lǐng)域,，有不少企業(yè)參與競爭,，如阿里云、騰訊,、京東,、翼展科技、推想科技等,，行業(yè)競爭較為激烈,。醫(yī)學(xué)影像核心產(chǎn)品的病灶識別準(zhǔn)確率高、用時短,。

　　當(dāng)下AI+醫(yī)學(xué)影像的產(chǎn)品形態(tài)主要以用于影像識別與處理的軟件為主,，極少數(shù)結(jié)合硬件。

　　而AI+醫(yī)學(xué)影像產(chǎn)品成熟度均處于搭建基礎(chǔ)模型向優(yōu)化模型過渡階段，產(chǎn)品落地速度較緩慢,，主要受以下幾方面因素影響：大量醫(yī)院不愿數(shù)據(jù)共享造成企業(yè)科研數(shù)量短期,、病灶識別與標(biāo)注成本較高、AI醫(yī)學(xué)影像門檻較高,。目前基本成型的AI+醫(yī)學(xué)影像產(chǎn)品大多正處于醫(yī)院試用階段,，該領(lǐng)域公司基本沒有實現(xiàn)盈利。

　　輔助診療醫(yī)療機器人打破國外壟斷

　　除醫(yī)學(xué)影像以外,，“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）。

　　目前國內(nèi)有8家公司提供醫(yī)療大數(shù)據(jù)輔助診療服務(wù),，11家公司提供“醫(yī)療機器人”服務(wù),。醫(yī)療機器人主要包括手術(shù)機器人、腸胃檢查與診斷機器人,、康復(fù)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(nèi)致力于手術(shù)機器人的公司主要采用兩種業(yè)務(wù)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(wù),；第二種，是為醫(yī)院提供手術(shù)中心整體工程解決方案,。國內(nèi)的醫(yī)療機器人技術(shù)正在不斷升級,，在多領(lǐng)域逐漸打破進口機器人的壟斷地位（如：哈工大機器人研究所研制的“微創(chuàng)腹腔外科手術(shù)機器人系統(tǒng)”，打破了進口達·芬奇手術(shù)機器人的技術(shù)壟斷,，將加快實現(xiàn)國產(chǎn)微創(chuàng)手術(shù)機器人輔助外科手術(shù)）,，未來本土化機器人將會更具市場競爭力。

　　疾病風(fēng)險預(yù)測上游有望打破國外壟斷

　　疾病風(fēng)險預(yù)測場景,，是除“醫(yī)學(xué)影像”以外的另一熱門應(yīng)用場景,。疾病風(fēng)險預(yù)測是指通過基因測序與檢測，提前預(yù)測疾病發(fā)生的風(fēng)險,。

　　目前國內(nèi)共有45家公司提供“疾病風(fēng)險預(yù)測”服務(wù),。其中基因檢測的難度較高，我國只有不到10%的公司有能力完成基因檢測,，其余停留在利用基因測序產(chǎn)品提供測序服務(wù)的水平,。而基因測序方法的逐漸成熟，推動基因測序技術(shù)的商業(yè)化進程,。

　　我國在上游設(shè)備技術(shù)方面較為落后,，基因測序設(shè)備及配套生物試劑基本上被國外企業(yè)壟斷。相較于上游測序設(shè)備研發(fā)，中游測序服務(wù)門檻較低,，目前國內(nèi)提供基因測序服務(wù)的第三方機構(gòu)數(shù)量較多,，競爭比較激烈，市場尚未形成穩(wěn)定的格局,。

　　藥物挖掘克服傳統(tǒng)藥物研發(fā)缺點

　　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(jié)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(nèi)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(nèi)很難產(chǎn)生營收數(shù)據(jù)。國內(nèi)有7家公司提供“藥物挖掘”服務(wù),。

　　而據(jù)蛋殼研究院統(tǒng)計,，目前在北美地區(qū)已經(jīng)出現(xiàn)了數(shù)家技術(shù)領(lǐng)先的初創(chuàng)企業(yè)，他們借助深度學(xué)習(xí),，與默克等傳統(tǒng)藥企及醫(yī)藥研究機構(gòu)合作,，在心血管藥物、抗腫瘤藥物,、孤兒藥和經(jīng)濟欠發(fā)達地區(qū)常見傳染?。ㄈ绨２├┲委熕幍榷囝I(lǐng)域取得新突破。

　　健康管理面向營養(yǎng)學(xué)場景

　　“健康管理”應(yīng)用場景,，主要包含營養(yǎng)學(xué),、身體健康管理、精神健康管理三大子場景,。目前國內(nèi)共有14家公司提供“健康管理”服務(wù),，公司大多集中于身體健康管理場景。

　　國內(nèi)在營養(yǎng)學(xué)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Air-doc 的產(chǎn)品分別通過血糖監(jiān)測和菜品識別指導(dǎo)用戶合理用餐。致力于身體健康管理場景的公司,，國內(nèi)以碳云智能和妙健康為典型代表,，海外則有 IBM、Validic,、Welltok等公司,。

　　國際上，愛爾蘭都柏林的創(chuàng)業(yè)公司 Nuritas 是營養(yǎng)學(xué)應(yīng)用場景中的典型代表。Nuritas將人工智能與生物分子學(xué)相結(jié)合,，進行肽的識別,；根據(jù)每個人的身體情況，使用特定的肽來激活健康抗菌分子,，改變食物成分,，消除食物副作用，從而幫助個人預(yù)防糖尿病等疾病的發(fā)生,、殺死抗生素耐藥菌,。

　　醫(yī)院管理病歷結(jié)構(gòu)化服務(wù)發(fā)展較好

　　醫(yī)院管理，主要指針對醫(yī)院內(nèi)部,、醫(yī)院之間各項工作的管理,，主要包括病歷結(jié)構(gòu)化、分級診療,、DRGs （診斷相關(guān)分類）智能系統(tǒng),、醫(yī)院決策支持的專家系統(tǒng)等。目前國內(nèi)共有21家公司提供“醫(yī)院管理”服務(wù),，業(yè)務(wù)大多集中于病歷結(jié)構(gòu)化服務(wù),。

　　在分級診療的政策推動之下，國內(nèi)陸續(xù)出現(xiàn)促進分級診療的企業(yè)服務(wù),，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(wù),，二者相輔相成。