由于我國醫療需求不斷上升、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問題普遍存在，醫療行業急需新技術的注入。

隨著數據量的上漲、運算力的提升、圖像識別、深度學習、神經網絡等關鍵技術的突破，極大促進了AI+醫療的迅速發展。

AI技術本身的商業價值不大，只有將它正確、準確地賦能給傳統行業，才會產生巨大價值。各個國家和地區看到AI的巨大前景，紛紛出臺政策、投入資金加快布局速度。

在全球各個地區，AI+醫療不再是一種創新概念，它已經為醫生、患者、企業、醫療及研究機構提供了最前沿和最切合實際的服務。而美國、中國、歐洲是在AI+醫療領域表現最搶眼的區域。

中國 AI+醫療 行業報告

公司數量：131家（截止至2017年7月31日）

融資公司：104家

融資總額：180億（截止至2017年8月15日）

最活躍的投資機構：紅杉資本中國、真格基金、北極光創投、經緯中國、軟銀

創新中心：北京、上海、深圳、杭州等一二線城市

美國 AI+醫療 行業報告

融資總額：440億美元（2009年至2017年）

投資者數量：900人

市場份額最高的應用：藥物發現

2017年-2022年增速最快的場景：醫學影像和診斷技術

創新中心：舊金山、圣地亞哥、匹茲堡、休斯頓

AI+醫療的4大趨勢、8大應用

AI+醫療的4大趨勢：機器學習、計算視覺、自然語言處理（NLP）、智能機器人

AI+醫療的8大應用：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

AI+醫療的結合，創造了與醫療相關的產業鏈新模式，將逐步解決醫療領域的各大痛點。

機器學習的主要應用：藥物發現、基因檢測、個性化醫療服務、醫療大數據、電子健康檔案；

計算視覺的主要應用：腫瘤檢測、醫學成像與診斷、圖像歸檔與傳輸（PAC）、外科成像；

NLP的主要應用：護士助理、自動化護理管理工作流、管理型工作流、遠程醫療網絡；

智能機器人的主要應用：機器人輔助手術、手術精度、納米機器人、機器人護士、個人助理機器人、制藥機器人。

我國“AI+醫療”領域的產品主要應用于虛擬助理、醫學影像、疾病風險預測等8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，提供藥物挖掘的公司較少。由于計算視覺與基因測序技術的迅猛發展，疾病風險預測、醫學影像場景下的公司數量最多，相關產品相對成熟。

1

虛擬助理

醫用型虛擬助理是基于特定領域的知識系統，通過智能語音技術和NLP技術，實現人機交互，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。

語音電子病歷

調查顯示，中國50%以上的住院醫生每天用于手寫病歷的時間平均在4小時以上，效率極低。虛擬助理可以將醫生的主訴內容實時轉換為文本，錄入到醫院信息管理軟件中，這樣不僅提高了填寫病歷的效率，還可以使醫生將更多時間和精力用于與患者交流和疾病診斷之中。

導診機器人

基于人臉識別、 語音識別、遠場識別等技術，通過人機交互，導診機器人可以執行掛號、科室分布及就醫流程引導、身份識別、數據分析、知識普及等導診任務。

智能問診

智能問診系統包含預問診和自診兩大功能。

消費者可以在與醫生溝通之前，通過手機或PC端進入醫院智能問診模塊中，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，以減少醫生與患者的溝通時間，大大提升醫患溝通效率。

推薦用藥

推薦用藥屬于相對小眾的應用場景，后臺算法系統能夠通過手機端和PC端為患者提供用藥建議。

2

醫學影像

醫學影像，是目前人工智能在醫療領域最熱門的應用場景之一。據統計，目前國內共有43家公司致力于醫學影像領域。

計算視覺技術主要解決“醫學影像”應用場景中的三種需求：

A.病灶識別與標注：針對醫學影像進行圖像分割、特征提取、定量分析、對比分析等工作；

B. 靶區自動勾畫與自適應放療：針對腫瘤放療環節的影像進行處理；

C. 影像三維重建：針對手術環節的應用。

AI+醫學影像的產品形態主要以用于影像識別與處理的軟件為主，極少數結合硬件。目前基本成型的AI+醫學影像產品大多正處于醫院試用階段，該領域公司基本沒有實現盈利。

3

輔助診療

目前國內有8家公司提供醫療大數據輔助診療服務，11家公司提供“醫療機器人”服務。

A.醫療大數據輔助診療：基于海量醫療數據與AI算法發現病癥規律，從而為醫生診斷和治療提供參考意見;

B. 醫療機器人：國內目前的醫療機器人主要包括手術機器人、腸胃檢查與診斷機器人、康復機器人以及其他用于治療的機器人。

4

疾病風險預測

根據統計，目前國內共有45家公司提供“疾病風險預測”服務。疾病風險預測主要通過算法對基因數據進行分析，提前預測疾病發生的風險。

5

藥物挖掘

在藥物挖掘方面，利用AI技術分析化合物結構與藥效的關系，以及預測小分子藥物晶型結構。AI與藥物挖掘的結合，使得新藥研發時間大大縮短，研發成本大大降低。

目前國內有7家公司提供藥物挖掘服務。藥物挖掘主要應用場景有腫瘤早期篩查、個性化藥物診斷和新藥研發。

6

健康管理應用場景

健康管理主要包括營養學、身體健康、精神健康三大管理領域。據統計，目前國內共有14家公司提供“健康管理”服務，大多集中于身體健康管理場景。

營養學場景：利用AI技術對食物進行識別與檢測，以幫助用戶合理膳食，保持健康的飲食習慣；

身體健康管理：結合智能穿戴設備等硬件設備提供的健康類數據，利用AI技術分析用戶健康水平，并通過行為干預，幫助用戶養成良好的生活習慣；

精神健康管理：利用AI技術進行情緒管理，對精神疾病進行預測和治療。

7

醫院管理應用場景

醫院管理是針對醫院內部、醫院之間各項工作的管理，主要包括病歷結構化、分級診療、DRGs（診斷相關分類）智能系統、醫院決策支持的專家系統等。目前國內共有21家公司提供醫院管理服務，業務大多集中于病歷結構化服務。

8

輔助醫學研究平臺應用場景

輔助醫學研究平臺是利用AI技術輔助生物醫學相關研究者進行醫學研究的技術平臺。據統計，目前國內共有14家AI公司建立輔助醫學研究平臺，大致可以分為兩大類：數據收集/存儲與統計分析和基因測序等生物信息分析。

任何一種顛覆性的技術，其產生、發展和應用必然要經歷一個漫長的被市場認可的過程。雖然人工智能在醫療領域的應用能產生巨大的潛在價值，但是現實中AI+醫療在人才、技術發展、數據壁壘、市場認可、政府監管、法律倫理和隱私安全等方面挑戰。

目前，消費者對AI+醫療仍處于遠觀和存疑的態度。普華永道2017年就AI+醫療的應用意愿進行了調查，有近4成的消費者不愿意接受人工智能來看病。

但是，無論是醫療行業人士，還是AI創業者，他們都認為AI醫療可以真正切入到醫療領域的核心，解決醫療行業的痛點，并將掀起醫療行業的變革。