每年都会有资本和市场追逐的几个关键词，今年，人工智能从Alpha Go战柯洁、无人驾驶、语音识别等逐渐烧热到医疗领域。人工智能对医疗领域的改造是颠覆性的，人工智能+辅助诊疗潜在市场至少是万亿级以上的营收规模。但也有人认为，虽然医疗业大肆投资AI，但其产生的价值仍相当有限。

　　1、“AI+医疗”近期资讯

　　2、“AI+医疗”才是人工智能落地的第一步

　　3、资本新宠医疗AI 还需继续“打怪升级”

　　4、反向观点：医疗业大肆投资AI，但其产生的价值相当有限

　　1、“AI+医疗”近期资讯

　　- 医疗互助领域迎产业风口 众托帮开启“3.0人工智能时代”

　　7月5日，在中国最大医疗互助平台众托帮举办的“Sharing Plus----移动互联网时代下的共享医疗之路”论坛上，继构建医疗互助平台1.0、共享医疗服务2.0之后，众托帮正式宣布全新品牌升级，并开启人工智能3.0时代，推出人工智能机器人帮帮。

　　- 医健大数据平台火石创造发布AI+医疗产业图谱

　　在7月1日闭幕的第二届“中国光谷”国际生物健康产业博览会上，来自浙江医健大数据平台“火石创造”发布了AI+医疗产业图谱。图谱显示，中国已成为全球领先的AI研发中心之一，国内目前可统计的医学人工智能公司已达144家，主要分布在北京、广州以及长三角地区。

　　- 武汉协和医院借助MR技术，完成世界首例髋部骨折手术

　　2017年6月，武汉协和医院骨科医院成功为一位病人实施了世界上首例混合现实（MR）技术引导下的髋部骨折手术，此次手术前，患者戴上VR眼镜，在医生解说下，360度全方位浏览自己骨折部位的3D数字“复制品”，对自己骨折的具体情况、手术方案进行了解。

　　- 自动驾驶AI诊所或重塑21世纪医疗保健行业

　　近日西雅图设计公司 Artefact Group向我们展示了一套全新的移动医疗概念服务 —— 基于一辆自动驾驶小车的 AI 诊所。展示这个概念的 Artefact Group 设计了一部能自动行走的移动诊所小车，病人可以预约，移动诊所就会在指定时间到达，病人走进去就可以看病。移动诊所内并没有医生看诊，但内建很多监测仪器，配合 App 收集病人的身体变化和人工智能诊断，简单的病症可在车上即时诊断和开药。

　　假如病人的病情属严重或危急，移动诊所内有屏幕，可跟医生或专家遥距面谈问诊，即时提供更专业的意见。可惜的是，Artefact Group 的设计到正式推出还有一段距离，要多方面技术同时发展和配合才有望成真。

　　2、“AI+医疗”才是人工智能落地的第一步

　　IBM的人工智能Watson，仅用10秒就开出了癌症处方。在引发舆论热潮的同时，也再次把“AI+医疗”推向高潮。人工智能对医疗领域的改造是颠覆性的，人工智能+辅助诊疗潜在市场至少是万亿级以上的营收规模。

　　接手“互联网+”无奈的医疗痛点

　　图像识别、深度学习、神经网络等关键技术带动了人工智能新一轮大发展。

　　从互联网改造医疗行业的角度来划分，中国互联网医疗发展经历了三个阶段：信息服务阶段，即互联网改造的是医疗的信息流，实现人和信息的连接；咨询服务阶段，即互联网改造的是健康咨询的服务流，实现人和医生连接；诊疗服务阶段，互联网改造的是医疗的服务流，实现人和医疗机构的连接。

　　然而，互联网带来的模式创新没有根本上提升医疗供给端的服务能力，从而根本上解决医疗资源（尤其是医生）供不应求的局面。

　　与此同时，图像识别、深度学习、神经网络等关键技术的突破带动了人工智能新一轮的大发展。“人工智能+医疗”概念应运而生。

　　与互联网的不同，人工智能对医疗领域的改造是颠覆性的。

　　对人工智能医疗的需求主要基于几方面客观现实：一方面是优质医疗资源供给不足，成本高，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异；另一方面，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。

　　人工智能的核心能力实际上是人类自身已拥有的能力，但与人类相比，最大优势在于计算能力的高效，尤其在数据密集型、知识密集型、脑力劳动密集型行业领域。

　　在医疗领域，IBM Watson可以在17秒内阅读3469本医学专著、24.8万篇论文，69种治疗方案、61540次试验数据、10.6万份临床报告。通过海量汲取医学知识，包括300多份医学期刊、200多种教科书及近1000万页文字，IBM Watson在短时间内迅速成为肿瘤专家。

　　阿里云研究中心和BCG的合作报告指出，从技术突破和应用价值两维度分析，未来人工智能会出现服务职能、科技突破、超级智能三个阶段。基于数据的服务智能阶段将在接下来3—5年爆发：人工智能拓展、整合多个垂直行业应用，丰富实用场景。IDC Digital预测，截至2020年，医疗数据量将达40万亿GB，预计约80%数据为非结构化数据。

　　四大模式分争万亿市场

　　人工智能+辅助诊疗潜在市场空间巨大，至少是万亿级以上的营收规模。

　　从全球创业公司实践的情况来看，AI+医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他，其中以四种模式为主流。

　　首先是AI+辅助诊疗，即将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。辅助诊疗场景是医疗领域最重要、也最核心的场景，人工智能+辅助诊疗潜在市场空间巨大，至少是万亿级以上的营收规模。

　　在AI+辅助诊疗的应用中，IBM Watson是目前最成熟的案例。2012年Watson通过了美国职业医师资格考试，并部署在美国多家医院提供辅助诊疗的服务。

　　AI+医学影像，是将人工智能技术具体应用在医学影像的诊断上，主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息；二是深度学习，应用于学习和分析环节，是AI应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。

　　如今，AI+医学影像已经走出实验室，下一步将迎来商业化浪潮。贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到92%，与病理学家的分析结合在一起时，它的诊断准确率可以高达99.5%。国内的DeepCare对于乳腺癌细胞识别的准确率也达到了92%。

　　AI+药物挖掘，是指将深度学习技术应用于药物临床前研究，达到快速、准确地挖掘和筛选合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。通过计算机模拟，AI可以对药物活性、安全性和副作用进行预测。借助深度学习，在心血管药、抗肿瘤药、孤儿药和常见传染病治疗药等多领域取得了新突破。目前，已经涌现出多家AI技术主导的药物研发企业。

　　最后是AI+健康管理。目前从全球AI+医疗创业公司来看，主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。

　　巨头筑基下的生态圈竞争

　　底层基本都已由科技巨头布局，开放人工智能平台是其构建生态的必然趋势。

　　报告指出，根据技术层级从上到下，人工智能产业链，目前分为基础层、技术层和应用层三个产业层次构成。

　　基础层的计算能力是构建生态的基础，技术层的算法、框架以及通用技术是构建技术护城河的基础，都属于人工智能产业大生态的基础设施，具有高投入、高收益的特点，需要中长期进行投资。而应用层是人工智能技术在具体行业、具体应用场景价值变现的渠道，具有变现能力强的特点。

　　目前，底层基本都已由科技巨头布局，且未来开放人工智能平台是其构建生态的必然趋势。应用层汇聚了大量的AI+医疗创业公司，分布在多个细分领域。总体而言，全球AI+医疗产业结构呈现倒金字塔形态。

　　对于全球科技巨头而言，之间的竞争不仅仅是某项技术、某个领域的竞争，更多是生态圈与生态圈的竞争。目前科技巨头均已利用禀赋优势打造属于自己的生态圈基本形态，已基本完成“人工智能+”生态的基础设施布局。

　　3、资本新宠医疗AI 还需继续“打怪升级”

　　截至目前，中国存在100多家医疗人工智能公司，并增长迅猛，资本对医疗AI青睐有加，投资毫不吝啬，但真正可用于临床的尚未出现，诸多瓶颈一时难以突破。

　　“移动互联网时代持续不了多长时间，去年我就说移动互联网时代已经过去，AI时代到来了。”7月5日，百度董事长兼CEO李彦宏在首届百度AI开发者大会（Create 2017）上表示。

　　每年都会有资本和市场追逐的几个关键词，今年，人工智能从Alpha Go战柯洁、无人驾驶、语音识别等逐渐烧热到医疗领域。

　　（未完待续）