發(fā)布日期：2017-02-17

人工智能最大優(yōu)勢(shì)在于計(jì)算能力的高效，尤其在數(shù)據(jù)密集型、知識(shí)密集型、腦力勞動(dòng)密集型行業(yè)領(lǐng)域。與互聯(lián)網(wǎng)不同，人工智能對(duì)醫(yī)療領(lǐng)域的改造是顛覆性的。

IBM 的人工智能 Watson，近日僅用 10 秒就開(kāi)出了癌癥處方。在引發(fā)輿論熱潮的同時(shí)，也再次把 “AI + 醫(yī)療” 推向高潮。方正證券近日發(fā)布的互聯(lián)網(wǎng)醫(yī)療深度報(bào)告就顯示，盡管安防和智能投顧最為火熱，但 AI 在醫(yī)療領(lǐng)域可能會(huì)率先落地。

接手 “互聯(lián)網(wǎng) +” 無(wú)奈的醫(yī)療痛點(diǎn)

圖像識(shí)別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)帶動(dòng)了人工智能新一輪大發(fā)展

該份報(bào)告指出，從互聯(lián)網(wǎng)改造醫(yī)療行業(yè)的角度來(lái)劃分，中國(guó)互聯(lián)網(wǎng)醫(yī)療發(fā)展經(jīng)歷了三個(gè)階段：信息服務(wù)階段，即互聯(lián)網(wǎng)改造的是醫(yī)療的信息流，實(shí)現(xiàn)人和信息的連接；咨詢服務(wù)階段，即互聯(lián)網(wǎng)改造的是健康咨詢的服務(wù)流，實(shí)現(xiàn)人和醫(yī)生連接；診療服務(wù)階段，互聯(lián)網(wǎng)改造的是醫(yī)療的服務(wù)流，實(shí)現(xiàn)人和醫(yī)療機(jī)構(gòu)的連接。

然而，互聯(lián)網(wǎng)帶來(lái)的模式創(chuàng)新沒(méi)有根本上提升醫(yī)療供給端的服務(wù)能力，從而根本上解決醫(yī)療資源（尤其是醫(yī)生）供不應(yīng)求的局面。

與此同時(shí)，圖像識(shí)別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)的突破帶動(dòng)了人工智能新一輪的大發(fā)展。“人工智能 + 醫(yī)療” 概念應(yīng)運(yùn)而生。

與互聯(lián)網(wǎng)的不同，人工智能對(duì)醫(yī)療領(lǐng)域的改造是顛覆性的。

對(duì)人工智能醫(yī)療的需求主要基于幾方面客觀現(xiàn)實(shí)：一方面是優(yōu)質(zhì)醫(yī)療資源供給不足，成本高，醫(yī)生培養(yǎng)周期長(zhǎng)，誤診率高，疾病譜變化快，技術(shù)日新月異；另一方面，隨著人口老齡化加劇、慢性疾病增長(zhǎng)、對(duì)健康重視程度提高，醫(yī)療服務(wù)需求持續(xù)增加。

人工智能的核心能力實(shí)際上是人類自身已擁有的能力，但與人類相比，最大優(yōu)勢(shì)在于計(jì)算能力的高效，尤其在數(shù)據(jù)密集型、知識(shí)密集型、腦力勞動(dòng)密集型行業(yè)領(lǐng)域。

在醫(yī)療領(lǐng)域，IBM Watson 可以在 17 秒內(nèi)閱讀 3469 本醫(yī)學(xué)專著、24.8 萬(wàn)篇論文，69 種治療方案、61540 次試驗(yàn)數(shù)據(jù)、10.6 萬(wàn)份臨床報(bào)告。通過(guò)海量汲取醫(yī)學(xué)知識(shí)，包括 300 多份醫(yī)學(xué)期刊、200 多種教科書及近 1000 萬(wàn)頁(yè)文字，IBM Watson 在短時(shí)間內(nèi)迅速成為腫瘤專家。

阿里云研究中心和 BCG 的最新合作報(bào)告指出，從技術(shù)突破和應(yīng)用價(jià)值兩維度分析，未來(lái)人工智能會(huì)出現(xiàn)服務(wù)職能、科技突破、超級(jí)智能三個(gè)階段?；跀?shù)據(jù)的服務(wù)智能階段將在接下來(lái) 3—5 年爆發(fā)：人工智能拓展、整合多個(gè)垂直行業(yè)應(yīng)用，豐富實(shí)用場(chǎng)景。IDC Digital 預(yù)測(cè)，截至 2020 年，醫(yī)療數(shù)據(jù)量將達(dá) 40 萬(wàn)億 GB，預(yù)計(jì)約 80% 數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)。

四大模式分爭(zhēng)萬(wàn)億市場(chǎng)

人工智能 + 輔助診療潛在市場(chǎng)空間巨大，至少是萬(wàn)億級(jí)以上的營(yíng)收規(guī)模

從全球創(chuàng)業(yè)公司實(shí)踐的情況來(lái)看，AI + 醫(yī)療的具體應(yīng)用包括洞察與風(fēng)險(xiǎn)管理、醫(yī)學(xué)研究、醫(yī)學(xué)影像與診斷、生活方式管理與監(jiān)督、精神健康、護(hù)理、急救室與醫(yī)院管理、藥物挖掘、虛擬助理、可穿戴設(shè)備以及其他，其中以四種模式為主流。

首先是 AI + 輔助診療，即將人工智能技術(shù)用

于輔助診療中，讓計(jì)算機(jī) “學(xué)習(xí)” 專家醫(yī)生的醫(yī)療知識(shí)，模擬醫(yī)生的思維和診斷推理，從而給出可靠診斷和治療方案。輔助診療場(chǎng)景是醫(yī)療領(lǐng)域最重要、也最核心的場(chǎng)景，人工智能 + 輔助診療潛在市場(chǎng)空間巨大，至少是萬(wàn)億級(jí)以上的營(yíng)收規(guī)模。

在 AI + 輔助診療的應(yīng)用中，IBM Watson 是目前最成熟的案例。2012 年 Watson 通過(guò)了美國(guó)職業(yè)醫(yī)師資格考試，并部署在美國(guó)多家醫(yī)院提供輔助診療的服務(wù)。目前 IBM Watson 提供診治服務(wù)的病種包括乳腺癌、肺癌、結(jié)腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。

AI + 醫(yī)學(xué)影像，是將人工智能技術(shù)具體應(yīng)用在醫(yī)學(xué)影像的診斷上，主要分為兩部分：一是圖像識(shí)別，應(yīng)用于感知環(huán)節(jié)，其主要目的是將影像這類非機(jī)構(gòu)化數(shù)據(jù)進(jìn)行分析，獲取一些有意義的信息；二是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，是 AI 應(yīng)用的最核心環(huán)節(jié)，通過(guò)大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握 “診斷” 的能力。

如今，AI + 醫(yī)學(xué)影像已經(jīng)走出實(shí)驗(yàn)室，下一步將迎來(lái)商業(yè)化浪潮。貝斯以色列女執(zhí)事醫(yī)學(xué)中心（BIDMC）與哈佛醫(yī)學(xué)院合作研發(fā)的人工智能系統(tǒng)，對(duì)乳腺癌病理圖片中癌細(xì)胞的識(shí)別準(zhǔn)確率能達(dá)到 92%，與病理學(xué)家的分析結(jié)合在一起時(shí)，它的診斷準(zhǔn)確率可以高達(dá) 99.5%。國(guó)內(nèi)的 DeepCare 對(duì)于乳腺癌細(xì)胞識(shí)別的準(zhǔn)確率也達(dá)到了 92%。

AI + 藥物挖掘，是指將深度學(xué)習(xí)技術(shù)應(yīng)用于藥物臨床前研究，達(dá)到快速、準(zhǔn)確地挖掘和篩選合適的化合物或生物，達(dá)到縮短新藥研發(fā)周期、降低新藥研發(fā)成本、提高新藥研發(fā)成功率的目的。通過(guò)計(jì)算機(jī)模擬，AI 可以對(duì)藥物活性、安全性和副作用進(jìn)行預(yù)測(cè)。借助深度學(xué)習(xí)，在心血管藥、抗腫瘤藥、孤兒藥和常見(jiàn)傳染病治療藥等多領(lǐng)域取得了新突破。目前，已經(jīng)涌現(xiàn)出多家 AI 技術(shù)主導(dǎo)的藥物研發(fā)企業(yè)。

最后是 AI + 健康管理。目前從全球 AI + 醫(yī)療創(chuàng)業(yè)公司來(lái)看，主要集中在風(fēng)險(xiǎn)識(shí)別、虛擬護(hù)士、精神健康、在線問(wèn)診、健康干預(yù)以及基于精準(zhǔn)醫(yī)學(xué)的健康管理。

巨頭筑基下的生態(tài)圈競(jìng)爭(zhēng)

底層基本都已由科技巨頭布局，開(kāi)放人工智能平臺(tái)是其構(gòu)建生態(tài)的必然趨勢(shì)

報(bào)告指出，根據(jù)技術(shù)層級(jí)從上到下，人工智能產(chǎn)業(yè)鏈，目前分為基礎(chǔ)層、技術(shù)層和應(yīng)用層三個(gè)產(chǎn)業(yè)層次構(gòu)成。

基礎(chǔ)層的計(jì)算能力是構(gòu)建生態(tài)的基礎(chǔ)，技術(shù)層的算法、框架以及通用技術(shù)是構(gòu)建技術(shù)護(hù)城河的基礎(chǔ)，都屬于人工智能產(chǎn)業(yè)大生態(tài)的基礎(chǔ)設(shè)施，具有高投入、高收益的特點(diǎn)，需要中長(zhǎng)期進(jìn)行投資。而應(yīng)用層是人工智能技術(shù)在具體行業(yè)、具體應(yīng)用場(chǎng)景價(jià)值變現(xiàn)的渠道，具有變現(xiàn)能力強(qiáng)的特點(diǎn)。

目前，底層基本都已由科技巨頭布局，且未來(lái)開(kāi)放人工智能平臺(tái)是其構(gòu)建生態(tài)的必然趨勢(shì)。應(yīng)用層匯聚了大量的 AI + 醫(yī)療創(chuàng)業(yè)公司，分布在多個(gè)細(xì)分領(lǐng)域。總體而言，全球 AI + 醫(yī)療產(chǎn)業(yè)結(jié)構(gòu)呈現(xiàn)倒金字塔形態(tài)。

對(duì)于全球科技巨頭而言，之間的競(jìng)爭(zhēng)不僅僅是某項(xiàng)技術(shù)、某個(gè)領(lǐng)域的競(jìng)爭(zhēng)，更多是生態(tài)圈與生態(tài)圈的競(jìng)爭(zhēng)。目前科技巨頭均已利用稟賦優(yōu)勢(shì)打造屬于自己的生態(tài)圈基本形態(tài)，已基本完成 “人工智能 +” 生態(tài)的基礎(chǔ)設(shè)施布局。

隨著科技巨頭在 AI + 醫(yī)療的基礎(chǔ)層和技術(shù)層布局逐步完善，在應(yīng)用層的布局也開(kāi)始發(fā)力。目前正在醫(yī)療行業(yè)應(yīng)用布局的大公司主要有四家：IBM、谷歌、微軟、百度。

目前，中國(guó) AI + 醫(yī)療產(chǎn)業(yè)處于起步階段。2016 年是全球人工智能元年，也是我國(guó)人工智能元年。資本對(duì) AI + 醫(yī)療的追捧，多家創(chuàng)業(yè)公司順利獲得融資。其中，成立僅半年的碳云智能在 A 輪獲得 10 億元的融資。隨著全球科技巨頭陸續(xù)將人工智能平臺(tái)開(kāi)放，將有效彌補(bǔ)我國(guó)在底層方面的積累不足，各個(gè)細(xì)分領(lǐng)域的 AI + 醫(yī)療創(chuàng)業(yè)公司將受益。

來(lái)源：科技日?qǐng)?bào)