资讯

　　摘要

　　近来人工智能(Artificial Intelligence网络信息在基层医疗服务中的应用潜力如何，AI)在医疗领域网络信息在基层医疗服务中的应用潜力如何的应用成为健康产业的一个技术发展和商业热点，其背后蕴含着巨大的想象空间和产业价值。AI作为一个全新的技术如何在医疗这个具高度复杂性的领域落地，仍面临许多挑战。本篇将在总结医疗人工智能现状的基础上，介绍国内外在医疗人工智能领域的应用探索和商业实践创新，供关心这一领域的专家和从业人员参考。

三、医疗人工智能的前景分析

3.1 医疗人工智能的现实需求

人工智能的商业优势集中在“弥补人力资源不足”、“降低成本”和“提高准确度”三个方面，这些优势都是目前网络信息在基层医疗服务中的应用潜力如何我国医疗产业的“痛点”。

在弥补人力资源不足方面，一个直接的市场需求就是弥补我国较大的医疗资源供给缺口。随着人口老龄化加剧、慢性疾病增长、对健康重视程度提高，医疗服务需求持续增加。从供给来看，医疗资源总量不足，有统计分析，每千人口医疗卫生机构床位数为4.55张，每千人口执业（助理）医师数量2.06人，且连续多年不变；我国卫生总费用超过3万亿元，仅占GDP的5.57%，而OECD（经合组织）国家卫生总费用占GDP比重平均为9.3%。

培养医生需要周期，而且还需要大力调整体制机制，以确保医生职业自身的利益，而这些都不是在较短时间可以解决的。这就为医疗人工智能带来了巨大的需求，因为一旦能够实现机器看病，供给量将无限增加，极大弥补未来一段时间人才的供给缺口。

　　图表14 主要国家每千人拥有的医生数量

　　图表来源：OECD，国家卫计委，2014年、奇璞研究

在降低医疗成本方面，人工智能更是有着广阔的用武之地。由于人口老龄化、慢性疾病增长、新技术的采用等因素，医疗费用支出不断上升，导致财政支出和社会负担的压力越来越大。

2016年中国全国财政医疗卫生支出13154亿元，2008到2015年，中国卫生总费用从14535亿元上涨到40975亿元，年均增幅达16%。与此同时，全球医疗支出也在快速提升。在美国，医疗总支出占比达到GDP的17%，且人均支出呈现每年上涨的趋势。基于这些客观事实，通过更智能的方式节省医疗成本迫在眉睫。

人工智能在降低成本方面有几个方面的应用：一是通过人工智能提高患者自查自诊自我管理的比例，降低医疗支出；二是通过人工智能手段实现更早期发现、更好管理，减少后续的医疗费用支出；三是通过人工智能手段提高医疗机构、医生的工作效率，降低医疗成本；再有就是通过人工智能制定科学合理的健康医疗方案，减少不合理的医疗支出。

　　图表15 医疗开支占GDP比重（1980-2013年）

　　图表来源：OECD，奇璞研究

最后，就是医疗人工智能在提高医疗准确度的方面。人工智能高效计算的优势，在医疗行业大有可为。医学是一门靠归纳逻辑、经验学习、循证运用的学科。它高度依赖案例、数据、经验的积累，需要从业者有足够的计算能力。就记忆力和计算能力而言，人工智能远优于人脑。另一方面，医疗健康数据数据呈指数级增长，已经远远超出人类认知能力的范围。而机器的运算速度、准确程度、更新速度、稳定性都要好于人工，在处理医疗海量数据方面具有明显的优势，也为医疗人工智能的发展创造了土壤。

如果结合我国的医疗体制改革，医疗人工智能将大有用武之地。医疗人工智能对促进分级诊疗，提升基层医疗服务能力，缓解医疗资源分配不均方面也将发挥重要作用。特别是医疗人工智能中的辅助诊断系统，对于大量常见病、多发病、慢性病都可以提供更为智能便捷的诊断方案，基层医生借助于智能辅助系统，就能进行初步的诊断工作，医疗人工智能就可以更好的促进我国分级诊疗制度的形成。

　　3.2 医疗人工智能的政策导向

近年来，随着人工智能技术的不断成熟，已经逐步开始像早期“互联网+”一样，在各个领域得到应用。

虽然人工智能整体上还未达到技术成熟，但显示出的技术颠覆前景已经足够吸引社会和资本高度关注，我国已经将人工智能作为未来重要战略性新兴产业进行规划，人工智能产业面临重要的发展机遇。

从国家层面，7月20日，国务院印发《新一代人工智能发展规划》，提出了面向2030年我国新一代人工智能发展的指导思想和战略目标，部署构筑我国人工智能发展的先发优势，加快建设创新型国家和世界科技强国。提出：到2020年，人工智能总体技术和应用与世界先进水平同步，人工智能产业成为新的重要经济增长点，人工智能技术应用成为改善民生的新途径；到2025年，人工智能基础理论实现重大突破，部分技术与应用达到世界领先水平，人工智能成为我国产业升级和经济转型的主要动力，智能社会建设取得积极进展；到2030年，人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。人工智能发展受到国家政策的高度重视。

另一方面，若干地方已经将人工智能作为重要的产业增长点，加大对人工智能产业的重视。如上海市正打造人工智能发展高地，通过完善产业环境，吸引人工智能企业和人才在上海集聚。目前在浦东新区和杨浦区已经形成了一定规模的人工智能产业。如智能语音技术公司流利说、“人工智能+早教机器人”元趣信息、机器视觉人工智能企业依图科技等。根据职场社交平台领英（LinkedIn）的调查，目前国内近70%的人工智能人才集聚在北京和上海，其中上海占比约33.7%，仅次于北京。

　　3.3 医疗人工智能面临的挑战

尽管人工智能在医疗领域有广阔的发展前景，但是在具体应用上依然会面临很多问题。

首先就是数据质量问题。有效健康数据是人工智能应用的基础，而目前的健康大数据在电子化程度、标准化程度和共享机制三个维度上均有缺陷。

数据电子化方面，医生开诊断单时习惯于采用手写，电子病历的电子化程度也较低。在美国，到2014年，电子病历的使用率达到61%。在中国，2014年2622家参与电子病历应用水平分级评价的医院中，仍有46.4%未形成电子病历。目前国内2万多家医院及更大数量的基层医疗机构，仍然有大量以书面形式记录病历和资料。

数据标准化方面，医疗大数据当中最有价值的部分目前主要在医院内，由传统医疗机构掌握，由于不同医疗系统之间的异构性，存在数据割裂，无法互联互通的情况。

数据共享机制方面，目前仍然缺乏医疗数据的共享机制。相关法律规定缺位给医疗数据的获取、使用与分享带来不便。

其次是医疗问题本身就无比复杂，人工智能技术成熟度需要进一步提高。同种疾病会有不同症状，同种症状会对应不同疾病九游平台，在疾病的症状与结果之间没有确定的对应关系，不同疾病之间也没有清晰的边界，而且还会存在同时发病的情况。这种情况，就让很多医疗数据知识库面临逻辑上的问题。也正是因为医疗如此复杂，造成了过去五十年对这个问题的研究迟迟没有突破。而这些问题还是在第一环节诊断上，到后面的治疗环节还会面临医院、医生、药店建立怎样的商业生态等诸多问题。目前医疗人工智能只能形成单点突破的形势，要再更高层面、更广范围提供医疗人工智能服务尚需要技术的进一步提高完善。

最后，或许也更为重要的问题是，医保能否对医疗人工智能进行支付的问题。正像前文所述，医疗人工智能广泛深入医疗服务的各个领域，可以大幅降低医疗费用，但同时医疗人工智能能够大范围推广应用，也需要医疗保险方对其进行支持并给予补偿。

一方面，医疗人工智能系统对于开发者和使用者都是一笔不小的开支，医疗服务机构也并非都对降低医疗成本具备足够的动力，需要医疗支付方给予一定的激励引导；另一方面是医疗大数据的合理使用。通过医保的授权和管理，支持符合条件的医疗人工智能系统应用基于医保的医疗大数据，除保证医疗数据安全之外，进一步推动医疗人工智能系统的不断完善，进一步提高使用效率，在降低医疗费用方面发挥更大的作用。

参考文献：

　　【1】《全域医疗完成1.8亿人民币A2轮融资，正和磁系资本和联基金领投》，刘勇，36氪；

　　【2】《医疗人工智能报告：五十年多年失败怎换得万千宠爱网络信息在基层医疗服务中的应用潜力如何？》，36氪；

　　【3】《医疗人工智能势不可挡，五大挑战让它难以取代医生》，高工机器人网；

　　【4】《2016年人工智能+医疗健康创新趋势报告》，动脉网；

　　【5】《“人工智能+医疗”应用驶入快车道》，东方证券；

　　【6】《2015年中国人工智能应用市场研究报告》，艾瑞咨询；

　　【7】《人工智能搭上医疗可以做什么？》，动脉网；

　　【8】《IBM Watson人工智能医疗应用详情剖析》，动脉网；

　　【9】《循证医学、颠覆规则，大数据健康查询分析工具“半个医生”欲当半个全科医生》，36氪；

　　【10】《扫描145家中美创业公司：梦想更大，还是坑更大？》，36氪；

　　【11】《人工智能与生命科学:AI在医疗健康十大领域应用前景》，亿欧网；

　　【12】《以肿瘤为重心，IBM Watson人工智能在九大医疗领域中布局突破》，动脉网；

　　【13】《人工智能引领行业新变革》，方正证券；

　　【14】《人工智能即将进入产业爆发的拐点》，弘则研究；

　　【15】《错过医疗人工智能，至少错过八成医疗市场》，搜狐网；

　　【16】《人工智能及在医疗领域的应用》，孔祥溢，王任直，医学信息学杂志，2016；

　　【17】《微软的下一个AI大项目：开发人工智能帮助治疗癌症》，腾讯科技；

　　【18】《苹果在人工智能领域会有哪些动作？从它近年的收购或许能看出来》，量子位，公众号QbitAI；

　　【19】《微信+人工智能？腾讯如何在医疗“连接一切”》，未来科技探索；

　　【20】《人工智能 : 撬动智慧医疗》，刘鹏宇，视野；

　　【21】《人工智能开始深入医疗产业智慧医疗正当其时》，江诚，现代养生；

　　【22】《人工智能在医疗健康领域都做了什么？》，智慧健康；

　　【23】《上海有城市“魅力”，也要靠人的“努力”》，上观新闻；

　　【24】《医疗大数据、人工智能与分级诊疗》，蔡江南，中欧卫生管理与政策中心；

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

本文转载自：中国健康产业创新平台