重磅發(fā)布！2017年醫(yī)療人工智能產(chǎn)業(yè)圖譜

　　走過(guò)元年，人工智能徹徹底底地火了。而作為行業(yè)中較為成熟的領(lǐng)域，醫(yī)療人工智能被認(rèn)為是AI最先落地的部分。近日，火石創(chuàng)造發(fā)布了2017年醫(yī)療人工智能產(chǎn)業(yè)圖譜。

　　從1956年的達(dá)特矛斯會(huì)議提出“人工智能”的概念，到AlphaGo擊敗圍棋世界冠軍，人工智能的發(fā)展不過(guò)僅僅半個(gè)世紀(jì)的時(shí)間，期間都曾因遇到瓶頸而停滯不前。而如今，人工智能已經(jīng)跨過(guò)了元年，計(jì)算平臺(tái)、海量數(shù)據(jù)以及機(jī)器學(xué)習(xí)等技術(shù)的助推力，把人工智能的發(fā)展推到了一個(gè)前所未有的速度等級(jí)。而醫(yī)療健康被認(rèn)為是人工智能將率先落地的領(lǐng)域，尤其是醫(yī)學(xué)影像和基因組學(xué)等方面，已經(jīng)出現(xiàn)了意想不到的成果。

　　數(shù)據(jù)是醫(yī)學(xué)人工智能的能源，如果沒(méi)有數(shù)據(jù)能源就像即使發(fā)明了汽車但沒(méi)有汽油一樣，是沒(méi)辦法跑動(dòng)的。IDC曾預(yù)測(cè)，到2020年，全世界醫(yī)療數(shù)據(jù)總量將達(dá)到40萬(wàn)億GB，是2010年的30倍。數(shù)據(jù)生成和共享的速度迅速增加，但目前仍有80%的數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)。

　　醫(yī)療人工智能在中國(guó)的機(jī)遇

　　醫(yī)學(xué)人工智能是解決醫(yī)療生產(chǎn)力的根本之道。在我國(guó)，人口老齡化、慢病高速增長(zhǎng)、醫(yī)療資源供需嚴(yán)重失衡以及地域分配不均等問(wèn)題，造就了對(duì)醫(yī)療人工智能的巨大需求;同時(shí)，我國(guó)人口基數(shù)大、產(chǎn)業(yè)組合豐富、人才儲(chǔ)備充分等特點(diǎn)，又給人工智能的發(fā)展提供了很好的基礎(chǔ)。

　　另一方面，近年來(lái)國(guó)家發(fā)布的80多條全國(guó)性政策以及多條醫(yī)療人工智能專項(xiàng)政策，都表明醫(yī)療人工智能的發(fā)展迎來(lái)政策利好。因此，中國(guó)已經(jīng)成為了全球領(lǐng)先的AI研發(fā)中心，醫(yī)學(xué)人工智能在中國(guó)的發(fā)展面臨著非常好的機(jī)遇。

　　根據(jù)火石創(chuàng)造HSMAP系統(tǒng)的統(tǒng)計(jì)數(shù)據(jù)，目前，國(guó)內(nèi)醫(yī)療人工智能相關(guān)企業(yè)多達(dá)139家，主要分布在北京、廣州以及長(zhǎng)三角地區(qū)。

　　從時(shí)間的維度上來(lái)看，國(guó)內(nèi)的醫(yī)療人工智能企業(yè)從2014年開(kāi)始出現(xiàn)了一個(gè)增長(zhǎng)的高峰，雖然相較于國(guó)外來(lái)說(shuō)發(fā)展較晚，但是近三年來(lái)的增長(zhǎng)非常迅速，創(chuàng)業(yè)公司層出不窮。

　　醫(yī)療人工智能產(chǎn)業(yè)鏈與企業(yè)圖譜

　　從大的產(chǎn)業(yè)鏈層面來(lái)看整個(gè)行業(yè)的業(yè)態(tài)，我們可以看到，整個(gè)產(chǎn)業(yè)鏈可以分為三個(gè)層次：基礎(chǔ)層、技術(shù)層與應(yīng)用層。由于基礎(chǔ)算法和計(jì)算平臺(tái)、海量的數(shù)據(jù)來(lái)源還有機(jī)器學(xué)習(xí)、圖像識(shí)別的基礎(chǔ)技術(shù)的壁壘較高，往往需要較長(zhǎng)期的高投入才能有高回報(bào)，因此科技巨頭往往偏向于布局底層，而創(chuàng)業(yè)公司則往往選擇在變現(xiàn)能力強(qiáng)、容易進(jìn)入的輔助診斷、健康管理和藥物研發(fā)等應(yīng)用層扎堆。

　　根據(jù)企業(yè)的分布情況，可以將產(chǎn)業(yè)鏈中的企業(yè)做一個(gè)劃分。按照治療前、治療期間以及治療后及康復(fù)階段，國(guó)內(nèi)外的公司均可分成9個(gè)類別，其中語(yǔ)音交互、信息化管理等分類中的公司，它們發(fā)揮的作用可能會(huì)貫穿整個(gè)診療過(guò)程，詳見(jiàn)以下圖譜。

　　國(guó)外的公司分類略有不同，相較之下，國(guó)外將人工智能用于藥物挖掘的創(chuàng)業(yè)公司比例較高，對(duì)藥物研發(fā)產(chǎn)業(yè)來(lái)說(shuō)，研發(fā)效率和成功率的提升非常重要，用研發(fā)投入去計(jì)算市場(chǎng)容量其實(shí)可以發(fā)現(xiàn)，這部分的市場(chǎng)容量是更大的。

　　醫(yī)療人工智能領(lǐng)域投融資情況

　　根據(jù)火石創(chuàng)造HSMAP的數(shù)據(jù)統(tǒng)計(jì)，國(guó)內(nèi)目前為止已有公開(kāi)披露的融資事件有93筆，其中有57筆明確公布了融資金額。從時(shí)間上來(lái)看，2014-2016年融資數(shù)量有了明顯的上升，而且增長(zhǎng)速度很快，資本的活躍度逐年走高。

　　而不管是國(guó)內(nèi)還是國(guó)外，從融資輪次的集中度上來(lái)看，都可以明顯看到，大部分的融資事件都發(fā)生在種子輪、天使輪以及A輪這樣的早期風(fēng)險(xiǎn)投資階段，這表明行業(yè)內(nèi)的公司大多還處在初創(chuàng)階段，整個(gè)行業(yè)呈現(xiàn)出年輕化、集中度低的態(tài)勢(shì)，尚未出現(xiàn)明顯的獨(dú)角獸或者壟斷。

　　國(guó)內(nèi)外投融資輪次及時(shí)間分布熱力圖

　　從融資額度的角度來(lái)看，更是可以看出非常明顯的增長(zhǎng)趨勢(shì)，僅國(guó)內(nèi)來(lái)說(shuō)，千萬(wàn)級(jí)和億級(jí)的融資事件占到了65%以上，國(guó)外的大部分融資也都分布在早期階段。

　　在國(guó)內(nèi)各細(xì)分領(lǐng)域中，輔助診療融資金額高居第一，達(dá)到20億;接下來(lái)分別是語(yǔ)音交互的13億，還有醫(yī)學(xué)影像和健康管理不分伯仲的11億。

　　從投融資的情況來(lái)看，我們可以看到幾點(diǎn)：

　　1、全球人工智能發(fā)展同步性高，大部分企業(yè)處于早期階段;

　　2、行業(yè)尚無(wú)明顯獨(dú)角獸出現(xiàn)，創(chuàng)業(yè)公司機(jī)會(huì)很大，但同時(shí)競(jìng)爭(zhēng)也會(huì)很激烈，應(yīng)避開(kāi)與大公司直接競(jìng)爭(zhēng)，而找到核心的競(jìng)爭(zhēng)力;

　　3、行業(yè)潛力相當(dāng)巨大，資本也毫不吝嗇。

　　醫(yī)學(xué)人工智能產(chǎn)業(yè)發(fā)展趨勢(shì)

　　治療前階段

　　臨床治療前涵蓋了輔助診斷、醫(yī)學(xué)影像診斷、虛擬助手等領(lǐng)域的公司。目前，這部分是AI發(fā)展比較成熟的部分，比如影像輔助診斷如果與病理分析相結(jié)合，準(zhǔn)確率可以高達(dá)99.5%，并且大大緩解放射醫(yī)生的工作強(qiáng)度。

　　從投資情況來(lái)看，這部分的公司是目前資本最活躍的部分的，市場(chǎng)規(guī)模預(yù)計(jì)可以達(dá)到萬(wàn)億，創(chuàng)業(yè)公司的活躍度相當(dāng)高。

　　治療階段

　　藥物研發(fā)、智能醫(yī)療機(jī)器人都是這個(gè)階段的應(yīng)用形式，從全球的情況來(lái)看，AI輔助藥物研發(fā)的公司比例相對(duì)較高，在研發(fā)周期長(zhǎng)、投入大、失敗率高等為特點(diǎn)的藥物研發(fā)現(xiàn)狀影響下，產(chǎn)業(yè)發(fā)展的需求量大，可達(dá)到千億級(jí)的市場(chǎng)。

　　目前醫(yī)療機(jī)器人全球做的最好的是達(dá)芬奇機(jī)器人，國(guó)內(nèi)也有部分初創(chuàng)公司在做這部分工作。AI結(jié)合醫(yī)療機(jī)器人的市場(chǎng)前景其實(shí)被廣泛看好，在未來(lái)將是高速增長(zhǎng)的一部分。

　　治療后及康復(fù)階段

　　人工智能在這一階段的應(yīng)用有著覆蓋范圍廣、應(yīng)用場(chǎng)景多等特點(diǎn)，涉及健康管理、可穿戴設(shè)備、風(fēng)險(xiǎn)預(yù)測(cè)、信息化和數(shù)據(jù)管理等，有很大一部分都是消費(fèi)級(jí)的產(chǎn)品，在未來(lái)可能會(huì)是增長(zhǎng)規(guī)模最大的部分。

　　醫(yī)學(xué)人工智能本身就是跨界融合的領(lǐng)域，將醫(yī)學(xué)、生物學(xué)與IT等充分結(jié)合在一起。因此，科技巨頭們也都在紛紛跨界醫(yī)學(xué)人工智能領(lǐng)域。

　　目前，包括BAT在內(nèi)，國(guó)內(nèi)共有8家新三板以及上市公司布局醫(yī)療人工智能領(lǐng)域。有數(shù)據(jù)顯示全球總共有1800多家全行業(yè)人工智能的企業(yè)，其中基礎(chǔ)平臺(tái)公司與應(yīng)用公司的比例大概是1:10000。

　　從上圖的微笑曲線可以看到人工智能產(chǎn)業(yè)鏈的本質(zhì)，即數(shù)據(jù)交易市場(chǎng)的完善與分析算法的趨同，使得這兩個(gè)領(lǐng)域附加價(jià)值不斷降低;而數(shù)據(jù)的供給側(cè)與最后的解決方案則會(huì)成為附加價(jià)值的最高處。

　　人工智能發(fā)展中存在的問(wèn)題

　　正如上文中所說(shuō)，在大量的醫(yī)療數(shù)據(jù)中，有80%是非結(jié)構(gòu)化的數(shù)據(jù)，它們藏在醫(yī)院的病例資料里，藏在海量的影像片子里，大部分都無(wú)法被獲得，也無(wú)法被計(jì)算機(jī)識(shí)別和處理。

　　因此，如何能高效地將非結(jié)構(gòu)化的數(shù)據(jù)轉(zhuǎn)化成機(jī)器可以識(shí)別的結(jié)構(gòu)化數(shù)據(jù)?如何打破數(shù)據(jù)壁壘和信息孤島，使得優(yōu)質(zhì)的數(shù)據(jù)來(lái)源能真正為醫(yī)學(xué)人工智能的發(fā)展服務(wù)，都是亟待解決的問(wèn)題。

　　另外，在臨床診療過(guò)程中，人工智能如果真的能取代醫(yī)生進(jìn)行決策，萬(wàn)一0.1%概率的醫(yī)療差錯(cuò)出現(xiàn)，醫(yī)療責(zé)任主體又該如何確定?行業(yè)的發(fā)展又該如何解決監(jiān)管的問(wèn)題?

　　如果這些問(wèn)題不在發(fā)展的過(guò)程中同步解決，將會(huì)制約產(chǎn)業(yè)本身的發(fā)展。