智为健康中国医疗人工智能产业报告CHINAAI+HEALTHCAREINDUSTRYREPORT健康点·飞利浦联合出品CHINAAI+HEALTHCAREINDUSTRYREPORT01卷首语PREFACE无论是对中国还是对世界来说,人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展,人们逐渐开始寄希望于通过人工智能来解决医疗行业的痛点。此前,美国咨询公司弗罗斯特-沙利文公司就曾提到,“人工智能可将医疗效果提高30%到40%,减少多达50%的医疗成本”。在中国,医疗人工智能有着先天的发展优势。一方面,中国人口数量庞大,有充足的医疗数据,为医疗人工智能的发展提供了基石。另一方面,中国足够大的医疗市场也为人工智能企业创新提供了动力。不负人们所期,近年来中国医疗人工智能市场正如火如荼地发展着。数据显示,自2013年到2017年,中国医疗人工智能行业共获得241笔融资。其中,2017年国内医疗人工智能行业公布的融资事件近30起,融资总额超过18亿元。2018年,医疗人工智能市场火热依旧。一方面,资本热情不减,大额融资频发,医疗人工智能融资总额再创新高,仅2018上半年就有18家公司获投,总金额超过31亿元。另一方面,已然成熟的互联网巨头,如BAT等,以及传统医疗相关企业,如飞利浦等也早已重金布局医疗人工智能,大手笔向产业链扩展业务。作为一种提高效率的工具,目前,医疗人工智能已经覆盖了医疗产业链条上的四大环节。其中,医疗环节以服务患者为主,针对患者提供一系列更精准、更高效的医疗服务。而医药、医保、医院环节则更多是为B端的医疗机构、企业等服务。并且,医疗人工智能在经历过火热的发展后,迎来了商业化的关键期,目前绝大多数医疗人工智能的公司尚未实现盈利,且其产品多在医院进行试用,但他们已经通过不同的业务模式实现了付费收入。值得注意的是,随着医疗人工智能产业的发展,其所面临的一些困难也逐渐显现。比如行业缺少统一标准进行监管、复合型人才不足、数据结构化较差、机器学习缺乏结合实际医疗场景进行的训练,算法有待提高、技术仍待完善等。2智为健康中国医疗人工智能产业报告CHINAAI+HEALTHCAREINDUSTRYREPORT03中国医疗人工智能市场环境分析中国的医疗人工智能市场究竟有多大?根据前瞻产业研究院发布的《2018—2023年中国人工智能行业市场前瞻与投资战略规划分析报告》显示,2016年中国医疗人工智能的市场规模达到96.61亿元,增长37.9%;2017年将超过130亿元,增长40.7%;2018年有望达到200亿元。市场需求增加在市场需求方面,中国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,医生资源供需缺口大等问题。而在中国医疗改革逐步推进,分级诊疗逐步落地的过程中,这种问题更加突出。在此背景下,人工智能将在各种场景的共同作用下,提高医疗服务水平,改善现有现状。比如在辅助医生诊断方面,人工智能可以利用图像识别技术,在经过学习大量医学影像的基础上,产品可以辅助医生进行病灶区域定位,从而在一定程度上缓解漏诊误诊问题。同时,将人工智能辅助诊断技术应用在某些特定病种领域,也可以代替医生完成疾病筛查任务,从而提高诊断效率,弥补资源供需缺口。此外,人工智能还能够填补健康管理空缺,以增加医疗服务供给,辅助制药、手术等,提升相关工作效率。这一方面得益于中国医疗市场的迫切需求,另一方面也得益于近年来医疗人工智能技术的发展以及相关政策对医疗人工智能的支持。中国医疗人工智能产业市场规模2015年050100150200单位:亿元2016年2017年2018年1智为健康中国医疗人工智能产业报告CHINAAI+HEALTHCAREINDUSTRYREPORT0405以提高诊断效率,弥补资源供需缺口为例。有数据显示,目前中国每千人的平均医生拥有量仅为2.1人,医生资源缺口问题较为严重。这种现象在影像科、病理科等科室中更加明显。就影像科室而言,目前我国医学影像数据的年增长率约为30%,而放射科医师数量的年增长率仅为4.1%。放射科医师数量的增长远不及影像数据增长。这个现象意味着放射科医师在未来处理影像数据的压力会越来越大,甚至远远超过负荷。据国家卫生健康委员会统计显示,2013至2015年三年中,全国累计完成放射诊疗12.4亿人次。而“2017中国医师协会放射医师年会”数据也显示,全国放射从业人员约15.8万,其中放射医师只有约8万,具有副主任医师以上职称的只有2万人。以此推算平均每一位影像医师每年需要处理5100多人次的报告,以每一例报告最少需要两个医师阅片和报告估算,每位放射医师全年的诊疗人次约为12000,而2万名副高以上职称的影像科医师由于有审核工作,诊疗人次将会更多。面对如此严峻的医疗资源短缺难题,人工智能技术成为一个重要的解决方案。也正因如此,近年来中国将人工智能技术应用于医学影像的企业发展迅速。技术走向成熟在技术方面,过去,由于软硬件条件的不成熟,优质数据资源的短缺,人工智能并未实现广泛的应用。如今,算法、算力等基础技术条件日渐成熟,医疗行业也积累了大量的数据,医疗人工智能行业也随之快速发展。美国人工智能的发源地,早在上个世纪30年代末到50年代,美国诸多学科的科学家已经开始研究探讨制造人工大脑的可能性。维纳的控制论、香农的信息论及图灵的计算理论,为现代人工智能的出现奠定了基础。而后欧美强国相继加入人工智能研究行列,英国在60年代就起步人工智能的研究,并在70年代,在爱丁堡大学成立了人工智能系。日本和西欧大陆一些国家虽起步较晚,但是发展速度很快,很快占有一席之地,前苏联也关注到人工智能的重要性也参与了诸多人工智能研究。相比之下,我国人工智能起步较晚。1978年中国将“智能模拟”纳入国家研究计划,1984年召开智能计算机及其系统的全国学术研讨会;后续中国人工智能学会(CA人工智能)相继成立,越来越多的人工智能研究项目获得国家相关基金资助并将智能控制与智能自动化等项目列入国家科技攀登计划。进入21世纪,我国科技开始崛起,已经参与到第三次人工智能浪潮中,并成为主要玩家之一。2017年11月15日,我国科技部召开新一代人工智能发展规划暨重大科技项目启动会,标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段,目标是要举全国之力,在2030年一定要抢占人工智能全球制高点,成为世界领先的人工智能创新中心。2MATURITYOFTECHNOLOGY实际上,在过去的30年里,人工智能已经建立了包括问题求解、自然语言处理、人工智能方法、程序语言处理、机器学习、自动程序设计等等在内的应用。此后,随着2006年深度神经算法的出现,人工智能发展迎来了自1970、1990两次人工智能爆发之后又一浪潮,各类人工智能公司呈雨后春笋般产生。深度神经网络发展催生了新一波人工智能的发展热潮。纵观人工智能技术发展历史,主要分为三个阶段:萌芽阶段(1956年前)、形成时期(1956-1961年)、发展时期(1961年后)。智为健康中国医疗人工智能产业报告CHINAAI+HEALTHCAREINDUSTRYREPORT06人工智能大事记-时间轴1946年ENIAC诞生:美国数学家Mauchly,Eckert等制造出世界上第一台通用计算机,为人工智能奠定了物质基础。1950年图灵测试:图灵在其一篇发表的论文中预言能够制造出“智能”机器的可能性。如果计算机能使被测人相信在与人类交流,那么计算机是拥有智能的。1956年人工智能的诞生:在第一次人工智能研讨会上,麦卡锡(JohnMcCarthy)首次提出“人工智能”的概念。纽厄尔与西蒙展示了逻辑理论机器(TheLogicTheoryMachine)可证明《数学原理》的定理,这次研讨会被广泛认为是人工智能的诞生标志。1964年ELIZA与人机对话:约瑟夫(Joseph)开发出了ELIZA的机器人可实现与人进行固定文本对话。1966-1972首台人工智能机器人Shakey诞生:美国斯坦福国际研究所(SRI)研制出首台采用人工智能的移动机器人1970年SHRDLU与模块世界:斯坦福大学计算机教授Winnograd开发出能够分析命令并且能够真正理解语言,被认为是人工智能研究一次巨大成功。1976年DENDRAL和MYCIN专家系统:专家系统是基于专家的专业知识和工作经验,由于解答专门问题的计算机系统,DENDRAL是由Edward等研制的1946年1984年1950年1997年1956年2011年1964年2016年1970年2017年1976年1966-1972年化学分析专家系统,MYCIN则是Shortliffe等研发的医疗咨询系统,可用于传染病血液病的诊断。1984年Cyc项目:Douglas启动Cyc(大百科全书)项目,试图将人类知识输入计算机中实现知识类推。1997年“深蓝”与国际象棋:IBM公司国际象棋电脑(DeepBlue)战胜国际象棋国际冠军Kasparov,成为首个在标准比赛时限内击败世界冠军的电脑系统。2011年Watson与智力回答:IBM开发的自然语言人工智能程序Watson在美国智力回答节目“危险边缘”中打败两位人类冠军。这一人工智能后被用于医疗诊断领域,通过庞大的大数据分析,能够找出准确的治疗方案。2016年深度学习与AlphaGo:谷歌(Google)旗下DeepMind公司戴密斯•哈萨比斯领衔的团队开发的阿尔法狗(AlphaGo)是第一个击败人类职业围棋选手、第一个战胜围棋世界冠军的人工智能程序。以4:1战胜顶尖人类职业棋手李世石。AlphaGo在树搜索的框架下使用了深度学习,监督学习和增强学习等方法。2017年升级版人工智能AlphaGoZero出现:采用新的机器学习形式,升级版人工智能AlphaGoZero可以自学围棋棋谱中的一招一式。AlphabetZero与AlphaGo截然不同,它从零开始,面对的只是一张空白棋盘和游戏规则。它无师自通,仅仅通过自学使自己的游戏技能得以提高。07智为健康中国医疗人工智能产业报告CHINAAI+HEALTHCAREINDUSTRYREPORT0908算法和算力的进步是人工智能发展的基础之一。具体而言,从算力的角度,GPU(图形处理器)显著提升了计算机的性能,拥有远超CPU的并行计算能力。而从算法的角度,深度学习是人工智能领域研究和应用的热点算法。目前深度学习通过构建多隐层模型和学习海量训练数据,可以获取到数据有用的特征。通过数据挖掘进行数据处理,自动学习数据特征,尤其适用于包含少量未标识数据的大数据集。从数据积累的角度来讲,中国发展医疗人工智能的优势明显。据IDC统计,2011年全球数据总量已经达到1.8ZB,并以每两年翻一番的速度增长,预计到2020年全球将总共拥有35ZB的数据量,数据量增长近20倍;数据规模方面,预计到2020年,全球大数据产业规模将达到2047亿美元,我国产业规模将突破万亿元人民币。此前,飞利浦中国副总裁兼首席技术官王熙在接受健康点采访时曾提到,医疗数据量巨大是中国医疗大数据的特点。有数据显示,到2020年,医疗数据将增至35ZB,相当于2009年数据量的44倍。届时,中国的数据量将占全球的20%,成为世界第一数据资源大国。而这些包含患者病历报告、检验信息、以及日常行为信息在内的大数据将对医疗人工智能的发展产生不可估量的价值。政策推动发展近年来,人工智能技术对人类社会的影响越来越深远与广泛,它正在为农业、医疗、教育、能源、国防等诸多领域提供了大量新的发展机遇。人工智能在全球范围内的关注度日渐升高,发展速度迅猛,已经成为世界各个战略布局重点。中国、美国、日本、欧盟、英国等国家陆续出台人工智能有关战略、政策和计划,来应对当前白热化的人工智能浪潮。对中国而言,在政策方面,自2015年以来,中国各相关政府部门陆续颁布了近20项相关政策,从人才培养、技术创新、标准监管、行业融合、产品落地等方面做出了相关指导。2017年7月20日,国务院正式印发《新一代人工智