醫(yī)療人工智能服務(wù)平臺(tái)建設(shè)人工智能+醫(yī)療產(chǎn)業(yè)目錄智能醫(yī)療概述1234典型應(yīng)用場(chǎng)景醫(yī)療企業(yè)業(yè)務(wù)未來(lái)發(fā)展趨勢(shì)目錄人工智能+醫(yī)療產(chǎn)業(yè)人工智能中樞1人工智能中樞作為智慧能力支撐平臺(tái)，提供了完整的智能模型全生命周期管理和AI應(yīng)用敏捷開發(fā)能力，主要定位為智能模型服務(wù)的共享復(fù)用和快速編排，實(shí)現(xiàn)AI應(yīng)用快速開發(fā)。人工智能中樞支持研發(fā)流程的標(biāo)準(zhǔn)化、自動(dòng)化，為前臺(tái)業(yè)務(wù)提供快速構(gòu)建個(gè)性化智能服務(wù)的能力，實(shí)現(xiàn)算法模型和算法能力的場(chǎng)景式編排，并向應(yīng)用提供服務(wù)接口，支撐人工智能場(chǎng)景應(yīng)用建設(shè)，賦能城市智慧化。人工智能中樞1系統(tǒng)端變化PC端移動(dòng)端業(yè)務(wù)與管理端變化數(shù)字化集成化網(wǎng)絡(luò)化智能化感知理解學(xué)習(xí)深化推理分析人機(jī)交互智能感知與理解視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行精確的結(jié)構(gòu)化數(shù)據(jù)采集匯集各域的結(jié)構(gòu)化數(shù)據(jù)，基于業(yè)務(wù)規(guī)則，建立模型和關(guān)系的知識(shí)數(shù)據(jù)，進(jìn)行推理、比對(duì)和分析，獲取深入的數(shù)據(jù)洞察與決策依據(jù)通過(guò)增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)等技術(shù)，以自然友好的方式進(jìn)行人機(jī)交互從知識(shí)大數(shù)據(jù)中快速提取關(guān)鍵信息，基于神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和認(rèn)知，優(yōu)化計(jì)算模型人工智能中樞1IaaS云服務(wù)器云存儲(chǔ)云計(jì)算IDC服務(wù)器IDC存儲(chǔ)IDC計(jì)算網(wǎng)絡(luò)私有網(wǎng)絡(luò)公有網(wǎng)絡(luò)SDK非結(jié)構(gòu)化結(jié)構(gòu)化業(yè)務(wù)數(shù)據(jù)跨國(guó)傳輸跨城傳輸采集集群采集傳輸PaaS數(shù)據(jù)層數(shù)據(jù)分發(fā)流式計(jì)算實(shí)時(shí)計(jì)算SparkMRHDFS離線計(jì)算PaaS計(jì)算層MQ消息中間件KV存儲(chǔ)在線RMDB

任務(wù)調(diào)度調(diào)度引擎iPaaSdSaaS分析報(bào)表精準(zhǔn)推薦營(yíng)銷活動(dòng)安全打擊其他應(yīng)用應(yīng)用開發(fā)平臺(tái)?

集群負(fù)載情況?

數(shù)據(jù)消費(fèi)關(guān)系?

數(shù)據(jù)指標(biāo)關(guān)系?

數(shù)據(jù)存儲(chǔ)關(guān)系?

離線計(jì)算關(guān)系?

…..?

微服務(wù)調(diào)用跟蹤鏈?

接口使用指標(biāo)關(guān)系?

集群調(diào)度信息?

接口部署信息?

…..?

數(shù)據(jù)入庫(kù)關(guān)系?

離線導(dǎo)入關(guān)系?

數(shù)據(jù)透?jìng)麝P(guān)系?

…..?

基礎(chǔ)指標(biāo)信息?

項(xiàng)目與資源關(guān)系?

…..數(shù)據(jù)與業(yè)務(wù)血緣關(guān)系鏈智能醫(yī)療概述123456綜合、多維度的研究，深入理解“人工智能+醫(yī)療”的內(nèi)涵與外沿，透過(guò)“人工智能+醫(yī)療”各應(yīng)用場(chǎng)景，了解醫(yī)療人工智能公司的產(chǎn)品形態(tài)與業(yè)務(wù)模式。通過(guò)數(shù)據(jù)觀察目前公司整體發(fā)展?fàn)顩r，并對(duì)醫(yī)療人工智能的未來(lái)進(jìn)行預(yù)測(cè)。從政策、經(jīng)濟(jì)、社會(huì)、技術(shù)四個(gè)維度分析人工智能與醫(yī)療結(jié)合的發(fā)展條件。企業(yè)宏觀數(shù)據(jù)盤點(diǎn)和巨頭布局狀況分析。分析醫(yī)療人工智能的發(fā)展機(jī)會(huì)和潛在挑戰(zhàn)。從人口結(jié)構(gòu)、醫(yī)療資源等維度分析我國(guó)當(dāng)前醫(yī)療產(chǎn)業(yè)宏觀環(huán)境。從發(fā)展環(huán)境、公司現(xiàn)狀、產(chǎn)品形態(tài)、業(yè)務(wù)模式、公司案例等維度對(duì)八大應(yīng)用場(chǎng)景進(jìn)行解析。對(duì)醫(yī)療人工智能相關(guān)信息進(jìn)行了盤點(diǎn)梳理，了解了相關(guān)概念、發(fā)展歷史、宏觀環(huán)境、發(fā)展條件、企業(yè)現(xiàn)狀等基本情況。1目前我們可以非常清楚地看到，“人工智能+醫(yī)療”是近年來(lái)從事醫(yī)療領(lǐng)域的科技類公司最推崇的企業(yè)標(biāo)簽之一，其涉及的公司類型和產(chǎn)品類型極其豐富，正在改變著傳統(tǒng)的醫(yī)療產(chǎn)業(yè)。1智慧醫(yī)療人工智能人工智能+醫(yī)療點(diǎn)擊添加標(biāo)題詳細(xì)針對(duì)人工智能技術(shù)實(shí)現(xiàn)、應(yīng)用場(chǎng)景劃分標(biāo)準(zhǔn)與范圍界定、市場(chǎng)整體環(huán)境與具體需求、企業(yè)業(yè)務(wù)模式與市場(chǎng)策略、下一步發(fā)展的機(jī)會(huì)與風(fēng)險(xiǎn)等細(xì)節(jié)問(wèn)題，進(jìn)行深入挖掘，聽取來(lái)自行業(yè)第一線工作者和企業(yè)領(lǐng)導(dǎo)層對(duì)行業(yè)的見解和認(rèn)知。智能醫(yī)療概述AI+醫(yī)療應(yīng)用場(chǎng)景虛擬助理醫(yī)學(xué)影像輔助診療疾病風(fēng)險(xiǎn)預(yù)測(cè)藥物挖掘健康管理醫(yī)院管理輔助醫(yī)學(xué)研究平臺(tái)1賦能現(xiàn)象發(fā)展矛盾廣闊市場(chǎng)“人工智能+醫(yī)療”是人工智能技術(shù)對(duì)于醫(yī)療產(chǎn)業(yè)的賦能現(xiàn)象。當(dāng)前以機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘?yàn)閮纱蠹夹g(shù)核心的人工智能，向醫(yī)療產(chǎn)業(yè)賦能，使醫(yī)療相關(guān)的生產(chǎn)活動(dòng)表現(xiàn)出降本增效的效果，并對(duì)醫(yī)療相關(guān)產(chǎn)業(yè)鏈整體產(chǎn)生影響。國(guó)內(nèi)醫(yī)療產(chǎn)業(yè)宏觀環(huán)境表現(xiàn)出醫(yī)療需求不斷上升、醫(yī)療資源嚴(yán)重缺乏、衛(wèi)生人員整體素質(zhì)有待提升、衛(wèi)生支出相對(duì)不足以及醫(yī)療資源浪費(fèi)嚴(yán)重等特點(diǎn)，急需新技術(shù)的注入；而政策、資本、社會(huì)、技術(shù)等方面優(yōu)越的發(fā)展條件，推動(dòng)了“人工智能+醫(yī)療”的發(fā)展；醫(yī)療人工智能擁有廣闊市場(chǎng)需求與多元業(yè)務(wù)方向，新創(chuàng)公司數(shù)量未來(lái)幾年將不斷增長(zhǎng)，創(chuàng)業(yè)界與投資界看好未來(lái)市場(chǎng)；產(chǎn)品成熟前大規(guī)模市場(chǎng)推廣風(fēng)險(xiǎn)大，創(chuàng)業(yè)公司需時(shí)間積累，不斷優(yōu)化產(chǎn)品；醫(yī)療人工智能存在技術(shù)風(fēng)險(xiǎn)、道德倫理風(fēng)險(xiǎn)與整體風(fēng)險(xiǎn)。智能醫(yī)療概述1智能醫(yī)療概述艾倫

·

麥席森

·

圖靈丨Alan

M.Turing如果一臺(tái)機(jī)器能夠與人展開對(duì)話（通過(guò)電傳設(shè)備），并且會(huì)被人誤以為它也是人，那么這臺(tái)機(jī)器就具有智能約翰

·

麥卡錫丨John

McCarthy人工智能就是要讓機(jī)器的行為看起來(lái)就象是人所表現(xiàn)出的智能行為一樣麥肯錫公司丨McKinsey

&Company人工智能指機(jī)器表現(xiàn)出和人一樣的智能的能力，例如在不使用包含了各種細(xì)節(jié)指導(dǎo)的手寫編碼程序的情況下能夠接近問(wèn)題行為與功能角度1智能醫(yī)療概述就目前技術(shù)發(fā)展而言，人工智能以機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘?yàn)閮纱蠹夹g(shù)核心，兩者技術(shù)范疇上有所交叉。機(jī)器學(xué)習(xí)又包含對(duì)抗學(xué)習(xí)等諸多種類，其中倍受矚目的就是深度學(xué)習(xí)。按照拓?fù)浣Y(jié)構(gòu)分類，深度學(xué)習(xí)可分為卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和全連接神經(jīng)網(wǎng)絡(luò)，并通過(guò)算法框架實(shí)現(xiàn)深度學(xué)習(xí)過(guò)程。在機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的技術(shù)之上，實(shí)現(xiàn)了目前市場(chǎng)上最常見的三大技術(shù)應(yīng)用，即計(jì)算機(jī)視覺、智能語(yǔ)音技術(shù)和自然語(yǔ)言處理。云平臺(tái)（云存儲(chǔ)與云計(jì)算）云計(jì)算設(shè)備處理器

/

芯片傳感器元件激光雷達(dá)數(shù)據(jù)挖掘機(jī)器學(xué)習(xí)交叉部分強(qiáng)化學(xué)習(xí)遷移學(xué)習(xí)…深度學(xué)習(xí)TensorFlowLasagneTheanoCaffeKerasMXNetTorchDMTKCNTKNeon……深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)全連接神經(jīng)網(wǎng)絡(luò)算法框架對(duì)抗學(xué)習(xí)1智能醫(yī)療概述“醫(yī)療”一詞的傳統(tǒng)內(nèi)涵和范疇僅包含“疾病的治療”，而今“醫(yī)療”的邊界正在突破其傳統(tǒng)含義，擴(kuò)展到藥品、保健、生物技術(shù)等醫(yī)療相關(guān)的各個(gè)領(lǐng)域；“新醫(yī)改”開始嘗試用取消藥品加成等政策手段逐步“醫(yī)藥分家”，但真正實(shí)現(xiàn)“醫(yī)藥分家”還有很長(zhǎng)的路要走。本報(bào)告的研究對(duì)象則包含了醫(yī)藥行業(yè)下的各參與者；從產(chǎn)業(yè)角度看，醫(yī)療產(chǎn)業(yè)不僅包含醫(yī)藥行業(yè)中的醫(yī)院、體檢中心、制藥企業(yè)等參與者，還包括了健康管理、生物技術(shù)等醫(yī)療相關(guān)領(lǐng)域的參與者；此外，醫(yī)療產(chǎn)業(yè)還涉及其他服務(wù)機(jī)構(gòu)，例如保險(xiǎn)公司、機(jī)器學(xué)習(xí)服務(wù)提供商、硬件生成商等等。疾病的治療（傳統(tǒng)醫(yī)療的范疇）藥品保健生物技術(shù)……1智能醫(yī)療概述所謂“賦能”，字面意義上就是指為某個(gè)主體賦予某種能力和能量；人工智能對(duì)于各行業(yè)各領(lǐng)域的賦能，在生產(chǎn)環(huán)節(jié)表現(xiàn)為生產(chǎn)效率的提升和生產(chǎn)成本的降低；在賦能效果方面表現(xiàn)為傳統(tǒng)行業(yè)的升級(jí)、新興行業(yè)的出現(xiàn)，最終導(dǎo)致相關(guān)產(chǎn)業(yè)鏈的整體變化；人工智能在醫(yī)療領(lǐng)域的賦能與上述表現(xiàn)一致，各應(yīng)用場(chǎng)景下的醫(yī)療人工智能公司所開發(fā)的產(chǎn)品及服務(wù)，不僅使傳統(tǒng)醫(yī)療生產(chǎn)活動(dòng)成本降低、效果增強(qiáng)，而且為醫(yī)療相關(guān)產(chǎn)業(yè)鏈帶來(lái)了新變化。機(jī)器學(xué)習(xí)服務(wù)提供商硬件/軟件產(chǎn)品及藥品研發(fā)機(jī)構(gòu)醫(yī)療相關(guān)服務(wù)研發(fā)與供應(yīng)商硬件產(chǎn)品及藥品生產(chǎn)商硬件產(chǎn)品及藥品生產(chǎn)資料供應(yīng)商醫(yī)療數(shù)據(jù)服務(wù)供應(yīng)商醫(yī)院硬件產(chǎn)品及藥品銷售商患者及防疫等服務(wù)接受群體健康類產(chǎn)品消費(fèi)群體體檢中心保險(xiǎn)公司（有健康類保險(xiǎn)的公司）醫(yī)療機(jī)構(gòu)終端消費(fèi)者1智能醫(yī)療概述我國(guó)醫(yī)療資源壓力巨大。以慢性病為例，我國(guó)是慢性病大國(guó)，我國(guó)確診慢性病患者有近3億人之多。根據(jù)中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒的數(shù)據(jù)；同時(shí)，根據(jù)國(guó)家衛(wèi)生計(jì)生委疾控局的數(shù)據(jù)，我國(guó)慢性病患病率正以每年8.7%的速率上升；我國(guó)各年齡段的慢性病患病率持續(xù)上升，且65歲及以上老年人群的慢性病患病率最高。慢性病導(dǎo)致的死亡人數(shù)已占到全國(guó)總死亡的86.6%，而導(dǎo)致的疾病負(fù)擔(dān)占總疾病負(fù)擔(dān)的近70%；我國(guó)老齡化人口和慢性病患病人數(shù)的逐年上升，使得我國(guó)在慢性病治療方面的需求不斷膨脹；而慢性病只是眾多疾病中的一種類型，可見醫(yī)療機(jī)構(gòu)、醫(yī)護(hù)從業(yè)者、藥品器械等醫(yī)療資源的足量供給，是關(guān)系到國(guó)情民生的重要命題。8.9%9.1%9.4%14.9%15.5%16.1%16.7%13540413678213607213756213827113473513409113400013200013000013600013800014000060歲及以上人口比例1智能醫(yī)療概述我國(guó)共有醫(yī)療衛(wèi)生機(jī)構(gòu)989,403個(gè)，其中以基層醫(yī)療衛(wèi)生機(jī)構(gòu)（包括社區(qū)衛(wèi)生服務(wù)中心（站）、鄉(xiāng)鎮(zhèn)衛(wèi)生院、村衛(wèi)生院、門診部為主，約占總體的94%；而醫(yī)院（包括綜合醫(yī)院、中醫(yī)醫(yī)院、專科醫(yī)院）僅28,261個(gè)，約占總體的2.9%；另外專業(yè)公共衛(wèi)生機(jī)構(gòu)（疾病預(yù)防控制中心、專科疾病防治院（所/站）、婦幼保健院（所/站）、衛(wèi)生監(jiān)督所（中心））約占3.1%；僅占醫(yī)療衛(wèi)生機(jī)構(gòu)約2.9%的醫(yī)院，卻供應(yīng)全國(guó)約76%的病床；據(jù)統(tǒng)計(jì)，每千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)平均僅5.11張，床位供給嚴(yán)重不足，并且城市每千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)相比農(nóng)村多4.56張，城鄉(xiāng)病床資源配置不平衡。醫(yī)院數(shù),

28,261基層醫(yī)療衛(wèi)生機(jī)構(gòu)數(shù),

927,147專業(yè)公共衛(wèi)生機(jī)構(gòu)數(shù),

30,814701.52533.06141.3823.638007006005004003002001000總數(shù) 醫(yī)院 基層醫(yī)療衛(wèi)生機(jī)構(gòu) 專業(yè)公共衛(wèi)生機(jī)構(gòu)1智能醫(yī)療概述衛(wèi)生人員培養(yǎng)速度具有穩(wěn)定性。雖然我國(guó)執(zhí)業(yè)（助理）醫(yī)師和注冊(cè)護(hù)士人數(shù)在逐年上漲，但增長(zhǎng)速度較慢；據(jù)估算，我國(guó)每千人享受職業(yè)（助理）醫(yī)師人數(shù)僅為2.2人，每千人享受注冊(cè)護(hù)士人數(shù)僅為2.4人；根據(jù)美國(guó)CIA統(tǒng)計(jì)數(shù)據(jù)顯示，美國(guó)每千人享受醫(yī)生數(shù)為2.55，英國(guó)為2.81，俄羅斯為3.31，可見我國(guó)與發(fā)達(dá)國(guó)家有一定差距；此外，我國(guó)就醫(yī)結(jié)構(gòu)性問(wèn)題——即大醫(yī)院人滿為患，小醫(yī)院門可羅雀——進(jìn)一步放大了醫(yī)護(hù)人員不足的現(xiàn)狀；在我國(guó)全部衛(wèi)生人員之中，大學(xué)本科以下學(xué)歷比例占到69.4%，大學(xué)本科與研究生學(xué)歷比例僅占30.6%，可見我國(guó)衛(wèi)生人員整體受教育水平偏低，高質(zhì)量衛(wèi)生人員較缺乏；針對(duì)執(zhí)業(yè)醫(yī)師短缺問(wèn)題，2009年出臺(tái)的《中共中央國(guó)務(wù)院關(guān)于深化醫(yī)藥衛(wèi)生體制改革的意見》中開始探索“醫(yī)師多點(diǎn)執(zhí)業(yè)”，即符合條件的執(zhí)業(yè)醫(yī)師經(jīng)衛(wèi)生行政部門注冊(cè)后，受聘在兩個(gè)以上醫(yī)療機(jī)構(gòu)執(zhí)業(yè)的行為；目前仍處于試點(diǎn)階段。261.6289.3303.9249.7279.5 278.3300.4324.140030020010001.92.12.12.21.82.02.22.41智能醫(yī)療概述耗材費(fèi),

64.24%手術(shù)費(fèi),

12.33%藥品費(fèi),

8.74%儀器使用,

7.03%麻醉費(fèi),

6.09%治療處置,

1.57%過(guò)度治療（1）藥品“大處方”，開無(wú)關(guān)藥、高價(jià)藥（2）濫用高值醫(yī)療耗材（3）濫做高消費(fèi)有創(chuàng)手術(shù)（4）絕癥仍醫(yī)，一些病癥無(wú)有效治療方法，盲目治療反而有副作用過(guò)度檢查（1）高新儀器檢查常規(guī)化（2）進(jìn)行不必要的檢查，如給壽命不足的人做癌癥篩查（3）檢查報(bào)告單通用性低，反復(fù)檢查過(guò)度求醫(yī)（1）全額或是大部分報(bào)銷醫(yī)療費(fèi)用的患者小病大養(yǎng)（2）患者迷信心理，無(wú)病吃藥，小病大看1智能醫(yī)療概述醫(yī)療人工智能發(fā)展背景分析經(jīng)濟(jì)-Economic技術(shù)-Technological人工智能國(guó)家戰(zhàn)略規(guī)劃與鼓勵(lì)支持政策國(guó)家對(duì)醫(yī)療領(lǐng)域提出人工智能發(fā)展要求Political-政策?

投資熱度不斷上升，醫(yī)療人工智能備受資本青睞S

o

c

i

a

l

-

社會(huì)高等院所重點(diǎn)培養(yǎng)人工智能科技人才我國(guó)城鄉(xiāng)居民醫(yī)療支付能力不斷提升“互聯(lián)網(wǎng)+醫(yī)療”

貢獻(xiàn)海量醫(yī)療數(shù)據(jù)深度學(xué)習(xí)推動(dòng)AI進(jìn)入商業(yè)化和產(chǎn)品化階段1智能醫(yī)療概述《國(guó)務(wù)院辦公廳關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》支持研發(fā)健康醫(yī)療相關(guān)的人工智能技術(shù)、生物三維（3D）打印技術(shù)、醫(yī)用機(jī)器人、大型醫(yī)療設(shè)備、健康和康復(fù)輔助器械、可穿戴設(shè)備以及相關(guān)微型傳感器件。《國(guó)務(wù)院關(guān)于加快發(fā)展康復(fù)輔助器具產(chǎn)業(yè)的若干意見》推動(dòng)“醫(yī)工結(jié)合”，支持人工智能、腦機(jī)接口、虛擬現(xiàn)實(shí)等新技術(shù)在康復(fù)輔助器具產(chǎn)品中的集成應(yīng)用。《國(guó)家衛(wèi)生計(jì)生委關(guān)于印發(fā)全國(guó)人口健康信息化發(fā)展規(guī)劃的通知》充分發(fā)揮人工智能、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、生物三維打印、醫(yī)用機(jī)器人等先進(jìn)技術(shù)和裝備產(chǎn)品在人口健康信息化和健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展中的引領(lǐng)作用?！缎乱淮斯ぶ悄馨l(fā)展規(guī)劃》發(fā)展便捷高效的智能服務(wù)：智能醫(yī)療，推廣應(yīng)用人工智能治療新模式新手段，建立快速精準(zhǔn)的智能醫(yī)療體系；智能健康和養(yǎng)老，加強(qiáng)群體智能健康管理，建設(shè)智能養(yǎng)老社區(qū)和機(jī)構(gòu)，加強(qiáng)智能產(chǎn)品適老化。1智能醫(yī)療概述“互聯(lián)網(wǎng)+醫(yī)療”發(fā)展三階段信息服務(wù)階段：互聯(lián)網(wǎng)改造的是醫(yī)療的信息流，實(shí)現(xiàn)人和信息的連接咨詢服務(wù)階段：互聯(lián)網(wǎng)改造的是健康咨詢的服務(wù)流，實(shí)現(xiàn)人和醫(yī)生連接診療服務(wù)階段：互聯(lián)網(wǎng)改造的是醫(yī)療的服務(wù)流，實(shí)現(xiàn)人和醫(yī)療機(jī)構(gòu)的連接互聯(lián)網(wǎng)技術(shù)的大規(guī)模應(yīng)用，使人們的衣、食、住、行等行為數(shù)據(jù)互聯(lián)網(wǎng)化、數(shù)字化，在此過(guò)程中產(chǎn)生的數(shù)據(jù)是海量的；中國(guó)“互聯(lián)網(wǎng)+醫(yī)療”從信息服務(wù)階段，發(fā)展到咨詢服務(wù)階段，再到診療服務(wù)階段，保留了大量電子病例數(shù)據(jù)和電子健康數(shù)據(jù)；根據(jù)IDC

Digital預(yù)測(cè)，截止2020年，全球的醫(yī)療數(shù)據(jù)量將達(dá)40萬(wàn)億GB；人工智能的產(chǎn)品落地，離不開海量數(shù)據(jù)作為“養(yǎng)料”貢獻(xiàn)于機(jī)器學(xué)習(xí)過(guò)程中，不斷訓(xùn)練和優(yōu)化算法模型；“互聯(lián)網(wǎng)+醫(yī)療”

為人工智能的發(fā)展奠定了數(shù)據(jù)基礎(chǔ)。2典型應(yīng)用場(chǎng)景AI+醫(yī)療應(yīng)用場(chǎng)景20虛擬助理語(yǔ)音電子病歷

/

智能導(dǎo)診智能問(wèn)診

/

推薦用藥醫(yī)學(xué)影像病灶識(shí)別與標(biāo)注

/

三維重建靶區(qū)自動(dòng)勾畫與自適應(yīng)放療輔助診療醫(yī)療大數(shù)據(jù)輔助診療醫(yī)療機(jī)器人疾病風(fēng)險(xiǎn)預(yù)測(cè)基因測(cè)序與檢測(cè)服務(wù)預(yù)測(cè)癌癥

/

白血病等重大疾病藥物挖掘新藥研發(fā)

/

老藥新用

/

藥物篩選藥物副作用預(yù)測(cè)

/

跟蹤研究健康管理營(yíng)養(yǎng)學(xué)

/

身體健康管理精神健康管理醫(yī)院管理病歷結(jié)構(gòu)化

/

分級(jí)診療DRGs智能系統(tǒng)

/

專家系統(tǒng)輔助醫(yī)學(xué)研究平臺(tái)線上科研平臺(tái)，提供GPU計(jì)算算法框架

/

數(shù)據(jù)分析等服務(wù)綜合分析了我國(guó)目前“人工智能+醫(yī)療”領(lǐng)域的公司和產(chǎn)品，梳理出包括虛擬助理、醫(yī)學(xué)影像、輔助診療等在內(nèi)的應(yīng)用場(chǎng)景2典型應(yīng)用場(chǎng)景45 4321191514147疾病風(fēng)險(xiǎn)管理

醫(yī)學(xué)影像醫(yī)院管理輔助診療虛擬助理健康管理輔助醫(yī)學(xué)研究平臺(tái)藥物挖掘2典型應(yīng)用場(chǎng)景虛擬助理應(yīng)用場(chǎng)景VirtualAssistantApplication

Scenario2典型應(yīng)用場(chǎng)景場(chǎng)景描述：從蘋果的Siri、谷歌的語(yǔ)音助手，到亞馬遜的ALEXA、微軟“小娜”CORTANA，此類通用型的“虛擬助理”對(duì)于大眾已不陌生，人們通過(guò)文字或語(yǔ)音的方式，與機(jī)器進(jìn)行類人級(jí)別的交流交互；在醫(yī)療領(lǐng)域中的虛擬助理，則屬于專用（醫(yī)用）型虛擬助理，它是基于特定領(lǐng)域的知識(shí)系統(tǒng)，通過(guò)智能語(yǔ)音技術(shù)（包括語(yǔ)音識(shí)別、語(yǔ)音合成和聲紋識(shí)別）和自然語(yǔ)言處理技術(shù)（包含自然語(yǔ)言理解與自然語(yǔ)言生成），實(shí)現(xiàn)人機(jī)交互，目的是解決使用者某一特定的需求；公司現(xiàn)狀：目前國(guó)內(nèi)共有15家公司提供“虛擬助理”服務(wù)，主要解決語(yǔ)音電子病歷、智能導(dǎo)診、智能問(wèn)診、推薦用藥等需求，并且有衍生出更多需求的可能性。2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：中國(guó)50%以上的住院醫(yī)生平均每天用于寫病歷的時(shí)間超過(guò)4小時(shí)，相當(dāng)一部分醫(yī)生寫病歷的時(shí)間超過(guò)7小時(shí)；國(guó)內(nèi)部分放射科仍采用傳統(tǒng)書寫方式，有專門記錄員記錄醫(yī)生主訴內(nèi)容，而后轉(zhuǎn)錄入電腦中，效率低下。虛擬助理則能夠避免時(shí)間浪費(fèi)，醫(yī)生的主訴內(nèi)容可以實(shí)時(shí)轉(zhuǎn)成文本，錄入到HIS、PACS、CIS等醫(yī)院信息管理軟件中，不僅提高了填寫病歷的效率，而且使醫(yī)生能夠?qū)⒏鄷r(shí)間和精力用于與患者交流和疾病診斷之中；產(chǎn)品及業(yè)務(wù)模式：軟硬一體全套解決方案，軟件是以語(yǔ)音識(shí)別引擎為核心、以醫(yī)療知識(shí)系統(tǒng)為基礎(chǔ)的語(yǔ)音對(duì)話系統(tǒng)（行業(yè)術(shù)語(yǔ)：語(yǔ)音OS），硬件是醫(yī)用麥克風(fēng)。公司與醫(yī)院進(jìn)行科研合作，前者通過(guò)脫敏病歷數(shù)據(jù)和臨床使用不斷訓(xùn)練模型，優(yōu)化算法；后者免費(fèi)使用語(yǔ)音電子病歷產(chǎn)品，并與公司共享優(yōu)化后的產(chǎn)品。2典型應(yīng)用場(chǎng)景醫(yī)療專用麥克風(fēng)增強(qiáng)說(shuō)話者語(yǔ)音抑制環(huán)境噪聲干擾目前普遍采用飛利浦的產(chǎn)品，成本較高；中科匯能等公司正在自主開發(fā)麥克風(fēng)語(yǔ)音對(duì)話系統(tǒng)語(yǔ)音識(shí)別引擎，實(shí)現(xiàn)人機(jī)交互與文本轉(zhuǎn)寫文字自動(dòng)錄入到電腦或平板的光標(biāo)位置，相當(dāng)于醫(yī)療級(jí)“語(yǔ)音輸入法”交互內(nèi)容輸出醫(yī)療知識(shí)系統(tǒng)包含各類疾病、癥狀、藥品以及其他醫(yī)用術(shù)語(yǔ)的知識(shí)系統(tǒng)，是語(yǔ)音對(duì)話系統(tǒng)的基礎(chǔ)，能夠幫助完成語(yǔ)音識(shí)別、病歷糾錯(cuò)等功能訓(xùn)練語(yǔ)音識(shí)別引擎醫(yī)院公司與醫(yī)院科研合作，公司通過(guò)脫敏病歷數(shù)據(jù)和臨床使用不斷訓(xùn)練模型，優(yōu)化算法；醫(yī)院免費(fèi)使用語(yǔ)音電子病歷產(chǎn)品，并與公司共享優(yōu)化后的產(chǎn)品脫敏病歷數(shù)據(jù)公司與醫(yī)院科研合作使用中不斷訓(xùn)練模型2典型應(yīng)用場(chǎng)景產(chǎn)品出品公司產(chǎn)品介紹云醫(yī)聲科大訊飛“云醫(yī)聲”App+自主研發(fā)的麥克風(fēng)，語(yǔ)音識(shí)別技術(shù)相對(duì)成熟云知聲云知聲“云知聲”軟硬一體解決方案，云端語(yǔ)義校正，識(shí)別有口音的普通話醫(yī)語(yǔ)通中科匯能“醫(yī)語(yǔ)通”軟硬一體解決方案，正在自主研發(fā)麥克風(fēng)；無(wú)監(jiān)督自適應(yīng)技術(shù)逐步解決口音識(shí)別問(wèn)題0102030405030萬(wàn)人民幣50萬(wàn)人民幣

國(guó)內(nèi)三甲醫(yī)院醫(yī)院采購(gòu)行為無(wú)需公開招標(biāo)的金額范圍；醫(yī)院可用“計(jì)劃外預(yù)算”資金進(jìn)行采購(gòu)，或進(jìn)行追加.2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境及產(chǎn)品：機(jī)器人是AI各大應(yīng)用中的熱門應(yīng)用，技術(shù)相對(duì)成熟，資本市場(chǎng)火熱。醫(yī)療領(lǐng)域的導(dǎo)診機(jī)器人主要基于人臉識(shí)別、語(yǔ)音識(shí)別、遠(yuǎn)場(chǎng)識(shí)別等技術(shù)，通過(guò)人機(jī)交互，執(zhí)行包括掛號(hào)、科室分布及就醫(yī)流程引導(dǎo)、身份識(shí)別、數(shù)據(jù)分析、知識(shí)普及等功能。從2017年起，導(dǎo)診機(jī)器人產(chǎn)品開始陸續(xù)在北京、安徽、湖北、浙江、廣州、云南等地的醫(yī)院、藥店中落地使用；業(yè)務(wù)模式：眾多機(jī)器人制造廠商大多采用提供機(jī)器人解決方案的業(yè)務(wù)模式，服務(wù)范圍包括醫(yī)院、銀行、車站、商場(chǎng)、工廠以及各類服務(wù)性場(chǎng)所；只要在機(jī)器人后臺(tái)嫁接醫(yī)院信息等知識(shí)系統(tǒng)，機(jī)器人便可實(shí)現(xiàn)導(dǎo)診功能，所以國(guó)內(nèi)眾多機(jī)器人制造廠商均有機(jī)會(huì)開發(fā)醫(yī)療市場(chǎng)。2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：醫(yī)患溝通效率低下與醫(yī)生供給不足是醫(yī)療領(lǐng)域的兩大難題，智能問(wèn)診在解決這兩大難題方面有巨大的潛力；產(chǎn)品：智能問(wèn)診系統(tǒng)包含“預(yù)問(wèn)診”和“自診”兩大功能?！邦A(yù)問(wèn)診”就是在患者完成掛號(hào)后的等待時(shí)間內(nèi)，進(jìn)入醫(yī)院App或公眾號(hào)中的智能問(wèn)診模塊，通過(guò)交互輸入患者的基本信息、癥狀、既往病史、過(guò)敏史等信息，系統(tǒng)將初步形成診斷報(bào)告，在患者與醫(yī)生見面之前推送給醫(yī)生，以減少醫(yī)生與患者的溝通內(nèi)容，大大縮短問(wèn)診時(shí)間；“自診”就是患者在手機(jī)或PC端通過(guò)人機(jī)交互完成智能問(wèn)診，生成診斷報(bào)告（以供患者參考）；人機(jī)交互回答機(jī)器問(wèn)題診斷報(bào)告初步診斷報(bào)告醫(yī)生在線問(wèn)診（已知患者癥狀、病史等信息）搜索癥狀從眾多功能模塊

從眾多癥狀中中選擇自診模塊

選擇癥狀以往搜索記錄羅列可能的患病結(jié)果

推薦醫(yī)生醫(yī)生問(wèn)診（對(duì)患者一無(wú)所知）2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：根據(jù)中康CMH的監(jiān)測(cè)數(shù)據(jù)，我國(guó)零售藥店藥品/非藥品市場(chǎng)規(guī)模從1886億元上升到了3092億元，其中藥品和非藥品的平均增長(zhǎng)率分別為11.2%和9.3%；藥品市場(chǎng)無(wú)疑是正在不斷增長(zhǎng)的千億級(jí)消費(fèi)市場(chǎng)；業(yè)務(wù)模式：前期to

B為主，向京東到家、360健康、妙健康、健一網(wǎng)等醫(yī)藥電商及及老百姓大藥房等線下藥店開放“自測(cè)用藥”系統(tǒng)接口，使自測(cè)用藥服務(wù)迅速擴(kuò)散，同時(shí)優(yōu)化算法模型，為后期主打to

C模式培養(yǎng)用戶使用習(xí)慣，升級(jí)產(chǎn)品。隨著數(shù)據(jù)的積累，人工不進(jìn)行干預(yù)，算法將不斷優(yōu)化智能系統(tǒng)（核心算法）人工干預(yù)下輸入疾病和用藥相關(guān)數(shù)據(jù)，形成初步智能系統(tǒng)醫(yī)藥電商線下藥店開放接口訓(xùn)練算法2典型應(yīng)用場(chǎng)景醫(yī)學(xué)影像應(yīng)用場(chǎng)景MedicalImagingApplication

Scenario2典型應(yīng)用場(chǎng)景場(chǎng)景描述及公司現(xiàn)狀：醫(yī)學(xué)影像，是目前人工智能在醫(yī)療領(lǐng)域最熱門的應(yīng)用場(chǎng)景之一?！搬t(yī)學(xué)影像”應(yīng)用場(chǎng)景下，主要運(yùn)用計(jì)算機(jī)視覺技術(shù)解決以下三種需求：病灶識(shí)別與標(biāo)注：針對(duì)醫(yī)學(xué)影像進(jìn)行圖像分割、特征提取、定量分析、對(duì)比分析等工作；靶區(qū)自動(dòng)勾畫與自適應(yīng)放療：針對(duì)腫瘤放療環(huán)節(jié)的影像進(jìn)行處理；影像三維重建：針對(duì)手術(shù)環(huán)節(jié)的應(yīng)用。圖像分割、特征提取、定量分析、對(duì)比分析迪英加圖瑪深維醫(yī)拍智能微清醫(yī)療泰立瑞微瞰智能醫(yī)渡云安盟生技武漢蘭丁視見醫(yī)療哪吒保貝靶區(qū)自動(dòng)勾畫與自適應(yīng)放療影像三維重建視見醫(yī)療連心醫(yī)療睿佳科技昕健醫(yī)療銳達(dá)醫(yī)療睿佳科技聯(lián)影醫(yī)療海納醫(yī)信匯醫(yī)慧影全域醫(yī)療醫(yī)諾智能合眾萬(wàn)邦2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)影像技術(shù)的不斷進(jìn)步，醫(yī)學(xué)影像已逐漸由輔助檢查手段發(fā)展成為現(xiàn)代醫(yī)學(xué)最重要的臨床診斷和鑒別診斷方法。然而，我國(guó)的醫(yī)學(xué)影像領(lǐng)域存在諸多問(wèn)題：供給嚴(yán)重不平衡，影像科/放療科醫(yī)生數(shù)量不足，尤其是具有豐富臨床經(jīng)驗(yàn)、高質(zhì)量的醫(yī)生十分短缺；診斷結(jié)果基本由影像科醫(yī)生目測(cè)和經(jīng)驗(yàn)決定，誤診、漏診率較高；受限于影像科醫(yī)生讀片速度，以及放療科醫(yī)生靶區(qū)勾畫（一次勾畫通常有約200-450張CT片）速度，耗費(fèi)時(shí)間較長(zhǎng)；人工智能與醫(yī)學(xué)影像的結(jié)合，能夠?yàn)獒t(yī)生閱片和勾畫提供輔助和參考，大大節(jié)約醫(yī)生時(shí)間，提高診斷、放療及手術(shù)的精確度。病灶自動(dòng)標(biāo)注數(shù)字影片在機(jī)器中完成病灶自動(dòng)標(biāo)注，為影像科醫(yī)生閱片提供參考，大幅度減少誤診、漏診靶區(qū)自動(dòng)勾畫制定放療方案前，對(duì)200-450張CT片進(jìn)行靶區(qū)自動(dòng)勾畫，然后由放療科醫(yī)生檢查糾正，大大縮短勾畫時(shí)間影像三維重建自動(dòng)重構(gòu)器官真實(shí)的3D模型，實(shí)現(xiàn)3D實(shí)體器官模型的打印，幫助醫(yī)生進(jìn)行術(shù)前規(guī)劃，確保手術(shù)更加精準(zhǔn)2典型應(yīng)用場(chǎng)景應(yīng)用對(duì)象應(yīng)用內(nèi)容醫(yī)院醫(yī)生上傳醫(yī)療影像，系統(tǒng)自動(dòng)作出診斷，并生成診斷報(bào)告，醫(yī)生只需復(fù)查并作出補(bǔ)充即可傳統(tǒng)醫(yī)療IT巨頭與多家國(guó)際醫(yī)療IT巨頭簽訂OEM和戰(zhàn)略合作協(xié)議，將推想科技的AI產(chǎn)品整合入整體方案，一同承接醫(yī)院的數(shù)字化項(xiàng)目體檢中心提供智能體檢篩查服務(wù)，加快體檢效率，提高服務(wù)質(zhì)量互聯(lián)網(wǎng)醫(yī)療為缺少放射科醫(yī)生的偏遠(yuǎn)地區(qū)提供遠(yuǎn)程醫(yī)療服務(wù)，減少患者外出就醫(yī)的麻煩AI+醫(yī)學(xué)影像產(chǎn)品醫(yī)學(xué)影像中心體檢中心醫(yī)院向下游向上游2典型應(yīng)用場(chǎng)景場(chǎng)景描述：除了通過(guò)癌癥病灶識(shí)別與標(biāo)注為醫(yī)生提供輔助診斷服務(wù)以外，目前市場(chǎng)上還有一類公司選擇切入放療領(lǐng)域，提供靶區(qū)自動(dòng)勾畫和自適應(yīng)放療軟件。該類軟件通過(guò)算法幫助放療科醫(yī)生對(duì)200-450張CT片進(jìn)行自動(dòng)勾畫，30分鐘即可完成一套CT片子的勾畫（醫(yī)生手動(dòng)逐一勾畫需要大約4個(gè)小時(shí)）；在患者15-20次上機(jī)照射過(guò)程中間不斷識(shí)別病灶位置變化以達(dá)到自適應(yīng)放療，可以有效減少射線對(duì)病人健康組織的傷害。發(fā)展環(huán)境：放療領(lǐng)域具有天然的數(shù)據(jù)優(yōu)勢(shì)，雖然放療科影像數(shù)據(jù)量與影像科影像數(shù)據(jù)量相比相去甚遠(yuǎn)，但放療科影像數(shù)據(jù)70%已經(jīng)標(biāo)注過(guò)（放療科醫(yī)生需要對(duì)每張CT片內(nèi)的全部器官進(jìn)行勾畫，以用于制定放療計(jì)劃），由此可免去數(shù)據(jù)標(biāo)注的人工成本。然而，獲取一套可用于模型訓(xùn)練的CT片子也具有很高的門檻。首先，需要至少4名放療科醫(yī)生同時(shí)對(duì)一套片子進(jìn)行標(biāo)注，然后需要放療科醫(yī)生交換片子相互審核一致性，在此基礎(chǔ)上需要做病理檢驗(yàn)（醫(yī)學(xué)上只有病理才是“金標(biāo)準(zhǔn)”）確認(rèn)醫(yī)生標(biāo)注的腫塊是異常的腫瘤組織，這套片子才視為可用。至少4名醫(yī)生對(duì)同一套CT片子進(jìn)行標(biāo)注醫(yī)生相互審核一致性做病理檢驗(yàn)2典型應(yīng)用場(chǎng)景場(chǎng)景描述：針對(duì)手術(shù)環(huán)節(jié)的影像三維重建，是“AI+醫(yī)學(xué)影像”的又一子場(chǎng)景。早在上個(gè)世紀(jì)90年代起就開始陸續(xù)出現(xiàn)影像三維重建產(chǎn)品，但由于存在配準(zhǔn)缺陷而使用率不高；隨著人工智能的引入，采用進(jìn)化計(jì)算的算法，可以有效解決配準(zhǔn)缺陷周期性復(fù)發(fā)的問(wèn)題，實(shí)現(xiàn)更精準(zhǔn)的影像三維重建。目前該領(lǐng)域的軟件主要承載影像重構(gòu)、3D手術(shù)規(guī)劃的功能，能夠最大化自動(dòng)重構(gòu)出患者器官真實(shí)的3D模型，與

3D打印機(jī)無(wú)縫對(duì)接，實(shí)現(xiàn)3D實(shí)體器官模型的打印。在3D可視化的環(huán)境下，幫助醫(yī)生進(jìn)行術(shù)前規(guī)劃，確保手術(shù)的順利進(jìn)行，推進(jìn)數(shù)字化醫(yī)療之個(gè)性化、精準(zhǔn)化；發(fā)展現(xiàn)狀：人工智能技術(shù)的引入將依托影像三維重建軟件原有的市場(chǎng)，產(chǎn)品落地速度相對(duì)較快；目前國(guó)內(nèi)市場(chǎng)主要集中于廣東省人民醫(yī)院、上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院、陜西省人民醫(yī)院等三級(jí)甲等醫(yī)院。進(jìn)化規(guī)劃進(jìn)化規(guī)劃進(jìn)化策略遺傳算法進(jìn)化策略 遺傳算法 遺傳規(guī)劃 分類系統(tǒng)進(jìn)化計(jì)算在模式識(shí)別、圖像處理方面有較為成功的應(yīng)用進(jìn)化計(jì)算2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：醫(yī)學(xué)影像中心，就是集約化的第三方醫(yī)學(xué)影像診斷中心，能夠?qū)崿F(xiàn)區(qū)域范圍內(nèi)影像的集中存儲(chǔ)和管理、影像（包括其他檢查）資料的全面共享，減輕大醫(yī)院影像科負(fù)擔(dān)，助力實(shí)現(xiàn)分級(jí)診療。醫(yī)學(xué)影像中心或許將是“AI+醫(yī)學(xué)影像”產(chǎn)品大面積落地點(diǎn)，其在美國(guó)等發(fā)達(dá)國(guó)家已建立成熟的體系。影像學(xué)臨床診斷 醫(yī)學(xué)影像技術(shù)咨詢專家遠(yuǎn)程會(huì)診 大數(shù)據(jù)采集與分析影像學(xué)科研 云影診斷平臺(tái)

承擔(dān)各級(jí)科研課題項(xiàng)目高位疾病人群篩查 突發(fā)公共衛(wèi)生事件處理專業(yè)人員繼續(xù)教育 在線培訓(xùn)與分級(jí)考試12萬(wàn)注冊(cè)影像科醫(yī)生2典型應(yīng)用場(chǎng)景輔助診療應(yīng)用場(chǎng)景Diagnosis&TreatmentAssistantApplication

Scenario2典型應(yīng)用場(chǎng)景場(chǎng)景描述及產(chǎn)品形態(tài)：醫(yī)療大數(shù)據(jù)輔助診療，就是基于海量醫(yī)療數(shù)據(jù)與人工智能算法，發(fā)現(xiàn)病癥規(guī)律，為醫(yī)生診斷和安排治療方案提供參考意見，其中最突出的產(chǎn)品形態(tài)是腫瘤大數(shù)據(jù)平臺(tái)；發(fā)展環(huán)境：醫(yī)療大數(shù)據(jù)平臺(tái)的搭建，目前主要面臨三大難題：醫(yī)院數(shù)據(jù)壁壘：受限于傳統(tǒng)醫(yī)療體系，醫(yī)療信息往往被封閉在一家醫(yī)院的院墻之內(nèi)，而且即便是在醫(yī)院內(nèi)，不同科室之間的信息也難以相互聯(lián)通。信息無(wú)法共享，導(dǎo)致每個(gè)醫(yī)生、科研人員所能掌握的數(shù)據(jù)量非常有限；樣本量小，成本高：受到信息割裂現(xiàn)狀的影響，腫瘤研究的樣本數(shù)量往往在百例左右。然而成本卻非常高，許多400例規(guī)模的多中心聯(lián)合項(xiàng)目的成本大概在1000萬(wàn)人民幣左右；數(shù)據(jù)結(jié)構(gòu)化比例低：大規(guī)模數(shù)據(jù)分析的前提是數(shù)據(jù)的電子化，而事實(shí)上腫瘤患者的X光/CT影像、病理檢驗(yàn)等檢測(cè)大量數(shù)據(jù)，基本是以紙質(zhì)形式保存。業(yè)務(wù)模式：科研合作目前是打破醫(yī)院數(shù)據(jù)壁壘的有效手段之一。除了與醫(yī)院進(jìn)行合作，與基因公司、CRO公司（專業(yè)從事藥品研發(fā)）、移動(dòng)醫(yī)療公司開展合作，提供更多標(biāo)準(zhǔn)化增值服務(wù)。腫瘤知識(shí)庫(kù)標(biāo)準(zhǔn)化腫瘤科研模型臨床數(shù)據(jù)+基因數(shù)據(jù)整合分析CRO公司移動(dòng)醫(yī)療公司服務(wù)接入科研合作基因公司2典型應(yīng)用場(chǎng)景產(chǎn)品形態(tài)及發(fā)展環(huán)境：IBM

Watson

for

Oncology是基于認(rèn)知計(jì)算的醫(yī)療大數(shù)據(jù)輔助診療解決方案，這是全球第一個(gè)將認(rèn)知計(jì)算運(yùn)用于醫(yī)療臨床工作中的案例。認(rèn)知技術(shù)是比人工智能更寬泛的概念，比如會(huì)用到深度學(xué)習(xí)算法等。如果說(shuō)人工智能關(guān)注的是“讀懂人的世界”的話，那么認(rèn)知計(jì)算可以說(shuō)更關(guān)注“讀懂大數(shù)據(jù)的世界”

。IDC

Digital預(yù)測(cè)，醫(yī)療數(shù)據(jù)量將達(dá)40萬(wàn)億GB，預(yù)計(jì)約80%數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)。IBM運(yùn)用認(rèn)知計(jì)算，打造人類認(rèn)知非結(jié)構(gòu)化數(shù)據(jù)的電腦助手，主要從理解、推理、學(xué)習(xí)這三項(xiàng)特質(zhì)訓(xùn)練入手，讓系統(tǒng)或與人類直接交互接受訓(xùn)練、或深入各類非結(jié)構(gòu)化數(shù)據(jù)自我訓(xùn)練；Product01Insight03Process02Discoverpatterns

ormakepredictions

AutomateinternalprocessesEnhanceproducts

orservicesApplication2典型應(yīng)用場(chǎng)景業(yè)務(wù)模式：目前國(guó)內(nèi)致力于手術(shù)機(jī)器人的公司主要采用兩種業(yè)務(wù)模式：第一種，面向醫(yī)院進(jìn)行機(jī)器人產(chǎn)品的單獨(dú)銷售，并提供長(zhǎng)期維修服務(wù)；第二種，是為醫(yī)院提供手術(shù)中心整體工程解決方案。天智航是目前國(guó)內(nèi)唯一專業(yè)從事骨科醫(yī)療機(jī)器人產(chǎn)業(yè)化的公司，其以醫(yī)療專業(yè)工程為業(yè)務(wù)核心，配套系列模塊化智能輔助裝備，為醫(yī)療機(jī)構(gòu)提供智能微創(chuàng)手術(shù)中心整體工程解決方案；發(fā)展現(xiàn)狀：目前國(guó)內(nèi)的醫(yī)療機(jī)器人技術(shù)正在不斷升級(jí)，在多領(lǐng)域逐漸打破進(jìn)口機(jī)器人的壟斷地位，例如哈工大機(jī)器人研究所研制的“微創(chuàng)腹腔外科手術(shù)機(jī)器人系統(tǒng)”，打破了進(jìn)口達(dá)·芬奇手術(shù)機(jī)器人的技術(shù)壟斷，將加快實(shí)現(xiàn)國(guó)產(chǎn)微創(chuàng)手術(shù)機(jī)器人輔助外科手術(shù)。醫(yī)療專業(yè)工程醫(yī)療系統(tǒng)銷售綜合解決方案醫(yī)療耗材銷售通過(guò)通風(fēng)、細(xì)菌濃度控制、醫(yī)療儀器布局等專業(yè)操作，為醫(yī)院建造達(dá)到一定細(xì)菌濃度和空氣潔凈度級(jí)別的手術(shù)室提供“骨科機(jī)器人微創(chuàng)手術(shù)中心綜合解決方案”，配套神經(jīng)外科導(dǎo)航系統(tǒng)、TC-6

智能手術(shù)平臺(tái)等設(shè)備產(chǎn)品搭建數(shù)字化手術(shù)環(huán)境，打通傳統(tǒng)手術(shù)室面臨的信息孤島，實(shí)現(xiàn)手術(shù)錄播、音視頻通訊、醫(yī)學(xué)影像傳輸、手術(shù)示教等功能提供開展骨科手術(shù)機(jī)器人手術(shù)過(guò)程中需要消耗的相關(guān)配套耗材解決方案2典型應(yīng)用場(chǎng)景疾病風(fēng)險(xiǎn)預(yù)測(cè)應(yīng)用場(chǎng)景DiseaseRiskPredictingApplication

Scenario2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：疾病風(fēng)險(xiǎn)預(yù)測(cè)的實(shí)現(xiàn)，與精準(zhǔn)醫(yī)學(xué)的發(fā)展有著密不可分的聯(lián)系。核心是“基因組學(xué)”

(genomics)

的發(fā)展?；蚪M學(xué)是研究生物基因組和如何利用基因的一門學(xué)問(wèn)，最早可追溯到1985年由美國(guó)提出，英國(guó)、法國(guó)、德國(guó)、日本以及中國(guó)等多國(guó)科學(xué)家共同參與的、預(yù)算達(dá)到30億美元的“人類基因組計(jì)劃”。該計(jì)劃通過(guò)測(cè)定組成人類染色體中所包含的30億個(gè)堿基對(duì)組成的核苷酸序列，繪制人類基因組圖譜，并且辨識(shí)其載有的基因及其序列，達(dá)到破譯人類遺傳信息的最終目的。人類基因組計(jì)劃的一項(xiàng)重要目標(biāo)，就是認(rèn)識(shí)疾病產(chǎn)生的機(jī)制，從而實(shí)現(xiàn)疾病的預(yù)測(cè)；基因測(cè)序是基因檢測(cè)的方法之一，只是完成DNA序列的讀??；而基因檢測(cè)是通過(guò)雜交、基因測(cè)序等方法，確定DNA序列中是否含有特定的一段序列，來(lái)明確相關(guān)基因的某些功能?；驒z測(cè)的難度較高，據(jù)業(yè)內(nèi)人士透露，目前國(guó)內(nèi)只有不到10%的公司有能力完成基因檢測(cè)，其余均停留在利用基因測(cè)序產(chǎn)品提供測(cè)序服務(wù)的水平；人類基因組計(jì)劃解碼生命了解生命的起源了解生命體生長(zhǎng)發(fā)育的規(guī)律認(rèn)識(shí)種屬之間和個(gè)體之間存在差異的起因認(rèn)識(shí)疾病產(chǎn)生的機(jī)制認(rèn)識(shí)長(zhǎng)壽與衰老等生命現(xiàn)象為疾病的預(yù)測(cè)與診治提供科學(xué)依據(jù)2典型應(yīng)用場(chǎng)景業(yè)務(wù)模式：致力于疾病風(fēng)險(xiǎn)預(yù)測(cè)的公司主要有兩類，一類掌握基因測(cè)序核心技術(shù)，研發(fā)基因測(cè)序儀器；另一類利用基因測(cè)序儀，面向B端和C端提供測(cè)序服務(wù)。主要業(yè)務(wù)模式有以下幾種：（研發(fā)基因測(cè)序儀的上游企業(yè)）通過(guò)中游合作伙伴做基于測(cè)序儀上的應(yīng)用開發(fā)，比如腫瘤基因檢測(cè)、遺傳基因檢測(cè)、傳染病檢測(cè)等，在測(cè)序儀上開發(fā)對(duì)各類疾病的檢測(cè)，形成生態(tài)圈；（利用基因測(cè)序儀提供服務(wù)的中游企業(yè)）開發(fā)測(cè)序相關(guān)應(yīng)用，面向B端和C端提供測(cè)序服務(wù)：B端業(yè)務(wù)主要針對(duì)癌癥、白血病等重大疾病，面向醫(yī)院提供產(chǎn)品或服務(wù)，或進(jìn)行合作；C端業(yè)務(wù)主要以疾病風(fēng)險(xiǎn)預(yù)測(cè)為重點(diǎn)，面向公眾開放基因測(cè)序服務(wù)；62上游：基因測(cè)序儀研發(fā)中游：開發(fā)各類疾病的檢測(cè)應(yīng)用下游：面向公眾或醫(yī)院提供產(chǎn)品或服務(wù)2典型應(yīng)用場(chǎng)景藥物挖掘應(yīng)用場(chǎng)景DrugDiscoveryApplication

Scenario2典型應(yīng)用場(chǎng)景場(chǎng)景描述：藥物挖掘，主要完成的是新藥研發(fā)、老藥新用、藥物篩選、藥物副作用預(yù)測(cè)、藥物跟蹤研究等方面的內(nèi)容；人工智能技術(shù)在藥物挖掘方面的應(yīng)用，主要體現(xiàn)于分析化合物的構(gòu)效關(guān)系（即藥物的化學(xué)結(jié)構(gòu)與藥效的關(guān)系），以及預(yù)測(cè)小分子藥物晶型結(jié)構(gòu)（同一藥物的不同晶型在外觀、溶解度、生物有效性等方面可能會(huì)有顯著不同，從而影響了藥物的穩(wěn)定性、生物利用度及療效）；人工智能與藥物挖掘的結(jié)合，使得新藥研發(fā)時(shí)間大大縮短，研發(fā)成本大大降低；這將有可能根本上改變用藥“平均”觀念，即某種藥物在臨床使用中對(duì)大多數(shù)人有效，則認(rèn)為這種藥物對(duì)所有人有效。拿腫瘤舉例，每位患者的腫瘤基因組均不相同，導(dǎo)致生物學(xué)行為有差異，也就導(dǎo)致藥物在臨床反應(yīng)中效果不一；而通過(guò)低成本、快速的藥物挖掘研發(fā)個(gè)性化治療藥物，將成為可能；目前主要成果體現(xiàn)于抗腫瘤藥、心血管藥、孤兒藥（罕見藥）以及經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)常見傳染病藥，其中抗腫瘤藥占到1/3；舶眾數(shù)據(jù)思路迪吉?jiǎng)P基因瑞博生物賽?；蛟２呱锩鞔a生物科技2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：傳統(tǒng)的藥物研發(fā)存在研發(fā)周期長(zhǎng)、研發(fā)成本高、研發(fā)成功率低等痛點(diǎn)。一款新藥的研發(fā)，要經(jīng)過(guò)化合物研究、臨床前研究、臨床研究（臨床Ⅰ、Ⅱ、Ⅲ期試驗(yàn)）、SCFDA或CFDA審批后才能夠上市。而人工智能技術(shù)的引入，則在一定程度上解決這些痛點(diǎn)。例如，在臨床前研究環(huán)節(jié)，把得到活性數(shù)據(jù)結(jié)合化合物結(jié)構(gòu)得到初步構(gòu)效關(guān)系，以指導(dǎo)后續(xù)結(jié)構(gòu)優(yōu)化；若效果不理想，則需要退回上一步，重新合成，非常耗費(fèi)時(shí)間；人工智能則可以提高篩選效率，優(yōu)化構(gòu)效關(guān)系。此外，在臨床試驗(yàn)階段，尋找匹配的病人參與試驗(yàn)十分耗費(fèi)時(shí)間；而人工智能能夠結(jié)合醫(yī)院數(shù)據(jù)，快速找到符合條件的病人；人工智能與藥物挖掘結(jié)合最典型的案例，是硅谷公司Atomwise通過(guò)IBM超級(jí)計(jì)算機(jī)，在分子結(jié)構(gòu)數(shù)據(jù)庫(kù)中篩選治療方法，評(píng)估出820萬(wàn)種候選化合物，研發(fā)成本僅為數(shù)千美元，研究周期僅需要幾天。2015年，Atomwise基于現(xiàn)有的候選藥物，應(yīng)用AI算法，不到一天時(shí)間就成功地尋找出能控制埃博拉病毒的兩種候選藥物，以往類似研究需要耗時(shí)數(shù)月甚至數(shù)年時(shí)間；目前國(guó)內(nèi)AI+藥物挖掘已經(jīng)在逐步落地，但研發(fā)周期仍相對(duì)較長(zhǎng)，且算法需要大量的時(shí)間和數(shù)據(jù)積累，短期內(nèi)很難產(chǎn)生營(yíng)收數(shù)據(jù)。藥物研發(fā)上市流程化合物研究臨床前研究臨床研究藥品審批藥品上市5000-10000個(gè)候選化合物剩余250個(gè)化合物臨床ⅠⅡⅢ期試驗(yàn)剩余5個(gè)SCFDA或CFDA申請(qǐng)審批最終1款新藥實(shí)現(xiàn)上市2典型應(yīng)用場(chǎng)景業(yè)務(wù)模式：雖然人工智能的引入，使得新藥研發(fā)速度和成本得到優(yōu)化，但目前藥物研發(fā)仍周期較長(zhǎng)，成本對(duì)于大多數(shù)病患來(lái)講都負(fù)擔(dān)較重（尤其是針對(duì)腫瘤的個(gè)性化藥物），或不被醫(yī)藥企業(yè)所看好。所以，致力于“AI+藥物挖掘”的公司需要做好“持久戰(zhàn)”的準(zhǔn)備，并針對(duì)疾病本身的特點(diǎn)進(jìn)行業(yè)務(wù)規(guī)劃。例如腫瘤治療領(lǐng)域，患者個(gè)性化差異極大，沒有任何一種藥能夠?qū)λ心[瘤患者有效，所以確診癌癥后再研發(fā)個(gè)性化藥物，對(duì)于公司和患者而言都不是最優(yōu)的選擇。思路迪是該領(lǐng)域發(fā)展較為成熟的公司，其在腫瘤診療方面具有垂直縱深，包括腫瘤早期篩查、個(gè)性化藥物診斷和新藥研發(fā)三個(gè)板塊：腫瘤早期篩查：腫瘤死亡率高，主要是由于70%的患者是在癌癥晚期時(shí)才被發(fā)現(xiàn)。目前對(duì)于腫瘤仍是早期發(fā)現(xiàn)、早期治療、早期手術(shù)干預(yù)外加輔助藥物干預(yù)，是相對(duì)最優(yōu)的選擇；個(gè)性化藥物診斷：基于對(duì)患者的基因測(cè)序結(jié)果，結(jié)合各類候選藥物的患者臨床反應(yīng)，為新藥研發(fā)提供數(shù)據(jù)；新藥研發(fā)：為特定患者研發(fā)個(gè)性化藥物（這類病人通常屬于高收入群體）。腫瘤早期篩查個(gè)性化藥物診斷新藥研發(fā)上游中游下游腫瘤治療全產(chǎn)業(yè)鏈布局，彌補(bǔ)新藥研發(fā)的局限2典型應(yīng)用場(chǎng)景健康管理應(yīng)用場(chǎng)景HealthManagementApplication

Scenario2典型應(yīng)用場(chǎng)景場(chǎng)景描述：健康管理，就是運(yùn)用信息和醫(yī)療技術(shù)，在健康保健、醫(yī)療的科學(xué)基礎(chǔ)上，建立的一套完善、周密和個(gè)性化的服務(wù)程序；其目的在于通過(guò)維護(hù)健康、促進(jìn)健康等方式幫助健康人群及亞健康人群建立有序健康的生活方式，降低風(fēng)險(xiǎn)狀態(tài)，遠(yuǎn)離疾?。欢坏┏霈F(xiàn)臨床癥狀，則通過(guò)就醫(yī)服務(wù)的安排，盡快地恢復(fù)健康；“健康管理”應(yīng)用場(chǎng)景，主要包含營(yíng)養(yǎng)學(xué)、身體健康管理、精神健康管理三大子場(chǎng)景：營(yíng)養(yǎng)學(xué)場(chǎng)景，主要表現(xiàn)為利用AI技術(shù)對(duì)食物進(jìn)行識(shí)別與檢測(cè)，以幫助用戶合理膳食，保持健康的飲食習(xí)慣；身體健康管理，主要表現(xiàn)為結(jié)合智能穿戴設(shè)備等硬件設(shè)備提供的健康類數(shù)據(jù)，利用AI技術(shù)分析用戶健康水平，并通過(guò)行為干預(yù)，幫助用戶養(yǎng)成良好的生活習(xí)慣；精神健康管理，主要表現(xiàn)為利用AI技術(shù)進(jìn)行情緒管理，和對(duì)精神疾病進(jìn)行預(yù)測(cè)和治療；營(yíng)養(yǎng)學(xué)Airdoc碳云智能身體健康管理妙健康23魔方碳云智能時(shí)云醫(yī)療橙意家人統(tǒng)捷科技人和未來(lái)萬(wàn)物語(yǔ)聯(lián)精神健康管理萬(wàn)靈云2典型應(yīng)用場(chǎng)景場(chǎng)景描述：營(yíng)養(yǎng)學(xué)場(chǎng)景中的運(yùn)用，主要是利用AI技術(shù)進(jìn)行食物識(shí)別，實(shí)現(xiàn)個(gè)性化合理膳食；根據(jù)每個(gè)人不同的身體情況，使用特定的肽來(lái)激活健康抗菌分子，改變食物成分，消除食物副作用，從而幫助個(gè)人預(yù)防糖尿病等疾病的發(fā)生、殺死抗生素耐藥菌；類似的公司還有VITL；國(guó)內(nèi)在營(yíng)養(yǎng)學(xué)場(chǎng)景的人工智能公司較少，國(guó)人尚未普遍樹立營(yíng)養(yǎng)飲食意識(shí)；碳云智能的產(chǎn)品“覓我?”提供的一項(xiàng)“血糖管理計(jì)劃”中，通過(guò)連續(xù)血糖監(jiān)測(cè)，發(fā)現(xiàn)不同食物的餐后血糖變化，從而指導(dǎo)用戶用餐；Airdoc推出一款名為“每日三次”的App，通過(guò)對(duì)菜品的圖像識(shí)別和分析，指導(dǎo)用戶合理用餐。肽示意圖MRSA示意圖MRSA，中文叫耐甲氧西林金黃色葡萄球菌，是臨床上常見的毒性較強(qiáng)的抗生素耐藥菌；MRSA從發(fā)現(xiàn)至今感染幾乎遍及全球，已成為院內(nèi)和社區(qū)感染的重要病原菌之一。2典型應(yīng)用場(chǎng)景在營(yíng)養(yǎng)學(xué)方向進(jìn)行著探索，其開發(fā)的一款名為“每日三次”的App，搭建菜品圖譜，利用圖像識(shí)別技術(shù)，根據(jù)用戶拍照上傳的菜品圖片，自動(dòng)識(shí)別其中的食物種類，判斷菜品所含熱量、膽固醇、脂肪、升糖指數(shù)等指標(biāo)，并根據(jù)每個(gè)人的身體狀況（例如減肥、高血脂、脂肪肝、痛風(fēng)等）推薦該菜品是否適合食用；由于菜品種類繁多，機(jī)器學(xué)習(xí)所需要的圖片數(shù)據(jù)必定是海量的，且需要時(shí)間的積累?！懊咳杖巍盇pp通過(guò)用戶上傳圖片，并鼓勵(lì)用戶輸入無(wú)法識(shí)別的菜品名稱，完成數(shù)據(jù)積累，以擴(kuò)大識(shí)別范圍，優(yōu)化識(shí)別準(zhǔn)確率。減肥高血壓高血糖高尿酸高血脂冠心病痛風(fēng)脂肪肝用戶需求/身體現(xiàn)狀選擇用戶拍照上傳菜品照片是否識(shí)別正確？是飲食指導(dǎo)不可食用/推薦食用膽固醇/熱量等含量否用戶輸入菜品名稱，如“烤鴨”“烤鴨”圖片及“烤鴨”名稱進(jìn)入數(shù)據(jù)庫(kù)，進(jìn)一步訓(xùn)練算法模型無(wú)“烤鴨”數(shù)據(jù)2典型應(yīng)用場(chǎng)景場(chǎng)景描述：身體健康管理場(chǎng)景中的運(yùn)用，主要是通過(guò)基因數(shù)據(jù)、代謝數(shù)據(jù)和表型（性狀）數(shù)據(jù)的分析，為用戶提供飲、食、起、居等各方面的健康生活建議，幫助用戶規(guī)避患病風(fēng)險(xiǎn)。身體健康管理包含數(shù)據(jù)獲取、數(shù)據(jù)分析和行為干預(yù)三道流程。數(shù)據(jù)獲取方面，基因數(shù)據(jù)和代謝數(shù)據(jù)分別依靠基因檢測(cè)技術(shù)和代謝質(zhì)譜檢測(cè)技術(shù)獲取，表型數(shù)據(jù)則通過(guò)智能硬件（包括可穿戴設(shè)備、具有用戶健康數(shù)據(jù)采集與記錄功能的智能手機(jī)設(shè)備等）、用戶自填獲?。灰肴斯ぶ悄芗夹g(shù)，對(duì)以上數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，進(jìn)而對(duì)用戶或患者進(jìn)行個(gè)性化行為干預(yù)；業(yè)務(wù)模式：目前身體健康管理領(lǐng)域的產(chǎn)品，主要針對(duì)個(gè)體消費(fèi)者、保險(xiǎn)機(jī)構(gòu)、藥物研發(fā)機(jī)構(gòu)以及其他有相關(guān)需求的企業(yè)等。國(guó)外國(guó)內(nèi)2典型應(yīng)用場(chǎng)景發(fā)展環(huán)境：智能硬件和手機(jī)App，是用戶健康類數(shù)據(jù)的主要來(lái)源。目前用戶的健康類數(shù)據(jù)獨(dú)立存在于各智能硬件、手機(jī)App之中，“數(shù)據(jù)孤島”明顯。以手機(jī)為例，蘋果公司基于IOS系統(tǒng)的封閉生態(tài)，通過(guò)蘋果健康A(chǔ)pp、智能手表等設(shè)備將所有用戶的數(shù)據(jù)進(jìn)行統(tǒng)一的收集和儲(chǔ)存。而Android系統(tǒng)的手機(jī)廠商卻很多，部分手機(jī)廠商（例如華為手機(jī)）提供健康類App，同時(shí)開發(fā)或代銷健康類硬件設(shè)備，則華為僅僅可以獲得用戶在華為產(chǎn)品上留下的數(shù)據(jù)，用戶所使用的其他設(shè)備數(shù)據(jù)則無(wú)法獲得；如果將用戶的各類健康數(shù)據(jù)全部整合于一個(gè)平臺(tái)，就可以挖掘數(shù)據(jù)深層價(jià)值，由此能夠提供更多的服務(wù)，產(chǎn)生更大的商業(yè)價(jià)值。Android系統(tǒng)華為手機(jī) 華為 華為榮耀運(yùn)動(dòng)健康A(chǔ)pp

手環(huán) 體脂秤代銷各廠家智能硬件(數(shù)據(jù)接入)……小米手機(jī)運(yùn)動(dòng)App小米手環(huán)小米體重秤小米血壓計(jì)OPPO手機(jī)運(yùn)動(dòng)Appvivo手機(jī)運(yùn)動(dòng)App更多手機(jī)品牌健康類App…大姨嗎樂(lè)動(dòng)力 Wake keep 體檢寶心率監(jiān)測(cè)

戒煙軍團(tuán)美柚 壹心理

蝸牛睡眠更多記錄用戶健康數(shù)據(jù)的App……更多記錄用戶健康數(shù)據(jù)的硬件……咕咚 樂(lè)心 赤道 有品智能 云康寶手環(huán) 手環(huán) 手環(huán) 體脂秤 體脂秤2典型應(yīng)用場(chǎng)景73手環(huán)、體脂秤、智能手表、血壓、血糖、提問(wèn)、體檢儀等17個(gè)品類的300+智能硬件接入預(yù)約掛號(hào)、醫(yī)生咨詢等移動(dòng)醫(yī)療服務(wù)接入妙+:

數(shù)據(jù)接入

鍛煉：M×16

睡眠8h：M×30

補(bǔ)充VC：M×10 更多任務(wù)……（M滿分100）健康行為指數(shù):

M值A(chǔ)I算法“健康行為指數(shù)”個(gè)性化推薦每日任務(wù)，以游戲化健康管理方式進(jìn)行行為干預(yù)，幫助用戶保持健康生活方式需要手環(huán)購(gòu)買意愿線上商城線下門店線下體驗(yàn)線上購(gòu)買線上產(chǎn)生智能硬件購(gòu)買需求，線下依托三胞集團(tuán)上千家門店進(jìn)行體驗(yàn)式營(yíng)銷，滿足用戶體驗(yàn)與購(gòu)買需求線上線下銷售渠道換數(shù)據(jù)通過(guò)數(shù)據(jù)服務(wù)實(shí)現(xiàn)盈利Apple小米Fitbit保險(xiǎn)體檢銀行…………2典型應(yīng)用場(chǎng)景企業(yè)案例：碳云智能是一家打造數(shù)字化健康管理平臺(tái)的公司，主要致力于通過(guò)數(shù)據(jù)收集和檢測(cè)來(lái)建立每一個(gè)人的生命模型，從而提供精準(zhǔn)的健康管理解決方案，并實(shí)時(shí)幫助用戶進(jìn)行數(shù)據(jù)化的健康管理；碳云智能的五大業(yè)務(wù)模塊構(gòu)成其數(shù)字健康管理的產(chǎn)業(yè)鏈條：全生命周期數(shù)據(jù)采集；人工智能數(shù)據(jù)分析技術(shù)平臺(tái)；智能硬件；數(shù)據(jù)庫(kù)和樣本庫(kù)；個(gè)性化O2O服務(wù)；其C端服務(wù)主要依托于

“覓我?(Meum?)”手機(jī)App，用戶在App上完成數(shù)據(jù)記錄、檢測(cè)服務(wù)與健康管理計(jì)劃購(gòu)買等行為。保險(xiǎn)機(jī)構(gòu)：幫助保險(xiǎn)機(jī)構(gòu)做參保者的健康行為干預(yù)，降低出險(xiǎn)風(fēng)險(xiǎn)藥物研發(fā)機(jī)構(gòu)：基于海量數(shù)據(jù)，測(cè)試個(gè)體對(duì)不同藥物的反映，助力新藥研發(fā)健康管理公司：服務(wù)內(nèi)容合作，引入健康管理計(jì)劃中作為一個(gè)服務(wù)模塊科技公司：通過(guò)投資或收購(gòu)，引入生物學(xué)/大數(shù)據(jù)/人工智能技術(shù)，強(qiáng)化服務(wù)硬件設(shè)備廠商：基于服務(wù)對(duì)硬件設(shè)備的需求，與硬件設(shè)備廠商合作共贏提供檢測(cè)服務(wù)：基因檢測(cè)、代謝質(zhì)譜檢測(cè)等43項(xiàng)檢測(cè)指標(biāo)，生成數(shù)據(jù)分析報(bào)告提供健康管理計(jì)劃：血糖管理計(jì)劃血糖相關(guān)營(yíng)隊(duì)活動(dòng)精準(zhǔn)辟谷計(jì)劃……2典型應(yīng)用場(chǎng)景場(chǎng)景描述：健康管理場(chǎng)景中的另一子場(chǎng)景，就是精神管理。精神管理下，又可以分為情緒調(diào)節(jié)、精神疾病管理兩類；情緒調(diào)節(jié)場(chǎng)景中的運(yùn)用，主要是通過(guò)人臉識(shí)別用戶情緒，以聊天、推送音樂(lè)或視頻等多種交互方式幫助用戶調(diào)節(jié)心情。但該場(chǎng)景擁有巨大的市場(chǎng)潛力，尤其是通用型語(yǔ)音機(jī)器人，情緒調(diào)節(jié)功能的嵌入將有望大大提升語(yǔ)音機(jī)器人的用戶體驗(yàn)和用戶使用活躍度。Realeyes公司，使用計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)技術(shù)，通過(guò)電腦或智能手機(jī)攝像頭跟蹤用戶面部表情，評(píng)估用戶在觀看不同視頻時(shí)的情緒變化；Realeyes過(guò)去主要為視頻網(wǎng)站、廣告公司、市場(chǎng)調(diào)查公司、投資公司等提供用戶分類、市場(chǎng)定位、內(nèi)容效果評(píng)估及預(yù)測(cè)等服務(wù)，目前正在研發(fā)一款心理健康產(chǎn)品。Emotient公司，利用深度學(xué)習(xí)進(jìn)行面部表情分析以識(shí)別情緒，并且能夠應(yīng)對(duì)昏暗的環(huán)境、面部部分遮擋、佩戴眼鏡等情況；2016年1月被蘋果收購(gòu)；2017年7月29日蘋果發(fā)布的iOS11系統(tǒng)中，Siri加入了AI特性，外界猜測(cè)Siri將增加情緒調(diào)節(jié)的功能。另外，擁有情緒識(shí)別技術(shù)的、專門為研究機(jī)構(gòu)、企業(yè)提供解決方案的公司，未來(lái)也有研發(fā)或支持研發(fā)情緒調(diào)節(jié)產(chǎn)品的潛力，如Sightcorp、Affectiva、Noldus、NVISO等。2典型應(yīng)用場(chǎng)景目前比較典型的致力于情緒調(diào)節(jié)的人工智能公司，智能控制設(shè)備采用了人臉跟蹤與識(shí)別、情感處理技術(shù)、智能語(yǔ)音技術(shù)。第一，能夠?qū)γ课患彝コ蓡T的面部進(jìn)行追蹤和記錄，從而形成每個(gè)家庭成員的面部數(shù)據(jù)集，用來(lái)區(qū)分人臉；第二，能夠通過(guò)面部表情進(jìn)行情緒識(shí)別，一共包含八類情感：快樂(lè)、悲傷、恐懼、厭惡、信任、憤怒、驚喜和期待；第三，能夠個(gè)性化地為用戶推送音樂(lè)或視頻，改善用戶的實(shí)時(shí)情緒和開心指數(shù)。EmoSPARK采用安卓系統(tǒng)，能夠與智能手機(jī)、電腦、平板、電視等設(shè)備連接（只要有攝像頭即可）。設(shè)備攝像頭實(shí)時(shí)將用戶面部圖像輸入EmoSPARK用戶文字或語(yǔ)音輸入EmoSPARKEmoSPARK進(jìn)行人臉跟蹤與識(shí)別，并判斷用戶情緒進(jìn)行語(yǔ)音/文字識(shí)別EmoSPARK通過(guò)智能語(yǔ)音技術(shù)，與用戶進(jìn)行互動(dòng)通過(guò)藍(lán)牙或Wi-Fi連接并控制各設(shè)備，為用戶播放音樂(lè)或視頻2典型應(yīng)用場(chǎng)景80產(chǎn)品一：萬(wàn)靈健康A(chǔ)pp產(chǎn)品二：萬(wàn)靈數(shù)據(jù)平臺(tái)患者端醫(yī)生端健康趨勢(shì)風(fēng)險(xiǎn)預(yù)警院外病情記錄歷史病歷管理

歷史相似病歷診療方案聚合跨院歷史病歷追蹤病歷數(shù)據(jù)挖掘分析院內(nèi)數(shù)據(jù)庫(kù)建設(shè)躁狂篩查焦慮監(jiān)測(cè)危險(xiǎn)行為抑郁篩查睡眠質(zhì)量自殺傾向數(shù)據(jù)挖掘降維處理近200維度的量表，數(shù)據(jù)挖掘算法降維處理后不足30維，縮短一半以上的量表填寫時(shí)間2典型應(yīng)用場(chǎng)景AvalonAI在訓(xùn)練算法模型中遇到的最大難題，就是醫(yī)院大多不愿意將病歷資料貢獻(xiàn)出來(lái)，而使得數(shù)據(jù)十分有限。事實(shí)上，所有致力于“AI+精神疾病管理”的人工智能公司，首先要接受來(lái)自政府相關(guān)機(jī)構(gòu)的數(shù)據(jù)安全性審查，以保護(hù)患者隱私。AvalonAI承諾，在其將病例用于研究前，會(huì)將患者姓名、性別等個(gè)人信息全部抹去，并對(duì)臉部特征做一定的特殊處理。Avalon

AI發(fā)展最大的阻礙上圖從左到右分別是結(jié)構(gòu)性、擴(kuò)散性、功能性磁共振影像案例，結(jié)合三種成像方式，可使阿茨海默癥漏診概率降低50%。2典型應(yīng)用場(chǎng)景醫(yī)院管理應(yīng)用場(chǎng)景HospitalManagementApplication

Scenario2典型應(yīng)用場(chǎng)景場(chǎng)景描述：醫(yī)院管理，主要指針對(duì)醫(yī)院內(nèi)部、醫(yī)院之間各項(xiàng)工作的管理，主要包括病歷結(jié)構(gòu)化、分級(jí)診療、DRGs（診斷相關(guān)分類）智能系統(tǒng)、醫(yī)院決策支持的專家系統(tǒng)等。該場(chǎng)景還有更多潛在應(yīng)用可供挖掘，據(jù)業(yè)內(nèi)人士透露，目前有從事開發(fā)醫(yī)院血庫(kù)智能管理系統(tǒng)的創(chuàng)業(yè)團(tuán)隊(duì)，但尚沒有獲得其公司及團(tuán)隊(duì)信息；公司現(xiàn)狀：目前國(guó)內(nèi)共有21家公司提供“醫(yī)院管理”服務(wù)，業(yè)務(wù)大多集中于病歷結(jié)構(gòu)化服務(wù)。病歷結(jié)構(gòu)化 分級(jí)診療大數(shù)醫(yī)達(dá)依圖科技生命奇點(diǎn)翼展科技銳達(dá)醫(yī)療睿佳科技思派DRGs

&

專家系統(tǒng)醫(yī)渡云雕龍數(shù)據(jù)科大訊飛2典型應(yīng)用場(chǎng)景算法框架

/

平臺(tái)知識(shí)挖掘基本方法規(guī)則方法 統(tǒng)計(jì)與機(jī)器學(xué)習(xí)方法基礎(chǔ)資源 詞典語(yǔ)料 網(wǎng)頁(yè) 日志 知識(shí)庫(kù)語(yǔ)言分析專名識(shí)別分詞、詞性形態(tài)分析依存分析主干分析組塊分析邏輯推理語(yǔ)義計(jì)算組塊分析詞法句法語(yǔ)義情感分析觀點(diǎn)提取對(duì)話理解篇章語(yǔ)言生成篇章生成摘要生成句子生成無(wú)結(jié)構(gòu)的病歷數(shù)據(jù)結(jié)構(gòu)化的病歷數(shù)據(jù)2典型應(yīng)用場(chǎng)景業(yè)務(wù)模式：目前國(guó)內(nèi)提供病歷結(jié)構(gòu)化服務(wù)的公司，往往面向醫(yī)院提供開放性平臺(tái)服務(wù)，以服務(wù)換數(shù)據(jù)的形式，實(shí)現(xiàn)共贏。具體的業(yè)務(wù)模式分為兩類：開放性的中文病歷語(yǔ)義API，提供醫(yī)院無(wú)縫對(duì)接的可插拔式模塊；提供智能病歷分析服務(wù)，服務(wù)類型和范圍較廣，如為保險(xiǎn)公司做醫(yī)療風(fēng)險(xiǎn)評(píng)估、精準(zhǔn)醫(yī)學(xué)大數(shù)據(jù)中心的業(yè)務(wù)規(guī)劃和組織架構(gòu)設(shè)計(jì)、協(xié)助重大研究課題進(jìn)行前期分析研究、開發(fā)醫(yī)療人才培養(yǎng)系統(tǒng)等等；提供病歷結(jié)構(gòu)化服務(wù)的公司，未來(lái)在保險(xiǎn)與藥品行業(yè)也存在較大盈利空間，例如幫助保險(xiǎn)公司發(fā)現(xiàn)并減少過(guò)度醫(yī)療行為，幫助藥企監(jiān)控新產(chǎn)品的安全性等；全科室的算法模型模型接入和全院數(shù)據(jù)錄入僅需5天，精準(zhǔn)度打90%以上服務(wù)進(jìn)入醫(yī)院病歷數(shù)據(jù)的錄入是由醫(yī)院人員來(lái)完成，保障醫(yī)院核心資產(chǎn)的安全性數(shù)據(jù)訓(xùn)練優(yōu)化模型2典型應(yīng)用場(chǎng)景場(chǎng)景描述及發(fā)展環(huán)境：分級(jí)診療，就是要按照疾病的輕、重、緩、急及治療的難易程度進(jìn)行分級(jí)，不同級(jí)別的醫(yī)療機(jī)構(gòu)承擔(dān)不同疾病的治療，實(shí)現(xiàn)基層首診和雙向轉(zhuǎn)診。分級(jí)診療政策體系逐步完善，醫(yī)療衛(wèi)生機(jī)構(gòu)分工協(xié)作機(jī)制基本形成，優(yōu)質(zhì)醫(yī)療資源有序有效下沉，基層醫(yī)療衛(wèi)生機(jī)構(gòu)診療量占總診療量比例明顯提升，就醫(yī)秩序更加合理規(guī)范；在分級(jí)診療的政策推動(dòng)之下，國(guó)內(nèi)陸續(xù)出現(xiàn)促進(jìn)分級(jí)診療的企業(yè)服務(wù)；產(chǎn)品形態(tài)：分級(jí)診療的實(shí)現(xiàn)，離不開醫(yī)聯(lián)體與智能云服務(wù)，二者是相輔相成的關(guān)系，醫(yī)聯(lián)體的建立和日常運(yùn)營(yíng)在云端進(jìn)行，而智能云需要醫(yī)聯(lián)體（具體而言是各等級(jí)醫(yī)院的醫(yī)生）集中于云端，才能實(shí)現(xiàn)分級(jí)診療。目前促進(jìn)實(shí)現(xiàn)分級(jí)診療的公司，均以搭建云平臺(tái)為方式，其中比較典型的是銳達(dá)醫(yī)療，其建立的分級(jí)診療平臺(tái)，能夠?qū)崿F(xiàn)遠(yuǎn)程門診及雙向轉(zhuǎn)診、區(qū)域影像診斷遠(yuǎn)程托管與會(huì)診、影像高速三維后處理重建等多種功能。大型醫(yī)療機(jī)構(gòu)（高級(jí)醫(yī)療服務(wù)）基層醫(yī)院鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)影像云平臺(tái)協(xié)同醫(yī)療信息共享協(xié)同醫(yī)療信息共享構(gòu)建利益聯(lián)合體Internet