资源描述
1 2 前言 得益于计算机技术的变革以及算法的提升,人工智能在经历了充满波折的 60 年的发展历程之后,终于一跃而起,成为了当今各国的战略性发展方向。医疗作为人工智能最具社会价值和商业价值的应用场景之一,近几年得到了社会的广泛关注。 IT 桔子从人工智能及医疗行业背景出发,结合自身投融资数据优势以及与 AI 医疗各领域行业一线从业者的深入交流,对 AI 医疗的几大热门赛道的发展逻辑以及企业布局特点进行了分析与展望,完成了这份 2018-2019 中国 AI 医疗发展及趋势研究报告。 在调研中 , 笔者发现 : 各赛道不同背景的公司根据其业务长短板与资金 、 资源等基础对技术布局有着不同的选择 。小型初创公司较互联网科技巨头更具创造能力。 我国 AI 医疗领域 标准正逐步建立,产品落地政策利好,行业向好发展,行业头部企业与政府在此方向都做出了巨大的贡献。 AI 医疗公司正不断突破自我边界,将业务丰富化,并逐渐在海外扩大自己的势力范围。 另外,我国 AI 医疗也面临着人才缺口,底层数据质量仍有不足以及即将迎来的商业化落地的实战的不确定性等问题。笔者也针对这 些内容,为读者提供了一些自己的看法和解决方案。如有其它简介欢迎各位提出批评意见,相互交流,共同探索,以微薄之力为行业带来更好的解决方案。 许梦翘 IT 桔子医疗行业分析师 2019 年 4 月 16 日 投融资数据来源 : IT 桔子 截止时间 : 2018.12.31 3 目录 第一章 人工智能的发展背景 . 5 第一节 AI 发展史的简单回顾 . 5 第二节 计算机技术的铺路 . 6 第三节 社会对 AI 技术的渴求 . 8 第二章 AI 医疗的发展 . 13 第一节 我国的医疗沉疴 . 13 第二节 我国 AI 医疗市场现状 . 14 第三章 AI+医学图像 . 17 第一节 AI+影像行业情况 . 19 1、 影像辅助诊断的发展背景 . 20 2、 AI+影像企业概况 . 22 第二节 AI+病理诊断行业及企业情况 . 34 第四章 AI+医学文本处理 . 36 第一节 NLP 技术在医学领域的应用 . 37 第二节 AI+医学文本挖掘 公司概况 . 40 第五章 AI+药物研发 . 43 第一节 国外的 AI+药物研发公司 . 47 第二节 国内创业公司概况 . 49 4 第六章 AI+健康管理 . 53 第一节 可穿戴设备与 AI 的结合 . 54 第二节 将 AI 用来预测疾病 . 58 第七章 AI+医疗机器人 . 59 第一节 康复机器人 . 60 第二节 手术机器人 . 66 第八章 大公司的布局 . 68 第一节 BAT 在 AI 医疗行业的争夺 . 68 第二节 大公司的局限性 . 76 第九章 AI 医疗的趋势 . 77 1、标准正逐步建立,产品落地政策利好,行业向好发展 . 77 2、 AI 医疗公司正不断突破自我边界,将业务丰富化 . 82 3、中国 AI 出海加速 . 82 第十章 AI 医疗的潜在问题与解决方法 . 83 1、人才不足 . 84 2、深度学习算法黑箱不透明在医疗诊断当中存在局限 . 85 2、数据从诊断准确来说正确率偏低 . 87 3、产品同质化、商业化前景不明以及未来竞争的猜想 . 88 5 第一章 人工智能的发展背景 第一节 AI 发展史的简单回顾 人工智能( Artificial Intelligence)这一曾经似乎只出现在科幻电影中的概念,在 2016 年凭借 Alpha Go 的横空出世成为关注焦 点之后 , 如今已经逐渐变得家喻户晓 。各种各样颠覆过去的人工智能应用在人工智能热潮中被创造出来,这些应用帮助各行各业增效降耗,在数字化与人口红利消失的时代,符合社会产业升级需求,因此人工智能也逐渐成为了一项基础设施,以及世界各国的重要发展战略。 而 AI 能够取得今天的地位正如其他每项颠覆性技术一样历经曲折 。 虽说 AI 在 2016 年才正式被大众所认知 , 但是这个技术在 1955 年便已被提出 。 1955 年 ,当时的一些神经网络研究者们发布了一份关于召开国际人工智能会议的提案中被提出,这场会议也就是之后誉为开辟了人工智能历史 的达特茅斯会议。从此,人工智能技术进入了第一次发展热潮阶段,这一次研究热潮也持续了 20 年之久 。 不过在这 20 年中 ,虽然人们情绪较为乐观,但受制于计算机能力和算法研究水平, 人工智能似乎并未像人们所预期那样 ,具有逻辑推理的能力,从而去帮助人类提升解决问题的效率,与智能相差甚远。一些对 AI 提供资助的机构对无方向的 AI 研究逐渐停止了资助。 6 随后 ,在 1980-1990 年间 , 人工智能在算法上拥有了一定的突破 。 不同于过去的专家系统 ,新的数据统计建模体系思想被建立起来 , 并在语音识别方面取得了巨大的突破 。 但由于还是受制于 当时的计算机能力 , 当训练数据较大时 , 计算机没有能力进行计算 , 所以这项技术只能短暂的再次告一段落 。 不过可以看出 , 此时的人工智能已经出现了蓄势的迹象 。 之后人工智能 技术 不断迭代 ,神经元网络与深度学习的出现为人工智能算法带来了巨大的突破,而 计算机技术与互联网的蓬勃发展为打破了人工智能的算力与数据壁垒 ,人工智能技术才得以爆发。 第二节 计算机技术 的 铺路 AlphaGo 的算力变化 7 对于人工智能技术来说 , 总所周知的 , 算法 、 算力 以及数据三者缺一不可。除了深度学习这个算法上的突破之外,计算机技术的发展是人工智能能 够极速发展的主因。计算机技术对 AI的促进体现在基础硬件以及数据积累层面。 基础硬件主要便是指算力 , 算力的不断升级是人工智能实现的基础 , 它为 AI 在人们心中预期的转变做出了巨大的贡献 。 以 AlphaGo 来说 , 从其原型再到 AlphaGo 的出世 , 算力提升了 30 万倍 。这一点得益于 GPU 的发展。从 2016 年相关研究中 GPU 与 CPU 计算速度的对比来看 , GPU 运算速度在 2016 年已经达到 CPU 的 16 倍 。 如今 , 全球超级计算机的TOP15 都采用 GPU 用于加速 。 近十年 GPU 与 CPU 计算与速度处理对比 来源 : Natoli V. Why 2016 Is the Most Important Year in HPC in Over Two Decades. 另外,计算机基础硬件当中一个非常默默无闻的幕后英雄是存储器。回到 20 年前 , 当时大家可能还在用 1.44M 的软盘来装文件 , 电脑的硬盘空间 5G、 10G 也非常常见 。而硬盘容量在 2012 年便已经跃升至 4TB, 16 年西部数据公司推出的数据中心硬盘容量快速达到8 10TB, 再到 2019 年 , 三大硬盘厂商都开始推出 16TB 的存储产品 。存储器的快速扩容以及成本的下降可以说是云存储、云计算的一大功臣 。不断进步的存储器也帮助人类在互联网、物联网发展过程中所产生的大量数据进行了积累。 第三节 社会 对 AI 技术的渴求 人类发展 人工智能无非就是希望 AI 能够给人类带来更好的生活 ,这样的预期在实际当中主要体现在几个方面: 1、代替人类进行体力投入 2、为一些冗杂的工作环节增效 3、 解决人类不可知之事 。 这些当年的期望与梦想在如今的社会环境中已经变成了一种强烈的渴求 。 从人口结构来看 , 世界已经进入不可逆转的老年化阶段 。 1950 年,世界上只有 49 个国家或地区跨入老龄化社会,不足国家总数的 1/4,人口老龄化水平最高 不过 17.2%。 2015年,达到 94 个,其中, 43 个国家或地区超过 20%,跨入老龄社会;还有 1 个国家达到33.1%,进入高度老龄社会。 9 资料来源 : 联合国 、 世界人口展望 这意味着未来劳动人口可能会出现快速的下降 , AI 在这种社会环境下被视为一个新兴生产力 , 用于补足劳动力缺口 。 另外互联网科技革命过程中大数据、云计算乃至人工智能技术带来了更多的可能性,比如说张学友演唱会利用 AI 抓捕逃犯这件事儿,按照以往人工的手段几乎很难做到,即使通过人工可以抓到逃犯,也是需要投入巨大的人力与时间的,不能做到高效,而 AI 改变了这一点,为人类带来了更多的可能性。 因此人工智能被上升至世界各国的战略地位,在奥巴马提出美国国家人工智能研究与发展战略之后,我国也推出了一系列政策推动我国人工智能技术发展。尤其是 2017 年的国务院关于印发新一代人工智能发展规划的通知影响最为深远,该通知对我国未来人工智能技术发展进行了精确的规划。 10 我国人工智能相关政策汇总 时间 政策 主要内容 2015 年 7 月 关于积极促进 “ 互联网 +” 行动的指导意见 培育发展人工智能新兴产业,加快人工智能核心技术突破。 2016 年 3 月 “ 十三五 ” 规划 纲要 人工智能首次被列入五年规划纲要 2016 年 5 月 “ 互联网 +” 人工智能三年行动实施方案 到 2018 年,打造人工智能基础资源和创新平台,人工智能产业体系、创新服务体系、标准化体系基本建立,核心技术有所突破,总体技术和产业发展与国际同步,应用及系统及技术局部优先。 2016 年 7 月 “ 十三五 ” 国家科技创新规划 发展新一代信息技术,其中人工智能方面,重点发展大数据驱动的类人工智能技术方法,再给予大数据分析的类人工智能方面取得重要突破。 2016 年 9 月 智能硬件产业创新发展专项行动( 20162018 年) 以推动终端产品及应用系统智能化为主线,着力强化技术攻关,突破基础软硬件、核心算法与分析预测模型、现金工业设计及关键应用,提高智能硬件创新能力。 2016 年 11 月 “ 十三五 ” 国家战略性新兴产业发展规划 发展人工智能,培育人工智能产业生态,推动人工智能技术向各行业全面融合渗透。
展开阅读全文