【2020人工智能醫療產業發展藍皮書(109頁)】

2020人工智能醫療產業發展白皮書
Spread the love
166 Views

預計到 2025 年,全球人工智能應用市場總值將達到 1,270 億美元。其中,醫療行業將佔市場規模的五分之一 ( 數據來源:IDC 統計數據,36 氪研究院)

🔥從具體應用層面來看,醫療信息化應用早,智能診療、醫療健康管理落地廣,藥物研發市場規模大,醫學影像增速快。醫療信息化作為應用較早的領域,近兩年在數字醫療和互聯網醫療的基礎上得到了大力發展,人工智能在醫院大數據處理系統建設方面起到重要作用。

🔥美國重點項目:(1) 智能化電子病歷管理 (2)智能化藥品服務管理 (3)智能手術室管理。 頂級醫院通常選擇與頭部醫療技術供應商展開合作,打通數據壁壘,構建標准化數據集,確保機器學習擁有高質量的數據基礎。

🔥歐洲家庭醫療信息化基礎完善,醫療保障體系較為健全,數據在完整性和延續性等方面具有優勢,人工智能在醫療成本控制、系統化藥械管理、智能化電子病歷管理、遠程醫療等方面應用較為廣泛。此外,智能診療和醫療健康管理也是人工智能醫療產品落地較為廣泛的領域。

🔥日本將醫療健康管理和護理作為結合人工智能的突破口,旨在緩解本􏰀嚴重的老齡化問題帶來的壓力。

🔥中國的人工智能健康管理事業起步較晚,但隨著各種檢測技術(如可穿戴設備、基因檢測等)的發展,伴隨著物聯網大環境的促進,預計 2020 年後市場將進入高速發展階段。藥物研發結合人工智能起步稍晚,但市場規模較大,增速較快,目前佔據人工智能醫療市場 35%以上份額。中國目前的藥物研發以仿制藥和改良藥為主, 外藥物研發則以創新藥為主。由於存在算法技術優勢和大量藥物數據積累等諸 多先發優勢,目前美國 AI 藥物研發的發展速度較快,已有基於人工智能技術進 行藥物研發的多種新藥上市,市場逐漸成熟。

「醫學影像與人工智能」的結合是人工智能醫療的另一重要應用領域,也是近年來增速較快的領域

這一領域的發展在中美兩國呈現不同特徵,美國需要借助人工智能彌補其國內明顯短缺的放射師數量,而中國則對跨平台影像雲技術支持的需求更加迫切。除中美外,以色列在人工智能醫療影像分析方面也處於世界領先 水平。此外,人工智能醫療在手術機器人、精准醫療等領域也逐步落地應用,發展前景較好。

從全球格局來看,中美兩國人工智能醫療發展雙足鼎立,日本、英國和以色 列等國家緊隨其後。

在全球人工智能醫療市場上,美國靠早期的政策拉動醫療信息化和人工智能輔助醫院管理,積累了大量數據,具備先發優勢,屬於領先梯隊。目前已在藥物研發、醫療機器人、醫學影像、輔助診斷等方面全方位佈局。隨著以深度學習為代表的人工智能技術帶來技術和產品重大突破不斷湧現,美國出現了人工智能技術與醫療健康領域深度結合的跡象。這種深度結合主要靠醫療與科技界的巨頭公司推動。如 IBM 推出 Watson,通過合作擴展醫療使用場景、輸出生態能力。Google則通過旗下的多家生物科技和醫療公司,嘗試形成規模效應。

相比於美國在人工智能醫療各個應用領域廣泛且相對平衡的佈局,其他國家則各有側重,各有所長。加拿大和英國在醫藥研發上具備原有積累與技術優勢,深度結合人工智能後依然表現亮眼。歐洲的醫療信息化和醫院管理水平較高,健康管理、醫院管理、智能問診等領域落地較為成熟,如 Babylon Health 通過人工智能,為用戶提供遠程醫療問診服務,全球用戶達到 430 萬人,每天可提供4,000 個臨床咨詢,已完成 120 多萬次數字咨詢。亞洲醫療保健缺口較大,即使是在發達經濟體韓􏰀國和日本,每 10,000 人擁有的醫生也低於 25 人 ,醫生比例低於其他發達國家。因此,亞洲的人工智能與醫療的結合需求重點在於輔助診斷、 患者虛擬助手、醫學影像分析等方面,醫藥開發相對落後。

中國在影像識別和輔助診斷領域應用較為廣泛,其他場景也在快速發展,展現出多元發展態勢,在多個層面都取得了顯著成果。從本質上來看,中國巨頭及創業者對當下的醫療體系的窘境有著深度認知,因此人工智能作為能幫助中􏰀醫療體系革新、給醫生及患者帶來便利的技術手段,受到了極大程度的重視和利用。

以色列在醫療影像分析上也可與中美一較高下。目前,中美兩國人工智能醫療發展雙足鼎立;日本、英國和以色列等國家緊隨其後,構成第二梯隊。

🔥據中國《2019 年衛生健康事業發展統計公報》數據,2019 年中國共有三級醫院 2,749 個,在中國一至三級醫院總量中佔比為 11.60%,但三級醫院醫療服務工作量佔比為 56.75%,且中國三級醫院主要集中在北京、上海、廣州 等大城市,中小城市醫療資源相對不足。截至 2019 年末,中國􏰀共有衛生技術人員 1,010 萬人,其中執業醫師和執業助理醫師 382 萬人,註冊護士 443 萬人,而全年總診療人次為 85.2 億人次

🔥人工智能賦能醫療行業的發展路徑可歸結為「計算智能-感知智能-認知智能」 三個階段隨技術進步而螺旋上升發展。

「計算智能」是人工智能醫療發展的初期階段,在這一階段人工智能主要表現為對醫療行業的算力支持,通過計算機獲取海量醫療數據資源,對於數據進行整合、處理、分析,是實現精准醫療、智能醫療 的重要保障。

「感知智能」是機器接收外界信息、實現人機交互的能力。機器對於外 界信息的感知主要通過將􏰁像、聲音、文字等轉化為數字形式進行記憶和學習, 並依據相關算法進行推理和決策。在人工智能醫療領域主要體現為對於影像、聲音等多維度醫療信息的識別和處理,幫助醫生快速診斷,大幅提高醫生診療效率。

「認知智能」是人工智能醫療更深一步的發展,通過機器自我學習進行有目的的推理, 優化決策系統,實現人機互動,輔助或者部分替代醫生完成醫療診斷工作。在這 一階段,人工智能的計算能力和認知能力都有大幅提高,所處理的數據由健康保 健向臨床醫療及前沿科研等更為複雜的多元方向拓展,將人工智能應用於醫療生 態的方方面面,利用深度學習技術對醫療數據資源進行多維度推理和使用。

🔥人工智能醫療產業發展環節主要有「基礎層」、「技術層」、「應用層」。

基礎層:主要為人工智能醫療的發展提供基礎設備,實現對頂層的算力支持, 即海量數據處理和儲存設備,企業類型主要為設備供應商和數據平台服務商,騰 訊、百度、阿里等互聯網巨頭多在基礎層發揮其技術研發優勢,通過自主研發產 品和並購等方式參與人工智能醫療的發展。

技術層:主要為人工智能醫療提供認知、感知、機器學習等方面的技術服務, 即對語音、􏰁像等信息的識別和處理,通過計算機對數據進行分析和預測,企業 類型主要為專門的語音或􏰁像人工智能技術服務商,以及人工智能技術公司,如 科大訊飛、依􏰁科技等企業利用人工智能技術優勢,深入醫療細分場景,輔助醫 生診斷、進行健康管理。

應用層:是人工智能在醫療領域的具體應用,例如藥物研發、智能診療、醫療 機器人等,應用層企業的服務領域更加細緻,針對具體化的場景提供解決方案。 基礎層和技術層技術壁壘較高,前期技術研發資金需求量大,且需要具備一定的 技術基礎,因此該領域一般由研發能力和資金實力較強的大公司為主;應用層的 技術壁壘相對較低,且創收能力強,因此應用層面的企業數量最多,且中小型企 業或創業公司通常聚焦應用層面。

🔥人工智能醫療行業處於成長期,市場規模增長快,資本熱度高。近年來,中國人工智能醫療領域投融資項目數量增長較快,熱度提升明顯,且大部分企業融 資輪次較為靠前,整個行業處於成長期。根據鯨准數據庫,截至 2020 年 6 月 30 日,共收錄 349 個人工智能醫療相關項目。其中,A 輪項目 126 個,天使輪項 目 103 個,B 輪和 C 輪項目共 50 個,而 E 輪及以後的項目共 2 個。

🔥人工智能醫療產業細分領域

人工智能醫療產業生態劃分為 (1)公共衛生、(2)醫院管理、(3)醫學影像、 (4)醫療機器人、(5)藥物研發、(6)健康管理、(7)精准醫療 (8)醫療支付八大板塊,立足於產業發展基本面,並結合當前人工智能醫療的最新發展與應用趨勢,對主要細分領域進行深入研究與分析。


資料來源請下載(簡體報告):

0 Replies to “【2020人工智能醫療產業發展藍皮書(109頁)】”