歡迎登錄中國視覺網!
市場研究頻道
MARKET RESEARCH
當前位置:首頁 >> 市場研究頻道 >> 行業應用報告 >> 中國AI醫療行業報告

中國AI醫療行業報告

發布時間:2020-04-15     來源:中國視覺網       訪問次數:1684

1.人工智能

   人工智能已經發展了大半個世紀,經歷幾次大起大落。從上世紀80年代到本世紀初,人們對于深度學習探索較多,但受制于計算機的計算能力,以及算法本身的限制,效果不太好,直到2006年,Hinton解決了神經網絡的大量參數訓練的問題。從2009年開始人工智能飛速發展。2015年、2017年,兩場世界矚目的人機圍棋大賽之后,人們對人工智能的認識將進一步的加深。而AlphaGo用于下圍棋的高效算法是一種通用型的算法,這種算法可以推廣到其他算法,把人工智能運用到各個領域。

2. 深度學習,智能時代的核心驅動力量

   世界十大人工智能科學家之一Terrence Sejnowski曾在“The Deep Learning Revolution ”一書中提出AI醫療。“隨著機器學習的成熟并被應用于可獲取大數據的許多其他問題,服務行業和其相關職業也將發生轉變。基于數百萬患者病情記錄的醫學診斷將變得更加準確。最近的一項研究將深度學習運用到了囊括超過2000種不同疾病的13萬張皮膚病學圖像中,這個醫學數據庫是以前的10倍大。該研究的網絡被訓練用于診斷“測試集”(testset)中的各種疾病。它在新圖像上的診斷表現與21位皮膚科專家的結論基本一致,甚至在某些情況下還要更準確”。

   除了應用于皮膚病診斷領域之外,AI還可用于提高癌癥診斷準確度,“一個經過大量結論清晰的切片數據訓練出來的深度學習網絡能達到0.925的準確度,還不錯,把深度學習與人類專家的預測結合起來,準確度達到了0.995,幾近完美。”

   除了對疾病的診斷,AI醫療可以基于數據采集分析應用于睡眠監測、臨床護理、慢性病監測等各種醫療領域。

3. AI+醫療

   AI賦能醫療。人工智能醫療簡單說即以互聯網為依托,通過基礎設施的搭建及數據的收集,將人工智能技術及大數據服務應用于醫療行業中,提升醫療行業的診斷效率及服務質量。

AI醫療應用背景

1. 醫療資源分布不均,人工智能彌補勞動力短缺

   我國醫療資源分配嚴重不均,優質的醫療設備和醫護資源大多集中在發達城市與地區,而使得大量外地病患由于在本地得不到良好的醫療,轉而向大城市、大醫院集中。

   根據國家衛計委數據,截止至2018年11月底,我國共有醫院32476個,其中三級醫院僅有2498家,占7.69%; 然而,三級醫院就診人數(截止至2018年11月)卻達到16.46億人次,占全國總人次的50.97%。醫療資源供需明顯不匹配。




   此外,我國醫護人員數量不足。數據顯示,2017年我國共有衛生人員1174.9萬人,其中衛生技術人員898.82萬人,注冊護士有380.4萬人,而執業醫師僅有282.9萬人,醫師數量短缺。與此同時,2017年我國總診療人次達到81億人次,出院人數2.4億人,可見我國醫療保健中勞動力短缺。



   根據數據顯示,醫療資源分配不均、衛生人員嚴重短缺問題在眼科醫療行業表現更為明顯。

   需求空間巨大:中國眼健康目前所面臨的最大的挑戰是人口眾多并且人口老齡化加劇。我國仍然是世界上盲和視覺損傷患者數量最多的國家之一。據世界衛生組織報告,到2035年糖尿病將成為致盲的首要原因。中國作為全球糖尿病患者數量最多的國家,防盲工作任重道遠。

   眼科醫療衛生人員短缺:2016年眼科專科醫院診療人次數為2324.26萬人次,其中眼科專科醫院門急診人次數為2283.37萬人次,醫師日均擔負診療人次為9.4人次。2016年我國眼科執業(助理)醫師為4.1萬人,其中眼科執業醫師3.7萬人左右。眼科專科醫院中衛生技術人員數量為4.92萬人,執業(助理)醫師數量為9932人,其中執業醫師數量為9045人。2016年我國每百萬人口中擁有的眼科醫師數量與發達國家仍差距較大。

   根據預測,未來我國醫療體系勞動力不足的現象將會進一步加劇。人工智能醫療是解決醫療生產力的根本之道。在我國,人口老齡化、慢病高速增長、醫療資源供需嚴重失衡以及地域分配不均等問題,造就了對醫療人工智能的巨大需求;同時,我國人口基數大、產業組合豐富、人才儲備充分等特點,又給人工智能的發展提供了很好的基礎。人工智能有能力減輕臨床醫生的負擔,并為醫生提供更好的醫療工具,彌補我國醫療服務中勞動力短缺的情況,提升醫療診斷效率。

2. AI醫療利好政策落地

  從2006年起,國家多次頒布人工智能相關政策。



   2016年6月《關于促進和規范健康醫療大數據應用發展的指導意見》中明確提出健康醫療大數據是國家重要的基礎性戰略資源,需要規范和推動醫療大數據融合共享、開放應用。

   人工智能醫療器械創新合作平臺成立—距離正式向AI企業發布《深度學習輔助決策醫療器械軟件審批要點》僅半月,藥監局再次展開了AI器械審批相關的大動作。7月17日,人工智能醫療器械創新推進會在京展開,大會之上,人工智能醫療器械創新合作平臺在此成立。該平臺以構建開放協同共享的人工智能醫療器械創新體系,形成服務于科學監管、科技創新、產品轉化的人工智能醫療器械創新合作平臺為目標愿景,將全力推動醫學人工智能產品審批。

   合作平臺在數據庫建立方向提出:數據庫的建立是人工智能產品審批的先行之舉,過去僅存在肺結節和眼底兩類影像,而且未確定測試數據庫的類型。本次會議上,從宏觀層面上講述了數據庫的建立路徑,主要包含以下幾點:

   將申康醫聯大數據基礎上,建立起可高效用于人工智能研究和研發的專用“人工智能+醫學影像類系統的審評技術及專業數據庫”的標準、規范管理條例以及倫理學標準。

   開展示范應用,以不斷改進和提升“人工智能+醫學影像類系統的審評技術及專業數據庫”。

   在此基礎上建成“人工智能+醫學影像類系統的審評技術及專業數據庫” ,為全國大規模應用推廣建立基礎。

   平臺的成立有利于人工智能在醫療領域的落地。AI的賦能將給醫療行業帶來全新的發展動力。

3. 5G商用推動智能終端發展

   人工智能是一個“云端大腦”,而5G則是一條“信息高速公路”。依靠“高速公路”帶來的信息和數據,人工智能才能不斷學習和演化,完成機器智能化進程。5G可分別從數據、時效和算力為人工智能技術提供更好的支撐基礎,大幅促進其各類終端使用場景的落地和應用。5G將激發諸如智能網聯汽車、遠程醫療手術等各類創新應用,補齊制約人工智能發展的短板,極大拓展AI應用場景,5G與人工智能共同引發智能終端產業下一輪技術和創新變革。5G應用將極大提升數據傳輸速度,提升診斷報告生成速度與準確率。

AI醫療市場情況分析

1. 2019年中國人工智能行業市場規模

  中國人工智能產業規模遠高于全球17%的增速水平,5G技術商用將推動整個機器智能化進程。5G將激發諸如智能網聯汽車、遠程醫療手術等各類創新應用,補齊制約人工智能發展的短板,極大拓展AI應用場景,5G與人工智能將共同引發智能終端產業下一輪技術和創新變革。

  2018年中國新一代信息技術產業規模突破23萬億元,同比增長12%,部分新興技術領域中國已經進入全球第一梯隊。中國人工智能產業規模預計達到339億元,同比增長56%,遠高于全球17%的增速水平。

   隨著產業配套不斷成熟,逐步走向商用的5G網絡,將為人工智能這一“云端大腦”搭建一條“信息高速公路”,為龐大數據量和信息量的傳遞提供了高速傳輸通道,推動整個機器智能化進程。

   中國部分新興技術領域已經進入全球第一梯隊,從人工智能產業看,中國人工智能領域融資金額居全球之首,達到325億美元,在全球占比達到58%。

   據前瞻產業研究院發布的《中國人工智能行業市場前瞻與投資戰略規劃分析報告》統計數據顯示,2015中國人工智能市場規模已突破100億元,到了2016年中國人工智能市場規模達到141.9億元,同比增長26.3%。截止到2017年中國人工智能市場規模增長至216.9億元,同比增長52.8%。初步測算2018年中國人工智能市場規模將達339億元左右,比2017年增長56.3%,遠高于全球17%的增速水平。

   預測在2019、2020年中國人工智能市場規模將達500億元、710億元。2015-2020年復合年均增長率為44.5%。


2. 我國AI醫療市場規模

   隨著人工智能技術的發展,語音交互、計算機視覺和認知計算、深度學習等技術也逐漸成熟,人工智能醫療領域的各項運用變成了可能。如語音錄入病歷、醫療影像智能識別、輔助診療/癌癥診斷、醫療機器人、個人健康大數據的智能分析,AI醫藥研發等。

   隨著人工智能醫療市場的不斷發展,熱度不斷提升,據統計,2017年行業市場規模已達到136.5億元,2018年市場規模在210億元左右,同比增長54%。隨著我國醫療需求不斷提升的同時,醫療資源分配不均,醫護人員短缺,而人工智能剛好彌補了這一短缺,加之人工智能醫療的政策規劃不斷落地,更加速我國人工智能醫療的發展。據IDC統計數據,到2025年人工智能應用市場總值將達到1270億美元,其中醫療行業將占市場規模的五分之一。


3. 我國AI醫療資本布局情況

   人工智能加醫療兩大性感行業也獲得了資本的高度關注。2018年前三季度,行業融資額達到26.2億元,同比增長128.42%,行業正處于風口上。

   根據前瞻產業研究院發布的《中國醫療人工智能行業市場前景預測與投資戰略規劃分析報告》數據統計,2013-2018年我國人工智能醫療行業融資額整體走高,截止至2018年前三季度,國內共有39家企業披露完成融資,其中18家企業披露融資金額,合計約26.2億元; 相比2017年同期,在完成融資的企業數量上,同比增長21.88%,在披露的融資總規模上,同比增長128.42%。


   從融資額度和融資數量的角度來看,均可以看出明顯增長趨勢。其中,千萬級別和億級的融資事件更是占到65%左右。

   從2018年前三季度的融資情況來看,我國人工智能醫療行業融資依舊處于早期階段。種子輪和天使輪階段的企業占比31%,早期融資階段企業(A輪及以前)數量占比更是達到77%,比重較高;而處于B輪及以后融資階段企業僅為9家,占比約23%。

4. AI醫療投資價值分析

   AI+醫療發展的核心在于“算法+有效數據”。基礎層的計算能力是構建生態的基礎,技術層的算法、框架以及通用技術是構建技術護城河的基礎,都屬于人工智能產業大生態的基礎設施,具有高投入、高收益的特點,需要中長期進行投資。而應用層是人工智能技術在具體行業、具體應用場景價值變現的渠道,具有變現能力強的特點。隨著醫療數據互聯互通程度的提升和共享機制的建立,AI+醫療行業發展將加速。



   產業鏈中市場參與主體,無論掌握底層資源優勢、用戶規模優勢、或技術優勢的科技巨頭,還是在應用層面、細分領域深耕的創業企業,將根據自身資源稟賦、產業鏈位置、戰略目標等主客觀因素而制定自身競爭戰略,最終目的是在產業鏈中實現自身價值。目前,底層基本都已由科技巨頭布局,且未來開放人工智能平臺是其構建生態的必然趨勢。應用層匯聚了大量的AI+醫療創業公司,分布在多個細分領域。總體而言,全球AI+醫療產業結構呈現倒金字塔形態。



5. AI醫療細分賽道情況

   我國AI產業尚處于創業發展階段,中國168家以AI為驅動技術或業務的非上市公司中,于2015年成立的公司比例最多,占34.50%;其次為2014年成立的,占20.80%;2016年成立的,占16.70%。目前國內可統計的醫療AI產業公司有144個,并以京、滬浙蘇、廣東的醫學AI產業為主,形成鼎足之勢。四川、安徽、重慶、河南、福建、江西和湖北等地也開始布局醫療AI產業。



以其中108家企業產品研究方向布局來看,肺結節篩查、糖網篩查是兩大熱門方向,集結的醫療人工智能企業數量共計有33家,占比約30.6%;但同時也有相當多的企業將目光投向了心血管類疾病方面,企業數量超過了10家,由此可以看出國內醫療人工智能企業細分賽道呈現出分散競爭態勢。




   而從各類醫療人工智能產品具體的布局企業來看,兩大熱門產品醫學影像和疾病風險預測聚集的企業較多,根據統計,目前有43家企業提供醫學影像服務,主要有阿里云、翼展科技、昕健醫療等;有45家企業提供疾病風險預測服務,這些企業有圖瑪深維、貝瑞健康、博奧生物等。可以說這兩個兩個領域企業扎堆布局。

   目前,人工智能技術主要應用在醫學影像的診斷環節,解決以下三種需求:

(1)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;

(2)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;

(3)影像三維重建:在人工智能進行識別的基礎上進行三維重建,針對手術環節的應用。

   目前我國共有43家公司提供“醫學影像”服務,其中,定位于病灶區識別與標注領域的公司最多,共有35家。



目前,我國AI醫學影像公司商業模式主要有三大類:

   第一大類是互聯網科技巨頭公司,如谷歌、微軟、阿里、騰訊等。其強大的財力和技術可以支持他們進行跨界布局。這些企業大多掌握著較先進的人工智能技術,具備在醫學影像應用層面取得突破的優勢;

   第二大類是設備型企業。該類企業在國內的代表是聯影、邁瑞等。其特點是主營設備類產品,依靠醫學影像設備或者影像管理寫作系統進入醫療機構,技能獲取數據又能產生一定的營收。同時,他們還能依靠公司的其他業務收入支持人工智能業務。

   第三大類是專研技術的公司。例如依圖科技、匯醫慧影、深睿科技、推想科技等。他們基于場景或行業數據,聚焦于應用層的建設,提供最終的解決方案。技術型公司大多擁有自己的算法、在人工智能醫學影像領域布局較早,在準確率上也更有保證,因而頗受資本的青睞,主要依靠融資和微薄的收入支撐業務發展。

AI醫療八大應用場景



1. 疾病風險管理于預測

   疾病風險預測是指通過基因測序與檢測,提前預測疾病發生的風險。疾病風險預測核心解決的問題是預測個體在未來一段時間內患某種疾病或(發生某種事件)的風險概率。疾病預測會根據某個人群定義,例如全人群、房顫人群、心梗住院人群等,針對某個預測目標,例如腦卒中、心衰、死亡等,設定特定的時間窗口,包括做出預測的時間點,和將要預測的時間窗,預測目標的發生概率。

目前AI可用于病種的預測包括(不限于):

   心臟病患者死亡預測:英國科學家在《放射學(Radiology)》雜志上發表文章,研究結果認為人工智能可以預測心臟病人何時死亡。英國醫學研究委員會下的MRC倫敦醫學科學研究所稱,人工智能軟件通過分析血液檢測結果和心臟掃描結果,可以發現心臟即將衰竭的跡象。

   骨關節炎發展預測:在Shinjini Kundu的研究中,通過收集大量人群10年間的軟骨MRI影像數據,通過人工智能去尋找健康人群和患病人群的影像差別。正常人的軟骨上的水是均勻分布的,而患有骨關節炎的患者MRI圖像上紅色部位有水的聚集。人工智能通過大量圖像數據的學習,能夠發現正常人的軟骨中的異常,從而預測出未來三年患有骨關節炎的概率。據介紹,這套系統目前的準確度已經達到了86.2%,

   流行病風險預測:醫療人工智能通過對醫療大數據的收集分析,可在多個方面提高醫療系統的效率。完成城市或國家層面的流行病風險預測。

   AI在疾病預測上還包括精神病發病風險預測、慢性腎病分級預測、腦疝預測等。

   目前國內共有45家公司提供“疾病風險預測”服務。其中包括:華大基因、瑞昂生物、安諾優達、圖瑪深維、博奧生物、泛生子基因、生命奇點、賽福基因、圖瑪深維、貝瑞和康等。

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。目前國內共有40余家公司提供“醫學影像”服務。“醫學影像”應用場景下,主要運用計算機視覺技術解決病灶識別與標注、靶區自動勾畫與自適應放療、影像三維重建三種需求。

3. 醫院管理

   醫院管理,主要指針對醫院內部、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。在分級診療的政策推動之下,國內陸續出現促進分級診療的企業服務,行業前景廣闊。分級診療的實現,離不開醫聯體與智能云服務,二者相輔相成。

   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。提供病歷結構化服務企業:大數醫達、中科匯能、科大訊飛、Airdoc、心醫國際、森億智能等。提供分級診療服務企業:銳達醫療、翼展科技、心醫國際、思派等。提供DRG&專家系統的企業:醫渡云、雕龍數據等。

4. 輔助診療

   除醫學影像以外,“AI+輔助診療”的產品還有兩大類:醫療大數據輔助診療、醫療機器人(主要指針對診斷與治療環節的機器人)。醫療機器人主要包括手術機器人、腸胃檢查與診斷機器人、康復機器人等。我國在醫療機器人的研究與政策支持方面,都具有良好的發展環境。目前國內致力于手術機器人的公司主要采用兩種業務模式:第一種,面向醫院進行機器人產品的單獨銷售,并提供長期維修服務;第二種,是為醫院提供手術中心整體工程解決方案。國外,IBM和Google均已布局輔助診療,并構建完整系統。IBM Watson for Oncology 是基于認知計算(讀懂大數據背后的含義)的醫療大數據輔助診療解決方案,為全球首家將認知計算運用于醫療臨床工作中。Google研發的DeepMind Health系統將機器學習和系統神經科學結合,通過強大的通用學習算法模擬構建人腦神經網絡,以便更好的解決醫療保健問題;DeepMind系統于2016年在英國的一家醫院使用。

   目前國內有8家公司提供醫療大數據輔助診療服務:恵每醫療、新嶼科技、思派、若水醫生、百洋智能科技等;11家公司提供“醫療機器人”服務:天智航、妙手機器人、新松機器人、六維康復、祈飛科技等。

5. 虛擬助理

   醫療領域中的虛擬助理,基于特定領域的知識系統,通過智能語音技術和自然語言處理技術,實現人機交互,將患者的病癥描述與標準的醫學指南作對比,為用戶提供醫療咨詢、自診、導診等服務。根統計,目前國內共有15家公司提供“虛擬助理”服務,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,并且有衍生出更多需求的可能性。企業包括:語音電子病歷-科大訊飛、云知聲、中科匯能;智能導診-科大訊飛、進化者機器人等;智能問診-云知聲、若水醫生、康夫子、半個醫生、云聽等;推薦用藥-自測用藥、恵每醫療等。

6. 健康管理

  “健康管理”應用場景,主要包含營養學、身體健康管理、精神健康管理三大子場景。目前國內共有14家公司提供“健康管理”服務,公司大多集中于身體健康管理場景。企業包括:妙健康、碳云智能、橙意家人、人和未來、解碼DNA、時云醫療等。

   國內在營養學場景的人工智能公司較少,國人尚未普遍樹立營養飲食意識;碳云智能和Airdoc的產品分別通過血糖監測和菜品識別指導用戶合理用餐。

   國際上,愛爾蘭都柏林的創業公司Nuritas是營養學應用場景中的典型代表。Nuritas將人工智能與生物分子學相結合,進行肽的識別;根據每個人的身體情況,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,從而幫助個人預防糖尿病等疾病的發生、殺死抗生素耐藥菌。

7. 輔助醫學研究平臺

   輔助醫學研究平臺,是利用人工智能技術輔助生物醫學相關研究者進行醫學研究的技術平臺。2014年以來,國家衛計委、國務院先后出臺相關文件,鼓勵醫療機構及醫生進行科學研究。

   目前國內共有14家人工智能公司建立輔助醫學研究平臺。其中包括:推想科技、零氪科技、基因港、森億智能、生命奇點、博奧生物、嘉因生物、貝瑞和康等。

8. 藥物挖掘與研究

   傳統的藥物研發存在研發周期長、研發成本高、研發成功率低等痛點。人工智能與藥物挖掘的結合,使得新藥研發時間大大縮短,研發成本大大降低;這將有可能根本上改變用藥“平均”觀念。

   目前國內AI+藥物挖掘已經在逐步落地,但研發周期仍相對較長,且算法需要大量的時間和數據積累,短期內很難產生營收數據。國內有7家公司提供“藥物挖掘”服務。其中包括:思路迪、舶眾數據、瑞博生物、吉凱基因、裕策生物、賽福基因、明碼生物科技等。(本文轉載自網絡)

喜乐彩什么时候开奖