【產(chǎn)業(yè)鏈圖譜 | 人工智能產(chǎn)業(yè)鏈圖譜_人工智能產(chǎn)業(yè)鏈全景圖】

【研究報(bào)告 | 人工智能行業(yè)研究報(bào)告】

在人工智能醫(yī)療不斷飛速發(fā)展的同時(shí)，人工智能醫(yī)療也在技術(shù)，監(jiān)管，商業(yè)發(fā)展模式方面面臨著諸多問(wèn)題，雖然現(xiàn)在資本對(duì)于人工智能的信任和投入的狀態(tài)，但現(xiàn)在的人工智能醫(yī)療行業(yè)還未具體成型。這些都將成為人工智能醫(yī)療行業(yè)得到進(jìn)一步發(fā)展的限制。

巨頭爭(zhēng)相入局AI醫(yī)療領(lǐng)域

日前，“Chain”杯全球首場(chǎng)神經(jīng)影像人工智能人機(jī)大賽全球總決賽在京落下帷幕。一邊是25位國(guó)內(nèi)外神經(jīng)影像領(lǐng)域的名醫(yī)專家，一邊是近半年學(xué)習(xí)了數(shù)萬(wàn)份影像的國(guó)產(chǎn)人工智能系統(tǒng)“天醫(yī)智”。最終，人工智能(AI)選手以高出20%的正確率，戰(zhàn)勝了醫(yī)界神經(jīng)系統(tǒng)疾病診斷的“最強(qiáng)大腦”。

近年來(lái)，國(guó)內(nèi)外科技巨頭紛紛布局醫(yī)療人工智能。在國(guó)外的科技巨頭中，IBM在人工智能+ 醫(yī)療領(lǐng)域的布局最早也最深入，谷歌和微軟也有部分參與。譬如IBM Watson能夠快速篩選癌癥患者記錄，為醫(yī)生提供可供選擇的循證治療方案。

而國(guó)內(nèi)企業(yè)如騰訊、阿里等，這方面行動(dòng)雖晚于國(guó)外企業(yè)，但發(fā)展很快。以騰訊為例，去年11月，科技部公布首批國(guó)家人工智能開(kāi)放創(chuàng)新平臺(tái)名單，明確指定騰訊為醫(yī)療影像平臺(tái)的建設(shè)者。今年7月，騰訊在廣東舉辦的醫(yī)學(xué)人工智能論壇上，正式發(fā)布“騰訊覓影”乳腺腫瘤篩查AI系統(tǒng)，首次在國(guó)內(nèi)利用人工智能實(shí)現(xiàn)了乳腺腫瘤的良惡性判別，并能自動(dòng)生成乳腺影像報(bào)告和數(shù)據(jù)系統(tǒng)(BI-RADS)分級(jí)報(bào)告。

早在2016年10月和2017年3月，百度和阿里云就相繼推出了各自的“醫(yī)療大腦”。近日，阿里巴巴聯(lián)合杭州建德市第一人民醫(yī)院推出AI電子病歷質(zhì)檢系統(tǒng)，利用人工智能技術(shù)給病歷“挑錯(cuò)”，推動(dòng)電子病歷規(guī)范化，同樣受到關(guān)注。

極少數(shù)企業(yè)走進(jìn)商業(yè)模式

醫(yī)療人工智能在經(jīng)歷過(guò)火熱的發(fā)展之后，迎來(lái)了商業(yè)化的關(guān)鍵期。目前，雖然絕大多數(shù)醫(yī)療人工智能企業(yè)未實(shí)現(xiàn)盈利，且產(chǎn)品大多還在醫(yī)院進(jìn)行試驗(yàn)，但其通過(guò)不同的業(yè)務(wù)模式仍舊可以實(shí)現(xiàn)一定的付費(fèi)收入。

綜合來(lái)看，目前在中國(guó)從事醫(yī)療人工智能相關(guān)業(yè)務(wù)的公司大致可以分為三類：創(chuàng)業(yè)公司、互聯(lián)網(wǎng)平臺(tái)、傳統(tǒng)醫(yī)療相關(guān)企業(yè)。實(shí)際上，由于三者所具備的優(yōu)勢(shì)和劣勢(shì)不同，其商業(yè)模式也不盡相同。

從盈利模式看，醫(yī)療人工智能的商業(yè)模式多種多樣，比如與醫(yī)院進(jìn)行合作提供醫(yī)院管理、輔助診療等服務(wù)，與保險(xiǎn)公司合作提供附加服務(wù)，與體檢機(jī)構(gòu)提供健康管理、用戶管理等服務(wù)。但是對(duì)于創(chuàng)業(yè)公司而言，這種商業(yè)模式目前最亟需解決的難題就是落地。

即使目前真正走進(jìn)商業(yè)模式的企業(yè)并不多，但行業(yè)內(nèi)相關(guān)資本方對(duì)醫(yī)療人工智能依舊充滿信心，這一信心具體體現(xiàn)在近幾年行業(yè)內(nèi)的投融資熱潮中。根據(jù)統(tǒng)計(jì)，2013-2018年我國(guó)醫(yī)療人工智能行業(yè)融資規(guī)模總體上升。2018年前三季度，中國(guó)醫(yī)療人工智能領(lǐng)域共有39家企業(yè)披露完成融資，其中18家企業(yè)披露融資情況，投融資次數(shù)達(dá)到39次，融資金額合計(jì)為26.2億元。

數(shù)據(jù)孤島與標(biāo)準(zhǔn)化成發(fā)展難題

人工智能的核心是“數(shù)據(jù)”，因?yàn)樾枰揽扛哔|(zhì)量的數(shù)據(jù)來(lái)進(jìn)行訓(xùn)練并優(yōu)化算法，從而保證高精度，因此，數(shù)據(jù)也而被稱為是AI之核。

據(jù)2018年EMC(美國(guó)信息存儲(chǔ)資訊科技公司)和IDC(國(guó)際數(shù)據(jù)公司)共同發(fā)布的報(bào)告顯示，全球醫(yī)療保健數(shù)據(jù)量預(yù)計(jì)到2020年將達(dá)到2300EB。我國(guó)醫(yī)療數(shù)據(jù)更是可觀，中國(guó)的病例數(shù)、就診量在世界都是靠前的，然而這些龐大的病例數(shù)據(jù)就像一個(gè)個(gè)“孤島”，散落在各大醫(yī)院中，彼此并未打通，如何把全國(guó)數(shù)據(jù)互聯(lián)互通是目前的一個(gè)大問(wèn)題。

另一個(gè)問(wèn)題就是數(shù)據(jù)的標(biāo)準(zhǔn)化問(wèn)題。國(guó)家食品安全評(píng)估中心主任盧江就曾表示，“即使讓數(shù)據(jù)互聯(lián)互通，也存在標(biāo)準(zhǔn)不統(tǒng)一的情況，由于病種分類編碼都沒(méi)有標(biāo)準(zhǔn)化，不同醫(yī)院間數(shù)據(jù)差別也很大。各個(gè)醫(yī)院設(shè)備不一樣，數(shù)據(jù)維度也不一樣。”因此高質(zhì)量的數(shù)據(jù)直接拿來(lái)用的非常少見(jiàn)，需要花費(fèi)更多的時(shí)間和算法，先將數(shù)據(jù)標(biāo)準(zhǔn)化、結(jié)構(gòu)化才能使用。

目前有些公司所用的數(shù)據(jù)來(lái)自公開(kāi)數(shù)據(jù)集，但公開(kāi)數(shù)據(jù)與真實(shí)世界的臨床數(shù)據(jù)相比存在取樣上的偏差。還有一大弊端就是數(shù)據(jù)比較老舊，或圖像有殘缺。像影像診斷數(shù)據(jù)這種，即便采用臨床數(shù)據(jù)，還需要高年資醫(yī)生做標(biāo)注。但由于沒(méi)有統(tǒng)一標(biāo)準(zhǔn)，人工標(biāo)注的質(zhì)量取決于標(biāo)注醫(yī)生的年資經(jīng)驗(yàn)和責(zé)任心，這直接影像AI產(chǎn)品的診斷能力及準(zhǔn)確性問(wèn)題。

相關(guān)人員針對(duì)現(xiàn)發(fā)展?fàn)顟B(tài)也表示，醫(yī)生是積極接受使用新技術(shù)來(lái)提升現(xiàn)在的治療效率，但是這些都需要建立在對(duì)人工智能的診斷正確性有保證的基礎(chǔ)上，如果使用人工智能技術(shù)對(duì)人才的要求也很高，那么技術(shù)的便利性也將難以實(shí)現(xiàn)。