走過元年，人工智能徹徹底底地火了。而作為行業(yè)中較為成熟的領(lǐng)域，醫(yī)療人工智能被認(rèn)為是AI最先落地的部分。近日，火石創(chuàng)造發(fā)布了2017年醫(yī)療人工智能產(chǎn)業(yè)圖譜。

　　從1956年的達(dá)特矛斯會議提出“人工智能”的概念，到AlphaGo擊敗圍棋世界冠軍，人工智能的發(fā)展不過僅僅半個世紀(jì)的時間，期間都曾因遇到瓶頸而停滯不前。而如今，人工智能已經(jīng)跨過了元年，計算平臺、海量數(shù)據(jù)以及機(jī)器學(xué)習(xí)等技術(shù)的助推力，把人工智能的發(fā)展推到了一個前所未有的速度等級。而醫(yī)療健康被認(rèn)為是人工智能將率先落地的領(lǐng)域，尤其是醫(yī)學(xué)影像和基因組學(xué)等方面，已經(jīng)出現(xiàn)了意想不到的成果。

　　數(shù)據(jù)是醫(yī)學(xué)人工智能的能源，如果沒有數(shù)據(jù)能源就像即使發(fā)明了汽車但沒有汽油一樣，是沒辦法跑動的。IDC曾預(yù)測，到2020年，全世界醫(yī)療數(shù)據(jù)總量將達(dá)到40萬億GB，是2010年的30倍。數(shù)據(jù)生成和共享的速度迅速增加，但目前仍有80%的數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)。

　　醫(yī)療人工智能在中國的機(jī)遇

　　醫(yī)學(xué)人工智能是解決醫(yī)療生產(chǎn)力的根本之道。在我國，人口老齡化、慢病高速增長、醫(yī)療資源供需嚴(yán)重失衡以及地域分配不均等問題，造就了對醫(yī)療人工智能的巨大需求;同時，我國人口基數(shù)大、產(chǎn)業(yè)組合豐富、人才儲備充分等特點，又給人工智能的發(fā)展提供了很好的基礎(chǔ)。

　　另一方面，近年來國家發(fā)布的80多條全國性政策以及多條醫(yī)療人工智能專項政策，都表明醫(yī)療人工智能的發(fā)展迎來政策利好。因此，中國已經(jīng)成為了全球領(lǐng)先的AI研發(fā)中心，醫(yī)學(xué)人工智能在中國的發(fā)展面臨著非常好的機(jī)遇。

　　根據(jù)火石創(chuàng)造HSMAP系統(tǒng)的統(tǒng)計數(shù)據(jù)，目前，國內(nèi)醫(yī)療人工智能相關(guān)企業(yè)多達(dá)139家，主要分布在北京、廣州以及長三角地區(qū)。

　　從時間的維度上來看，國內(nèi)的醫(yī)療人工智能企業(yè)從2014年開始出現(xiàn)了一個增長的高峰，雖然相較于國外來說發(fā)展較晚，但是近三年來的增長非常迅速，創(chuàng)業(yè)公司層出不窮。

　　醫(yī)療人工智能產(chǎn)業(yè)鏈與企業(yè)圖譜

　　從大的產(chǎn)業(yè)鏈層面來看整個行業(yè)的業(yè)態(tài)，我們可以看到，整個產(chǎn)業(yè)鏈可以分為三個層次：基礎(chǔ)層、技術(shù)層與應(yīng)用層。由于基礎(chǔ)算法和計算平臺、海量的數(shù)據(jù)來源還有機(jī)器學(xué)習(xí)、圖像識別的基礎(chǔ)技術(shù)的壁壘較高，往往需要較長期的高投入才能有高回報，因此科技巨頭往往偏向于布局底層，而創(chuàng)業(yè)公司則往往選擇在變現(xiàn)能力強(qiáng)、容易進(jìn)入的輔助診斷、健康管理和藥物研發(fā)等應(yīng)用層扎堆。

　　根據(jù)企業(yè)的分布情況，可以將產(chǎn)業(yè)鏈中的企業(yè)做一個劃分。按照治療前、治療期間以及治療后及康復(fù)階段，國內(nèi)外的公司均可分成9個類別，其中語音交互、信息化管理等分類中的公司，它們發(fā)揮的作用可能會貫穿整個診療過程，詳見以下圖譜。

　　國外的公司分類略有不同，相較之下，國外將人工智能用于藥物挖掘的創(chuàng)業(yè)公司比例較高，對藥物研發(fā)產(chǎn)業(yè)來說，研發(fā)效率和成功率的提升非常重要，用研發(fā)投入去計算市場容量其實可以發(fā)現(xiàn)，這部分的市場容量是更大的。

　　醫(yī)療人工智能領(lǐng)域投融資情況

　　根據(jù)火石創(chuàng)造HSMAP的數(shù)據(jù)統(tǒng)計，國內(nèi)目前為止已有公開披露的融資事件有93筆，其中有57筆明確公布了融資金額。從時間上來看，2014-2016年融資數(shù)量有了明顯的上升，而且增長速度很快，資本的活躍度逐年走高。

　　而不管是國內(nèi)還是國外，從融資輪次的集中度上來看，都可以明顯看到，大部分的融資事件都發(fā)生在種子輪、天使輪以及A輪這樣的早期風(fēng)險投資階段，這表明行業(yè)內(nèi)的公司大多還處在初創(chuàng)階段，整個行業(yè)呈現(xiàn)出年輕化、集中度低的態(tài)勢，尚未出現(xiàn)明顯的獨角獸或者壟斷。

　　國內(nèi)外投融資輪次及時間分布熱力圖

　　從融資額度的角度來看，更是可以看出非常明顯的增長趨勢，僅國內(nèi)來說，千萬級和億級的融資事件占到了65%以上，國外的大部分融資也都分布在早期階段。

　　在國內(nèi)各細(xì)分領(lǐng)域中，輔助診療融資金額高居第一，達(dá)到20億;接下來分別是語音交互的13億，還有醫(yī)學(xué)影像和健康管理不分伯仲的11億。

　　從投融資的情況來看，我們可以看到幾點：

　　1、全球人工智能發(fā)展同步性高，大部分企業(yè)處于早期階段;

　　2、行業(yè)尚無明顯獨角獸出現(xiàn)，創(chuàng)業(yè)公司機(jī)會很大，但同時競爭也會很激烈，應(yīng)避開與大公司直接競爭，而找到核心的競爭力;

　　3、行業(yè)潛力相當(dāng)巨大，資本也毫不吝嗇。

　　醫(yī)學(xué)人工智能產(chǎn)業(yè)發(fā)展趨勢

　　治療前階段

　　臨床治療前涵蓋了輔助診斷、醫(yī)學(xué)影像診斷、虛擬助手等領(lǐng)域的公司。目前，這部分是AI發(fā)展比較成熟的部分，比如影像輔助診斷如果與病理分析相結(jié)合，準(zhǔn)確率可以高達(dá)99.5%，并且大大緩解放射醫(yī)生的工作強(qiáng)度。

　　從投資情況來看，這部分的公司是目前資本最活躍的部分的，市場規(guī)模預(yù)計可以達(dá)到萬億，創(chuàng)業(yè)公司的活躍度相當(dāng)高。

　　治療階段

　　藥物研發(fā)、智能醫(yī)療機(jī)器人都是這個階段的應(yīng)用形式，從全球的情況來看，AI輔助藥物研發(fā)的公司比例相對較高，在研發(fā)周期長、投入大、失敗率高等為特點的藥物研發(fā)現(xiàn)狀影響下，產(chǎn)業(yè)發(fā)展的需求量大，可達(dá)到千億級的市場。

　　目前醫(yī)療機(jī)器人全球做的最好的是達(dá)芬奇機(jī)器人，國內(nèi)也有部分初創(chuàng)公司在做這部分工作。AI結(jié)合醫(yī)療機(jī)器人的市場前景其實被廣泛看好，在未來將是高速增長的一部分。

　　治療后及康復(fù)階段

　　人工智能在這一階段的應(yīng)用有著覆蓋范圍廣、應(yīng)用場景多等特點，涉及健康管理、可穿戴設(shè)備、風(fēng)險預(yù)測、信息化和數(shù)據(jù)管理等，有很大一部分都是消費級的產(chǎn)品，在未來可能會是增長規(guī)模最大的部分。

　　醫(yī)學(xué)人工智能本身就是跨界融合的領(lǐng)域，將醫(yī)學(xué)、生物學(xué)與IT等充分結(jié)合在一起。因此，科技巨頭們也都在紛紛跨界醫(yī)學(xué)人工智能領(lǐng)域。

　　目前，包括BAT在內(nèi)，國內(nèi)共有8家新三板以及上市公司布局醫(yī)療人工智能領(lǐng)域。有數(shù)據(jù)顯示全球總共有1800多家全行業(yè)人工智能的企業(yè)，其中基礎(chǔ)平臺公司與應(yīng)用公司的比例大概是1:10000。

　　從上圖的微笑曲線可以看到人工智能產(chǎn)業(yè)鏈的本質(zhì)，即數(shù)據(jù)交易市場的完善與分析算法的趨同，使得這兩個領(lǐng)域附加價值不斷降低;而數(shù)據(jù)的供給側(cè)與最后的解決方案則會成為附加價值的最高處。

　　人工智能發(fā)展中存在的問題

　　正如上文中所說，在大量的醫(yī)療數(shù)據(jù)中，有80%是非結(jié)構(gòu)化的數(shù)據(jù)，它們藏在醫(yī)院的病例資料里，藏在海量的影像片子里，大部分都無法被獲得，也無法被計算機(jī)識別和處理。

　　因此，如何能高效地將非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化成機(jī)器可以識別的結(jié)構(gòu)化數(shù)據(jù)?如何打破數(shù)據(jù)壁壘和信息孤島，使得優(yōu)質(zhì)的數(shù)據(jù)來源能真正為醫(yī)學(xué)人工智能的發(fā)展服務(wù)，都是亟待解決的問題。

　　另外，在臨床診療過程中，人工智能如果真的能取代醫(yī)生進(jìn)行決策，萬一0.1%概率的醫(yī)療差錯出現(xiàn)，醫(yī)療責(zé)任主體又該如何確定?行業(yè)的發(fā)展又該如何解決監(jiān)管的問題?

　　如果這些問題不在發(fā)展的過程中同步解決，將會制約產(chǎn)業(yè)本身的發(fā)展。