医疗AI：四大国家队上场，BAT卷土重来，医疗影像领跑，2018市场规模200亿【年终盘点】

文丨张楠

2017年11月15日，科技部召开会议，公布国家首批新一代人工智能开放创新平台名单。不难猜测，首批的四位国家队成员分别是BAT再加科大讯飞。会议报道，将依托百度建设自动驾驶国家新一代人工智能开放创新平台；依托阿里云建设城市大脑国家新一代人工智能开放创新平台；依托腾讯建设医疗影像国家新一代人工智能开放创新平台；依托科大讯飞建设智能语音国家新一代人工智能开放创新平台，由此可见，与医疗AI最契合的就是腾讯的医疗影像，该方向自然成为中国重点布局、率先占领高地的医疗AI领域。

实际上，从2017年相继出台的系列政策上，能看到国家对人工智能产业寄予厚望。今年3月，全国两会上将人工智能写入政府工作报告，成为代表委员热议话题，而且为贯彻落实《中国制造2025》、《互联网+》等上层战略，政府提出人工智能是制造业的主攻方向，在大数据、智能制造、机器人等领域给予大力度支持。

2017年7月20日，国务院印发《新一代人工智能发展规划》。《规划》提出到 2020 年，人工智能产业竞争力进入国际第一方阵。力争培育全球领先的人工智能优秀企业，围绕教育、医疗、养老等关乎民生的刚性需求先行发展，为大众提供更高效多元的智慧医疗服务。据业内人士分析，在国家人工智能“大跃进”阶段，医疗是最有可能取得突破性进展的行业。

据中国网报道，近日工信部正式印发《促进新一代人工智能产业发展三年行动计划(2018－2020年)》，重点提出在医疗影像辅助诊断系统等领域，推动“人工智能+”的跨界融合发展，实现产业价值链的延伸与突破。

国家为人工智能整个产业制定了规模超过 1500 亿元，带动相关产业发展逾 1 万亿元的目标，在医疗健康领，数据显示，中国医疗AI市场规模也在迅速扩容。2016年已达到96.61亿元，估计2017年超130亿元，并有望在2018年市场规模达到200亿元，后续该市场还会持续膨胀。

“四大”表现不俗

腾讯觅影——

于2017年中旬露面的腾讯觅影，是腾讯首个应用在医疗领域的AI产品，通过图像识别和深度学习的方法对各类医学影像（内窥镜、CT、眼底照相、病理、钼靶、超声、MRI等）进行训练学习，最终达到对病灶的智能识别。目前主要应用于辅助医生临床诊断和疾病的早期筛查。

其食管癌智能筛查系统最为成熟，准确率高达90%，该系统已于2017年8月在广西壮族自治区人民医院上线。腾讯还宣布还成立人工智能医学影像联合实验室，与众多三甲医院建立合作，其中中山大学附属肿瘤医院（广东省食管癌研究所）、广东省第二人民医院、深圳市南山区人民医院是首批合作方。

人工智能医学影像联合实验室的进展引人瞩目，除了广东深圳部分医院外，腾讯还与广西柳州、四川华西医院、陕西西安等地区医院建立针对性合作，所以与医院共建联合实验室是腾讯在医疗影像方面的主要举措。

其实腾讯能顺利切入众多医院，与此前深耕智慧医院、打造微信医疗的铺垫不无关系。微信与支付宝在医疗线上支付的大战打得不亦乐乎，双方比速度比拿下的医院数量，至今难分高低。

据报道，上线以来不到半年，腾讯觅影的合作医院数量已接近百家，“天下武功唯快不破”，所以在医疗AI战争初期，迅速出手，跑马圈地再精细打磨产品才是最佳市场战略。腾讯官方透露，目前研究方向有6个，未来还将不断拓展：

（1）胃镜  - 食管癌早期筛查

（2）CT  - 肺癌早期筛查

（3）眼科  - 糖尿病性视网膜病变智能识别

（4）钼靶  - 乳腺癌早期筛查

（5）病理  - 乳腺癌淋巴切片图像识别

（6）宫腔镜 - 宫颈位置类型识别

科大讯飞——

近期，科大讯飞在医疗AI方面也取得重大突破。2017年11月6日，国家医学考试中心正式对外发布了“2017 年临床执业医师综合笔试”合格线，该次测试中，科大讯飞“智医助理”机器人取得了 456 分的成绩，超过临床执业医师合格线（360 分），属于全国 53 万名考生中的中高级水平。

机器人比人表现还好，说明机器的确有强大的知识学习能力，除了死记硬背，还具有多层次的逻辑推理能力，“智医助理”下一步将致力于辅助医生进行临床诊疗，成为医生临床工作助手，提升医生水平、扩大医生服务能力，最终由医院、社区扩展到家庭，为人服务。

目前科大讯飞的布局主要分四个方向，智慧医院，智医助理、人工智能影像辅助诊断和人工智能辅助诊疗中心。科大讯飞的医疗咨询经理丁兢娜博士曾表示，“科大讯飞的核心技术是语音技术，包括从语音的识别到语音的转写，语音合成和自然语言理解。我们的语音识别准确率已经达到 98% 以上。”

在2017年科大讯飞产品发布会上，科大讯飞还透露人工智能影像方面的成就，国际最权威的医学影像人工智能比赛是针对肺部结节的测试。今年8月份，科大讯飞在比赛中刷新了全球肺结节测试世界纪录，准确率达到94.1%。

在安徽省立医院的三甲医院测试结果表明，针对对肺结节的判断，科大讯飞的人工智能技术已达到三甲医院医生平均水平。“我们已在安徽开通了人工智能在线诊疗平台，可以对全省41个县市提供实时帮助，下一步计划将接入105个县。” 科大讯飞董事长刘庆峰介绍。

但对于医疗这个复杂行业，科大讯飞也做好了心理准备，即前期不断摸索创新，不求赚快钱。科大迅飞智慧医疗事业部常务副总经理鹿晓亮也曾表示，做医疗AI要有宁做十年冷板凳的耐心和毅力，这个行业唯有下苦功才能成功。

阿里健康——

与腾讯类似，马云爸爸也提早涉足智能医疗影像，不过其入选国家队的项目却不是医疗影像，而是阿里云ET系统。2017年7月，阿里健康宣布联合万里云医学影像中心发布医疗人工智能系统Doctor You，其包括临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统等。据悉，研发Doctor You是让人工智能承担专业医生助手的角色，希望“十年内减轻医生一半工作量”。

2017年10月，阿里健康联合浙大一附院合作共建“医学人工智能浙江省实验室”，实验室计划用2018年-2020年3年时间，建设基于区块链技术的医联体数据平台、医疗人工智能影像辅助诊断平台、医疗大数据智能科研平台、医学人工智能临床决策支持平台等四大公共平台产品，实现人工智能、数据挖掘等技术在浙江省医疗救治领域的应用。

在智慧医疗方面，2014年马云提出“未来医院”，去年10月，除了浙大一附院、还与浙大附二院以及上海新华医院，共同签约落地智慧医疗计划。

而入选国家AI开放创新平台的阿里云ET城市大脑，是目前全球最大规模的人工智能公共系统，可以对整个城市进行全局实时分析，自动调配公共资源，修正城市运行中的Bug，成为未来城市的基础设施，所以阿里云ET大脑将在工业、医疗、环境等多方面构建开放平台，而非聚焦医疗一隅。

百度智能——

2017年2月，百度放弃移动医疗，发力医疗人工智能的消息，立即引发轩然大波。百度随即建设AI开放平台，一个面向企业/机构/创业者/开发者的在线平台，将百度在人工智能领域积累的技术以API或SDK等形式对外共享，提供语音识别与合成、OCR、人脸识别、NLP等数十项服务，共享诸多应用场景和解决方案。

而2018年1月9日，在拉斯维加斯举办的百度 World 大会上，百度面向全球自动驾驶行业及开发者发布了百度人工智能领域的最新进展，百度 COO 陆奇正式宣布自动驾驶平台升级版 Apollo 2.0 亮相，称Apollo 2.0是全球第一个、也是最大的自动驾驶平台，一年内已经聚集8000 多名开发者和90 多家开发者伙伴。

所以说，百度将在自动驾驶的开拓之路上越行越远，与医疗也逐渐分道扬镳。

AI影像最强 药物研发最弱

医疗人工智能企业大致分为两大阵营，核心数据分析和外围医疗服务，包括不同的细分领域和应用场景，前者是基因分析（疾病预测）、医疗影像识别、临床辅助诊断、药物研发，后者有医院管理、健康管理、虚拟助理、医疗机器人、医学研究平台等分类。从商业模式看，以上不同子领域存在较大差异，难有公司在各领域都赢者通吃，所以医疗AI还是有较多商业机会。

IT桔子上收录的医疗人工智能企业共有66家，由于对企业性质判别存在主观差异，所以各家统计数目有出入。比如以互联网医疗为主线的企业就未列入AI名单，或如华大基因等只有部分业务为人工智能的也不算AI公司。最终将医疗AI企业整理如下表：

从业务方向上，能看出企业分布呈现以下格局：医疗影像识别企业数目最多，表明国内在该领域技术水平较高，竞争也相对最激烈；临床辅助诊断和医疗机器人企业规模也不相上下，这两块也是目前临床最亟需的应用场景；其余还有健康管理公司，以及医学研究平台都是集中发展的领域，其中医学研究平台中不乏大数据挖掘与研究、软件系统开发的技术型企业，另外能明显看到在药物研发方面，行业实力整体偏弱，涌现的创新公司较属罕见。将上述类型分布作饼图如下：

从融资角度来说，据动脉网统计2017年医疗人工智能行业对外公布的融资事件一共有27件，如果算上几家没有公布消息的公司，2017年该领域融资总额超过17亿人民币。所以在政策鼓动下，资本将顺势介入产业，促进医疗和AI行业融合，以期改观中国医疗优质资源短缺的现状。

据报道，其实今年大热的医疗AI，早于5年前就被敏锐的资本悄然盯上，开始隐秘布局。从2013年到2017年上半年，医疗AI领域共发生融资事件86起，主要集中在虚拟助手、医疗影像、医用机器人、智能健康管理等四大领域，目前来看医疗影像识别领域是发展势头最强劲的分支，研发能力不断突破，准确率也持续创下新高，不少企业都宣称其AI识别准确率已超过90%，实现辅助医生诊断的美好愿景。

虽然医疗AI已取得不少令人鼓舞的成就，但我们也要看到不利的现实因素。有效数据或高质量数据的供给不足就是掣肘行业发展的最大障碍，数据是成年累月而非朝夕就能获得的研发基础，但医院大量存储的是原始非结构化数据，并不能直接使用，另一方面，数据共享也是一大难题，医疗机构能否自愿贡献数据也是行业须面对的巨大考验。

还有一个矛盾需要解决，医疗AI宣称帮助医生，而不是取代医生，但普通医生未来有没有可能被取代？这很难说。所以医院院长作为决策者，会考虑到底要不要“引狼入室”。最后，最本质的问题即医疗AI技术的创新到底能否盈利？医疗AI服务最终肯定是患者或消费者买单，但目前来看，距离技术真正成熟还有一段距离，还需要时间累积。眼下不同细分领域的应用大多处于探索研究阶段，距离落地应用、实现盈利还为时尚早。

作者｜张楠

微信丨zhn88369

商务合作

丰小姐 133-3571-3260

长按二维码关注我们

往期回顾