人口老齡化+慢病高漲+醫(yī)療資源分配不均，醫(yī)療人工智能需求巨大

醫(yī)學人工智能是解決醫(yī)療生產力的根本之道。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。

圖表1：2010-2017年國內人口以及60歲以上的人口統(tǒng)計（單位：萬人，%）

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，中國已經成為了全球領先的AI研發(fā)中心，醫(yī)學人工智能在中國的發(fā)展面臨著非常好的機遇。

圖表2：截至2017年醫(yī)療人工智能的相關政策

優(yōu)質醫(yī)療資源匱乏，人工智能+醫(yī)療健康改變未來

醫(yī)療領域最突出的問題就是優(yōu)質醫(yī)療資源不足，同時，醫(yī)生對疾病的診斷準確度和效率還有非常大的提升空間。長期以來，大多數(shù)國家和地區(qū)，特別是進入老齡化社會之后，對醫(yī)生的需求量有增無減。解決醫(yī)生資源不足的問題，除了增加供給量，別無他法。但是醫(yī)生培養(yǎng)需要周期，而且供給量也不能無限增加。于是，人們開始寄希望于機器。因為一旦能夠實現(xiàn)機器看病，供給量將會無限增加。所以，人工智能+醫(yī)療健康的結合，是人工智能諸多應用場景中最重要一個。

圖表3：醫(yī)療人工智能的發(fā)展歷程（人工網絡神經為例）

算力算法齊備，人工智能+醫(yī)療等待醫(yī)療大數(shù)據(jù)引爆

算法、算力和數(shù)據(jù)，是人工智能快速發(fā)展的三個要素。算力是人工智能的基礎設施之一，目前每GFLOPS的算力成本已降至8美分。算法是人工智能發(fā)展的基礎，算法框架中諸如Caffe、TensorFlow、Torch等大多數(shù)已經實現(xiàn)了開源，成為大多數(shù)工程師的選擇，對行業(yè)的加速發(fā)展和人才的培養(yǎng)起到了非常大的作用。數(shù)據(jù)方面，人工智能系統(tǒng)必須通過大量的數(shù)據(jù)來“訓練”自己，才能不斷提升輸出結果的質量。目前醫(yī)療數(shù)據(jù)還具有公開性不高，難以獲得、清洗的特點。

圖表4：醫(yī)療人工智能的三大要素

在過去的十年里，隨著電子病歷的實施，數(shù)字化的實驗室幻燈片，高分辨率的放射圖像、視頻，醫(yī)療保健數(shù)據(jù)量呈指數(shù)級增長，整個醫(yī)療行業(yè)的數(shù)據(jù)量令人難以置信。再加上制藥企業(yè)和學術研究機構檔案，以及數(shù)萬億的數(shù)據(jù)流從可穿戴式設備的傳感器中得到。EMC和IDC發(fā)布的報告顯示，2013年全球醫(yī)療保健數(shù)據(jù)量為153EB，預計年增長率為48%。這意味著到2020年，這個數(shù)字將達到2314EB。

圖表5：2013-2020年全球醫(yī)療大數(shù)據(jù)數(shù)量及預測（單位：EB）

圖表6：醫(yī)療數(shù)據(jù)特征

應用豐富，人工智能和醫(yī)療行業(yè)多個領域檫出火花

在醫(yī)療健康行業(yè)，人工智能的應用場景越發(fā)豐富，人工智能技術也逐漸成為影響醫(yī)療行業(yè)發(fā)展，提升醫(yī)療服務水平的重要因素。與互聯(lián)網技術在醫(yī)療行業(yè)的應用不同，人工智能對醫(yī)療行業(yè)的改造包括生產力的提高，生產方式的改變，底層技術的驅動，上層應用的豐富。人工智能與醫(yī)療的結合方式較多，就醫(yī)流程方面包括診前、診中、診后；適用對象包括醫(yī)院、醫(yī)生、藥企、檢驗機構等；就賦能醫(yī)療行業(yè)的角度分析，包括降低醫(yī)療成本，提高診斷效率等多種模式。我國醫(yī)療人工智能企業(yè)聚焦的應用場景集中在虛擬助理、病例與文獻分析、醫(yī)療影像輔助診斷、藥物研發(fā)、基因測序等領域。

圖表7：醫(yī)療人工智能主要應用場景

創(chuàng)業(yè)公司層出不窮，國內醫(yī)療人工智能相關企業(yè)多達139家

據(jù)前瞻產業(yè)研究院統(tǒng)計數(shù)據(jù)顯示，目前，國內醫(yī)療人工智能相關企業(yè)多達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。

圖表8：1998-2016年我國醫(yī)療人工智能成立公司數(shù)（單位：個）

從大的產業(yè)鏈層面來看整個行業(yè)的業(yè)態(tài)，我們可以看到，整個產業(yè)鏈可以分為三個層次：基礎層、技術層與應用層。由于基礎算法和計算平臺、海量的數(shù)據(jù)來源還有機器學習、圖像識別的基礎技術的壁壘較高，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、容易進入的輔助診斷、健康管理和藥物研發(fā)等應用層扎堆。

圖表9：醫(yī)療人工智能產業(yè)鏈

醫(yī)療人工智能潛力非凡，2018年市場規(guī)模有望達200億

人工智能和醫(yī)療的結合具有非凡的發(fā)展?jié)摿拖胂罂臻g，也是未來5-10年的投資熱點之一。根據(jù)前瞻產業(yè)研究院發(fā)布的《2018-2023年中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》：2016年中國人工智能+醫(yī)療市場規(guī)模達到96.61億元，增長率為37.9％，中國人工智能+醫(yī)療市場規(guī)模在持續(xù)增長，2017年將超130億元，增長40.7％，有望在2018年市場規(guī)模達到200億元。

圖表10：2015-2018年中國人工智能+醫(yī)療市場規(guī)模增長趨勢圖（單位：億元）