近日，《我不是藥神》在暑期檔院線國產電影中異軍突起，自開播以來可謂是口碑、票房雙豐收。作為國內醫藥領域第一部現實主義題材的電影，“醫藥行業轉型發展”的話題也隨之進入大眾視野。在互聯網醫療專題研究中，除了醫藥領域，我們今天再來把目光聚焦於醫療輔助決策市場。
釋放優質醫療資源，輔助提升就醫效率
醫療輔助決策產品的落地將在很大程度上釋放醫療資源，解決醫療資源缺乏等問題。傳統問診流程中，醫生和患者往往無法進行合理匹配。因此大醫生的精力通常會被耗費在普通疾病上，而無法專注科研及疑難雜症的研究。此外，由於基層缺乏優質醫生，無法與患者搭建起良好的信任關係，進一步促使患者湧向三級醫院的大醫生。
全科及專科輔助診斷產品基於人工智能（語音、圖像、語義、生物識別、機器學習等）、雲計算、大數據、通信傳輸、物聯網等技術，將作為輔助醫生診療的工具，釋放優質醫療資源。
一方面，全科輔助診斷將彙集常見病種信息，幫助基層醫生做出初步診斷，以提高診療準確率，為有需求的患者提供向上轉診服務。
另一方面，影像病理類產品將輔助醫生處理大量冗繁的圖片信息，在短時間內捕捉肉眼難以識別的變化，為大醫生提供有效而及時的預警，最終提升患者生存率。
影像病理類輔助診斷已初步落地，2022年市場規模將達55.86億元
艾瑞認為2022年醫療輔助決策市場將全面落地，市場規模將初步達到55.86億元人民幣。以應用場景為例，醫療輔助決策可被應用在全科及專科領域。
全科輔助診斷，主要幫助全科醫生進行病人的初診及篩查，實現基層診療機構或大型三級醫院/機構的快速分診。該類產品的研發需要基於體系化的疾病數據庫、語義識別等技術，因此相較專科類的產品成熟度低。目前，全科輔助診斷的準確率在85%左右，其產品落地仍需要1-2年時間。
專科輔助診斷主要涉及的技術是圖像識別，因此相對成熟，且在影像、病理識別中的準確率能夠達到90%以上。涉及的領域包括肺部各類結節、胸部結節/氣胸、腦疝、宮頸癌、眼底篩查、口腔、皮膚等多類以影像病理圖片篩查為基礎的疾病或科目。目前專科輔助診斷的價值在於為醫生提供病灶性狀描述、自動生成報告、精準定位病灶，降低漏檢風險。
B端客戶已入場，收費方式多樣
醫療輔助決策企業的客戶將主要來自B端，及各地政府衛計委、醫院、基層醫療機構/第三方檢驗平臺等。現階段，針對不同客戶常見收費方式有三種：
1.軟件租賃或解決方案，企業為醫院機構或政府（省市衛計委）搭建系統或軟件服務，獲取一定技術服務費或軟件租賃費。
2.數據分析收入，企業為體檢機構提供影像識別服務，提高影像讀取效率；或利用機器學習為藥企提供服務，以便提高藥物發現的“命中”幾率。
3.產品綁定，將成熟模型與健康醫療器械綁定，輔助提升其市場競爭力。大數據企業將獲得一定比例的提成或資源。
4.按使用次數收費，未來AI技術在獲得三類器械認證後，患者可在就醫時實現按次付費。
閱讀更多 艾瑞 的文章
