本文首发于2018年6月18日
《中国战略新兴产业》
顾彦
| 本文共 2,730 字 阅读需 6 分钟
经过 10 多年的探索，互联网医疗从 1.0 时代的信息查询，到 2.0 时代的在线问诊，逐渐向 3.0 时代的人工智能发展。互联网医疗的蓬勃发展积累起海量的医疗数据，促进了智能医疗的发展，人工智能正在教会机器如何“听懂”、“读懂”、“看懂”，协助医生诊断疾病。
中国经济信息社发布的《新一代人工智能发展年度报告 2017》指出，目前，人工智能已在医疗影像、医疗机器人、远程问诊、药物挖掘等领域逐渐开展探索与应用。人工智能正在重建以患者为中心的医疗体系，尤其在医疗影像领域的商业化取得较快进展。
我国正处于医疗人工智能的风口
互联网医疗健康产业联盟发布的《2018 年医疗人工智能技术与应用白皮书》（以下简称《白皮书》）指出，医疗行业长期存在优质医生资源分配不均，诊断误诊漏诊率较高，医疗费用成本过高，放射科、病理科等科室医生培养周期长，医生资源供需缺口大等问题。
随着近些年深度学习技术的不断进步，人工智能逐步从前沿技术转变为现实应用。在医疗健康行业，人工智能的应用场景越发丰富，人工智能技术也逐渐成为影响医疗行业发展，提升医疗服务水平的重要因素。通过人工智能在医疗领域的应用，可以提高医疗诊断准确率与效率；提高患者自诊比例，降低患者对医生的需求量；辅助医生进行病变检测，实现疾病早期筛查；大幅提高新药研发效率，降低制药时间与成本。
麦肯锡全球研究院新近发布的《人工智能：下一个数字前沿》调查报告指出，人工智能在医疗行业的应用主要集中在疾病预防、疾病诊治、资源配置、患者服务四大方面，包括疾病预测、智能决策、个体化精准医疗、慢病管理等。通过采用人工智能手段分析人群健康大数据，制定规范化临床路径，可有效提高医生的诊疗水平和问诊效率，实现医疗服务的精准、个体化、高质与高效，节约医疗成本，帮助解决行业面临的医疗资源配置不均衡、基层诊疗水平低、医生培养周期长、疾病谱变化快等问题。
据统计，到 2025 年人工智能应用市场总值将达到 1270 亿美元，其中医疗行业将占市场规模的 1/5。我国正处于医疗人工智能的风口：2016 年中国人工智能+医疗市场规模达到 96.61 亿元，增长 37.9%；2017 年估计超过 130 亿元，增长 40.7%；2018 年有望达到 200 亿元。
投资方面，IDC 发布的报告显示，2017 年全球对人工智能和认知计算领域的投资将迅猛增长 60%，达到 125 亿美元，在 2020 年将进一步增加到 460 亿美元。其中，针对医疗人工智能行业的投资也呈现逐年增长的趋势。其中 2016 年总交易额为 7.48 亿美元，总交易数为 90 起，均达到历史最高值。
医疗影像人工智能应用发展最快
在多种模式的智能医疗中，以医疗影像领域的应用进展最为迅速。市场研究公司 Frost & Sullivan 在对 2018 年全球医疗健康业十大趋势作出预测时指出，人工智能将成为影像诊断的主流。
《白皮书》介绍，医疗影像数据是医疗数据的重要组成部分，从数量上看超过 90%以上的医疗数据都是影像数据，从产生数据的设备来看包括 CT、X 光、MRI、PET 等医疗影像数据。据统计，医学影像数据年增长率为 63%，而放射科医生数量年增长率仅为 2%，放射科医生供给缺口很大。人工智能技术与医疗影像的结合有望缓解此类问题。
人工智能技术在医疗影像的应用主要指通过计算机视觉技术对医疗影像进行快速读片和智能诊断。人工智能在医学影像中应用主要分为两部分：一是感知数据，即通过图像识别技术对医学影像进行分析，获取有效信息；二是数据学习、训练环节，通过深度学习海量的影像数据和临床诊断数据，不断对模型进行训练，促使其掌握诊断能力。
目前，人工智能技术与医疗影像诊断的结合场景包括肺癌检查、糖网眼底检查、食管癌检查以及部分疾病的核医学检查和病理检查等。目前，我国已有兰丁高科、泰立瑞、迪英加科技等众多企业开始研究利用人工智能辅助数字病理诊断，他们开发的人工智能辅助诊断系统针对乳腺癌、宫颈癌等疾病的病理检查已实现较高的准确率。
市场研究公司 Reaseach and Markets 的数据显示，全球医疗影像设备在 2013 年达到 302 亿美元，预计 2020 年达到接近 500 亿元的规模，2010-2020 年复合年增长率达到 7%，而我国约占 12%的市场。基于医疗影像的人工智能产品应用才刚刚开始，未来有望渗透到医疗影像设备和影像服务市场，提高诊断效率和准确度，应用空间较大。
产品和服务仍需完善
在新形势下，我国医疗人工智能的发展也面临着机遇和挑战，技术能力不断增强，但产品和服务仍需完善。
《白皮书》指出，数据是人工智能技术最重要的因素之一，却也是行业发展的瓶颈。对于机器学习而言，模型越复杂、越具有强表达能力越容易降低对未来数据的解释能力，而专注于解释训练数据，这种现象会导致训练数据效果很好，但遇到未知的测试数据预测效果会大幅降低。因此，数据问题的解决是保证医疗影像辅助诊断产品是否能够广泛应用的关键。
而且，医疗人工智能产品需要实现从试验向临床应用的突破。目前，业内针对肺结节、糖网病检查等场景的医疗人工智能产品诊断准确率普遍很高，但是真实情况并非如此乐观。企业其实“既是选手又是裁判”，各家有自己的数据库，各自的算法都是按照自己的数据进行训练的，然后再以自己的数据来验证准确性。在没有得到临床验证前，这种基于标准或特定数据集的实验室测试结果并不具备较大的意义，因为实际临床应用的场景是非常复杂的。
另外，缺乏可持续的商业模式、医疗责任认定不明确、缺乏专业人才等也是目前医疗人工智能发展的面临的主要问题。
工信部相关负责人建议，未来应当从 3 个方面推动医疗人工智能领域的发展。
一是促进行业跨界融合、协同创新。希望信息通信产业能够切实对接医疗卫生行业需求，加强跨行业的技术交流与产业合作，进一步优化产业创新资源，共同推进医疗云计算和人工智能关键技术和发展模式的研究。
三是建立互联网医疗健康标准与评测体系。要建立适应产业发展的联盟标准工作机制，推进相关产品和服务标准的研究和制定，并开展相关评测验证，充分发挥标准在产业发展的指导、引领和示范作用。
顾彦近期文章
从“互联网+”到“人工智能+” 中国正在成为AI领跑者
互联网＋农业： 信息技术从实验室走进田间地头
END
制作：艾丽
閱讀更多 中國戰略新興產業 的文章
