[科技界] “AI+医疗”：人工智能落地的第一只靴子？

人工智能最大的优势在于计算能力的高效率，尤其是在数据密集型、知识密集型、大脑密集型的行业。与互联网不同，人工智能对医学领域的改造是颠覆性的。

ibm的人工智能公司沃森最近仅用10秒钟就开出了癌症处方。在引起舆论热潮的同时，也将ai+医疗再次推向高潮。方正证券最近发布了一份关于互联网医疗的深度报告，报告显示，虽然安全和智能投资是最热门的，但ai可能会在医疗领域占据领先地位。

接管internet plus无可奈何的医疗痛点

图像识别、深度学习和神经网络等关键技术推动了人工智能的新一轮发展

报告指出，从医疗行业互联网转型的角度来看，中国互联网医疗发展经历了三个阶段:信息服务阶段，即互联网转型是医疗信息流，实现人与信息的联系；在咨询服务阶段，互联网改变了健康咨询的服务流程，实现了人与医生的联系；在诊疗服务阶段，互联网改变了医疗服务流程，实现了人与医疗机构的联系。

但互联网带来的模式创新并没有从根本上提高医疗供给方的服务能力，从而从根本上解决了医疗资源(尤其是医生)紧缺的局面。

同时，图像识别、深度学习、神经网络等关键技术的突破，导致了新一轮人工智能的大发展。人工智能+医疗的概念应运而生。

与互联网不同，人工智能对医学领域的改造是颠覆性的。

对人工智能医疗的需求主要基于几个客观现实:一方面，优质医疗资源供给不足，成本高，医生培训周期长，误诊率高，疾病谱变化快，技术日新月异；另一方面，随着人口老龄化、慢性病的增长和对健康的日益重视，对医疗服务的需求不断增加。

人工智能的核心竞争力其实是人类所拥有的能力，但与人类相比，最大的优势在于计算能力的高效率，尤其是在数据密集型、知识密集型、脑力劳动密集型行业。

在医学领域，ibm沃森可以在17秒内阅读3469篇医学专著、248000篇论文、69个治疗方案、61540个测试数据和106000份临床报告。Ibm沃森通过吸收医学知识，包括300多种医学期刊、200多种教科书和近1000万页的内容，在短时间内迅速成为一名肿瘤学家。

根据阿里巴巴云研究中心与bcg的最新合作报告，从技术突破和应用价值来看，人工智能未来将有服务功能、技术突破和超级智能三个阶段。未来35年将爆发基于数据的服务智能阶段:人工智能扩展，整合多个垂直行业应用，丰富实用场景。Idc digital预测，到2020年，医疗数据量将达到40万亿gb，估计约80%的数据将是非结构化数据。

四种模式争夺万亿市场

人工智能+辅助诊疗空潜在市场巨大，至少营收规模在一万亿以上

根据全球创业公司的实践，ai+医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、心理健康、护理、急诊室与医院管理、药物开采、虚拟助手、可穿戴设备等，其中四种模式是主流。

首先是AI+辅助诊疗，也就是使用人工智能技术

在辅助诊疗中，让计算机学习专家医生的医学知识，模拟医生的思维和诊断推理，给出可靠的诊疗方案。辅助诊疗场景是医学领域最重要、最核心的场景。人工智能+辅助诊疗空的潜在市场是巨大的，至少有一万亿以上的收入规模。

Ibm watson是ai+辅助诊断和治疗中最成熟的案例。2012年，沃森通过了美国专业医师资格考试，并被部署在美国多家医院提供辅助诊断和治疗服务。目前，ibm沃森提供的疾病包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌和子宫癌。

Ai+医学影像将人工智能技术应用于医学影像的诊断。主要分为两部分:第一，图像识别应用于感知环节，其主要目的是分析图像等非机构数据，获取一些有意义的信息；二是深度学习，应用于学习和分析，是ai应用的核心环节。通过大量的图像数据和诊断数据，不断对神经网络进行深度学习训练，提升其掌握诊断的能力。

现在ai+医学影像已经走出实验室，下一步就是商业化。贝斯以色列女执事医学中心(bidmc)与哈佛医学院合作开发的人工智能系统，能够以92%的准确率识别乳腺癌病理图片中的癌细胞，结合病理学家的分析，其诊断准确率可高达99.5%。我国深度护理对乳腺癌细胞识别的准确率也达到92%。

Ai+药物挖掘是指将深度学习技术应用于药物的临床前研究，从而快速、准确地挖掘和筛选合适的化合物或生物，缩短新药研发周期，降低新药研发成本，提高新药研发成功率。通过计算机模拟，ai可以预测药物的活性、安全性和副作用。在深度学习的帮助下，心血管药物、抗肿瘤药物、孤儿药物、常见传染病治疗药物等都有了新的突破。目前，许多以人工智能技术为主导的R&D制药企业已经出现。

最后，ai+健康管理。目前，从全球ai+医疗创业公司的角度来看，主要集中在风险识别、虚拟护士、心理健康、在线咨询、健康干预和基于精准医学的健康管理等方面。

巨人基础下的生态圈竞争

底层已经基本由技术巨头布局，开放人工智能平台是其生态建设的必然趋势

据报道，按照技术水平，从上到下，人工智能产业链目前分为基础层、技术层和应用层三个产业层。

基础层的计算能力是构建生态的基础，技术层的算法、框架、通用技术是构建技术护城河的基础，属于人工智能行业的基础设施，具有高投入、高收益的特点，需要中长期投入。应用层是人工智能技术在特定行业和特定应用场景中实现价值的渠道，具有流动性强的特点。

目前底层已经基本由技术巨头布局，未来人工智能平台的开放是其生态建设的必然趋势。应用层汇聚了大量ai+医疗创业公司，分布在多个子板块。总体而言，全球ai+医疗产业结构呈现倒金字塔型。

对于全球性的技术巨头来说，他们之间的竞争不仅仅是某项技术或某个领域的竞争，更是生态圈之间的竞争。目前，科技巨头利用禀赋优势，打造了自己的生态圈基本形态，基本完成了人工智能+生态的基础设施布局。

随着ai+医疗的基础层和技术层技术巨头布局的逐步完善，应用层的布局也开始发挥实力。目前医疗行业应用该布局的有四大公司:ibm、Google、微软、百度。

目前，中国的ai+医疗行业还处于起步阶段。2016年是全球人工智能的第一年，也是中国人工智能的第一年。随着资本对ai+医疗的追求，很多创业公司都成功获得了融资。其中半年前刚刚成立的碳云智能，在A轮中获得10亿元融资。随着全球科技巨头纷纷开放人工智能平台，将有效弥补国内底层积累的不足，各子行业ai+医疗创业公司将受益。