新冠肺炎疫情深刻改變著世界醫(yī)療健康行業(yè),，而人工智能和醫(yī)療行業(yè)的融合則為醫(yī)療技術(shù)的創(chuàng)新和進步提供新的動力。

　　在全國各地AI+醫(yī)療行業(yè)政策的大力扶持下,，AI+醫(yī)療相關(guān)市場也迎來了一波爆發(fā)增長期。

　　AI+醫(yī)療算法生態(tài)成熟+應(yīng)用廣泛

　　有人將人工智能在醫(yī)療上的運用,，比作是醫(yī)生的另一個大腦,，而且是對數(shù)據(jù)的儲存處理傳輸能力更強的大腦。

　　有了它,，就能為群眾提供更加智慧的服務(wù),，也能提升醫(yī)生的工作效率，有助于緩解當(dāng)前優(yōu)質(zhì)醫(yī)療資源緊缺的問題,。

　　目前傳統(tǒng)的機器學(xué)習(xí)和深度學(xué)習(xí)算法已被廣泛得應(yīng)用,，來處理臨床研究和醫(yī)療服務(wù)中的結(jié)構(gòu)化數(shù)據(jù)，如醫(yī)學(xué)影像數(shù)據(jù),、基因數(shù)據(jù)和生物標(biāo)志物數(shù)據(jù),。

　　而非結(jié)構(gòu)化數(shù)據(jù)，如人工筆記,、醫(yī)學(xué)期刊與患者調(diào)查等則依靠專門的醫(yī)學(xué)自然語言處理技術(shù)來分析,。

　　在全球聯(lián)合抗擊疫情的大背景下,，人工智能與醫(yī)療產(chǎn)業(yè)也進行了快速的融合，AI+醫(yī)療產(chǎn)品開始延伸到更多不同的醫(yī)療服務(wù)應(yīng)用場景當(dāng)中,，并不斷的發(fā)展落地,。

　　目前相對成熟的應(yīng)用場景主要有：AI+醫(yī)療影像、AI+輔助診斷,、AI+新藥研發(fā),、以及AI+健康管理等。

　　政府高度重視+持續(xù)釋放紅利

　　2017年國務(wù)院發(fā)布的《新一代人工智能發(fā)展規(guī)劃》中提出要發(fā)展便捷高效的智能服務(wù),，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,。

　　從2017年開始,，我國已把人工智能作為一個國策進行推動，近幾年的兩會上AI也被多次寫入政府工作報告中,。

　　2018年政府提出人工智能向基層醫(yī)療進行滲透,，2019年將AI+醫(yī)療的范圍進一步擴大到康養(yǎng)范疇；2020年進一步提出未來的建設(shè)指南,，期望在2023年在以醫(yī)療為代表的人工智能領(lǐng)域中建立一套初步的標(biāo)準(zhǔn)體系規(guī)范,。

　　AI+醫(yī)療市場將進入快速成長期

　　2019年之前，由于大部分細分領(lǐng)域的盈利模式尚未明朗,，導(dǎo)致AI+醫(yī)療市場一度陷入低谷,。

　　2019年由于智慧病案的興起，使得整體AI+核心醫(yī)療軟件服務(wù)市場規(guī)模超過20億,，同比增速高達93.9%,，其中CDSS占比最多，達到55.2%,。

　　2020年加之疫情的影響,，AI+醫(yī)療的優(yōu)勢更加凸顯，因此,，國家開始逐步發(fā)放各類醫(yī)療影像AI軟件三類證,，并進一步出臺鼓勵A(yù)I+醫(yī)療發(fā)展的政策，這些將會使各細分領(lǐng)域的盈利模式逐漸明晰,，市場也將會進入快速成長期,。

　　從2020年到2022年，包含CDSS,、AI+輔助檢查以及智慧病案等在內(nèi)的核心醫(yī)療軟件服務(wù)市場規(guī)模,，其整體的CAGR（復(fù)合年均增長率）將達到51.9%；并預(yù)計將在2022年超過70億美元的總值。

　　基礎(chǔ)層技術(shù)層已布局完備

　　AI+核心醫(yī)療產(chǎn)業(yè)鏈可以分為AI基礎(chǔ)層,，AI醫(yī)療技術(shù)層與應(yīng)用層：

　　基礎(chǔ)層：除數(shù)據(jù)服務(wù)外,，芯片與通信等基礎(chǔ)核心領(lǐng)域已形成牢固的技術(shù)壁壘，市場呈寡頭局面,，中、短期內(nèi)市場格局不會改變,；

　　技術(shù)層：算法,、框架以及通用技術(shù)則需要長期的投入與研發(fā)來攻克，目前各大科技企業(yè)與互聯(lián)網(wǎng)巨頭企業(yè)基本已完成布局,，中小企業(yè)生存空間較少,；

　　應(yīng)用層：應(yīng)用層可觸達全醫(yī)療服務(wù)場景，如院內(nèi)臨床決策系統(tǒng),、手術(shù)機器人,、智慧病案系統(tǒng)、醫(yī)療影像,、藥企新藥研發(fā)與基因檢測,，已有大量的互聯(lián)網(wǎng)醫(yī)療公司和傳統(tǒng)醫(yī)療公司涌入。

　　AI+醫(yī)療本質(zhì)上可以創(chuàng)造出新的醫(yī)療資源供給市場,，幫助我國解決醫(yī)療資源供給不足這個痛點,。

　　憑借其出色的算法和大數(shù)據(jù)分析，不斷滲透到相關(guān)服務(wù)平臺的數(shù)據(jù)資源層和技術(shù)應(yīng)用層,。

　　同時,，打通各個服務(wù)端口的數(shù)據(jù)壁壘，降低整體醫(yī)療成本,，并實現(xiàn)在醫(yī)學(xué)影像,、輔助診療、健康管理,、新藥研發(fā),、疾病預(yù)測、虛擬助理,、流程管理,、研究平臺等核心應(yīng)用場景的完美落地，最終提升國內(nèi)整體醫(yī)療水平,。

　　AI+醫(yī)療存在技術(shù)難點+標(biāo)準(zhǔn)缺失

　　隨著我國醫(yī)療體制改革的深化,、分級診療制度的落實，政府開始加大力度解決醫(yī)療資源分配問題以及醫(yī)療服務(wù)效率問題,。

　　其中,，醫(yī)療人工智能的廣泛應(yīng)用在提高醫(yī)療質(zhì)量和服務(wù)效率、減少誤診誤治方面發(fā)揮了重要作用。

　　然而,，目前AI+醫(yī)療仍存在醫(yī)學(xué)數(shù)據(jù)相關(guān)問題,、復(fù)合人才短缺、行業(yè)標(biāo)準(zhǔn)缺失以及醫(yī)療科研轉(zhuǎn)化為成熟產(chǎn)品的周期過長等問題,。

　　其中,，數(shù)據(jù)的獲取、使用與數(shù)據(jù)共享是阻礙AI+醫(yī)療發(fā)展的最大因素,。

　　由于AI+醫(yī)療發(fā)展的主要推動力仍是滿足醫(yī)療行業(yè)的剛性需求,，因而AI+醫(yī)療在未來必然會打通數(shù)據(jù)壁壘，實現(xiàn)數(shù)據(jù)的安全,、高質(zhì)量及共享的應(yīng)用,。

　　醫(yī)療AI企業(yè)面臨著不少痛點等待解決

　　像我國國內(nèi)企業(yè)在醫(yī)療影像方面面臨著數(shù)據(jù)流轉(zhuǎn)的問題，患者無法保存和管理自己原始的影像資料,。

　　醫(yī)療領(lǐng)域里最重要的是準(zhǔn)確度,，需要在綜合一系列由人工智能計算出的指標(biāo)的基礎(chǔ)上，由醫(yī)生來做出最后判斷和決策,。

　　由于試驗設(shè)計質(zhì)量參差不齊,，具體的有效性很難進行比較和評估。

　　沒有統(tǒng)一行業(yè)評判的標(biāo)準(zhǔn),，可能會給數(shù)百萬患者帶來風(fēng)險,。同時也易助長醫(yī)療企業(yè)炒作AI實效性的火焰。

　　AI在醫(yī)療領(lǐng)域的應(yīng)用更接近與體檢和預(yù)防,，有時候帶來的效果很大,，但非常間接，不容易形成控費價值的影響,。

　　產(chǎn)學(xué)研實踐要掃清的障礙

　　從醫(yī)生角度看,，年輕醫(yī)生首先要打好臨床、教學(xué),、科研的基礎(chǔ),，但到了一定階段，醫(yī)生不會滿足于常規(guī)的工作內(nèi)容,，而是往產(chǎn)學(xué)研的方向發(fā)展,，會涉及更多跨領(lǐng)域的合作。

　　醫(yī)生的臨床思維和程序員的開發(fā)思維存在巨大的差異,，AI產(chǎn)品能否觸及醫(yī)學(xué)本質(zhì),，只有讓醫(yī)生愿意使用它，AI才有意義,。

　　從應(yīng)用場景上看,，專科與全科領(lǐng)域邊界的劃分有待明確，醫(yī)養(yǎng)康的技術(shù)閉環(huán)沒有形成,。

　　更大的挑戰(zhàn)來自于行業(yè)內(nèi)AI評測體系標(biāo)準(zhǔn)尚未規(guī)范,，造成企業(yè)理解差異大、產(chǎn)品良莠不齊,。

　　醫(yī)療場景下,，數(shù)據(jù)脫敏需求強烈、數(shù)據(jù)操作合規(guī)性要求高,。標(biāo)準(zhǔn)的暫時缺位無疑影響這一領(lǐng)域的應(yīng)用推廣,。

　　在另一方面，國內(nèi)由醫(yī)生參與和主導(dǎo)的產(chǎn)學(xué)研實踐還處于探索階段,，尚未形成一個規(guī)范、明確的流程或方案,，還面臨一些更深層次的障礙,。

　　醫(yī)療大數(shù)據(jù)整體建設(shè)速度略顯乏力

　　相較其他獲得互聯(lián)網(wǎng)技術(shù)助推的行業(yè)而言，中國醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)的整體建設(shè)速度仍略顯乏力,。

　　縱觀行業(yè)歷史,，國內(nèi)的醫(yī)療大數(shù)據(jù)發(fā)展可向上追溯至2009年新一輪醫(yī)改中將電子病歷等醫(yī)療信息化的建設(shè)劃為重點任務(wù)，目前為止行業(yè)內(nèi)已然擁有了10年的海量數(shù)據(jù)積累,。

　　各個醫(yī)院管理者有時會形成數(shù)據(jù)壁壘,。我們在信息交流過程當(dāng)中，目前可以做到徐匯區(qū)共享,，但與其他的醫(yī)院和醫(yī)療還不能夠達到數(shù)據(jù)共享,，造成信息孤島。

　　同時,，我們也缺少有基層醫(yī)療經(jīng)驗又擅長人工智能的交叉人才,。

　　然而，由于醫(yī)療數(shù)據(jù)的在流通共享環(huán)節(jié)和其他方面的諸多問題,，即使已經(jīng)打下了十年的醫(yī)療信息化建設(shè)基礎(chǔ),，卻仍然出現(xiàn)了一個又一個信息孤島，掣肘著行業(yè)的發(fā)展,。

　　結(jié)尾

　　疫情期間,，醫(yī)療AI的應(yīng)用得到了進一步的創(chuàng)新與推廣。但不可否認的是,，醫(yī)療AI在發(fā)展中還有著各種各樣的瓶頸與痛點,。如何打破瓶頸尷尬期，進而推動行業(yè)向前發(fā)展,，是擺在醫(yī)療AI行業(yè)人士面前十分關(guān)鍵的課題,。