8月16日，以“逐日同行——醫療健康AI的技術與應用對撞”為主題的2020西普會健康科技研發者共享大會在海南博鰲舉辦。

億歐公司輪值總裁高昂受邀參與，并發表了題為“2020年，AI醫療砥礪前行——疫情下探索更具價值的AI應用”的演講，從第三方、站在市場跟商業的視角看AI在大健康產業的新進展，主要觀點包括：

1.從外部環境看，過去一年，與醫療AI相關的政策陸續進行了更新和迭代，同時，人工智能行業發展的人才供給瓶頸，正隨著各大高校人工智能專業開設以及第一批畢業生走向市場得到一定緩解。此外，資本對于人工智能在醫療的應用也漸趨理性，更加尋求價值的驗證，從2018年下半年到2019年，醫療AI領域的投資數量、投資金額開始呈現一個明顯放緩的趨勢。

2.人工智能醫療應用場景廣泛，未來產品落地后其社會和商業價值均較大，然而，基于我國醫療健康發展現狀，商業付費空間有限。現階段，AI醫學影像在院端已獲得一定的收入。院端付費方集中在三級醫院，滲透率約為4.5-7%，隨著產品價值被認可，醫院付費意愿提升，2023年滲透率或達到15-20%。此外，億歐認為，AI類產品價值的體現將在基層最大化，然而基于我國基層衛生人員水平有限，基層AI醫療產品的落地與規模化將是長期過程。

3. 2020年中國人工智能醫療公司共計129家（不包含以基因檢測技術為主的企業），其中醫學影像領域的公司數量最多，達55家，占人工智能醫療公司總數的42.6%。從成立情況來看，2019年和2020年再沒有新的以醫療人工智能為主業的公司成立，活著的大部分企業都在各個場景里面努力的尋找自己落地和規模化商業的可能性。

4.從醫療人工智能發展路徑來看，呈現出的一個明顯趨勢是：研發集中在三級醫院，廣泛應用未來在基層。我國醫療資源處于不均衡狀態，80%醫療資源集中在內部20%的醫院，基層醫療資源、醫生資源均極度匱乏，醫學影像、輔助診斷的CDSS、結構化電子病歷、以及智能隨訪等AI產品，基層明顯是更具備社會價值的應用場景。此外，隨著發展，醫療人工智能未來作用點逐步覆蓋至全醫療流程、全需求場景。

以下為演講全文實錄：

各位嘉賓、各位專家大家上午好！非常感謝主辦方邀請，億歐是第三次站在AI峰會的現場，每一次自我介紹時都會說一句，我們既不搞技術，又不搞醫療，我們是站在市場跟商業的視角看AI在大健康產業里面的應用，所以我今天來的目的就是給各位專家匯報一下過去一年市場的進展。

2020年環境發生了哪些變化？

首先是環境變化，新冠疫情迫使公共預算向衛生健康傾斜。6月發布的數據顯示，涵蓋醫療、教育、科學技術、就業等在內，2020年整體公共預算下調了25%，但在整體公共預算下降25%的前提下，整體衛生健康的預算保持了1.4%的上升，同時在重大公共衛生服務的執行預算上比例還更高一點，有1.84%的上升。

過去一年，與AI醫療有關的政策陸續進行了更新和迭代。去年2月，科技部發布的《關于支持北京建設國家新一代人工智能創新發展試驗區的函》，提到了醫療是人工智能與實體經濟深度結合非常重要的板塊；6月，國家藥品監督管理局發布了《深度學習輔助決策醫療器械軟件的審評要點及相關說明》；今年3月，在疫情影響之下，NMPA出臺了《肺炎CT影像輔助分診與評估軟件審評要點（試行）》，為后面CT影像能夠直接診斷是否感染新冠肺炎提供了依據。

2016年，在人工智能開始在各個行業應用的背景下，我們展開了對這一領域的研究，我們發現，人才其實是人工智能發展的一個重要瓶頸，目前在國內人才儲備和供給明顯不足：一方面是算法技術的人才，一方面是算法技術和醫療行業或者說各個應用行業場景相結合的這部分人才的缺失。

不過，從2016年開始，不少高校開始設立人工智能相關的專業，目前一共有40家院校開設了人工智能相關的專業，其中北京、江蘇是最多的，北京有8所，江蘇有7所，專門開設智能醫學的學校共有9所，分別是在2017到2019年間開設的，最早是2017年的南開大學和天津大學，2019年雖然沒有新增的審批，但是有16個智能醫學學科在進行備案——也就是說，未來人才的供給會逐步跟上，同時，2021年南開大學和天津大學第一批智能醫學學科的畢業生會走入人才市場，因此，人才這方面的缺失正逐步補充。

在資本方面，從2018年下半年到2019年開始呈現一個明顯放緩的趨勢，投資數量和投資金額在2018年達到一個頂峰，有66次投資事件，涉及的金額接近80億，2020年截止到8月，共有26起AI醫療領域相關的投融資事件，累計金額18億人民幣——這說明資本對于人工智能在醫療的應用進入了一個相對理性的階段，也更加尋求價值的驗證。

另外一個明顯的趨勢就是，龍頭的設備企業進入速度在加快，2019年，像GE、飛利浦、西門子這些主流的設備廠商已經開始搭載AI平臺進入院端。GE的愛迪生數字醫療智能平臺，它和市場上各種醫療場景里面的企業進行合作，比如腦部、肺部、心血管都會開展比較深度的合作；飛利浦的醫學影像平臺在吉林大學醫院有一個明確的落地，也涉及到了影像診斷、心臟、腫瘤、神經，同時也在院內的研發平臺去進行落地；西門子主要是體現在基層醫生的影像診斷，包括遠程連接、標記判斷等等，另外西門子在院外也有布局，它們的平臺和虛擬座艙進入了線下的體檢機構。此外外也能看到，國內的巨頭企業像騰訊也在和飛利浦、西門子開展合作。

這是對海外的醫療人工智能企業的融資做了一個簡單的整理，明顯能夠看到的與國內的區別就是，國內目前集中在影像會更多，而海外今年內獲得融資的或者說獲得新一輪融資的基本都是圍繞醫院管理、藥物挖掘、智能導診和隨訪，這其實和他們要在醫療端的需求相關，它們更需要節省人力、提升效率。

2020AI醫療市場現狀

從市場來看，測算醫療人工智能的市場額度其實是一件比較困難的事情。2019年我們開始進行做測算，有一些進展，但也沒能給出一個整體的醫療人工智能的市場規模，我們只拿影像來舉例。過去一年，比較明顯的進展是，醫學影像在院端逐步獲得了一定收入，主要集中在三級醫院，它的滲透率目前在6%左右，隨著產品價值被認可，醫院付費意愿在逐步提升，按照現在的發展情況，我們預計到2023年，市場滲透率有可能接近20%，以目前6%左右去進行計算，我們選擇比較主要的一些產品，像肺部的、眼底的以及心血管來做測算的話，2019年由人工智能醫學影像直接產生的收入規模全國在1.6億，這個數字還是相對比較小的狀態，預計今年能達到接近3億，未來幾年會保持70%到80%左右的增速，這個滲透率是會逐步穩定的。

實際上，我們這個測算我不敢講準確，因為我們是拿滲透率、病患的數量和目前收費的大體情況去進行測算，但是它基本上能夠說明目前市場的規模情況。在院端獲得收入的前提是它的價值被使用者所認可，實際上我們看到一些反饋是效率是有所提升的，年檢查量是有所提升的，進有些醫院甚至提升了40%以上的數量，同時獲取報告的時間也大幅度縮短，由原來的7天變成現在的1.5天。整體來講，目前商業空間還小，處于價值實踐期，但是未來相對可期。

和海外成熟場景對比來看，國內醫療人工智能主要集中在影像識別和電子病歷上，而其他一些成熟的醫療系統尤其是美國，人工智能則在醫院管理、智能隨訪、機器人和藥物挖掘等領域有比較好的發展，這主要是因為它們的出發點是希望能夠減少人工或者代替人工提升效率，減少醫療支出，因為醫療支出在美國整個GDP里面占比非常高，對它們來講這所造成的財政壓力是很大的，所以希望能進一步提升效率、優化資源，導致很多醫療場景里，非醫學問題的人工智能的產品有很好的落地應用空間。

再講一下認證，去年6月審評指導發布后，今年國內一共批了5個，而從2017年到現在FDA一共批了39項醫療產品，其中今年是10個，前五個加粗是今年國內獲批的，后面十個是FDA獲批的，能看到獲批的類型也呈現出不盡相同的狀況，國內的五個主要是心血管、心電、顱內、眼底，其中眼底有兩個都是上周剛剛批的，而在海外有血管的、腎臟的、皮膚的、放療的、乳腺的、壓迫性骨折等等，樂普2018年獲FDA批準了一個心電分析的軟件，今年陸續有一些新的進展。AI影像最早進入領域是肺結節的檢測，但實際上直到今年7月，國內的企業——推想才拿到了FDA批準的第一個肺部檢測產品的證書。

把人工智能相關技術和醫療場景做交叉，能夠看到在各個場景之間能夠產生哪些業務和市場機會。今年這變化并不大，但我們能看到一個明顯的變化就是，單個場景里面對于多技術融合的趨勢是非常明顯的，也就是說隨著在院端或者在市場端的落地，真正對于AI的需求被有效地挖掘，而這些需求往往都不是單一需求，而是對于多技術和復雜性的，可能對于產品的要求會比以往高，不僅僅在功能上，而且對于產品化和應用性上的要求會比以往更高。我們認為，隨著智慧醫院建設的推進，結構化電子病歷、云電子病歷這幾個板塊會迎來比較明顯的發展。

我們把主要的一些公司按照影像、輔助、健康管理、疾病預測、醫療大數據等去做了一個劃分，這張圖整體來講過去一年變化也不大，只是有一些企業從上面消失了，在過去一年尋求市場驗證的過程中，有一些企業沒能扛住資金上的壓力。

目前，在國內從事醫療人工智能的企業129家，影像達到了55家， 2019年和2020年兩年間，沒有以醫療人工智能為主業的公司新成立，我今天的題目叫“砥礪前行”，這確實是現在市場環境的反映，還活著的大部分企業都在各個場景里面，努力的尋找自己落地和規模化商業的可能性。

重點提一下機器人，疫情之下對機器人的需求有了明顯的增長。手術機器人價格比較貴，多在1000萬到4000萬，每年維保費用也多在300萬左右，因此雖然數量比較少，但市場規模也是幾億級別的，2020年，新增機器人招標采購的需求比以往更多。另外，除了手術機器人，康復機器人前景也是可期的，它的價格更便宜，應用場景更多，尤其在院外和基層會有很大的需求，是可預期的市場爆發點。

同時，在疫情期間，無接觸機器人的需求短暫提升，不過在工信部之前發布的“科技支撐抗擊新冠疫情表現突出的機器人企業名單”中，里面真正專門做醫療機器人的公司并不多，這里面比較主流的像獵戶星空、云跡等都是在其他領域服務機器人有一個比較明確的市場定位，如餐飲、安防、家用等領域，疫情期間，他們開始進入到了醫療服務機器人市場里面，這里面專門做醫療服務機器人的只有鈦米。

趨勢與突破——沖破迷霧

如果強行要把AI發展劃分階段，那么2016年之前叫初始技術，這一階段，資本開始嘗試性的進入市場，海外的產品有了一些雛形，企業對算法、算力、數據、技術、場景的認知形成了較為初期；2016年，概念開始興起，2019年則很明顯的進入了價值驗證階段——資本放緩，企業開始嘗試構建自己的壁壘，只有在產品上花更多的工夫才能得到市場端的認可，到今年很多企業完成了產品的價值驗證，再加上市場的監管逐漸的完善，少數企業去開始探索產品定價的，甚至去建立生態，前面提到的，巨頭以及大型設備廠商的進入，標志著人工智能醫療這個小領域在朝著生態共建的方式去發展，未來在這個新的生態鏈里，各個類型的企業會找到自己的生存方式、定價模式、服務方式，從而實現真正商業模式探索的過程。

從AI醫療發展三元素——場景、技術、數據看，我們認為行業價值驗證的路已經鋪好。照例以影像為例：場景層面，已經呈現出多病種、全流程、自動化的特點，在有用、穩定和準確等方面逐步提升，很多企業也在深入對基層進行探索；數據層面，行業數據庫的構建，數據標注的質量與穩定性提升，構建數據分享條款，確保合理有效的應用。目前隨著產品力的提升，在單一病種和三甲醫院里面有了一些突破性的進展，已經建立了穩定的付費關系，隨后朝著基層、多病種以及院外的市場擴展，所以可預期市場規模會有一個不錯的發展空間。

中國AI醫療呈現出研發在三級，廣泛應用未來在基層的發展路徑。對于基層來講，像影像、CDSS、廣義的電子病歷和智能隨訪能幫助解決很多問題，眾所周知，整個醫療系統面臨的最大問題就是醫療資源的不均衡，80%醫療資源集中在20%的醫院，基層醫療資源、醫生資源極度匱乏，醫學影像、輔助診斷的CDSS、結構化電子病歷、以及智能隨訪等AI產品，基層明顯是更具備社會價值的應用場景。此外，隨著發展，醫療人工智能未來作用點逐步覆蓋至全醫療流程、全需求場景，在輔助診斷、影像、健康管理、疾病風險預測、藥物研發、醫學研究和醫院管理等多個領域，由于AI醫療企業加入進行了一定的重構，在不少環節上新增了一些運轉流程、服務和標準。

2020年中國智慧醫院現狀及趨勢研究

前面提到電子病歷和CDSS在醫院管理的應用，這是在發達國家或者發達醫療體系里面人工智能落地比較快的部分，而中國相對緩慢，今年我們把研究重點放在了這個領域，展開了2020中國智慧醫院現狀及趨勢研究，我們希望通過這個研究能夠找到一些人工智能落地的一些路徑和方法，把這里面的部分內容分享給大家。

首先醫院目前正在經歷從信息化到智能化的過程。過去幾年間，監管部門明確提出了“打造智慧醫院”的概念，加速醫療機構從信息化到智能化的進程，衛健委給出了一個不算明確的定義，智慧醫院包括范圍主要三大領域，智慧服務、智慧醫療、智慧管理，這三個方面其實都是依托于一個基礎，就是通過電子病歷系統、HIS系統去串聯這一切所以智慧醫院的根基還是信息化。同時衛健委也提出了智慧醫院建設的三個目標：一級醫院是數據采集和醫療數據進入，其實就是電子化；二級醫院要進行信息共享、網絡傳輸；三級醫院主要是智能支持，這是從工業層面提出的要求。

目前大部分所處的階段是信息化，信息化的過程、主體廣義上是由電子病歷構成，針對這一塊，2018年年底，衛健委發布了電子病歷應用水平分級管理辦法，明確規定了電子病歷不同等級的標準，同時提出了，到2020年，所有三級醫院要達到分級評價4級以上，二級醫院要達到分級評價3級以上的目標。

從信息化到智能化，涵蓋遠程醫療、結算、智能導醫、臨床數據中心的建設等，這里只列舉了幾個場景，可以說這些都是技術創新與傳統信息化之間的一個融合，其中重點提一下臨床數據中心的建立，它本身來源于電子病歷，如果智慧醫院需要更好的調用、使用、管理這些數據，它就需要有整個臨床數據中心的建立，以大數據技術去打通各個系統，使內部形成一套完整的數據庫，這對醫院而言意味著4個應用場景——臨床統一視圖、全息診療信息系統、專科視圖以及臨床數據分析應用，院內的臨床數據中心的建立對于AI順利的進入醫療場景非常重要。

其次是遠程醫療，遠程醫療指的是，在醫療機構之間或上級醫療機構和患者之間，在知情同意的情況下通過云平臺進行信息交換的過程，目前受限于網絡等等原因會出現一些瓶頸，但是在未來的發展是可以預期，比如端對端、5G救護車，患者可以在進入救護車時就開始進行遠程就診和體征監測等等。

總體來看，目前在這種協同類功能建設上，三級醫院相對好一點，影像和學科會診做的相對好，例如華山醫院“空中醫院”平臺建設，過去幾年間，“空中醫院”由神經內科、神經外科、感染科、皮膚科等全國知名科室參與，每月完成疑難會診120余例。另外，醫院已與20個中西部省份建立了遠程連接，覆蓋了24個省份，還連線“一帶一路”巴基斯坦瓜達爾港、摩洛哥等地，為當地患者診治疑難雜癥。

另外，智慧醫院體系其實還涉及到一類玩家——系統集成商，目前系統集成企業市場集中度非常低，不利于實現以互通互聯為目的的智慧醫院建設，且地方性企業在這之中唱主角。從事AI的企業，未來除了自己跟院端建立聯系和探索穩定的收費模式之外，也可以通過傳統的系統集成商的集成服務去獲取一些訂單。此外，真正從事AI+醫療的企業需要在短期內走小而精的發展路徑，提高技術壁壘、產品壁壘、算法方面的壁壘，兼顧硬件和軟件兩個層面。

從智慧醫院建設上來講，“長三角”地區有智慧醫院建設的最好土壤。目前電子病歷評級在5級以上的醫院主要分布“長三角”地區，江蘇最多，數量達到21家，上海14家，廣東13家，北京12家，浙江有10家，江蘇、上海、浙江加起來一共有40多家醫院達到了5級以上電子病歷的評級，這說明，它們之前在信息化進程中動作比較快。

從整體看，圍繞基層的創新會是未來比較明顯的趨勢，我們也希望這些創新能夠真正重構基層的健康生態。今年10月，我們會在成都舉辦健康產業升級峰會，屆時將在大會上圍繞基層醫療、智慧醫院進行討論，感興趣的可以關注一下。

我的分享就到這里，謝謝大家！
? ? ? ?責任編輯：tzh