智慧醫(yī)療將以建設(shè)智慧的醫(yī)療健康服務(wù)云生態(tài)為愿景目標(biāo)，通過整體的統(tǒng)一醫(yī)療健康云服務(wù)平臺(tái)，融合匯聚醫(yī)療健康各方資源，為居民及患者提供全生命周期的、線上線下融合的、優(yōu)質(zhì)高效的醫(yī)療健康服務(wù)。
一、智慧醫(yī)療行業(yè)概況
1.1智慧醫(yī)療概念介紹
智慧醫(yī)療的概念：以創(chuàng)新技術(shù)為底座，以解決醫(yī)院、患者及亞健康人群、區(qū)域公共衛(wèi)生、制藥企業(yè)這四方在醫(yī)療場(chǎng)景中的痛點(diǎn)為目的，根據(jù)醫(yī)療場(chǎng)景的特征的產(chǎn)品組合，以解決場(chǎng)景內(nèi)的痛點(diǎn)。當(dāng)前階段，智慧醫(yī)療產(chǎn)品提供方多以互聯(lián)網(wǎng)技術(shù)企業(yè)為主，部分硬件廠商為輔。
智慧醫(yī)療場(chǎng)景分為：智慧醫(yī)療診療場(chǎng)景、智慧醫(yī)院管理場(chǎng)景、智慧患者服務(wù)場(chǎng)景、智慧區(qū)域基層醫(yī)療場(chǎng)景、智慧制藥企業(yè)場(chǎng)景等等。其主要的智慧醫(yī)療產(chǎn)品包括：醫(yī)學(xué)影像篩查產(chǎn)品、臨床決策支持（CDSS）產(chǎn)品、智能審方產(chǎn)品、智能電子病歷產(chǎn)品、院內(nèi)導(dǎo)航產(chǎn)品等等?？傮w而言智慧醫(yī)療相對(duì)概念較為寬泛，所涉及的應(yīng)用場(chǎng)景和相關(guān)產(chǎn)品也具有豐富的種類，主題的思路仍是人工智能、物聯(lián)網(wǎng)、5G等互聯(lián)網(wǎng)技術(shù)和產(chǎn)品在醫(yī)療行業(yè)的相關(guān)應(yīng)用。
圖1：智慧醫(yī)療的研究范圍
資料來源：億歐智庫(kù)
1.2智慧醫(yī)療政策介紹及發(fā)展歷程
近五年來，從中共中央、國(guó)務(wù)院到各部委，陸續(xù)出臺(tái)了大量醫(yī)療產(chǎn)業(yè)的相關(guān)政策，強(qiáng)調(diào)了信息化和新一代信息技術(shù)對(duì)醫(yī)療產(chǎn)業(yè)的重要支撐作用，智慧醫(yī)療迎來政策密集期。
圖2：智慧醫(yī)療相關(guān)政策（1）
來源：華安證券研究所整理
圖3：智慧醫(yī)療相關(guān)政策（2）
資料來源：政府網(wǎng)站、安信國(guó)際
圖4：智慧醫(yī)療產(chǎn)業(yè)政策陸續(xù)出臺(tái)
資料來源：華安證券研究所整理
從世界范圍內(nèi)來看，1956年人工智能（AI）開始成為獨(dú)立的研究領(lǐng)域，20世紀(jì)前，中外對(duì)AI在醫(yī)療領(lǐng)域的研究集中在臨床知識(shí)庫(kù)上，但由于大多數(shù)臨床知識(shí)庫(kù)必須運(yùn)行在LISP設(shè)備上。而由于當(dāng)時(shí)LISP設(shè)備尚不能聯(lián)網(wǎng)且價(jià)格昂貴等原因，臨床知識(shí)庫(kù)并沒有廣泛地應(yīng)用于臨床中。2000年-2015年期間，國(guó)外的研究重點(diǎn)為AI在臨床知識(shí)庫(kù)外的應(yīng)用，如手術(shù)機(jī)器人應(yīng)用落地、鼓勵(lì)發(fā)展電子病歷等。而中國(guó)仍以研究更多類疾病的臨床知識(shí)庫(kù)為主，發(fā)展相對(duì)緩慢。2015年-2017年，由于AI在圖像識(shí)別方面的準(zhǔn)確率有大幅度提升，AI+影像得以快速發(fā)展。得益于在臨床知識(shí)庫(kù)的長(zhǎng)期研究，CDSS產(chǎn)品走向成熟。2018年后，中國(guó)AI+醫(yī)療進(jìn)入穩(wěn)定發(fā)展階段，智慧病案等新產(chǎn)品相繼面世。
圖5：全球智慧醫(yī)療發(fā)展歷程
資料來源：艾瑞咨詢研究院
而中國(guó)由于相關(guān)的底層技術(shù)起步較晚，整體的智慧醫(yī)療的發(fā)展階段發(fā)展以時(shí)間和創(chuàng)新技術(shù)同醫(yī)療場(chǎng)景的結(jié)合程度劃分，共分為三個(gè)階段：
第一階段：創(chuàng)新技術(shù)+醫(yī)療初融合
此階段創(chuàng)新技術(shù)和醫(yī)療場(chǎng)景結(jié)合較少，尚未有成熟的產(chǎn)品出現(xiàn)。國(guó)家政策層面鼓勵(lì)開展創(chuàng)新技術(shù)應(yīng)用試點(diǎn)，希望以此推動(dòng)其在醫(yī)療領(lǐng)域達(dá)到規(guī)?；瘧?yīng)用，融資方面較為早期，創(chuàng)業(yè)企業(yè)多以天使輪或A輪為主。主要是在2016年前，相關(guān)政策較少。
第二階段：創(chuàng)新技術(shù)+醫(yī)療產(chǎn)品誕生
此階段創(chuàng)新技術(shù)和醫(yī)療場(chǎng)景結(jié)合一般，但是智慧醫(yī)療迎來爆發(fā)，國(guó)家政策鼓勵(lì)各醫(yī)療機(jī)構(gòu)引進(jìn)多種創(chuàng)新技術(shù)，如人工智能技術(shù)、云計(jì)算、大數(shù)據(jù)等，探索建立新的醫(yī)療體系，在此期間出現(xiàn)了成熟的智慧醫(yī)療產(chǎn)品。主要時(shí)間在2016-2019年之間，包括多個(gè)智慧醫(yī)療相關(guān)政策持續(xù)頒布。
第三階段：智慧醫(yī)療階段
此階段創(chuàng)新技術(shù)和醫(yī)療場(chǎng)景結(jié)合比較緊密，國(guó)家對(duì)于深度學(xué)習(xí)輔助決策醫(yī)療器械軟件給出指導(dǎo)，重點(diǎn)強(qiáng)調(diào)其數(shù)據(jù)安全性，算法泛化能力以及臨床使用風(fēng)險(xiǎn)，具有技術(shù)優(yōu)勢(shì)的互聯(lián)網(wǎng)企業(yè)紛紛加入醫(yī)療行業(yè)。主要是從2019年至今，智慧醫(yī)療相關(guān)政策多以產(chǎn)品或具體醫(yī)療場(chǎng)景指導(dǎo)為主
二、智慧醫(yī)療市場(chǎng)環(huán)境分析
2.1 智慧醫(yī)療市場(chǎng)大環(huán)境
根據(jù)國(guó)家統(tǒng)計(jì)局公布，2021年底國(guó)家醫(yī)療開支為75593.6億人民幣，在世界范圍內(nèi)，中國(guó)是世界第二大醫(yī)療市場(chǎng)。過去數(shù)十年期間，中國(guó)大力投資醫(yī)療信息化系統(tǒng)并產(chǎn)生了大量數(shù)據(jù)，但數(shù)據(jù)大多互相孤立地以非結(jié)構(gòu)化形式儲(chǔ)存，通過數(shù)字手段加以有效連接、標(biāo)準(zhǔn)化以及分析數(shù)據(jù)后，人工智能應(yīng)用將進(jìn)一步實(shí)現(xiàn)數(shù)據(jù)的價(jià)值。
數(shù)字健康的定義方面，2019年世界衛(wèi)生組織頒布《全球數(shù)字健康戰(zhàn)略(2020-2024)》，首次確定數(shù)字健康戰(zhàn)略的重要性，將“數(shù)字健康”定義為在線醫(yī)療服務(wù)、遠(yuǎn)程醫(yī)療及流動(dòng)醫(yī)療服務(wù)，并向世界推廣數(shù)字健康的理念。弗若斯特沙利文資料指出，數(shù)字健康指透過數(shù)字技術(shù)提供服務(wù)或產(chǎn)品以滿足個(gè)人的健康需求。中國(guó)數(shù)字健康市場(chǎng)主要包括：數(shù)字醫(yī)療服務(wù)市場(chǎng)；非處方藥電商市場(chǎng)；健康消費(fèi)品電商市場(chǎng)；其他市場(chǎng)（信息技術(shù)基礎(chǔ)設(shè)施、營(yíng)銷服務(wù)及其他）而數(shù)字醫(yī)療服務(wù)是數(shù)字健康市場(chǎng)的重要組成部分，互聯(lián)網(wǎng)醫(yī)院為提供數(shù)字醫(yī)療服務(wù)的主要平臺(tái)。2015 年，中國(guó)成立首家互聯(lián)網(wǎng)醫(yī)院－烏鎮(zhèn)互聯(lián)網(wǎng)醫(yī)院，開創(chuàng)了中國(guó)“互聯(lián)網(wǎng)+醫(yī)療健康”創(chuàng)新模式的先例，標(biāo)志著數(shù)字醫(yī)療服務(wù)市場(chǎng)開始蓬勃發(fā)展。
市場(chǎng)規(guī)模方面，2019 年中國(guó)數(shù)字健康的市場(chǎng)規(guī)模為2181 億元，2030年預(yù)計(jì)增至42228億元，復(fù)合年增長(zhǎng)率達(dá)到30.9%。數(shù)字遷移率預(yù)期由2019年的3.3%增至2030年的24.0%。根據(jù)弗若斯特沙利文的資料，中國(guó) 2019 年數(shù)字醫(yī)療服務(wù)市場(chǎng)的市場(chǎng)規(guī)模為 232 億元，2030 年預(yù)計(jì)增至7395 億元，復(fù)合年增長(zhǎng)率為 37.0%。
圖6：中國(guó)數(shù)字健康市場(chǎng)規(guī)模及數(shù)字遷移率
資料來源：弗若斯特沙利文、安信證券研究中心
醫(yī)療大數(shù)據(jù)解決方案市場(chǎng)是指服務(wù)提供者提供大數(shù)據(jù)驅(qū)動(dòng)并結(jié)合先進(jìn)技術(shù)應(yīng)用和醫(yī)學(xué)見解的解決方案的市場(chǎng)，以滿足醫(yī)療行業(yè)各個(gè)領(lǐng)域（包括醫(yī)院、監(jiān)管機(jī)構(gòu)、及政策制定者、生命科學(xué)公司及個(gè)人）的信息化、數(shù)字化及及智能合成的需求。中國(guó)醫(yī)療大數(shù)據(jù)解決方案市場(chǎng)2019年的規(guī)模（根據(jù)健康醫(yī)療大數(shù)據(jù)解決方案服務(wù)供應(yīng)商的銷量而計(jì)算）為人民幣 105 億元，預(yù)計(jì)到 2024 年將增長(zhǎng)至人民幣 577 億元，CAGR 達(dá) 40.5%。醫(yī)療大數(shù)據(jù)解決方案整體滲透率（銷售收入/中國(guó)醫(yī)療信息化投資總額,%）預(yù)計(jì)將從2019年的7.2%增長(zhǎng)至2024年的16.2%。
圖7：2015 至 2024（估計(jì)）按投資額計(jì)算的中國(guó)醫(yī)藥行業(yè)的信息化投資總額（人民幣十億元）
而在整個(gè)醫(yī)療信息化的服務(wù)終端，醫(yī)療SaaS市場(chǎng)則是規(guī)模高速增長(zhǎng)的一個(gè)細(xì)分門類。根據(jù)艾瑞網(wǎng)數(shù)據(jù)，2020年中國(guó)醫(yī)療SaaS整體市場(chǎng)規(guī)模達(dá)37億元人民幣，未來五年將保持30%以上的增速。醫(yī)療行業(yè)數(shù)字化轉(zhuǎn)型訴求以及較大的醫(yī)療服務(wù)需求，是推動(dòng)醫(yī)療SaaS快速發(fā)展的關(guān)鍵。
中國(guó)擁有龐大的患者基群及慢性病患者群體。老齡化加劇，65歲及以上人口的比例預(yù)計(jì)將從2020年的13.5%上升至2030年的21.9%，預(yù)計(jì)達(dá)到3.181億人，人口結(jié)構(gòu)的老齡化將對(duì)醫(yī)療服務(wù)體系造成一定沖擊。此外，隨著環(huán)境污染、不規(guī)律的生活方式、過大的壓力負(fù)荷等，致使中國(guó)慢性患者數(shù)量不斷增多。2021年，中國(guó)共有1.4億糖尿病患者，3.33億高血壓患者。慢病診治呈現(xiàn)時(shí)間長(zhǎng)、醫(yī)療風(fēng)險(xiǎn)低、用藥頻繁的特征，定期復(fù)診、病情記錄等較為重要。
醫(yī)療SaaS不僅可以為院內(nèi)搭建相對(duì)應(yīng)的系統(tǒng)平臺(tái)，用以長(zhǎng)期跟蹤并記錄慢病患者的情況，還可為院外的零售藥店提供線上問診服務(wù)，用于解決患者高頻次購(gòu)買處方藥而無醫(yī)生處方的問題?；诖?，慢病管理是所有健康疾病中最適合使用數(shù)字化解決方案。此外，患者不僅要求高效的診斷和院內(nèi)醫(yī)療服務(wù)，而且需要持續(xù)的院外管理。醫(yī)療SaaS通過為院內(nèi)外機(jī)構(gòu)提供慢病管理解決方案，在長(zhǎng)時(shí)間內(nèi)追蹤患者的健康狀況并記錄，滿足長(zhǎng)期護(hù)理的需求。
圖8：2018-2025年中國(guó)醫(yī)療SaaS市場(chǎng)規(guī)模
資料來源：艾瑞網(wǎng)，36氪研究院
2.2 智慧醫(yī)療助力醫(yī)療產(chǎn)業(yè)
痛點(diǎn)1：基層醫(yī)療機(jī)構(gòu)主導(dǎo)，城鄉(xiāng)醫(yī)療水平分布不均，智慧醫(yī)療助力醫(yī)療資源公平化。
2018年我國(guó)共有醫(yī)療衛(wèi)生機(jī)構(gòu)994,681個(gè)，其中以基層醫(yī)療衛(wèi)生機(jī)構(gòu)（包括社區(qū)衛(wèi)生服務(wù)中心（站）、鄉(xiāng)鎮(zhèn)衛(wèi)生院、村衛(wèi)生院、門診部（所））為主，約占總體的94.9%；而醫(yī)院（包括綜合醫(yī)院、中醫(yī)醫(yī)院、?？漆t(yī)院）僅33,009個(gè)，約占總體的3.3%；另外專業(yè)公共衛(wèi)生機(jī)構(gòu)（疾病預(yù)防控制中心、專科疾病防治院（所/站）、婦幼保健院（所/站）、衛(wèi)生監(jiān)督所（中心））約占1.8%。僅占醫(yī)療衛(wèi)生機(jī)構(gòu)約3.3%的醫(yī)院，卻供應(yīng)全國(guó)約76%的病床；據(jù)統(tǒng)計(jì)，2018年每千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)平均為6.03張（日本13.7、德國(guó)8.0、美國(guó)2.8 ），床位供給相對(duì)不足，并且醫(yī)療每千人口醫(yī)療衛(wèi)生機(jī)構(gòu)床位數(shù)相比農(nóng)村多4.56張，城鄉(xiāng)病床資源配置不均衡，東西部地區(qū)醫(yī)療資源配置不均衡。
我們認(rèn)為，未來有望依托AI、互聯(lián)網(wǎng)醫(yī)療等智慧醫(yī)療的技術(shù)，改善醫(yī)療資源的不均衡，從而助力醫(yī)療公平化。
圖9：基層醫(yī)療機(jī)構(gòu)占比較大
資料來源：：2020中國(guó)衛(wèi)生健康統(tǒng)計(jì)年鑒
痛點(diǎn)2：醫(yī)保支付壓力逐漸增加，智慧醫(yī)療助力醫(yī)?？刭M(fèi)。2020年參加全國(guó)基本醫(yī)療保險(xiǎn)13.6億人，近五年參保率基本穩(wěn)定在95%左右，醫(yī)保滲透率位于高位。與此同時(shí)，醫(yī)保支出逐年提升，占GDP比重提升，醫(yī)保支付壓力加大。在此背景下，國(guó)家大力推動(dòng)按疾病診斷相關(guān)分組付費(fèi)（DGR）和按病種大數(shù)據(jù)付費(fèi)（DIP）的新型醫(yī)保支付制度。我們認(rèn)為這一制度的背后，需要依靠完善的電子病歷體系和海量的醫(yī)療大數(shù)據(jù)支撐，有望帶動(dòng)智慧醫(yī)療產(chǎn)業(yè)的快速發(fā)展。
圖10：醫(yī)保覆蓋人數(shù)穩(wěn)步提升
圖11：醫(yī)保支出及占GDP占比都有所上升
資料來源：國(guó)家統(tǒng)計(jì)局，國(guó)家醫(yī)保局
痛點(diǎn)3：過度醫(yī)療、過度耗材、資源配置不合理等醫(yī)療資源浪費(fèi)現(xiàn)象嚴(yán)重，在醫(yī)療資源缺乏的前提下，我國(guó)還存在較嚴(yán)重的醫(yī)療資源浪費(fèi)現(xiàn)象，主要體現(xiàn)在過度治療、過度檢查和過度求醫(yī)三個(gè)方面。
圖12：我國(guó)醫(yī)療資源浪費(fèi)現(xiàn)象嚴(yán)重
痛點(diǎn)4：新冠疫情影響下，在線診療需求大幅提升。新冠肺炎疫情成為互聯(lián)網(wǎng)醫(yī)療發(fā)展的強(qiáng)力催化劑，國(guó)家全面推進(jìn)互聯(lián)網(wǎng)診療以減少交叉感染風(fēng)險(xiǎn)。隨著政策的落地和人們觀念的轉(zhuǎn)變，比起以前線下門診，在線問診、慢病管理等互聯(lián)網(wǎng)醫(yī)療需求大幅提升，有助于拉動(dòng)智慧醫(yī)療產(chǎn)業(yè)發(fā)展。
2.3 智慧醫(yī)療供給需求端簡(jiǎn)析
需求端：以醫(yī)院為首的需求端對(duì)于創(chuàng)新技術(shù)的認(rèn)可程度越來越高
2014年至2018年，公立醫(yī)院對(duì)于信息化建設(shè)的預(yù)算投入逐年增加，向外釋放了關(guān)于醫(yī)療信息化的利好機(jī)會(huì)。伴隨著智慧醫(yī)院等政策的推出，醫(yī)院對(duì)于電子病歷、臨床輔助決策、大數(shù)據(jù)建設(shè)與應(yīng)用等信息化系統(tǒng)越來越重視，且接受程度越來越高。
圖13：2019-2020年度中國(guó)醫(yī)院信息化狀況調(diào)查-醫(yī)院信息系統(tǒng)建設(shè)優(yōu)先級(jí)排序
資料來源：CHIMA，經(jīng)億歐整理繪制
供給端：隨著對(duì)于智慧醫(yī)療需求的加劇，智慧醫(yī)療將成為企業(yè)新的增長(zhǎng)點(diǎn)
醫(yī)療信息化企業(yè):隨著中國(guó)醫(yī)療信息化發(fā)展，面對(duì)大型醫(yī)院參與電子病歷評(píng)級(jí)和互聯(lián)互通，以及越來越多中小城市的醫(yī)院電子病歷新建或升級(jí)需求，將促使行業(yè)集中度提升，抓住機(jī)會(huì)擴(kuò)張規(guī)模的醫(yī)療信息化公司將擁有更大優(yōu)勢(shì)。
互聯(lián)網(wǎng)企業(yè):互聯(lián)網(wǎng)企業(yè)從信息資訊和連接平臺(tái)轉(zhuǎn)向直接參與到疾病治療的關(guān)鍵環(huán)節(jié)，以疾病預(yù)防為例，其能發(fā)揮巨大作用，從而直接減少醫(yī)保支出。這意味著互聯(lián)網(wǎng)醫(yī)療的價(jià)值也將進(jìn)一步釋放，營(yíng)收能力也將更有想象空間。
ICT企業(yè):智慧醫(yī)療的部署正在加速建設(shè)現(xiàn)代化、精細(xì)化的醫(yī)院管理體系。ICT企業(yè)憑借深厚的技術(shù)積累和行業(yè)實(shí)踐經(jīng)驗(yàn)，持續(xù)探索智慧醫(yī)療技術(shù)與實(shí)踐前沿，推動(dòng)智慧醫(yī)院與大健康產(chǎn)業(yè)的加速發(fā)展。
智慧醫(yī)療創(chuàng)業(yè)公司:在提升技術(shù)能力的同時(shí)，創(chuàng)業(yè)型智慧醫(yī)療企業(yè)在過去5年中一直在進(jìn)行商業(yè)化探索。對(duì)比同B端供應(yīng)商合作。此類企業(yè)逐漸將目光對(duì)準(zhǔn)了醫(yī)院終端。在未來，對(duì)于此類企業(yè)的主要考驗(yàn)在銷售渠道的開拓。
隨著對(duì)于智慧醫(yī)療需求的加劇，智慧醫(yī)療將成為企業(yè)新的增長(zhǎng)點(diǎn)伴隨著創(chuàng)新技術(shù)之間（如云計(jì)算+AI，大數(shù)據(jù)+AI等）協(xié)同發(fā)展成熟，互聯(lián)網(wǎng)大廠基于自身優(yōu)勢(shì)紛紛布局智慧醫(yī)療這一賽道。
除了大型互聯(lián)網(wǎng)企業(yè)，中小型企業(yè)也迎來了爆發(fā)。以人工智能企業(yè)為例，截至目前，共有4家人工智能醫(yī)學(xué)影像公司已遞交招股書，其中一家已上市，另有一家醫(yī)療大數(shù)據(jù)解決方案（使用人工智能技術(shù)）公司上市。除此之外，2021年Q3在醫(yī)療AI的融資數(shù)量已達(dá)到30次，遠(yuǎn)遠(yuǎn)高于2020年全年的19次。
圖14：2020vs.2021年醫(yī)療AI細(xì)分賽道融資數(shù)量
三、智慧醫(yī)療典型大方向應(yīng)用場(chǎng)景
3.1 智慧醫(yī)療助力醫(yī)療產(chǎn)業(yè)
智慧醫(yī)療將以建設(shè)智慧的醫(yī)療健康服務(wù)云生態(tài)為愿景目標(biāo)，通過整體的統(tǒng)一醫(yī)療健康云服務(wù)平臺(tái)，融合匯聚醫(yī)療健康各方資源，為居民及患者提供全生命周期的、線上線下融合的、優(yōu)質(zhì)高效的醫(yī)療健康服務(wù)。
以居民健康醫(yī)療大數(shù)據(jù)為核心，圍繞著居民健康管理，構(gòu)建數(shù)智化驅(qū)動(dòng)的醫(yī)療健康服務(wù)體系。利用物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)平臺(tái)、數(shù)據(jù)銀行等技術(shù)平臺(tái)，推動(dòng)數(shù)據(jù)的采集、數(shù)據(jù)集成和交換共享，實(shí)現(xiàn)數(shù)據(jù)的互通互聯(lián)；將大數(shù)據(jù)與機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)以及循證醫(yī)學(xué)、影像組學(xué)等學(xué)科相結(jié)合，圍繞著居民、醫(yī)生、醫(yī)療機(jī)構(gòu)、藥企以及保險(xiǎn)機(jī)構(gòu)的全方面的醫(yī)療健康服務(wù)場(chǎng)景，提供基于數(shù)據(jù)的智能化的應(yīng)用/服務(wù)，可以優(yōu)化居民健康管理服務(wù)體驗(yàn)、改善診療流程、提升醫(yī)療行為的效率等。數(shù)據(jù)互通可以優(yōu)化各應(yīng)用場(chǎng)景的體驗(yàn)，各應(yīng)用場(chǎng)景產(chǎn)生的數(shù)據(jù)又可以進(jìn)一步豐富數(shù)據(jù)——形成完整的價(jià)值閉環(huán)。
由此，智慧醫(yī)療其主要應(yīng)用場(chǎng)景可以分為以用戶為中心的、覆蓋用戶全生命周期的醫(yī)療健康服務(wù)體系的健康管理中心、醫(yī)療服務(wù)中心和醫(yī)療業(yè)務(wù)中心；以及以數(shù)據(jù)為核心的、數(shù)智化驅(qū)動(dòng)的醫(yī)療健康服務(wù)體系業(yè)務(wù)運(yùn)營(yíng)中心、區(qū)域醫(yī)療協(xié)同、養(yǎng)老服務(wù)中心。
3.2 健康管理中心
健康管理中心是圍繞著健康、亞健康及疾病人群構(gòu)建健康管理的一種服務(wù)體系。運(yùn)用信息和醫(yī)療技術(shù)，在健康保健、醫(yī)療的科學(xué)基礎(chǔ)上，建立的一套完善、周密和個(gè)性化的服務(wù)程序；其目的在于通過維護(hù)健康、促進(jìn)健康等方式幫助健康人群及亞健康人群建立有序的健康的生活方式，降低風(fēng)險(xiǎn)狀態(tài)，遠(yuǎn)離疾??；而一旦出現(xiàn)臨床癥狀，則通過就醫(yī)服務(wù)的安排，盡快恢復(fù)健康。
圖15：智能化健康管理業(yè)務(wù)流程
資料來源：華潤(rùn)集團(tuán)
和以基于云平臺(tái)構(gòu)建醫(yī)療健康行業(yè)通用的智能化健康管理系統(tǒng)：利用物聯(lián)網(wǎng)及大數(shù)據(jù)平臺(tái)將涉及居民健康的各種異構(gòu)數(shù)據(jù)源進(jìn)行整合，形成居民健康檔案；利用人工智能技術(shù)、移動(dòng)化技術(shù)構(gòu)建健康分析評(píng)估模型以及健康處方系統(tǒng)、跟蹤干預(yù)系統(tǒng)以及智能客服、反饋教育系統(tǒng)；最后，通過云+管+端的分布式部署模式實(shí)現(xiàn)分級(jí)有序的健康管理系統(tǒng)。
圖16：網(wǎng)聯(lián)健康反饋系統(tǒng)
3.3 醫(yī)療服務(wù)中心（互聯(lián)網(wǎng)醫(yī)院）
醫(yī)療服務(wù)中心是以改善患者體驗(yàn)為目標(biāo)，構(gòu)建線上線下融合的一種智能化服務(wù)。針對(duì)患者的實(shí)際就醫(yī)需求，推動(dòng)信息技術(shù)與醫(yī)療服務(wù)深度融合，為患者提供覆蓋診前、診中、診后的全流程、個(gè)性化、智能化服務(wù)。利用互聯(lián)網(wǎng)技術(shù)優(yōu)化醫(yī)療服務(wù)流程和服務(wù)模式，包括智能導(dǎo)醫(yī)分診、候診提醒、診間結(jié)算、移動(dòng)支付、院內(nèi)導(dǎo)航、檢查檢驗(yàn)結(jié)果推送、檢查檢驗(yàn)結(jié)果互認(rèn)、門急診病歷自助打印和查詢等線上服務(wù)，積極推進(jìn)轉(zhuǎn)診服務(wù)、遠(yuǎn)程醫(yī)療、藥品配送、患者管理等功能建設(shè)與應(yīng)用，構(gòu)建線上線下一體化服務(wù)，實(shí)現(xiàn)臨床診療與患者服務(wù)的有機(jī)銜接，提升服務(wù)的效率和質(zhì)量，改善患者就醫(yī)體驗(yàn)，提升滿意度。
圖17：醫(yī)療服務(wù)流程
通過多輪友好的智能問診了解患者病情；在患者口語化表達(dá)的主訴和標(biāo)準(zhǔn)的醫(yī)學(xué)術(shù)語之間，以專業(yè)醫(yī)學(xué)NLP技術(shù)來實(shí)現(xiàn)信息轉(zhuǎn)化。應(yīng)用權(quán)威教科書和海量文獻(xiàn)構(gòu)建知識(shí)圖譜；結(jié)合醫(yī)生的專業(yè)特長(zhǎng)，過往的診療經(jīng)歷，刻畫出全面、詳細(xì)、實(shí)時(shí)的醫(yī)生畫像；應(yīng)用多模結(jié)合互相校驗(yàn)的機(jī)制采信最佳結(jié)果。讓患者用最簡(jiǎn)單的方式表達(dá)不適，得出最正確的科室，找到最合適的醫(yī)生。并且提供基于移動(dòng)端精準(zhǔn)的院內(nèi)導(dǎo)航服務(wù)，集導(dǎo)診、分診為一體，為醫(yī)院打造移動(dòng)化、自助化、智能化的院內(nèi)導(dǎo)航、移動(dòng)導(dǎo)診服務(wù)體系，有效改善患者就診體驗(yàn)。
圖18：利用智能客服提高服務(wù)質(zhì)量和服務(wù)效率
互聯(lián)網(wǎng)醫(yī)院是實(shí)體醫(yī)院為依托，以復(fù)診和常規(guī)咨詢?yōu)橹?，集合問診、處方、支付與配藥于一體的一站式互聯(lián)網(wǎng)醫(yī)療中心；從診療范圍來看，互聯(lián)網(wǎng)醫(yī)院嚴(yán)禁首診，主要以慢性病和部分常見病復(fù)診為主；從組織形式來看，必須以實(shí)體醫(yī)院為主體，結(jié)合互聯(lián)網(wǎng)；服務(wù)覆蓋檢查報(bào)告解讀、復(fù)診開方、康復(fù)指導(dǎo)等其他線下服務(wù)?；ヂ?lián)網(wǎng)醫(yī)院平臺(tái)本質(zhì)上是利用互聯(lián)網(wǎng)技術(shù)，開拓新的醫(yī)療服務(wù)模式，將患者服務(wù)的視角從院內(nèi)擴(kuò)展到全過程，將醫(yī)療服務(wù)半徑由周邊擴(kuò)展到區(qū)域甚至更廣，將醫(yī)療服務(wù)地點(diǎn)由院內(nèi)擴(kuò)展到院內(nèi)外；互聯(lián)網(wǎng)醫(yī)療技術(shù)上主要包含互聯(lián)網(wǎng)醫(yī)院平臺(tái)及遠(yuǎn)程診療平臺(tái)。其有效運(yùn)作的前提除了搭建基于互聯(lián)網(wǎng)的技術(shù)平臺(tái)外，更重要的是業(yè)務(wù)設(shè)計(jì)和高效運(yùn)營(yíng)。
構(gòu)建通用互聯(lián)網(wǎng)醫(yī)院平臺(tái)，協(xié)助各醫(yī)療健康機(jī)構(gòu)具備線上化的能力，實(shí)現(xiàn)線上和線下的有效融合共享，推動(dòng)醫(yī)療業(yè)務(wù)的延展。
圖19：互聯(lián)網(wǎng)醫(yī)院平臺(tái)架構(gòu)
資料來源：華潤(rùn)集團(tuán)
3.4 醫(yī)療業(yè)務(wù)中心
醫(yī)療業(yè)務(wù)中心實(shí)際就是在醫(yī)院內(nèi)部搭建互聯(lián)網(wǎng)醫(yī)院平臺(tái)，推動(dòng)實(shí)體醫(yī)院業(yè)務(wù)的“互聯(lián)網(wǎng)+”，以賦能醫(yī)生為目標(biāo)，圍繞著電子病歷開展醫(yī)療業(yè)務(wù)及系統(tǒng)的優(yōu)化升級(jí)：利用數(shù)字化平臺(tái)對(duì)現(xiàn)有功能進(jìn)行組件化重構(gòu)；利用多模態(tài)靈活的電子病歷錄入，提升醫(yī)生病歷錄入的效率；利用動(dòng)態(tài)更新的臨床路徑，提升醫(yī)療的標(biāo)準(zhǔn)化；采取大數(shù)據(jù)及人工智能技術(shù)，構(gòu)建臨床輔助決策和質(zhì)量控制系統(tǒng)，提升醫(yī)生診療的效率和質(zhì)量。
圖20：醫(yī)院業(yè)務(wù)互聯(lián)網(wǎng)+
資料來源：華潤(rùn)集團(tuán)
臨床路徑管理為抓手，提高醫(yī)療質(zhì)量、規(guī)范醫(yī)療行為
臨床路徑(Clinical Pathway，CP)，是針對(duì)某個(gè)診斷明確的疾病或者手術(shù)，以循證醫(yī)學(xué)為基礎(chǔ)，以預(yù)期的治療效果和成本控制為目的，所指定的有嚴(yán)格工作順序和準(zhǔn)確時(shí)間要求的最佳程序化、標(biāo)準(zhǔn)化醫(yī)療檢查和處置流程。
臨床路徑的制定：以病種為核心，建立一套基于統(tǒng)計(jì)學(xué)原理自動(dòng)制定臨床路徑的基本流程機(jī)制，突破傳統(tǒng)技術(shù)手段、無法大量快速制定臨床路徑的局限，通過大數(shù)據(jù)處理方法、快速處理醫(yī)囑數(shù)據(jù)，分析出臨床路徑的最佳設(shè)定方案，改變傳統(tǒng)人工方式、基于經(jīng)驗(yàn)判斷的制定臨床路徑的方法。
圖21：臨床路徑的執(zhí)行
以國(guó)家診療規(guī)范為標(biāo)準(zhǔn)、以人工智能和大數(shù)據(jù)技術(shù)為支撐，融合循證醫(yī)學(xué)和經(jīng)驗(yàn)醫(yī)學(xué)，通過與其他醫(yī)療信息系統(tǒng)進(jìn)行數(shù)據(jù)互聯(lián)互通采集診療所需的數(shù)據(jù)，通過數(shù)據(jù)核心層的智能推理引擎，實(shí)現(xiàn)快速、準(zhǔn)確的智能綜合分析與判斷，為醫(yī)師、護(hù)士等供智能問診策略、體格檢查、輔助檢查推薦、參考診斷依據(jù)策略以及治療建議的輔助服務(wù)。
圖22：輔助決策系統(tǒng)流程
資料來源：華潤(rùn)集團(tuán)
總體而言，醫(yī)療業(yè)務(wù)中心致力于實(shí)現(xiàn)醫(yī)療質(zhì)量的全過程管理，基于臨床醫(yī)療知識(shí)庫(kù)引擎，實(shí)現(xiàn)從“終末質(zhì)量”向“環(huán)節(jié)質(zhì)量”轉(zhuǎn)變，由“事后提醒”向“即時(shí)反饋”轉(zhuǎn)變，由“事務(wù)管理”向“智能管理”轉(zhuǎn)變，由“經(jīng)驗(yàn)管理”向“標(biāo)準(zhǔn)化管理”轉(zhuǎn)變，由“單一化管理”向“全方位精細(xì)化管理”轉(zhuǎn)變。
圖23：醫(yī)療業(yè)務(wù)中心
3.5 業(yè)務(wù)運(yùn)營(yíng)中心
業(yè)務(wù)運(yùn)營(yíng)中心：DRGs、RPA、RFID
基于DRGs的醫(yī)療服務(wù)監(jiān)測(cè)分析及績(jī)效考核的一種體系。
DRGS（診斷相關(guān)分組），是指根據(jù)年齡、疾病診斷、合并癥、并發(fā)癥、治療方式、病癥嚴(yán)重程度及轉(zhuǎn)歸等因素，運(yùn)用統(tǒng)計(jì)控制理論的原理將患者分入若干診斷組進(jìn)行管理的體系。DRGs綜合考慮了疾病的嚴(yán)重度和復(fù)雜性，同時(shí)考慮醫(yī)療服務(wù)數(shù)量和醫(yī)療資源的消耗強(qiáng)度，被認(rèn)為是一種“以病人為中心”的病歷組合系統(tǒng)。DRGs納入工作量效能積分績(jī)效管理，將相關(guān)指標(biāo)納入內(nèi)部績(jī)效考核與分配，可以體現(xiàn)向臨床一線、工作風(fēng)險(xiǎn)高、技術(shù)難度大的臨床科室及重要崗位傾斜，充分體現(xiàn)“優(yōu)勞多得、優(yōu)績(jī)優(yōu)酬”。
圖24：DRGs體系
DRGs醫(yī)療服務(wù)監(jiān)測(cè)與分析系統(tǒng)劃分了四個(gè)角色，分別是院長(zhǎng)、醫(yī)務(wù)處、醫(yī)保辦、臨床科室，根據(jù)角色需求設(shè)置對(duì)應(yīng)的系統(tǒng)功能。
通過RPA實(shí)現(xiàn)醫(yī)院重復(fù)規(guī)范流程的自動(dòng)化，RPA主要適用的場(chǎng)景特征為：規(guī)則與邏輯明確、跨系統(tǒng)數(shù)據(jù)集成、數(shù)據(jù)搜集、檢索、匯總、日常重復(fù)性工作
圖25：RPA實(shí)施的預(yù)期價(jià)值
以下是RPA實(shí)施具體場(chǎng)景說明：
采購(gòu)管理：供應(yīng)商準(zhǔn)入及監(jiān)督（實(shí)現(xiàn)供應(yīng)商準(zhǔn)入自動(dòng)化監(jiān)控及供應(yīng)商定期評(píng)估檢查自動(dòng)化；公司關(guān)聯(lián)分析；皮包公司檢測(cè)；動(dòng)態(tài)供應(yīng)商風(fēng)險(xiǎn)監(jiān)控），采購(gòu)價(jià)動(dòng)態(tài)監(jiān)控（實(shí)現(xiàn)動(dòng)態(tài)采購(gòu)價(jià)格監(jiān)控，為醫(yī)院采購(gòu)提供及時(shí)、覆蓋全國(guó)的參考依據(jù)，并比對(duì)醫(yī)院歷史采購(gòu)數(shù)據(jù)）
藥品管理：藥品使用監(jiān)控（對(duì)藥品耗用情況按照科室、醫(yī)生等維度進(jìn)行同比、環(huán)比分析全面進(jìn)行藥品監(jiān)控，降低藥占比；促進(jìn)合理用藥），藥品價(jià)格監(jiān)控（通過爬蟲技術(shù)爬取外部公示招標(biāo)采購(gòu)價(jià)，打造實(shí)時(shí)藥品價(jià)格庫(kù)，作為藥品價(jià)格監(jiān)控參照標(biāo)準(zhǔn)）
耗材管理：高價(jià)值耗材管理（定期對(duì)高價(jià)值醫(yī)療耗材的使用、收費(fèi)情況進(jìn)行有效的核對(duì)，監(jiān)控高價(jià)值耗材的使用），醫(yī)療耗材監(jiān)控（在衛(wèi)健委降低耗占比的要求下，協(xié)助醫(yī)院對(duì)耗材的使用進(jìn)行全面監(jiān)控，降低耗材耗用，控制成本）
財(cái)務(wù)管理：收款對(duì)賬（定期與支付方進(jìn)行自動(dòng)核對(duì)，社保/商保結(jié)算單、病人信息、電子處方、病案首頁(yè)等），付款審核（付款前數(shù)據(jù)準(zhǔn)備；合同、訂單、付款申請(qǐng)匹配及信息核對(duì)；付款分錄生成）
獨(dú)立監(jiān)督：審計(jì)線索發(fā)掘（對(duì)不同模塊數(shù)據(jù)進(jìn)行分析，獲利用審計(jì)機(jī)器人開展特定領(lǐng)域的分析，通過分析結(jié)果識(shí)別高風(fēng)險(xiǎn)領(lǐng)域及審計(jì)線索），審計(jì)執(zhí)行（通過機(jī)器人進(jìn)行樣本的抽樣、數(shù)據(jù)的對(duì)比、分析，形成分析差異報(bào)告，供審計(jì)組執(zhí)行進(jìn)一步審計(jì)程序。）
RFID實(shí)現(xiàn)醫(yī)療資產(chǎn)的全方位、智慧化管理
基于RFID等物聯(lián)網(wǎng)技術(shù)，將醫(yī)療資產(chǎn)信息傳輸至平臺(tái)數(shù)據(jù)中心，從而實(shí)現(xiàn)醫(yī)院對(duì)醫(yī)療資產(chǎn)的使用情況、生命周期、智能盤點(diǎn)、設(shè)備位置、安全維護(hù)等多方位跟蹤管理。平臺(tái)的建立，將實(shí)現(xiàn)醫(yī)院的資產(chǎn)管理的現(xiàn)代化、科學(xué)化、精準(zhǔn)化，解決不必要的人力資源和成本浪費(fèi)，更加科學(xué)、準(zhǔn)確、有效的管理。
圖26：醫(yī)院固定資產(chǎn)
3.6 區(qū)域醫(yī)療協(xié)同
區(qū)域醫(yī)療協(xié)同：構(gòu)建遠(yuǎn)程醫(yī)療平臺(tái)，有效推動(dòng)區(qū)域醫(yī)療協(xié)同構(gòu)建云化遠(yuǎn)程醫(yī)療云平臺(tái),實(shí)現(xiàn)對(duì)遠(yuǎn)程會(huì)診、雙向轉(zhuǎn)診、遠(yuǎn)程預(yù)約、視頻會(huì)議、遠(yuǎn)程?？圃\斷、遠(yuǎn)程教育、遠(yuǎn)程數(shù)字資源共享等業(yè)務(wù)的支撐，推動(dòng)H2H2C的醫(yī)療服務(wù)模式。
圖27：（大H）2（小H）2（C）服務(wù)
其功能主要包括：（離線、交互）遠(yuǎn)程會(huì)診、雙向轉(zhuǎn)診、遠(yuǎn)程預(yù)約（專家預(yù)約、檢查預(yù)約、檢驗(yàn)預(yù)約）、視頻會(huì)議、遠(yuǎn)程?？圃\斷（影像、病理、心電、動(dòng)態(tài)心電、動(dòng)態(tài)血壓、手術(shù)\超聲\內(nèi)鏡、監(jiān)護(hù)）、遠(yuǎn)程教育、遠(yuǎn)程數(shù)字資源共享。
區(qū)域醫(yī)療協(xié)同：技術(shù)驅(qū)動(dòng)區(qū)域醫(yī)療資源的高效協(xié)同利用信息技術(shù)，將區(qū)域內(nèi)的醫(yī)療資源（包括醫(yī)生資源、醫(yī)械資源、醫(yī)療數(shù)據(jù)、醫(yī)療知識(shí)等）相互連接，實(shí)現(xiàn)在醫(yī)療機(jī)構(gòu)之間資源共享協(xié)同，將分級(jí)診療模式及雙向轉(zhuǎn)診的制度落到實(shí)處，在提升各個(gè)醫(yī)院的醫(yī)療水平以及服務(wù)質(zhì)量的同時(shí)，從根本上解決患者看病難以及看病貴的問題。
圖28:區(qū)域醫(yī)療協(xié)同
區(qū)域醫(yī)療協(xié)同：遠(yuǎn)程醫(yī)療平臺(tái)架構(gòu)依托物聯(lián)網(wǎng)技術(shù)、云計(jì)算、4G/5G、遙感/遙測(cè)/遙控、移動(dòng)互聯(lián)網(wǎng)、AR\VR等技術(shù)，圍繞電子病歷構(gòu)建的云遠(yuǎn)程醫(yī)療平臺(tái)，包括遠(yuǎn)程醫(yī)療應(yīng)用、遠(yuǎn)程醫(yī)療運(yùn)營(yíng)以及客戶服務(wù)端等三大功能。
圖29：遠(yuǎn)程醫(yī)療
遠(yuǎn)程醫(yī)療平臺(tái)同時(shí)也包括：遠(yuǎn)程教育、遠(yuǎn)程學(xué)術(shù)交流、遠(yuǎn)程手術(shù)、遠(yuǎn)程診療。
區(qū)域醫(yī)療協(xié)同：云PACS提供線下線上無縫融合的醫(yī)療影像共享服務(wù)構(gòu)建云化遠(yuǎn)程醫(yī)療云平臺(tái),實(shí)現(xiàn)對(duì)遠(yuǎn)程會(huì)診、雙向轉(zhuǎn)診、遠(yuǎn)程預(yù)約、視頻會(huì)議、遠(yuǎn)程?？圃\斷、遠(yuǎn)程教育、遠(yuǎn)程數(shù)字資源共享等業(yè)務(wù)的支撐，推動(dòng)H2H2C的醫(yī)療服務(wù)模式。
圖30：影像診斷流程
區(qū)域醫(yī)療協(xié)同：人工智能賦能醫(yī)療服務(wù)的質(zhì)量和效率
隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)影像技術(shù)的不斷進(jìn)步，醫(yī)學(xué)影像已逐步由輔助檢查手段發(fā)展成為現(xiàn)代醫(yī)學(xué)最重要的臨床診斷和鑒別診斷方法。然而醫(yī)學(xué)影像領(lǐng)域存在諸多問題，包括供給不平衡，誤診漏診率高，影像醫(yī)生讀片熟讀慢等。人工智能與醫(yī)學(xué)影像的結(jié)合，能夠有針對(duì)性的解決傳統(tǒng)醫(yī)學(xué)影像領(lǐng)域存在的問題。
3.7 養(yǎng)老服務(wù)中心
養(yǎng)老服務(wù)中心：構(gòu)建“系統(tǒng)+服務(wù)+老人+終端”的智慧養(yǎng)老服務(wù)模式
運(yùn)用物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)技術(shù)、智能呼叫、云技術(shù)、GPS定位技術(shù)等先進(jìn)的信息技術(shù)，構(gòu)建智慧養(yǎng)老云服務(wù)平臺(tái)，涵蓋了機(jī)構(gòu)養(yǎng)老、居家養(yǎng)老、社區(qū)日間照料等多種養(yǎng)老形式，創(chuàng)建 “系統(tǒng)+服務(wù)+老人+終端”的智慧養(yǎng)老服務(wù)模式。平臺(tái)通過跨終端的數(shù)據(jù)互聯(lián)及同步，連通各部門及角色，形成一個(gè)完整的智慧管理閉環(huán)，實(shí)現(xiàn)老人與子女、服務(wù)機(jī)構(gòu)、醫(yī)護(hù)人員的信息交互，對(duì)老人的身體狀態(tài)，安全情況和日?；顒?dòng)進(jìn)行有效監(jiān)控，及時(shí)滿足老人在生活、健康、安全、娛樂等各方面的需求。
四、AI賦能智慧醫(yī)療典型小領(lǐng)域應(yīng)用場(chǎng)景
4.1 CT影像識(shí)別
AI+CT影像識(shí)別應(yīng)用領(lǐng)域廣闊。AI+CT影像的主要產(chǎn)品形態(tài)包括：影像分析與診斷軟件、CT影像三維重建系統(tǒng)、靶區(qū)自動(dòng)勾畫及自適應(yīng)放療系統(tǒng)。通過智能CT影像識(shí)別，能夠完成病例篩查、智能分析診斷、輔助臨床診療決策等工作。從應(yīng)用的場(chǎng)景來看，主要包括胸部、四肢關(guān)節(jié)等部位，乳腺、心肺、冠狀動(dòng)脈、骨骼等器官組織，應(yīng)用領(lǐng)域廣闊。
圖31：國(guó)家藥品監(jiān)督管理局批準(zhǔn)注冊(cè)的AI+CT影像識(shí)別產(chǎn)品（三類）
資料來源：華安證券
中國(guó)影像分析數(shù)據(jù)增長(zhǎng)較快，放射科醫(yī)生面臨短缺，AI+CT影像識(shí)別技術(shù)發(fā)展?jié)摿薮?。?dāng)前中國(guó)CT行業(yè)影像數(shù)據(jù)爆炸增長(zhǎng)，2019年市場(chǎng)規(guī)模達(dá)到24.7億元，CAGR約30%。另一方面，目前我國(guó)放射科醫(yī)師僅有8萬多名，每年承擔(dān)的診斷工作量卻達(dá)到了14.4億張影像，結(jié)合中國(guó)醫(yī)學(xué)影像數(shù)據(jù)每年30%的增速，與之相對(duì)應(yīng)的放射科醫(yī)師的年增長(zhǎng)速率卻只有4%，兩者之間存在巨大缺口，AI+CT影像識(shí)別有望彌補(bǔ)這一缺口，發(fā)展?jié)摿薮蟆?/span>
圖32：放射科醫(yī)師與CT影像數(shù)量增長(zhǎng)預(yù)測(cè)
圖33：中國(guó)CT檢查行業(yè)市場(chǎng)規(guī)模（億元）
4.2 CDSS輔助臨床診斷決策
臨床決策支持系統(tǒng)（Clinical Decision Support System, CDSS），一般是指基于人工智能深度學(xué)習(xí)算法的方式，對(duì)臨床醫(yī)療決策提供輔助支持的計(jì)算機(jī)系統(tǒng)。CDSS將醫(yī)學(xué)相關(guān)的指南文獻(xiàn)、專家共識(shí)以及電子病歷數(shù)據(jù)進(jìn)行輸入，經(jīng)過大數(shù)據(jù)分析以及基于人工智能的神經(jīng)網(wǎng)絡(luò)運(yùn)算，輸出臨床診斷方面的模型，從而輔助醫(yī)生提供相關(guān)病例的臨床診斷。
CDSS輔助臨床診斷決策的主要功能包括：輔助診斷、治療方案推薦、相似病歷推薦、醫(yī)囑質(zhì)控。
A智慧醫(yī)療政策持續(xù)利好，未來CDSS發(fā)展前景佳：根據(jù)蛋殼研究院發(fā)布資料顯示，2019年涉及CDSS產(chǎn)品或服務(wù)的項(xiàng)目招投標(biāo)達(dá)到42項(xiàng)，隨著智慧醫(yī)療政策的利好，未來涉及CDSS項(xiàng)目將會(huì)持續(xù)增加。
圖34：2015-2019年CDSS項(xiàng)目招投標(biāo)情況
4.3 視網(wǎng)膜影像識(shí)別助力慢病診療
視網(wǎng)膜影像在臨床中應(yīng)用廣泛。視網(wǎng)膜是人體中唯一一個(gè)能以非侵入方式直接觀測(cè)血管和神經(jīng)細(xì)胞的部位?？赏ㄟ^觀察眼底血管及神經(jīng)細(xì)胞的變化等表征，檢測(cè)、診斷及評(píng)估慢性病的風(fēng)險(xiǎn)，具體包括：眼部疾?。禾悄虿∫暰W(wǎng)膜病變、病理性近視、視網(wǎng)膜靜脈阻塞、青光眼及年齡相關(guān)性黃斑變性；其他慢性病：高血壓、糖尿病、ICVD、帕金森氏病及貧血癥。全球已有多款人工智能視網(wǎng)膜影像識(shí)別醫(yī)療設(shè)備產(chǎn)品完成注冊(cè)。
圖35：人工智能視網(wǎng)膜影像識(shí)別產(chǎn)品/軟件
人工智能視網(wǎng)膜醫(yī)學(xué)影像識(shí)別技術(shù)市場(chǎng)潛力巨大。
醫(yī)療健康場(chǎng)景：相比傳統(tǒng)視網(wǎng)膜影像方法，人工智能視網(wǎng)膜影像識(shí)別技術(shù)具有高診斷效率和高診斷準(zhǔn)確性的優(yōu)勢(shì)，能夠幫助醫(yī)生縮短圖像分析時(shí)間，有效地降低醫(yī)療成本減緩醫(yī)療資源的不均衡。
大健康場(chǎng)景：人工智能視網(wǎng)膜醫(yī)學(xué)影像識(shí)別技術(shù)可為大健康客戶提供定制化產(chǎn)品及服務(wù)，滿足客戶健康風(fēng)險(xiǎn)評(píng)估及管理需求。
圖36：人工智能視網(wǎng)膜醫(yī)學(xué)影像市場(chǎng)規(guī)模 （2019年至2030年（預(yù)計(jì)）
五、智慧醫(yī)療行業(yè)痛點(diǎn)與展望
5.1 在線醫(yī)療
行業(yè)痛點(diǎn)：
醫(yī)療需求可觀但在線醫(yī)療的市場(chǎng)認(rèn)可度低，企業(yè)缺乏清晰的盈利模式。
從目前國(guó)內(nèi)就醫(yī)現(xiàn)狀來看，供小于求的市場(chǎng)結(jié)構(gòu)是形成看病難、看病貴的直接因素，而醫(yī)療需求相對(duì)而言是剛性需求，加之以政府對(duì)醫(yī)療經(jīng)濟(jì)體系的調(diào)控和監(jiān)管，市場(chǎng)需求不會(huì)因?yàn)橘Y源的緊缺和價(jià)格的改變而有太大的變動(dòng)，在慢性病減齡化的趨勢(shì)下，剛性需求規(guī)模和結(jié)構(gòu)也逐漸膨脹，醫(yī)療需求只增不減，醫(yī)療需求的持續(xù)增長(zhǎng)也是衍生在線醫(yī)療行業(yè)的動(dòng)力。然而醫(yī)療行業(yè)資源導(dǎo)向性的特點(diǎn)為初創(chuàng)企業(yè)和跨界企業(yè)建立高壁壘，安全性和真實(shí)性是醫(yī)療行業(yè)消費(fèi)者關(guān)注的重要因素，而這兩個(gè)特征恰恰也是互聯(lián)網(wǎng)行業(yè)的短板。在線醫(yī)療起步于免費(fèi)的診療咨詢，在免費(fèi)咨詢階段，消費(fèi)者出于好奇或獲利心態(tài)接觸在線醫(yī)療 APP，但消費(fèi)者對(duì)線上問診平臺(tái)并未給予足夠的信任，在線醫(yī)療 APP 并未成為實(shí)體醫(yī)院的替代品，因此轉(zhuǎn)為收費(fèi)模式的在線醫(yī)療企業(yè)很難在診療服務(wù)業(yè)務(wù)方面開拓更大市場(chǎng)，重點(diǎn)收費(fèi)項(xiàng)目只能依靠掛號(hào)業(yè)務(wù)和醫(yī)院信息系統(tǒng)服務(wù)等方面，很多互聯(lián)網(wǎng)醫(yī)療企業(yè)仍然沒有找到合理的盈利模式。
（2）數(shù)據(jù)共享障礙一定程度上限制了在線醫(yī)療行業(yè)發(fā)展深度。
中國(guó)醫(yī)療體系每個(gè)個(gè)體的數(shù)據(jù)呈現(xiàn)分散化特點(diǎn)，數(shù)據(jù)之間難以形成有效的共享流通機(jī)制。迫于醫(yī)療數(shù)據(jù)長(zhǎng)期以來非開放性、難標(biāo)準(zhǔn)化特點(diǎn)，一方面醫(yī)生無法獲得患者以往就診的全面數(shù)據(jù)進(jìn)行深度診斷，另一方面在線醫(yī)療企業(yè)獲得的數(shù)據(jù)碎片化現(xiàn)象嚴(yán)重導(dǎo)致所謂的大數(shù)據(jù)分析只能停留在表面。因此就診的基礎(chǔ)則需要首診資料和以往病史的研究分析，如何在業(yè)務(wù)范圍內(nèi)與醫(yī)院信息系統(tǒng)打通共享部分?jǐn)?shù)據(jù)、統(tǒng)一疾病標(biāo)準(zhǔn)是在線醫(yī)療面臨的重要課題。
（3）線上就醫(yī)報(bào)銷困難，醫(yī)保支付問題直接影響消費(fèi)行為
在線醫(yī)療行業(yè)熱度大于消費(fèi)、就醫(yī)患者屈指可數(shù)的原因一方面在于消費(fèi)信任問題，另一方面報(bào)銷問題也讓眾多消費(fèi)者望而卻步。銀川能吸引大量的在線醫(yī)療企業(yè)在當(dāng)?shù)亻_展互聯(lián)網(wǎng)醫(yī)院業(yè)務(wù)與當(dāng)?shù)卣呦⑾⑾嚓P(guān)
未來展望：
在線醫(yī)療行業(yè)將重新洗牌、回歸醫(yī)療本質(zhì)，應(yīng)盡快推動(dòng)行業(yè)標(biāo)準(zhǔn)規(guī)范和健康檔案數(shù)據(jù)庫(kù)的建立，出臺(tái)在線醫(yī)療領(lǐng)域的醫(yī)保報(bào)銷政策?，F(xiàn)階段醫(yī)療行業(yè)最主要的矛盾即是供求失衡問題，在線醫(yī)療行業(yè)未來需就市場(chǎng)需求落地模式，停留在概念熱炒、資本驅(qū)動(dòng)的模式終究無法長(zhǎng)久。以市場(chǎng)需求為導(dǎo)向的業(yè)務(wù)模式會(huì)給企業(yè)注入源源不斷的活力，也是醫(yī)療機(jī)構(gòu)對(duì)外合作的基礎(chǔ)。目前在線醫(yī)療行業(yè)業(yè)務(wù)模式大多類似且多注重掛號(hào)、咨詢類業(yè)務(wù)，未來企業(yè)應(yīng)該找準(zhǔn)市場(chǎng)定位，尋找不同類型人群的需求差異，融合在線醫(yī)療產(chǎn)業(yè)上下游優(yōu)勢(shì)提供精準(zhǔn)服務(wù)，解決客戶在醫(yī)療方面的真正需求。而這一模式的改進(jìn)離不開行業(yè)標(biāo)準(zhǔn)規(guī)范的支持?；诮y(tǒng)一的行業(yè)規(guī)范，設(shè)定機(jī)構(gòu)及其業(yè)務(wù)最低標(biāo)準(zhǔn)和等級(jí)水平，厘清不同機(jī)構(gòu)責(zé)任制度，保障患者安全和隱私權(quán)益，企業(yè)開展業(yè)務(wù)將有規(guī)則可循，是行業(yè)健康發(fā)展的基礎(chǔ)，也是客戶認(rèn)可企業(yè)的依據(jù)。實(shí)現(xiàn)個(gè)人健康數(shù)據(jù)的可查詢和數(shù)據(jù)結(jié)構(gòu)標(biāo)準(zhǔn)化，實(shí)現(xiàn)醫(yī)療機(jī)構(gòu)之間信息共享進(jìn)而推動(dòng)社會(huì)資本在在線診療的投資。
5.2 AI 醫(yī)學(xué)影像
行業(yè)痛點(diǎn)：
（1）數(shù)據(jù)基礎(chǔ)薄弱，應(yīng)用范圍和效果有限。
AI 在醫(yī)療領(lǐng)域的應(yīng)用離不開數(shù)據(jù)的支持，目前國(guó)內(nèi)在醫(yī)療數(shù)據(jù)方面存在一系列問題：第一，醫(yī)院數(shù)字化水平發(fā)展程度不一，偏遠(yuǎn)地區(qū)或基層醫(yī)院 IT 系統(tǒng)建設(shè)落后，數(shù)據(jù)存儲(chǔ)量較少，很多基層醫(yī)院網(wǎng)絡(luò)不通，或是只有傳統(tǒng)的 ADSL 非對(duì)稱式網(wǎng)絡(luò)，基礎(chǔ)設(shè)備也比較落后，導(dǎo)致數(shù)據(jù)存儲(chǔ)出現(xiàn)障礙，同時(shí)醫(yī)生手寫或其他線下記錄的方式錄入患者數(shù)據(jù)難以被計(jì)算機(jī)識(shí)別和分析，由此數(shù)據(jù)缺乏共享和再利用渠道。
（2）AI 與醫(yī)學(xué)跨界人才匱乏，行業(yè)發(fā)展進(jìn)程緩慢。
人工智能正在從實(shí)驗(yàn)室走向醫(yī)學(xué)臨床應(yīng)用，處于產(chǎn)業(yè)大突破前的技術(shù)沖刺和應(yīng)用摸索時(shí)期。在這個(gè)階段，能夠推動(dòng)技術(shù)突破和創(chuàng)造性應(yīng)用的高端人才對(duì)產(chǎn)業(yè)發(fā)展起著至關(guān)重要的作用。理想的人才應(yīng)該同時(shí)在醫(yī)學(xué)、計(jì)算機(jī)和數(shù)學(xué)三個(gè)方面都有深厚的知識(shí)積累，并有足夠的研發(fā)能力。
醫(yī)療 AI 的發(fā)展，與人才數(shù)量和質(zhì)量息息相關(guān)。具體來看，醫(yī)療 AI 需要兩個(gè)方面的人才，分別是醫(yī)學(xué)人才和 AI 人才，最需要的是既懂醫(yī)學(xué)又懂 AI 的跨界人才。應(yīng)用及平臺(tái)開發(fā)者不僅要研究人工智能算法，更要對(duì)醫(yī)療專業(yè)知識(shí)有深入了解，人工智能+醫(yī)療的復(fù)合背景人才是企業(yè)的核心競(jìng)爭(zhēng)力。
但是，高質(zhì)量的醫(yī)學(xué)人才和 AI 人才都非常稀缺，具備兩方面能力的綜合型人才更是鳳毛菱角。一方面，醫(yī)生往往知識(shí)結(jié)構(gòu)比較單一，極少具有跨學(xué)科學(xué)習(xí)背景，在數(shù)據(jù)處理、工科經(jīng)驗(yàn)、系統(tǒng)開發(fā)等方面很不足，具有 AI 研發(fā)能力的醫(yī)生非常少。另一方面，AI 算法人才本身就很少，并且他們普遍缺乏 IT 系統(tǒng)的工程開發(fā)和實(shí)施經(jīng)驗(yàn)，醫(yī)學(xué)知識(shí)也很匱乏。目前整個(gè)醫(yī)療 AI 行業(yè)都面臨嚴(yán)重的人才短缺問題，尤其是同時(shí)具備醫(yī)學(xué)、計(jì)算機(jī)、數(shù)學(xué)研發(fā)能力的交叉型人才非常稀缺，這嚴(yán)重阻礙了醫(yī)療 AI 行業(yè)的發(fā)展，拖慢了行業(yè)發(fā)展速度。
（3）行業(yè)缺乏政策和法律標(biāo)準(zhǔn)，相關(guān)群體責(zé)任劃分不明確。
根據(jù)國(guó)家食品藥品監(jiān)督管理總局（CFDA）發(fā)布的新版《醫(yī)療器械分類目錄》，若診斷軟件通過算法提供診斷建議，僅有輔助診斷功能，不直接給出診斷結(jié)論，則申報(bào)二類醫(yī)療器械，如果對(duì)病變部位進(jìn)行自動(dòng)識(shí)別，并提供明確診斷提示，則按照第三類醫(yī)療器械管理。第二類器械有臨床試驗(yàn)豁免目錄，診斷軟件申報(bào)是否能夠享受豁免，CFDA 還沒有做出具體的規(guī)范。各個(gè)醫(yī)療 AI 公司要打通醫(yī)院采購(gòu)這條路，就必須獲得 CFDA 認(rèn)證。而要走通 CFDA 的認(rèn)證的流程，不僅有諸多的審批環(huán)節(jié)，還有漫長(zhǎng)的臨床試驗(yàn)，這需要持續(xù)的資源投入，對(duì)于初創(chuàng)的醫(yī)療 AI 企業(yè)而言是顯而易見的負(fù)擔(dān)，影響其商業(yè)化進(jìn)程。另一方面，醫(yī)療 AI 企業(yè)也面臨潛在的法律風(fēng)險(xiǎn)。關(guān)于 AI 還沒有明確的法律界定，更沒有形成完備的法律體系。當(dāng)醫(yī)療 AI 產(chǎn)品進(jìn)行大面積普及后，一旦發(fā)生醫(yī)療事故，責(zé)任認(rèn)定將是一個(gè)棘手的問題。對(duì)于 AI 系統(tǒng)，人們抱有很高的期望，比如診斷準(zhǔn)確率要達(dá)到 100%，不能出現(xiàn)任何的失誤。即使是資深的醫(yī)療專家，也不可能達(dá)到零失誤的水平，對(duì)于 AI 系統(tǒng)如此嚴(yán)苛的要求并不合理。因此，AI 醫(yī)療影像的發(fā)展需要從政策和法律層面給予嚴(yán)格的標(biāo)準(zhǔn)，在限定范圍規(guī)范市場(chǎng)的同時(shí)也為企業(yè)的發(fā)展指明方向。
未來展望：
云+AI 成為主要模式，應(yīng)重點(diǎn)發(fā)揮并深化人工智能在影像領(lǐng)域的輔助作用。云計(jì)算、大數(shù)據(jù)與 AI 是一脈相承的，存在著密切的關(guān)系。醫(yī)院信息系統(tǒng)與云系統(tǒng)的對(duì)接可以實(shí)現(xiàn)醫(yī)院內(nèi)部不同科室之間、不同醫(yī)院之間甚至是跨省醫(yī)療機(jī)構(gòu)之間的數(shù)據(jù)共享，大量實(shí)時(shí)的醫(yī)療數(shù)據(jù)在“云端”匯聚，為 AI 系統(tǒng)的訓(xùn)練提供數(shù)據(jù)基礎(chǔ)。云端數(shù)據(jù)中心，承擔(dān)起 AI 模型訓(xùn)練的任務(wù)。醫(yī)療數(shù)據(jù)將從各個(gè)醫(yī)院實(shí)時(shí)傳輸?shù)皆贫耍蟠蠹涌煨虏》N AI 模型開發(fā)和原有模型優(yōu)化的進(jìn)度。當(dāng)研發(fā)出新病種 AI 模型，或者原有病種模型有重大更新時(shí)，只需要在云端進(jìn)行系統(tǒng)更新，最新的醫(yī)療 AI 服務(wù)可以同時(shí)觸達(dá)所有部署應(yīng)用端的醫(yī)院。
分級(jí)診療政策的推進(jìn)促進(jìn)醫(yī)聯(lián)體和區(qū)域影像中心等第三方醫(yī)療機(jī)構(gòu)的普及。借助于醫(yī)療云平臺(tái)，上下級(jí)醫(yī)院之間能實(shí)現(xiàn)數(shù)據(jù)互通，進(jìn)而為轉(zhuǎn)診奠定基礎(chǔ)。一般的疾病可以在基層醫(yī)療機(jī)構(gòu)治療，患嚴(yán)重疾病的患者轉(zhuǎn)診到大醫(yī)院，并能及時(shí)將患者信息同步到該醫(yī)院?；A(chǔ)醫(yī)療機(jī)構(gòu)的醫(yī)學(xué)影像可以上傳到上級(jí)醫(yī)療機(jī)構(gòu)或者區(qū)域影像中心，讓影像中心醫(yī)生在 AI 系統(tǒng)的輔助下進(jìn)行高效閱片。
5.3 數(shù)字人
行業(yè)痛點(diǎn)：
信息的非標(biāo)準(zhǔn)化和傳統(tǒng)醫(yī)學(xué)的模糊診療理念使得數(shù)字人進(jìn)程遲緩。無論是采集病人體征信息，癥狀信息，還是病人主訴信息，都是模擬信息（analog）,這就使得數(shù)字化這些信息的難度增大。因此，人們以各自定義模擬信息與數(shù)字之間的關(guān)系來解決這個(gè)問題。行業(yè)沒有標(biāo)準(zhǔn)化的方法來數(shù)字化臨床病歷信息，這同樣是人工智能面對(duì)模擬臨床信息的困境。病人對(duì)于數(shù)字化信息期待較多，這是因?yàn)閿?shù)字化浪潮在過去十幾年中，已經(jīng)在各行各業(yè)普及開來。人們的生活已經(jīng)越來越被數(shù)字包圍。但是，醫(yī)療機(jī)構(gòu)對(duì)于數(shù)字化進(jìn)程推進(jìn)較慢，再加上診療規(guī)范的約定，醫(yī)療行業(yè)監(jiān)管的嚴(yán)謹(jǐn)性也制約了數(shù)字化技術(shù)在醫(yī)療行業(yè)的應(yīng)用。了解人體本來就是很模糊的，特別是針對(duì)疾病狀態(tài)，所以以模擬信息作為模糊狀態(tài)的展現(xiàn)形式自醫(yī)學(xué)起始就一直為世人接受。西方醫(yī)學(xué)由于將數(shù)學(xué)，物理，化學(xué)，生物學(xué)等基礎(chǔ)學(xué)科融合起來解決問題，有較好的數(shù)字化基礎(chǔ)。中國(guó)的傳統(tǒng)醫(yī)學(xué)就大不一樣了。中醫(yī)的模糊感念遠(yuǎn)勝于西醫(yī)，這就使得中醫(yī)數(shù)字化更加困難。甚至人們已經(jīng)熟悉了中醫(yī)的模糊診療方法，一旦數(shù)字化地進(jìn)行解釋，反倒讓人們難以接受。諸如寒熱概念就無法用溫度高低來解釋，表里概念也無法用物理丈量法來說明。盡管如此，數(shù)字化的采集人體數(shù)據(jù)，將人的全部信息整理分析形成完整的數(shù)字人，依然是被期待的。在線醫(yī)療、人工智能醫(yī)療服務(wù)、藥物研發(fā)、機(jī)器人的應(yīng)用無不對(duì)數(shù)字人有巨大的依賴。可以這樣認(rèn)為，數(shù)字人的發(fā)展將推動(dòng)整個(gè)大健康產(chǎn)業(yè)的進(jìn)步。所以解決數(shù)字人發(fā)展所面臨的瓶頸迫在眉睫。
未來展望：
建設(shè)系統(tǒng)化的數(shù)字人備份信息是智慧醫(yī)療的發(fā)展基礎(chǔ)。數(shù)字化浪潮正在推動(dòng)各個(gè)行業(yè)的發(fā)展，醫(yī)療行業(yè)的數(shù)字化將以數(shù)字人為基礎(chǔ)得以快速發(fā)展?？梢灶A(yù)料，數(shù)字人備份將會(huì)伴隨每一個(gè)人。有了數(shù)字人的備份，通過云端的存儲(chǔ)和計(jì)算，一個(gè)人在尋求治療疾病的時(shí)候，數(shù)字人對(duì)于這個(gè)診療將是必備的基礎(chǔ)。有了數(shù)字人備份，互聯(lián)網(wǎng)醫(yī)療將成為巨大的應(yīng)用場(chǎng)所，人人都可以通過云端的數(shù)字交流將人體健康信息和診療建議結(jié)合起來，便捷地獲取診斷和治療結(jié)果。數(shù)字人將使精準(zhǔn)醫(yī)學(xué)和個(gè)性化診療成為普遍的應(yīng)用領(lǐng)域。數(shù)字的精準(zhǔn)度將遠(yuǎn)遠(yuǎn)超過模擬信息，讓診斷更精準(zhǔn)，治療更加個(gè)性化。數(shù)字人是人工智能在醫(yī)學(xué)中應(yīng)用的基礎(chǔ)架構(gòu)。人工智能在機(jī)器學(xué)習(xí)甚至語言標(biāo)注過程中都要依賴數(shù)字的信息。人工智能化的醫(yī)學(xué)實(shí)踐將造就智能醫(yī)生。智能醫(yī)生需要數(shù)字人的進(jìn)入作為診療對(duì)象或者輔助。智能醫(yī)生將為大健康產(chǎn)業(yè)的解決一系列的問題：醫(yī)生短缺、醫(yī)術(shù)參差不齊、醫(yī)療信息非標(biāo)準(zhǔn)化、診療精準(zhǔn)度等。智能機(jī)器人需要數(shù)字人作為對(duì)話的對(duì)象。智能決策體系需要大數(shù)據(jù)分析，因此數(shù)字人將是大數(shù)據(jù)的基礎(chǔ)單元。因此打造數(shù)字人，建設(shè)系統(tǒng)化的數(shù)字人備份是智慧醫(yī)療的必要元素。
5.4 虛擬助手
行業(yè)痛點(diǎn)：
語義關(guān)聯(lián)和標(biāo)準(zhǔn)化術(shù)語影響虛擬助手判斷的準(zhǔn)確性。語句標(biāo)準(zhǔn)化問題不論是對(duì)于患者還是醫(yī)生都是顯著存在的。每個(gè)醫(yī)生都有自己的病歷書寫習(xí)慣，各自在疾病的表述方式方面有略微差別，有的簡(jiǎn)寫，有的寫英文，有的寫疾病大類，有的寫具體癥狀；而患者對(duì)自己的身體狀況和所患疾病只認(rèn)識(shí)哪里不舒服或疼痛，對(duì)于病癥的表述有時(shí)候并不準(zhǔn)確甚至?xí)霈F(xiàn)錯(cuò)誤，且難以自主想到關(guān)聯(lián)的生活習(xí)慣以及一些看似無關(guān)的病癥以至于會(huì)忽略關(guān)鍵信息，而事實(shí)上同一種病癥往往會(huì)產(chǎn)生不同部位的并發(fā)癥狀。來自醫(yī)生非標(biāo)準(zhǔn)化表達(dá)影響電子病歷錄入的準(zhǔn)確性和病歷庫(kù)的結(jié)構(gòu)化，來自患者的非標(biāo)準(zhǔn)化表述和信息缺失情況直接影響疾病判斷結(jié)果。為減少這類情況的發(fā)生，很多公司開發(fā)的虛擬助手采用選擇的方式與應(yīng)用對(duì)象進(jìn)行溝通，但從另一個(gè)角度來講這種溝通方式需要大量的題庫(kù)儲(chǔ)備，應(yīng)用范圍有限。
數(shù)據(jù)獲取難度大，缺乏合理化使用標(biāo)準(zhǔn)。近年來市場(chǎng)上的互聯(lián)網(wǎng)醫(yī)療企業(yè)層出不窮，與醫(yī)院之間的合作也越來越多?？傮w來看，醫(yī)院對(duì)外合作較為保守，這與其本身業(yè)務(wù)性質(zhì)和單位屬性有關(guān)，醫(yī)療數(shù)據(jù)事關(guān)生命安全和病人隱私，醫(yī)院在數(shù)據(jù)的合作需要確?；颊叩臄?shù)據(jù)安全和隱私。目前來說 AI 醫(yī)學(xué)影像企業(yè)與醫(yī)院合作較多，其對(duì)應(yīng)疾病較為單一，而虛擬助手涉及到大量的疾病類型和知識(shí)存儲(chǔ)，其發(fā)展和應(yīng)用需要一定的時(shí)間和數(shù)據(jù)積累，市場(chǎng)應(yīng)用度相對(duì)來說較弱，直觀效應(yīng)不明顯，企業(yè)在獲取數(shù)據(jù)方面遇到一定的阻力。此外，數(shù)據(jù)使用的倫理問題等待標(biāo)準(zhǔn)的出臺(tái)。目前有關(guān)部門對(duì)于醫(yī)療數(shù)據(jù)的可使用范圍、合理用途、使用對(duì)象、使用期限等方面均未出臺(tái)細(xì)致的規(guī)定，這也使醫(yī)院與企業(yè)之間的合作成果收效甚微。
未來展望：
虛擬助手的發(fā)展需注重建立完整的知識(shí)圖譜，發(fā)揮預(yù)判和咨詢作用。未來虛擬助手在醫(yī)療領(lǐng)域的應(yīng)用不應(yīng)當(dāng)只是充當(dāng)聊天機(jī)器人的角色，而需要基于醫(yī)學(xué)本身為用戶解決真正的需求。醫(yī)療行業(yè)專業(yè)屬性較強(qiáng)，要想實(shí)現(xiàn)與用戶的深度交流和協(xié)助，就需要建立全面的醫(yī)療數(shù)據(jù)知識(shí)庫(kù)，這也是虛擬助手發(fā)展的基礎(chǔ)。對(duì)于虛擬助手的定位不能太高，否則容易引發(fā)醫(yī)患矛盾；也不能太低，否則作用不大失去了存在的意義。虛擬助手應(yīng)該成為輔助醫(yī)生和患者的工具，在醫(yī)生診斷之前對(duì)患者的基本情況進(jìn)行一定的評(píng)估，提前預(yù)知可能出現(xiàn)的疑難雜癥并準(zhǔn)備，合理規(guī)劃看病時(shí)間，避免出現(xiàn)一個(gè)出診時(shí)間段內(nèi)前期單個(gè)患者看病時(shí)間過長(zhǎng)、后期時(shí)間過短的狀況。對(duì)于患者而言，虛擬助手需要發(fā)揮其健康管理、醫(yī)學(xué)知識(shí)咨詢、癥狀初診的作用，為患者進(jìn)行健康知識(shí)普及、指導(dǎo)就診科室、提醒就診前準(zhǔn)備和注意事項(xiàng)。
5.5 AI健康管理
行業(yè)痛點(diǎn)：
健康管理支付尚未形成清晰體系，企業(yè)盈利模式待完善。目前保險(xiǎn)公司對(duì)客戶的健康管理服務(wù)、企業(yè)對(duì)員工的健康管理服務(wù)大多停留在體檢方面，且并不常見，除此之外的健康管理服務(wù)大多是個(gè)人付費(fèi)。人工智能在健康管理領(lǐng)域的介入不可避免地要涉及到付費(fèi)問題，如果只是單純地個(gè)人付費(fèi)，那對(duì)于企業(yè)來說其盈利前景并不樂觀。至少在目前國(guó)內(nèi)消費(fèi)水平日漸上升的形勢(shì)和公眾健康意識(shí)薄弱的情況下，toC 端付費(fèi)模式下消費(fèi)者對(duì)于健康管理難以快速明顯地看到成效，市場(chǎng)接受度有限。AI 健康管理企業(yè)盈利模式目前還有待完善：toC 或是 toB 模式更為成熟?toB 模式下重點(diǎn)面向?qū)ο笫钦€是保險(xiǎn)公司或是一般企業(yè)？合作對(duì)象是否超脫于政府、患者、醫(yī)院和保險(xiǎn)機(jī)構(gòu)之外？這些都是AI 健康管理企業(yè)市場(chǎng)化發(fā)展需要考慮的重要問題。
未來展望：
未來 AI 健康管理應(yīng)該根據(jù)個(gè)體情況制定個(gè)性化標(biāo)準(zhǔn)，聯(lián)動(dòng)相關(guān)產(chǎn)業(yè)實(shí)現(xiàn)業(yè)務(wù)升級(jí)。傳統(tǒng)意義上的身體指標(biāo)健康水平是在大數(shù)據(jù)的基礎(chǔ)上根據(jù)一定的概率得出，但事實(shí)上每個(gè)人的生活習(xí)慣、環(huán)境條件、基因組成、遺傳病史等都不一樣，以普遍統(tǒng)一的標(biāo)準(zhǔn)去衡量所有人的健康水平是不完全準(zhǔn)確的。未來 AI 健康管理的應(yīng)該是基于人體的基因、遺傳、生活方式等因素制定個(gè)性化的健康管理方案并實(shí)時(shí)監(jiān)測(cè)和預(yù)警。一方面可以與醫(yī)療機(jī)構(gòu)對(duì)接，及時(shí)應(yīng)對(duì)一些臨時(shí)突發(fā)狀況，對(duì)于需要急救的患者以最快的速度將其送至附近的醫(yī)院；同時(shí)，以 AI 技術(shù)為核心的健康管理企業(yè)可以此開展跨行業(yè)合作實(shí)現(xiàn)不同智能化應(yīng)用場(chǎng)景的合理化數(shù)據(jù)積累和聯(lián)動(dòng)支持，比如在智能家居、智能終端設(shè)備等領(lǐng)域的戰(zhàn)略合作打通個(gè)人基礎(chǔ)數(shù)據(jù)和生活習(xí)慣數(shù)據(jù)，智能穿戴設(shè)備的合作融合健康數(shù)據(jù)制定更合理化的健康方案。
5.6 AI藥物研發(fā)
行業(yè)痛點(diǎn)：
人工智能“黑匣子”特征影響研發(fā)者對(duì)于 AI 藥物研發(fā)的認(rèn)可，性能監(jiān)控問題是焦點(diǎn)。傳統(tǒng)意義上的藥物研發(fā)需要理清靶點(diǎn)發(fā)現(xiàn)、化合物篩選等過程的產(chǎn)生機(jī)理，保證研發(fā)過程的邏輯嚴(yán)密性。人工智能參與下的藥物研發(fā)是難以解釋的，且需要大量的數(shù)據(jù)積累，這也是目前人工智能在藥物研發(fā)暫無成熟產(chǎn)品落地的關(guān)鍵因素。未來對(duì)于 AI 藥物研發(fā)的監(jiān)管和進(jìn)入準(zhǔn)則是否會(huì)與傳統(tǒng)的人工藥物研發(fā)有很大區(qū)別還是未知數(shù)，藥物發(fā)現(xiàn)的基礎(chǔ)在于對(duì)疾病的準(zhǔn)確認(rèn)識(shí)和理解，人工智能是否能準(zhǔn)確理解疾病并得出合理的研發(fā)方案需要大數(shù)據(jù)的支持和算法的成熟。新技術(shù)下的藥物研發(fā)以怎樣的形式和背書進(jìn)入市場(chǎng)、如何保證藥物的安全性和有效性都是值得深思的問題，也是真正落地前需要確認(rèn)的問題。
未來展望：
人工智能在藥物研發(fā)方面的應(yīng)用目前還處于導(dǎo)入期，未來小型藥企和國(guó)內(nèi)藥企有望獲得削弱外企長(zhǎng)期壟斷的程度，生態(tài)系統(tǒng)各角色協(xié)同發(fā)展是關(guān)鍵渠道。如果說人工智能在其他領(lǐng)域的應(yīng)用是為了減少醫(yī)生負(fù)擔(dān)、提高患者滿意度，AI 藥物研發(fā)的最終目的則是提高生產(chǎn)力。藥物研發(fā)的復(fù)雜性和長(zhǎng)期性也使得目前人工智能公司在該領(lǐng)域的涉足較少、進(jìn)展較慢。相對(duì)于大型外企來說，小型企業(yè)靈活性更強(qiáng)，受到的內(nèi)部牽制力和市場(chǎng)關(guān)注度較弱，更有利于其開展個(gè)性化創(chuàng)新。外企規(guī)模大、審批機(jī)制繁瑣，同時(shí)受到市場(chǎng)嚴(yán)格的監(jiān)督，在新技術(shù)下的轉(zhuǎn)型升級(jí)進(jìn)程較為緩慢。以人工智能技術(shù)為核心的新興藥物研發(fā)方式也給了國(guó)內(nèi)藥企彎道超車的機(jī)會(huì)。但要想實(shí)現(xiàn) AI 藥物研發(fā)的快速發(fā)展還需要醫(yī)療生態(tài)系統(tǒng)內(nèi)部和新興信息技術(shù)公司各個(gè)成員角色的協(xié)同互助，例如共享數(shù)據(jù)建立科學(xué)的知識(shí)圖譜和病歷數(shù)據(jù)庫(kù)，數(shù)據(jù)類型如基因組學(xué)數(shù)據(jù)、生物組學(xué)數(shù)據(jù)、蛋白質(zhì)組學(xué)數(shù)據(jù)等；或是技術(shù)公司與藥企聯(lián)合開發(fā)藥物研發(fā)模型等，新技術(shù)下未知性和挑戰(zhàn)很多，形成合作聯(lián)盟才能更快地實(shí)現(xiàn)共贏。
京公網(wǎng)安備11010802046783號(hào)
