摘要

　　近來人工智能(Artificial Intelligence，AI)在醫(yī)療領(lǐng)域的應用成為健康產(chǎn)業(yè)的一個技術(shù)發(fā)展和商業(yè)熱點，其背后蘊含著巨大的想象空間和產(chǎn)業(yè)價值。AI作為一個全新的技術(shù)如何在醫(yī)療這個具高度復雜性的領(lǐng)域落地，仍面臨許多挑戰(zhàn)。本篇將在總結(jié)醫(yī)療人工智能現(xiàn)狀的基礎(chǔ)上，介紹國內(nèi)外在醫(yī)療人工智能領(lǐng)域的應用探索和商業(yè)實踐創(chuàng)新，供關(guān)心這一領(lǐng)域的專家和從業(yè)人員參考。

三、醫(yī)療人工智能的前景分析

3.1 醫(yī)療人工智能的現(xiàn)實需求

人工智能的商業(yè)優(yōu)勢集中在“彌補人力資源不足”、“降低成本”和“提高準確度”三個方面，這些優(yōu)勢都是目前我國醫(yī)療產(chǎn)業(yè)的“痛點”。

在彌補人力資源不足方面，一個直接的市場需求就是彌補我國較大的醫(yī)療資源供給缺口。隨著人口老齡化加劇、慢性疾病增長、對健康重視程度提高，醫(yī)療服務需求持續(xù)增加。從供給來看，醫(yī)療資源總量不足，有統(tǒng)計分析，每千人口醫(yī)療衛(wèi)生機構(gòu)床位數(shù)為4.55張，每千人口執(zhí)業(yè)（助理）醫(yī)師數(shù)量2.06人，且連續(xù)多年不變；我國衛(wèi)生總費用超過3萬億元，僅占GDP的5.57%，而OECD（經(jīng)合組織）國家衛(wèi)生總費用占GDP比重平均為9.3%。

培養(yǎng)醫(yī)生需要周期，而且還需要大力調(diào)整體制機制，以確保醫(yī)生職業(yè)自身的利益，而這些都不是在較短時間可以解決的。這就為醫(yī)療人工智能帶來人工智能的發(fā)展前景和趨勢論文了巨大的需求，因為一旦能夠?qū)崿F(xiàn)機器看病，供給量將無限增加，極大彌補未來一段時間人才的供給缺口。

　　圖表14 主要國家每千人擁有的醫(yī)生數(shù)量

　　圖表來源人工智能的發(fā)展前景和趨勢論文：OECD，國家衛(wèi)計委，2014年、奇璞研究

在降低醫(yī)療成本方面，人工智能更是有著廣闊的用武之地。由于人口老齡化、慢性疾病增長、新技術(shù)的采用等因素，醫(yī)療費用支出不斷上升，導致財政支出和社會負擔的壓力越來越大。

2016年中國全國財政醫(yī)療衛(wèi)生支出13154億元，2008到2015年，中國衛(wèi)生總費用從14535億元上漲到40975億元，年均增幅達16%。與此同時，全球醫(yī)療支出也在快速提升。在美國，醫(yī)療總支出占比達到GDP的17%，且人均支出呈現(xiàn)每年上漲的趨勢?；谶@些客觀事實，通過更智能的方式節(jié)省醫(yī)療成本迫在眉睫。

人工智能在降低成本方面有幾個方面的應用：一是通過人工智能提高患者自查自診自我管理的比例，降低醫(yī)療支出；二是通過人工智能手段實現(xiàn)更早期發(fā)現(xiàn)、更好管理，減少后續(xù)的醫(yī)療費用支出；三是通過人工智能手段提高醫(yī)療機構(gòu)、醫(yī)生的工作效率，降低醫(yī)療成本；再有就是通過人工智能制定科學合理的健康醫(yī)療方案，減少不合理的醫(yī)療支出。

　　圖表15 醫(yī)療開支占GDP比重（1980-2013年）

　　圖表來源：OECD，奇璞研究

最后，就是醫(yī)療人工智能在提高醫(yī)療準確度的方面。人工智能高效計算的優(yōu)勢，在醫(yī)療行業(yè)大有可為。醫(yī)學是一門靠歸納邏輯、經(jīng)驗學習、循證運用的學科。它高度依賴案例、數(shù)據(jù)、經(jīng)驗的積累，需要從業(yè)者有足夠的計算能力。就記憶力和計算能力而言，人工智能遠優(yōu)于人腦。另一方面，醫(yī)療健康數(shù)據(jù)數(shù)據(jù)呈指數(shù)級增長，已經(jīng)遠遠超出人類認知能力的范圍。而機器的運算速度、準確程度、更新速度、穩(wěn)定性都要好于人工，在處理醫(yī)療海量數(shù)據(jù)方面具有明顯的優(yōu)勢，也為醫(yī)療人工智能的發(fā)展創(chuàng)造人工智能的發(fā)展前景和趨勢論文了土壤。

如果結(jié)合我國的醫(yī)療體制改革，醫(yī)療人工智能將大有用武之地。醫(yī)療人工智能對促進分級診療，提升基層醫(yī)療服務能力，緩解醫(yī)療資源分配不均方面也將發(fā)揮重要作用。特別是醫(yī)療人工智能中的輔助診斷系統(tǒng)，對于大量常見病、多發(fā)病、慢性病都可以提供更為智能便捷的診斷方案，基層醫(yī)生借助于智能輔助系統(tǒng)，就能進行初步的診斷工作，醫(yī)療人工智能就可以更好的促進我國分級診療制度的形成。

　　3.2 醫(yī)療人工智能的政策導向

近年來，隨著人工智能技術(shù)的不斷成熟，已經(jīng)逐步開始像早期“互聯(lián)網(wǎng)+”一樣，在各個領(lǐng)域得到應用。

雖然人工智能整體上還未達到技術(shù)成熟，但顯示出的技術(shù)顛覆前景已經(jīng)足夠吸引社會和資本高度關(guān)注，我國已經(jīng)將人工智能作為未來重要戰(zhàn)略性新興產(chǎn)業(yè)進行規(guī)劃，人工智能產(chǎn)業(yè)面臨重要的發(fā)展機遇。

從國家層面，7月20日，國務院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，提出了面向2030年我國新一代人工智能發(fā)展的指導思想和戰(zhàn)略目標，部署構(gòu)筑我國人工智能發(fā)展的先發(fā)優(yōu)勢，加快建設創(chuàng)新型國家和世界科技強國。提出：到2020年，人工智能總體技術(shù)和應用與世界先進水平同步，人工智能產(chǎn)業(yè)成為新的重要經(jīng)濟增長點，人工智能技術(shù)應用成為改善民生的新途徑；到2025年，人工智能基礎(chǔ)理論實現(xiàn)重大突破，部分技術(shù)與應用達到世界領(lǐng)先水平，人工智能成為我國產(chǎn)業(yè)升級和經(jīng)濟轉(zhuǎn)型的主要動力，智能社會建設取得積極進展；到2030年，人工智能理論、技術(shù)與應用總體達到世界領(lǐng)先水平，成為世界主要人工智能創(chuàng)新中心。人工智能發(fā)展受到國家政策的高度重視。

另一方面，若干地方已經(jīng)將人工智能作為重要的產(chǎn)業(yè)增長點，加大對人工智能產(chǎn)業(yè)的重視。如上海市正打造人工智能發(fā)展高地，通過完善產(chǎn)業(yè)環(huán)境，吸引人工智能企業(yè)和人才在上海集聚。目前在浦東新區(qū)和楊浦區(qū)已經(jīng)形成了一定規(guī)模的人工智能產(chǎn)業(yè)。如智能語音技術(shù)公司流利說、“人工智能+早教機器人”元趣信息、機器視覺人工智能企業(yè)依圖科技等。根據(jù)職場社交平臺領(lǐng)英（LinkedIn）的調(diào)查，目前國內(nèi)近70%的人工智能人才集聚在北京和上海，其中上海占比約33.7%，僅次于北京。

　　3.3 醫(yī)療人工智能面臨的挑戰(zhàn)

盡管人工智能在醫(yī)療領(lǐng)域有廣闊的發(fā)展前景，但是在具體應用上依然會面臨很多問題。

首先就是數(shù)據(jù)質(zhì)量問題。有效健康數(shù)據(jù)是人工智能應用的基礎(chǔ)，而目前的健康大數(shù)據(jù)在電子化程度、標準化程度和共享機制三個維度上均有缺陷。

數(shù)據(jù)電子化方面，醫(yī)生開診斷單時習慣于采用手寫，電子病歷的電子化程度也較低。在美國，到2014年，電子病歷的使用率達到61%。在中國，2014年2622家參與電子病歷應用水平分級評價的醫(yī)院中，仍有46.4%未形成電子病歷。目前國內(nèi)2萬多家醫(yī)院及更大數(shù)量的基層醫(yī)療機構(gòu)，仍然有大量以書面形式記錄病歷和資料。

數(shù)據(jù)標準化方面，醫(yī)療大數(shù)據(jù)當中最有價值的部分目前主要在醫(yī)院內(nèi)，由傳統(tǒng)醫(yī)療機構(gòu)掌握，由于不同醫(yī)療系統(tǒng)之間的異構(gòu)性，存在數(shù)據(jù)割裂，無法互聯(lián)互通的情況。

數(shù)據(jù)共享機制方面，目前仍然缺乏醫(yī)療數(shù)據(jù)的共享機制。相關(guān)法律規(guī)定缺位給醫(yī)療數(shù)據(jù)的獲取、使用與分享帶來不便。

其次是醫(yī)療問題本身就無比復雜，人工智能技術(shù)成熟度需要進一步提高。同種疾病會有不同癥狀，同種癥狀會對應不同疾病，在疾病的癥狀與結(jié)果之間沒有確定的對應關(guān)系，不同疾病之間也沒有清晰的邊界，而且還會存在同時發(fā)病的情況。這種情況，就讓很多醫(yī)療數(shù)據(jù)知識庫面臨邏輯上的問題。也正是因為醫(yī)療如此復雜，造成了過去五十年對這個問題的研究遲遲沒有突破。而這些問題還是在第一環(huán)節(jié)診斷上，到后面的治療環(huán)節(jié)還會面臨醫(yī)院、醫(yī)生、藥店建立怎樣的商業(yè)生態(tài)等諸多問題。目前醫(yī)療人工智能只能形成單點突破的形勢，要再更高層面、更廣范圍提供醫(yī)療人工智能服務尚需要技術(shù)的進一步提高完善。

最后，或許也更為重要的問題是，醫(yī)保能否對醫(yī)療人工智能進行支付的問題。正像前文所述，醫(yī)療人工智能廣泛深入醫(yī)療服務的各個領(lǐng)域，可以大幅降低醫(yī)療費用，但同時醫(yī)療人工智能能夠大范圍推廣應用，也需要醫(yī)療保險方對其進行支持并給予補償。

一方面，醫(yī)療人工智能系統(tǒng)對于開發(fā)者和使用者都是一筆不小的開支，醫(yī)療服務機構(gòu)也并非都對降低醫(yī)療成本具備足夠的動力，需要醫(yī)療支付方給予一定的激勵引導；另一方面是醫(yī)療大數(shù)據(jù)的合理使用。通過醫(yī)保的授權(quán)和管理，支持符合條件的醫(yī)療人工智能系統(tǒng)應用基于醫(yī)保的醫(yī)療大數(shù)據(jù)，除保證醫(yī)療數(shù)據(jù)安全之外，進一步推動醫(yī)療人工智能系統(tǒng)的不斷完善，進一步提高使用效率，在降低醫(yī)療費用方面發(fā)揮更大的作用。

參考文獻：

　　【1】《全域醫(yī)療完成1.8億人民幣A2輪融資，正和磁系資本和聯(lián)基金領(lǐng)投》，劉勇，36氪；

　　【2】《醫(yī)療人工智能報告：五十年多年失敗怎換得萬千寵愛？》，36氪；

　　【3】《醫(yī)療人工智能勢不可擋，五大挑戰(zhàn)讓它難以取代醫(yī)生》，高工機器人網(wǎng)；

　　【4】《2016年人工智能+醫(yī)療健康創(chuàng)新趨勢報告》，動脈網(wǎng)；

　　【5】《“人工智能+醫(yī)療”應用駛?cè)肟燔嚨馈罚瑬|方證券；

　　【6】《2015年中國人工智能應用市場研究報告》，艾瑞咨詢；

　　【7】《人工智能搭上醫(yī)療可以做什么？》，動脈網(wǎng)；

　　【8】《IBM Watson人工智能醫(yī)療應用詳情剖析》，動脈網(wǎng)；

　　【9】《循證醫(yī)學、顛覆規(guī)則，大數(shù)據(jù)健康查詢分析工具“半個醫(yī)生”欲當半個全科醫(yī)生》，36氪；

　　【10】《掃描145家中美創(chuàng)業(yè)公司：夢想更大，還是坑更大？》，36氪；

　　【11】《人工智能與生命科學:AI在醫(yī)療健康十大領(lǐng)域應用前景》，億歐網(wǎng)；

　　【12】《以腫瘤為重心，IBM Watson人工智能在九大醫(yī)療領(lǐng)域中布局突破》，動脈網(wǎng)；

　　【13】《人工智能引領(lǐng)行業(yè)新變革》，方正證券；

　　【14】《人工智能即將進入產(chǎn)業(yè)爆發(fā)的拐點》，弘則研究；

　　【15】《錯過醫(yī)療人工智能，至少錯過八成醫(yī)療市場》，搜狐網(wǎng)；

　　【16】《人工智能及在醫(yī)療領(lǐng)域的應用》，孔祥溢，王任直，醫(yī)學信息學雜志，2016；

　　【17】《微軟的下一個AI大項目：開發(fā)人工智能幫助治療癌癥》，騰訊科技；

　　【18】《蘋果在人工智能領(lǐng)域會有哪些動作？從它近年的收購或許能看出來》，量子位，公眾號QbitAI；

　　【19】《微信+人工智能？騰訊如何在醫(yī)療“連接一切”》，未來科技探索；

　　【20】《人工智能 : 撬動智慧醫(yī)療》，劉鵬宇，視野；

　　【21】《人工智能開始深入醫(yī)療產(chǎn)業(yè)智慧醫(yī)療正當其時》，江誠，現(xiàn)代養(yǎng)生；

　　【22】《人工智能在醫(yī)療健康領(lǐng)域都做了什么？》，智慧健康；

　　【23】《上海有城市“魅力”，也要靠人的“努力”》，上觀新聞；

　　【24】《醫(yī)療大數(shù)據(jù)、人工智能與分級診療》，蔡江南，中歐衛(wèi)生管理與政策中心；

　　【25】《Apple just bought newtech that can analyze your emotions-here's how it works》，Business insider，2016；

本文轉(zhuǎn)載自：中國健康產(chǎn)業(yè)創(chuàng)新平臺