美國著名神經外科醫生保羅·卡拉尼什在他的臨終著作《當呼吸化為空氣》中曾寫道：“我們背負著無形的枷鎖，肩負著生死攸關的責任，也許病人鮮活的生命就在我們手中。”

確實如此，醫療的嚴肅性，讓這個行業天然擁有一種“遲鈍感”。然而，最近這幾年，人工智能不斷地進入垂直細分領域，AI+醫療卻被認為是最容易落地的領域之一。

從可穿戴設備掀起健康管理熱潮，到影像輔助技術用于病灶精準識別，再到遠程醫療讓大山里的病人也能享受到先進的醫療服務，技術紅利大大提高了醫療服務質量，也深刻改變著醫療服務模式和理念，為構建新型醫療體系提供了重要支撐。

事實上，除了傳統的醫療器械公司，各大科技公司也在醫療領域正在上演新一輪的軍備競賽。國外的IBM、Google、蘋果、微軟、亞馬遜等均已布局醫療人工智能，國內的阿里巴巴、騰訊、百度、科大訊飛、華大基因等先后以“智慧醫療大腦”或其他形式切入市場。

此外，圍繞人才培養、技術創新、產業融合、產品落地等，世界各國紛紛展開布局。就國內而言，早在2015年，《政府工作報告》就將醫療領域納入“互聯網+”行動計劃，去年4月發布的《關于促進“互聯網+醫療健康”發展的意見》，推動醫療人工智能研究和應用進入高潮。

那么，人工智能在哪些方面可以幫助改善醫療環境？目前活躍在智慧醫療領域的企業有哪些？在落地的過程中有哪些痛點與難點呢？

智慧醫療以場景取勝

AI+醫療是什么？就是將人工智能技術應用到醫學診療中，讓計算機“學習” 醫療專家的醫療經驗和醫學文獻知識，模擬醫生的診治思維和推理過程，從而給出可靠的診治療方案，其價值可以從不同維度來觀察：

首先，從應用場景來看，智慧醫療最大的市場在基層。我們知道，基層醫療醫務人員需要承擔大量常見病、多發病、慢性病的病人，因此更需要提高診療水平和效率的工具。

目前，國家正在提倡分級診療，而基層首診是分級診療制度的重要基礎，分級診療需要基層醫療機構做好 “守門人” 和 “健康管理者”。這里說的基層主要是指醫療服務能力比較薄弱的地方，比如說具備“老三件”、簡單生化儀器的社區衛生服務中心或村衛生室等。

值得注意的是，雖然智慧醫療在基層的推廣和普及，可能是一種“攪局式”創新，但是這些技術創新有助于推動原來需要專家才能做到的診斷、治療，讓基層醫生在缺乏高端儀器設備的情況下，也能為患者提供初步的診治工作。

其次，從技術應用來看，比較常見并且高效運轉的智慧醫療，主要是自然語言處理類輔助診斷系統和醫學影像識別類輔助診斷系統兩個細分領域。實際上，醫療人工智能作為一種提高效率的工具，目前已經覆蓋了醫療產業鏈條上的醫療、醫藥、醫保、醫院四大環節，主要應用于醫學影像、虛擬助手、藥物發現、醫院管理、健康管理、疾病預測、精準治療以及輔助診療等方面。

其中，最熱門的領域當屬醫學影像。第三方市場調研機構Global Market Insights數據顯示，醫療影像和診斷技術將成為2017年－2022年智慧醫療領域增速最快的行業，預計到2024年，行業將達到250億美元，增速超40％。

事實上，在醫療診斷中，影像的價值是無可取代的，90％的醫療數據需要醫生通過影像來判斷病理情況、手術方案、用藥風險等。但在臨床應用中，影像解讀高度依賴于醫生經驗，具有較大的主觀性，因此，尋求客觀、有效的評估方法是一個重要的研究方向。使用“醫學影像＋AI”能更全面地獲取病灶信息，降低漏檢概率，具有重要的臨床意義。

除此之外，像上海、北京、廣州等地的大醫院都承擔著一些附屬醫院的會診工作，但讓這些醫院的醫生每次都去現場指導是不現實的。通過 AI+5G 的方式可以讓大醫院的醫生從去隱私、脫敏的病人基本信息輸入到病情的分期、病理診斷方案、用藥的順序對附屬醫院的醫生進行演示，對遠程會診、遠程醫療起到比較好的作用。

客觀來說，目前人工智能的應用更注重場景。實際上，如果沒有具體的產品落地去滿足用戶的需求，僅是擁有超強的計算能力，AI+醫療只能是一個空中樓閣。所以，智慧醫療需要結合行業應用，一方面利用精準數據資源、算法，另一方面根據特定的應用場景設計商業模式。

智慧醫療的三類玩家

眾所周知，目前國內面臨優質醫療資源的供需不平衡，醫生培養周期長，疾病譜變化快，技術日新月異，人口老齡化加劇，慢性疾病增長等問題待解決。公開數據顯示，全球醫療行業，平均每萬人擁有醫生14人，在中國這一數字也是14人，美國在27人左右。隨著人們對健康重視程度提高，大量需求催生了醫療AI的快速發展。

毫無疑問，將AI應用于醫療領域已成為眼下的科技熱點。麥肯錫有一項預測，到2025年，全球智慧醫療行業規模將達到總254億美元，約占全球人工智能市場總值的1/5。但在實際的產業發展中，中國智慧醫療仍處于起步階段，賽道里的玩家熙熙攘攘，大體上可以分為三類，簡單來說：

第一類，是傳統醫療器械公司，主要有三大巨頭GPS，即GE、飛利浦以及西門子醫療。近幾年，三大巨頭相繼轉型：GE將醫療業務拆分，聚焦于數字醫療應用和解決方案；飛利浦以醫療AI為突破點，自建生態平臺、并購初創企業、聯合生態合作伙伴；西門子醫療正從頭開始構建AI能力，希望建立數字化醫療“App store”。

值得一提的是，幾年前對這些企業的定義更側重于工業側，但現在它們已經完全被業界認可為健康科技企業。

第二類，是科技巨頭。較為典型的就是IBM旗下的Watson Health，成立四年來，Watson Health收購多家醫療數據公司，砸下數十億美元，發布了超過120個解決方案，覆蓋醫療支付、服務提供、政府管理、生命科學四大領域。除此之外，國外的Google、蘋果、微軟、亞馬遜等均已在智慧醫療領域有所布局。

不同于中國互聯網公司在20年前的跟隨姿態，在人工智能領域，國內科技巨頭也不枉多讓，阿里巴巴、騰訊、華為、百度、科大訊飛、華大基因等均有所布局。

比如，騰訊在此前的昆明大會上，公布了七大智慧醫療新科技，既涵蓋AI醫學影像、AI輔助診療、AI運動視頻分析、AI病理分析等技術層的突破，也包含互聯網醫院、電子健康卡、醫學科普等創新解決方案；阿里健康攜手萬里云發布“Doctor You”AI系統，并在去年宣布啟動面向醫療AI行業的第三方人工智能開放平臺，12家醫療AI公司成為首批入駐平臺的合作伙伴；華為通過大數據、云計算技術的深度融合打造健康檔案區域醫療信息平臺，利用物聯網技術實現患者與醫務人員、醫療機構、醫療設備之間的互動，構建智慧化醫療服務體系。

第三類，是創業公司。近兩年，已經有超過100家以醫療為重點的AI創業公司拔地而起，資本市場對AI 醫療行業也頗為青睞。據不完全統計，2018上半年有18家從事醫療人工智能行業的公司獲投，總金額超過31億元。其中，云知聲先后完成C輪和C+輪融資、深睿科技一年內獲得三次融資。

值得一提的是，2017全年國內有關醫療人工智能行業的融資總額才18億元左右。由此可見，資本對于醫療人工智能市場的熱情是持續增長的。

毫無疑問，未來隨著人工智能在醫療應用領域的不斷拓展，醫療人工智能研究和應用將進入高潮，國內優質醫療資源的供需不平衡等現狀將得到改善，智慧醫療也將不再僅存在于愿景之中。

智慧醫療落地的挑戰

當然，AI+醫療的融合并不是“一蹴而就”的，在落地的過程中，依然會有很多的痛點和難點，主要表現在以下幾個方面：

一是，數據難題。根據IDC Digital的預測，截至2020年醫療數據量將達到40萬億GB，是2010年的30倍。即使醫療數據量巨大，但其中80%左右都是非結構化數據，發揮不了“大數據”的價值。

我們知道，目前國家乃至全世界都推行使用電子病例，目的就是將醫療數據信息化、結構化，以便于智慧醫療的發展。然而中國大部分患者的數字化病例資料都是不完全的，這就對醫療數據的數字化整合帶來一定的難度，那么企業獲取優質醫療數據的難度也隨之增加。

同時，不同的醫療機構或者企業，其數據錄入標準也是不一樣的，而單個醫療機構或者企業積累的數據難以訓練出有效的深度學習模型。因此，在不同醫療機構或者企業合作時，容易因標準不一導致優質的醫療數據丟失。

可以說，AI醫療是基于大數據來發展的，而其要想為醫生輔助診斷疾病提供最好的支持，首先必須要解決數據的難題。

二是，復合型人才缺口。據業內統計，目前我國人工智能行業的從業人員不足5萬人，每年通過高校培養出來的技術人員也不足2000人，而在人工智能行業從業者中，我國擁有10年以上工作經驗的人才占比不到25%。

更為關鍵的是，在人工智能人才短缺的大背景下，醫療人工智能的復合型人才更是短缺。據動脈網統計發現，在47名醫療人工智能創業公司的CTO或者首席科學家中，與醫學專業相關的人才僅有7人，占比14.9%。

不同領域的人才之間的交流還是會存在比較大的困難，一個領域的專業人才去了解另外一個自己不熟悉的領域，其困難也是顯而易見的。因此，復合型人才在智慧醫療行業尤為重要，如果讓越多具備醫學知識和AI知識的復合型人才加入，必然對AI醫療的發展起到事半功倍的效果。

三是，技術基石尚待鞏固。從技術的角度來說，目前AI醫療大多還處于弱人工智能的階段。雖然AI醫療的應用場景很廣泛，比如虛擬助理、藥物研發、健康管理、醫療影像輔助診斷等，但是真正落地、符合醫院使用場景的產品還是比較少，因此，相關技術和產品的研發還有待進一步提升。

目前，大多數公司在多學科聯合診斷算法上還存在技術瓶頸。醫學算是一個比較前沿的行業，隨時都有可能碰到疑難雜癥，也就會出現新的數據，那么AI醫療產品的數據算法就要不斷的更新，而數據算法的技術難度也會隨之增大。

總的來說，我國在人工智慧醫療方面仍有很大的進步空間，絕大多數的產品都還沒到商業化階段。對于那些掌握人工智能技術的計算機專家和技術的公司來說，AI+醫療就是興奮劑，但依然存在諸多需要突破的壁壘。毋庸置疑的是，只有那些真正有實力的公司，才能在大浪淘沙的競爭中留存下來。