资源描述
、前 言“眼望星空，脚踩实地”是每个创新创业者坚守的信条。作为新基建的核心成员，AI可以为各个产业赋能，这意味着 AI有着无限的市场潜力。医疗作为国民经济的重要组成部分，必然成为 AI 的用武之地。我国医疗 AI经过多年的发展，2020 年 应用市场规模接近 300 亿元，过去 5 年 CAGR 超过 40%，属于高增长行业，但这对于数万亿级的医疗市场来说，待挖掘的空间巨大。蛋壳研究院通过采访 23位创业者、10 位投资人、5位医务工作者、2位器械评审专家、调研 20家企业，我们发现 2020 年医疗AI的五大变化： 变化一：由于新冠疫情突发，AI+公共卫生成为医疗新基建的重点，AI 在疫情监测预警、影像筛查诊断、实验室检测、疫苗研发、医疗资源调控等方面积极发挥作用。 变化二：医疗影像步入深水区，AI 企业通过构建多部位多病种筛查诊断服务或围绕单病种形成多流程管理服务来实现突围。 变化三：AI 企业通过由 AI 影像系统、AI 辅助诊断系统、AI 辅助治疗系统构成的 AI 基层医疗服务综合解决方案赋能医疗体建设。 变化四：AI 医疗器械审批的组织、制度、流程都在加速变革，已有 5 家企业获得医疗器械三类证，且还有 10 余家企业的产品正在认证审批中，2020 年开启了医疗 AI商业化元年。 变化五：AI 企业从单打独斗向集成服务进阶，通过与影像设备商、信息化厂商、第三方医疗服务商、云服务商等不同生态主体合作，整合资源优势，为医疗机构提供集成化解决方案。通过上述变化，我们看到医疗 AI 企业、监管机构、器械设备商、信息化服务商等都在积极推动 AI在医疗行业的落地应用，且随着 AI 器械审批的加速推进，未来 23 年内，医疗 AI 将掀起商业化浪潮。 医疗 AI研究系列报告2019 中国医疗人工智能报告：冲刺结束，正步走人工智能在医疗场景中的应用分享2018 医疗人工智能报告：跨越再出发2017 医疗大数据与人工智能产业报告2016 人工智能医疗健康创新趋势报 告 、观点 AI 影像同质化严重，72%的企业涉及肺结节，53%的企业涉及眼底筛查 AI 影像领域融资事件数呈现倒 U 型走势，其融资热潮在 2018年达到顶峰，随后出现急剧性下跌，2019、2020年的同比降幅均超过 50% AI 影像筛查系统、AI 辅助诊断系统、AI 辅助治疗系统是 AI 赋能分级诊疗的主要手段 AI 在不同层级医疗机构的功能应该是差别化的，针对大三甲医院，主要规范诊疗流程，减少漏诊，辅助科研；针对基层医疗机构，主要是提升医生的诊断水平，减少误诊 合适的应用场景、有效的数据、多任务算法是影响 AI 产品是 否通过审批的关键因素 影像设备商可以在产品需求、产品研发、产品验证、产品销售等为 AI 企业赋能 、目录一、新基建打造医疗AI新格局.11.1新基建构筑底层技术设施.11.2跨设施、多技术融合，面向四大主体助力医疗新发展.1（1）跨边界以涌现新能力.1（2）多主体以打造新场景.2（3）多层级以增强覆盖力.3 1.3平战结合，公卫防控体系建设加速进行时.4二、从喧嚣到潜行，应用场景迭代拓展.92.1影像步入深水区，差异化发展寻求突围.9（1）大市场、高误诊、多数据推动 AI 在医学影像的快速应用.9（2）同质化严重，集中在肺结节和眼底.9（3）融资事件骤降，资本趋于理性.10（4）寻求突围，差异化发展.122.2院内+院外，覆盖更多医疗健康服务环节.14（1）院内场景拓展：从筛查诊断到治疗支付.14 （2）院外场景拓展：药物研发、慢病管理、疫情防控成为新风口.152.3推进分级诊疗，赋能医联体.17三、临床需求倒逼审批加速，5个产品获批三类证.213.1多方参与，制度创新与组织创新并行.213.2因时制宜，审评审批要点动态完善.233.3三类场景、五个产品获得三类证.24四、商业模式进阶，打造竞争新生态.294.1从野蛮生长到精耕细作，注重产品运营.29 4.2从单打独斗到集成服务，实现产业协同.33（1）AI企业+影像设备商.33（2）AI企业+信息化厂商.38（3）AI企业+第三方医疗服务商.40（4）AI企业+云服务商与通讯运营商.42五、展望未来，医疗AI何去何从.43 、图目录图 1 新基建的构成体系及内容要点.1图 2 新基建全面助力医疗产业发展.2图 3 AI赋能三甲医院和基层医疗机构.3图 4 2010-2018年我国政府卫生投入情况（亿元）.4图 5 加强首都公共卫生应急管理体系建设三年行动计划（2020-2022年）要点.5图 6 AI新基建解决方案架构体系.6 图 7 红外测温机器人（左）、智能问诊机器人（中）和递送服务机器人（右）.8图 8 AI医学影像辅助决策应用分布.9图 9 2015-2020年 AI影像企业融资情况.10图 10 多个疾病系统 AI 产品整体解决方案.12图 11 心血管一站式智能诊断解决方案.13图 12 院内、院外 AI应用场景的拓展.14图 13 AI在药物研发的应用场景.15图 14 药物研发 AI辅助服务体系.16图 15 AI赋能县域医疗共同体和城市医联体建设.18图 16 AI赋能基层医疗的解决方案体系.19 图 17 AI医疗器械审批创新进程关键节点.21图 18 中检院数据库构建流程.21图 19 AI医疗器械创新合作平台组织结构.22图 20 AI医疗器械审评审批要点变化.23图 21 AI产品投放与精细化运营的对比.30图 22 医技科室、临床科室 AI产品应用情况.31图 23 超声类和放射类 AI产品体系.32图 24 AI企业与影像设备商的合作模式.35图 25 GPS与医疗 AI 企业合作情况.36图 26 影像辅助诊断产品的创新演变轨迹.36 图 27 心、脑、胸三大 AI产品矩阵.37图 28 AI企业与信息化厂商合作模式.38图 29 AI企业与第三方医疗服务企业合作模式.40图 30 AI筛查与辅助诊断公共服务平台项目中标书.42 、表目录表 1 国内获准参与新冠病毒实验的实验室.5表 2 2020 年 1-8月获得融资的 AI 影像企业.11表 3 人工智能医疗器械创新合作平台工作组及职能.22表 4 医疗器械三类证 AI产品获批情况.25表 5 绿色通道的 AI产品情况.26表 6 FDA审批通过的 AI 产品情况.27表 7 医院电子病历分级评价标准.30 表 8 影像设备商和研究机构 AI平台建设情况.34表 9 医疗 AI企业与第三方医疗服务企业合作情况.41 、 1 一、新基建打造医疗AI新格局1.1新基建构筑底层技术设施2018年中央经济工作会议上提出了新基建的概念，从此“ 新基建” 一词在媒体报道中时常出现。传统的基础设施建设主要集中在铁路、公路、机场等领域，因此，也称为“ 铁公机” 。而“ 新基建” 则更多集中于 5G、人工智能、数据中心、工业互联网等科技创新领域基础设施，以及教育、医疗、社保等民生消费升级领域基础设施。2020年 4月 20日，国家发改委首次明确新型基础设施的范围，即新型基础设施是以新发展理念为引领，以技术创新为驱动，以信息网络为基础，面向高质量发展需要，提供数字转型、智能升级、融合创新等服务的基础设施体系。 图 1 新基建的构成体系及内容要点 图片来源：蛋壳研究院制图1.2跨设施、多技术融合，面向四大主体助力医疗新发展 医疗作为新基建建设的重要领域，可以充分利用相关设施和技术来加快自身的创新发展。可以看到，AI是新基建的重要构成要素，需要从如下 3 个方面在医疗领域取得突破：（ 1） 跨 边 界 以 涌 现 新 能 力AI是技术设施的组成内容，除了需要与云计算、区块链等技术设施进行融合，还需要与 5G、物联网、互联网等通信设施，数据中心、计算中心等算力设施进行融合。如 AI 同云计算融合，云计算平台可以根据授权在云中收集、存储和分析电子病历、检验检查、临床诊断等数据，为 AI模型训练提供大量优质的数据支持，打造更好的医疗 AI 产品。AI 可以同 5G 融合，将诊断功能下放到有通讯条件的基层地区，提升基层医生的诊断治疗水平。AI 也可以与数据中心、计算中心融合，利用强大的算力支持，开发单器官全病种的应用。 AI 与 5G、云从当前阶段来看，5G、AI、云的融合还未为医疗领域带来颠覆式的改变。5G 的优势在于加速单位时间内 AI可分析的数据量，云的作用在于帮助 AI突破单一设备的限制，通过 AI上云的方式 、 2 可以让其连接更多终端。云与 AI 的结合早已在诸多医联体开始应用，尤其是新冠时期，基于医联体的远程 CT辅助诊断。通过这一方式，患者无需往返于大医院，仅在符合要求的基层医联体机构便可完成检查与诊断。这将有效分诊患者，降低三甲医院的工作负荷，减少患者往返医院时发生的感染事件，患者通过手机便可接收影像诊断相关信息，这将有效推进我国主动预防型公共卫生防控体系的建设。5G 对于已有模式的赋能并非颠覆性的，但有效解决了设备支持量有限、时延高、带宽不足的问题。以深睿医疗与中国电信、重庆医科大学附属第一医院合作完成“AI融合助诊新冠云+AI决胜战疫”项目为例。该平台缝融合了云 PACS、云 RIS、云 AI、云胶片等应用，同时具备远程诊断，高清影音视频影像会诊功能，实现远程协同诊疗。平台采用 B/S架构，无需工作站，医生只需要通过网页就可以随时随地进行三维影像处理及应用。因此，专家医生可以用电脑、PAD、 手机在任何时间、任何地点快速接入云 PACS 系统，无需去指定的会诊室，便可实现远程 MDT会诊，极大降低时间成本。 AI 与物联网对于医疗而言，物联网的价值在于能够将医疗数据的搜集从单一有限的医院延伸至居家、健身、旅行等每一个场景。对于医院而言，这些冗杂、琐碎的数据没有太大的价值，但对于特定的健康管理企业而言，经过清洗的数据能与患者的健康状况挂钩，并可基于此帮助患者完成疾病监控。AI的介入可以帮助企业跟据患者身体情况完成模型的自适应，有效提高多模态数据的分析能力，进而提升相关应用分析的准确程度，同时降低单个用户的服务成本。基于这一高效的数据分析能力，健康管理企业能够与用户建立起实时、高频的联系，进而延伸为社群。社群运营商可以寻找药企进行相关的合作，这一模式正广泛应用于糖尿病管理、心血管病风险管理等场景。 （ 2） 多 主 体 以 打 造 新 场 景AI 赋能医疗的发展必须是向多主体提供智慧服务，面向医疗机构的智慧医院建设，涉及患者、医疗(包括门诊、住院)、护理、医技(含药事)、管理(含行政、业务)、后勤保障、教学科研、区域协调等领域的智慧化建设，是一个系统性的工程。面向监管机构的智慧监管建设，涉及医疗数据、医疗行为、医疗费用、医疗人事等方面的监管，AI 需要助力实现医疗数据的隐私保护和权限分配，医疗行为的科学性和合规性，医疗费用的合理性和真实性以及医疗人事组织的灵活性。面向产业生态的智慧服务，为医药企业提供临床研究、注册申报、真实世界研究服务，助力器械企业研发医疗 AI设备，为互联网医疗企业提供智能问诊、智能续方、智能患者管理服务，为保险企业提供智能分销、智能定价、智能理赔服务，为药店提供智能采购、承接处方、患者管理服务，为第三方医检企业提供影像、病理辅助诊断服务等。面向患者的智慧管理建设，包括健康管 理、在线复诊、慢病管理、康复护理、在线购药等服务1。图 2 新基建全面助力医疗产业发展 1 医疗“新基建”的方向与机遇，零壹智库 、 3 图片来源：蛋壳研究院制图（ 3） 多 层 级 以 增 强 覆 盖 力以往大部分 AI 产品都选择落户大三甲医院，因为这里有更多的医疗数据资源、更好的医生团队、更强的付费能力。但从中国医疗资源分布的现状看，基层才是更需要 AI赋能的地方，基层医疗基础设施薄弱、医生人才匮乏、诊疗水平低下，通过 AI可以辅助基层医生进行疾病诊断、疾病治疗、患者管理，缓解医疗资源分布不均衡的问题。因此，AI 在为大三甲医院赋能的同时，更需要向基层赋能。AI 在不同层级医疗机构的功能应该是差别化的，针对大三甲医院，主要是规范诊疗流程，减少漏诊，减轻医生的工作负担、提升医院的科研实力；针对基层医疗机构，主要是提升医生的诊断水平，减少误诊，覆盖更多的疾病以及做好患者管理，让患者留在基层。 图 3 AI赋能三甲医院和基层医疗机构 图片来源：蛋壳研究院制图 、 4 1.3平战结合，公卫防控体系建设加速进行时公共卫生一直是我国医疗健康卫生事业建设的重点，包括对重大疾病尤其是传染病（如结核、艾滋病、SARS、新冠肺炎等）的预防、监控和治疗，对食品、药品、公共环境卫生的监督管制，以及相关的卫生宣传、健康教育、免疫接种等。图 4 2010-2018 年我国政府卫生投入情况（亿元） 数据来源：中国卫生健康统计年鉴，蛋壳研究院制图2018年，政府公共卫生建设投入已经达到 1243.32亿元，10年间增加了 2.14倍，而且公共卫生建设投入占卫生总投入的比重也呈现上升趋势。但从公共卫生投入占卫生总投入的比重看，公共卫生建设任重而道远。公共卫生是医疗新基建覆盖的重要领域之一，特别是今年突发的新冠疫情，将公共卫生建设推入了快车道，多个省份提出的补短板建设三年计划中都将公共卫生建设纳入重点建设项目，特别是疾病预防控制机构能力建设。在公共卫生综合临床中心建设方面，2020 年 3 月四川发布重点领域补短板三年行动，将省级公共卫生综合临床中心建设纳入三年行动中，同时还将在成都、泸州、南充、达州、雅安、凉山 6 个城市建立“重大疫情防控救治基地”，打造“1+6”的疫情救治网络。四川省仅 2020 年政府将完成 6000 亿元的民生和社会事业投资，涉及传染病医院建设、卫生监测检验中心建设、应急物资储备等多个项目。安徽省 2020 年 5 月也提出要在合肥、芜湖、阜阳、宣城打造 4家省级公共卫生临床中心。山东省也提出要重点扶持济南市传染病医院、青岛市传染病医院、菏泽市传染病医院建设，成为山东省级公共卫生临床中心和省级公共卫生临床分中心2。 2 医疗新基金：补齐短板弱项，中国医院院长期刊，曹凯 、 5 在监测检验实验室建设方面，政府提出每个省份至少有一家达到生物安全三级（P3）水平的实验室，每个地级市至少建一家 P2 实验室。同时，三级医院应该建立 P2 实验室，县级医院要建立PCR实验室，具备新冠肺炎诊断能力。蛋壳研究院梳理了部分在新冠肺炎期间获批参与病原检测、病毒溯源、疫苗研制、药物筛选等工作的实验室。表 1 国内获准参与新冠病毒实验的实验室实 验 室 等 级 获 批 时 间 实 验 任 务武 汉 国 家 生 物 安 全 实 验 室 P4 2019.12.30 病 原 鉴 定 、 病 毒 溯 源 、 病 原 检 测 、 抗 病毒 药 物 及 疫 苗 研 制 、 动 物 模 型 建 立 等湖 北 省 疾 控 中 心 P3 2020.1.10 传 播 途 径 与 追 溯 传 染 源浙 江 省 疾 控 中 心 P3 2020.1.22 病 毒 变 异 、 疫 苗 研 发 、 病 毒 入 侵 机 制 、 药 物 筛 选广 东 省 疾 控 中 心 P3 2020.1.26 疫 苗 研 发中 国 疾 控 中 心 病 毒 病 所 P3 2020.1.26 分 离 毒 种 、 筛 选 毒 株复 旦 大 学 医 学 分 子 病 毒 学实 验 室 P3 2020.1.30 病 毒 培 养 、 动 物 感 染 实 验上 海 市 疾 控 中 心 P3 2020.2.1 毒 株 获 取安 徽 省 疾 控 中 心 P3 2020.2.9 药 物 对 病 毒 结 构 研 究 、 药 物 筛 选 、 传 染性 研 究山 东 省 疾 控 中 心 P3 2020.2.9 分 子 变 异 机 制 、 药 物 筛 选 等数据来源：各疾控中心网站2020 年 6 月 4 日，北京市委、市政府发布了加强首都公共卫生应急管理体系建设三年行动计 划（2020-2022年），旨在全面提升首都应对突发公共卫生事件的能力，进一步完善重大疫情防控体制机制，加快推进公共卫生治理体系和治理能力现代化。整个行动计划的内容涉及公共卫生的监测预警、预防控制、预防机构建设、疾病救治、应急物资储备等。图 5 加强首都公共卫生应急管理体系建设三年行动计划（2020-2022年）要点 、 6 图片来源：蛋壳研究院制图从各省市公共卫生防控体系建设的内容看，AI可以在以下 5 个方面发挥重要作用： 监测预警基于传染病大数据构建传染病监测模型，可以对传染病传播路径进行还原，追溯病毒源头；对传染病患病群体进行动态追踪并自动提醒，划分出疾病高风险区；而且还能对传染病的未来发展趋势进行模拟预测，相关防控部门可以进行提前部署。 筛查诊断影像筛查诊断是医疗 AI的主要功能之一，基于 AI的图像识别、算法模型等，能够提升影像科医 生阅片的速度和准确性，及早筛选出疑似病例并进行隔离治疗，降低扩散传播风险。 实验室检测AI 在实验室检测的应用包括基于数字图像的细胞检测、形态定量分析、组织病理诊断和辅助预后判断等多个方面。在计算机重建细胞形态过程中，在压缩波形上应用机器学习而不用进行图像重构，实现高效的基于图像的无形态学细胞检测。在组织病理诊断过程中，通过开发基于不同细胞病理方向的 AI分析模块，可以辅助诊断不同的肿瘤分型。 疫苗研发AI 算法可以加快病毒识别、药理分析、候选物筛选、临床试验等。例如在本次新冠疫苗研发期间，LinearFold 算法为全世界 100 多家新冠病毒研发机构提供技术助力，新型冠状病毒的全基 因组二级结构预测从 55分钟缩短至 27 秒，提速 120倍，极大提升新型冠状病毒 RNA空间结构预测速度，缩短疫苗研发周期。 医疗资源调控医护资源、床位资源、物资资源在疫情防控中需要动态调配，满足不同地区、不同医疗机构的战时需求。AI 可以实时反映医护人员工作负荷、空余床位数、检验设备数量，结合对各地疫情变化情况的实时追踪，为医疗资源动态调配提供决策支持。医疗 AI 企业积极参与新基建建设，利用自身在 AI领域的技术优势，为政府部门、医疗机构、医护人员、医疗企业、患者赋能，推动医疗新基建向前发展。医渡云和猎户星空利用自身优势，积极参与医疗新基建建设。 医渡云AI 知名企业医渡云以“数据智能，绿色医疗”为愿景，提供以智能技术驱动的医疗创新解决方案。公司紧跟新基建政策，与行业共同构建完整产业生态链，建立大数据治理规范、科学、广泛、合规应用的新格局，推动医学人工智能新生态的落地。图 6 AI新基建解决方案架构体系 、 7 图片来源：医渡云医渡云 AI新基建解决方案架构主要包括基础架构、场景化算法平台、智能化产品服务和生态解决方案四个层级。 基础架构建设公司针对医学场景定制及优化底层基础架构，支持快速部署，提供安全高效的软硬件一体化方案，为智能化应用打下坚实基础。 场景化算法平台通过医疗与人工智能技术的结合，解决数据孤岛问题和医疗数据质量问题，在取得授权前提下， 可支持相关部门及医疗机构将杂乱无章的多源异构医学数据进行深度治理，进而构建疾病模型及预测应用模型等，并通过深入场景不断完善模型算法。 智能化产品服务针对不同医疗场景开发的产品与服务，可辅助医疗机构高效开展临床、科研、医院管理，帮助医疗机构提升效率降低成本、助力政府相关部门在公共卫生上进行智慧化动态监测与预警。 生态解决方案倡导 AI 能力普惠，希望帮助更多开发者和生态伙伴利用工具化或平台化的方式，降低医疗领域数据治理及深度学习应用门槛，加速医疗产业智能化发展。如在赋能医疗机构方面，公司可根据授权通过自主研发的医学数据智能平台对大规模多源异构医疗数据进行深度处理和分析，助力医 学研究和医疗管理。在赋能政府部门方面，推出城市免疫平台，集“ 疾病防控+科学研究+临床治疗+健康管理” 于一体，实现公共卫生动态监管与智能分析研判，打造疫情防控常态化下的动态管理闭环。 猎户星空由猎豹移动投资的智能服务机器人公司猎户星空，结合公司在 AI机器人方面的优势，积极参与医疗新基建建设。在本次新冠疫情期间，推出一系列机器人“无接触式”服务解决方案，代表产品包括红外测温机器人、智能问诊机器人以及递送服务机器人。产品已交付武汉火神山、郑州岐伯山医院、北京大学首钢医院、石景山医院、北京海淀医院等多家医疗机构。 、 8 红外测温机器人红外测温机器人利用人脸识别技术对人群进行识别抓取，并通过语音交互对识别到的人物进行招揽，引导人物靠近测温，再利用红外感应技术测量人物体温并将数据传输至云数据中控平台，最后由后台管理系统对体温数据进行实时分析，判断出是否属于高温人群，给出相应的提示预警。 智能问诊机器人智能问诊机器人豹小秘，可根据医护人员发起的需求，自动到达指定位置或者病床进行问诊，包括体温、查看舌苔情况等。而且，豹小秘会把所有自动问诊、远程诊疗情况转成文字记录，通过语义挖掘、大数据分析等能力，实现问诊经验的数字化。 递送服务机器人 递送服务机器人豹小递，拥有高效运输、精准导航、智能避障、语音控制等功能，可以实现最短运输路径选择、超大容积、大载重、高速安全运送，快速完成递送任务，能够提供标本递送、化验单递送、药品递送、防护工具配送、消毒工具配送、医疗废料运输等递送服务。豹小递部分替代原本需要由医务人员完成的物品递送工作，既减轻了医护人员的工作量，又避免了院内人员及患者之间的交叉感染，减少了疫情传播的风险。图 7 红外测温机器人（左）、智能问诊机器人（中）和递送服务机器人（右） 图片来源：猎户星空公共场所疫情监测和院内防控体系建设是医疗新基建公卫体系的重要构成。猎户星空机器人产品的应用场景覆盖体温监测、智能导诊、远程问诊、物品递送等多个场景，这些都是疫情防控下应用较多的场景。其中，体温监测是公共场所疫情监测的主要手段，公共场所发热人群的排查是防疫前线需求频次最高的场景，机场、火车站、地铁站、办公楼宇等人流量大，人工测温需要配备大量人员，利用红外测温机器人代替人工测温，可以较大提高工作效率和通行顺畅度。而智能导诊、远程问诊、物品递送则是医院防控体系建设的重点，面对院内感染区大量患者，人均工作负担加重和感染风险提高，智能问诊机器人协助医务人员了解病人情况，对需要人工介入的患者及时反馈给医务人员，递送服务机器人则在无需人员接触下实现物品递送，它们在保证医院日常运 、 9 营前提下极大降低交叉感染风险。猎户星空之所以能够在疫情期间推出相关机器人产品，积极发挥抗疫作用，得益于公司语音 OS技术、全感知视觉识别等全链条 AI技术的支撑。随着公司医疗AI 产品的完善，其在院内的场景将从前台、门诊、检验科拓展展到临床科室、手术室，协助医生进行疾病诊断、手术室内物品递送等。新基建的暖风为医疗 AI的发展打开了新格局，为了更好地抓住新基建的机遇，医疗 AI企业在现有应用场景基础上，必须进行纵深拓展，让 AI在更多的医疗场景中发挥作用。二、从喧嚣到潜行，应用场景迭代拓展2.1影像步入深水区，差异化发展寻求突围 （ 1） 大 市 场 、 高 误 诊 、 多 数 据 推 动 AI在 医 学 影 像 的 快 速 应 用医学影像是AI在医疗领域应用最多且最成熟的场景。我国一年医学影像的检查量超过75亿人次，根据火石创造医疗影像的市场图谱和行业发展分析报告分析，2020 年我国医学影像市场规模将达到 60008000 亿人民币。庞大的检查量带来的是影像数据的快速增长，目前影像数据的年增长率达到 30%，而同期放射科医生的年增长率仅为 4%，形成较大的供给缺口。放射科医生的短缺造成误诊率偏高，根据中国医学会公布的误诊数据，恶性肿瘤平均误诊率为 40%、肺外结核的平均误诊率在 40%以上，高出临床医疗总误诊率 12 个点。同时，医学影像数据可获得性较强、易标注、标准化程度相对较高等特点，大大降低了 AI 的应用门槛。因此，医学影像成为AI 目前的主要应用市场。（ 2） 同 质 化 严 重 ， 集 中 在 肺 结 节 和 眼 底 动脉橙数据库显示，截止 2020 年 7 月底，国内医学影像+人工智能的企业数量达到 89 家，从影像辅助决策应用分布看，72%的企业涉及肺结节，53%的企业涉及眼科，成为影像检查应用最多的两个场景。既有 BAT这些巨头的身影，也有依图医疗、深睿医疗、数坤科技、睿心医疗、医准智能等医疗 AI 创新企业代表。这主要是因为 CT 影像的清晰度越来越高，检查量也越来越大。同样眼底筛查人群规模大，仅糖尿病人群就超过 3 亿，且眼底相机的普及率高，基层医疗机构基本都配备。另外，二者的数据量大、标注难度较小，AI 企业在这两个场景进入门槛低，最容易出产品 3。大量的企业扎堆涉足肺结节和眼底筛查，推出相关产品，同质化现象严重，但真正能进入医院获得收入的不到 10 家。特别是随着鹰瞳医疗、硅基智能眼底 AI 辅助诊断软件的获批，能够通过招投标渠道快速占领医院市场，相对那些还未获批的企业，具有较好的市场优势。图 8 AI医学影像辅助决策应用分布 3 人工智能在医院管理中的运用初探，重庆医学，高深甚、何奕 、 10 数据来源：动脉橙数据库，蛋壳研究院制图（ 3） 融 资 事 件 骤 降 ， 资 本 趋 于 理 性蛋壳研究院整理了过去 5 年 AI影像领域的融资事件数（2020 年统计到 8 月份），整个融资事件数呈现倒 U 型走势。AI影像领域融资热潮在 2018年达到顶峰，随后出现急剧性下跌，2019、2020年的同比降幅均超过 50%，这说明 AI影像的融资热潮已退却，投资机构对 AI影像创新企业的筛选更加谨慎。究其原因，一方面是 AI 影像扎堆，大家的产品和服务同质化严重，后进入的企业较难获得投资机构青睐；另一方面，投资机构更趋向于有产品过审或在审的企业，这些企业未来可进入医院的招标采购，投资回报更有保障。 图 9 2015-2020年 AI影像企业融资情况 、 11 数据来源：动脉橙数据库A轮融资是行业发展阶段的分水岭，行业内大部分企业处于 A 轮系列及以后轮次融资，表明行业产品或服务体系已经得到市场认可，有比较成型的商业模式，在市场上企业之间开始展开竞争。从 2020 年获得融资的 AI 影像企业情况看，其融资轮次都在 A轮及以后，说明 AI影像行业进入发展期，企业将加快进行产品认证申请，以便在市场竞争中获得优势。表 2 2020年 1-9月获得融资的 AI影像企业企 业 名 称 融 资 时 间 融 资 轮 次 融 资 金 额 投 资 机 构数 坤 科 技 2020年 8月 未 公 开 2 亿 人 民 币 启 明 创 投 、 中 科 创 达 、 朗 玛 峰 创投 、 浦 发 硅 谷 银 行2020年 6月 B+轮 2 亿 人 民 币 中 银 国 际 、 建 兴 医 疗 基 金 、 创 世伙 伴 资 本 、 华 盖 资 本 深 至 科 技 2020年 8月 战 略 融 资 数 千 万 人 民 币 美 年 大 健 康2020年 3月 A轮 数 千 万 人 民 币 舜 懿 资 本科 亚 医 疗 2020年 8月 B+轮 1.5亿 人 民 币 GGV纪 源 资 本 、 昆 仑 互 联 网 智 能基 金 、 国 方 母 基 金 、 雅 惠 资 本2020年 2月 战 略 融 资 亿 级 人 民 币 昆 仑 万 维 、 IDG资 本 、 国 方 母 基金 、 雅 惠 投 资睿 心 医 疗 2020年 6月 A+轮 5000万 人 民 币 华 创 资 本 、 经 纬 中 国 、 绿 河 投 资视 见 医 疗 2020年 4月 未 公 开 数 千 万 人 民 币 某 跨 国 产 业 集 团 、 联 想 创 投 、 招商 局 创 投长 木 谷 2020年 9月 A+轮 数 千 万 人 民 币 联 想 创 投2020年 4月 A轮 数 千 万 人 民 币 中 关 村 发 展 集 团 、 以 太 创 服 、 联想 之 星 、 万 辉 资 本 医 准 智 能 2020年 3月 B轮 近 亿 元 人 民 币 万 孚 生 物 产 业 基 金 、 小 苗 朗 程 、汉 能 创 投 、 青 松 基 金依 图 医 疗 2020年 3月 战 略 融 资 3000万 美 元 润 诚 产 业 领 航 基 金 、 12 数据来源：动脉橙数据库（ 4） 寻 求 突 围 ， 差 异 化 发 展面对同质化的竞争市场，医学影像企业必须突围，跳出深水区，走差异化发展路线。可以通过如下两个方向，形成差异化发展优势：一是多部位多病种筛查诊断，如产品覆盖胸部、眼部、头部、颈部等多个部位、多个器官的筛查诊断；二是围绕单病种形成多流程介入管理，如围绕心血管病，形成筛查、诊断、治疗、康复等多环节管理。医疗影像企业深睿医疗和睿心医疗基于自身优势，实现差异化发展 4。 深睿医疗深睿医疗突破胸部影像筛查，凭借强大的研发团队和技术创新能力，产品涵盖胸部 CT、脑卒中、头颈 CTA、冠脉、乳腺、关节等多部位病种筛查，还研发出智能影像云、智能一体机、预问诊系统等产品。公司已经形成了 Dr.Wise 产品矩阵，可提供呼吸系统、神经系统、乳腺 X 线和骨科等多个系统整体解决方案，为医生的临床场景提供多个应用，为临床诊断提供多种可能性。企业的产品已经广泛试用于国内 400 多家医院，提高医生诊断效率，成为医生的好助手。图 10 多个疾病系统 AI 产品整体解决方案 图片来源：蛋壳研究院制图作为一家医疗 AI 企业，深睿医疗全力促进科研成果快速向临床应用转化，促进人工智能产业在医疗领域的发展。深睿医疗已经累计在 ScienceRobotics、IEEE TPAMI、MICCAI、CVPR 等顶级期刊和会议上发表论文百余篇，承担了科技部、国自然及全国各大城市多个重大专项科研项目，如中标国家重点研发计划“主动健康和老龄化科技应对”重点专项中的“智能化全天候多场景视力障碍训练与视觉增强技术及产品的研发”项目等。公司在 2019 年 8 月发布 Dr.Wise全肺 AI 医学辅助诊断系统，该系统是基于胸部 CT 成像全征象多病种 AI 辅助解决方案。系统突破 AI 胸部 CT应用仅局限于肺结节自动筛查的局限，包括如炎性、结节、肿瘤、肺气肿、肺大泡、胸腔积液、骨折等疾病以及全流程的诊疗管理过程，集定性诊断、量化分析、多时点随访，标准结构化报告等功能于一体。特别是在新冠疫情期间，深睿医疗创新性地推出 Dr.Wise肺部疾病智能解决方案 （新冠肺炎增强版），为新冠肺炎病情辅助诊断、分析预判、精细化治疗、科学随访、临床科研提供强力支持。该产品在中国人工智能产业发展联盟和中国信息通讯研究院组织下的“肺炎 AI4 以人为本，人工智能助力医疗体系科学发展，罗兰贝格 、 13 影像辅助诊断产品评测”中表现优异，获得官方颁发的荣誉证书。9 月，深睿医疗又携新品“冠脉 CTAAI 医学辅助诊断系统”亮相第二届中国医学影像 AI 大会，该系统对头颈和冠脉的 CTA影像进行智能图像后处理和分析，可自动生成符合临床要求的 3D/2D 影像，完成一键打印，同时实现病灶的定位、定性、量化评估并生成结构化报告，覆盖 CTA检查全流程，有效减轻医生工作负担。 睿心医疗医疗 AI 影像企业睿心医疗则专注于心脑血管领域，利用 AI、模拟仿真、云计算等技术对医学数据进行深度挖掘分析，提供从筛查、诊断、治疗到术后管理的一整套解决方案。在初创期，公司凭借雄厚的技术积累，推出第一款产品 FFRCT。该产品在取得病人的心脏 CT 影像后，能够准确地推算出每一条血管上、每一个位置的供血功能并生成诊断报告，医生可以据此制定治疗方案。 公司围绕该产品开展了一系列心血管疾病的研究和验证，例如心血管的狭窄与动脉粥样硬化之间的关系、血流对血管壁的冲击力如何影响该血管病变的变化等。在该阶段公司产品落地上海中山、北京阜外等 10 家医院。公司进入成长期后，持续进行产品创新，发布了心血管“形态学+功能学”智能诊断一体化平台，为放射科和心内科医生提供一站式的全功能解决方案。该方案除了可以从冠脉 CT 影像中提取血管的狭窄程度、斑块的属性等形态学信息外，还利用计算模拟仿真技术获得血液的压力、流量、剪切应力等血流功能学指标。结合心血管形态学和功能学指标，有助于实现心脑血管疾病的精准检测、辅助医生进行介入手术以及开展术后评估等。公司与阜外、安贞、复旦中山等心脑血管领域顶级机构达成了临床、科研合作关系，产品落地医院数量扩展到30 家。 图 11 心血管一站式智能诊断解决方案 图片来源：睿心医疗目前，睿心医疗 FFRCT 评估软件已进入创新绿色通道，产品之所以能够获准进入绿色通道，除了创新的技术、专利之外，还得益于高质量的临床试验。公司完成了全国首个 330 例大规模前瞻性 CT-FFR 临床试验，比全球范围内最大数量的试验多近 100 例，准确率全球领先。公司基于 、 14 “形态学+功能学”的技术优势，还完成了基于介入冠脉造影计算 FFR、基于介入血管内超声的智能分析、斑块风险性评估以及 PCI 手术方案规划等多款产品的封装工作，产品落地 120 家国内医院。睿心医疗将基于自身优势，不断完善产品体系，形成包括心脑血管的筛查、精准检测、术前术中规划在内的一体化解决方案。2.2院内+院外，覆盖更多医疗健康服务环节AI的应用主要集中在医学影像和辅助诊断环节，为了更好地发挥 AI在医疗领域的作用，需要在目前的应用场景上进行拓展，包括院内场景拓展和院外场景拓展。图 12 院内、院外 AI应用场景的拓展 图片来源：蛋壳研究院制图（ 1） 院 内 场 景 拓 展 ： 从 筛 查 诊 断 到 治 疗 支 付AI在院内的应用场景可以向辅助治疗、保险支付、医院管理拓展。 辅助治疗针对靶区勾画，AI 基于大量三维、大尺度和高质量的影像数据、靶区数据以及专家经验数据，能够做到全自动化器官分割，只需要 2-3分钟就能出结果（医生手动描绘耗时 2-3小时），满足临床医生 90%的需求，且整个勾画过程都是按照模型设定的路径，有利于消除医生之间的个体化差异。对于术前规划，AI 算法能够对影像上的器官和血管进行快速分割、三维重建，医生可以在虚拟现实环境中对器官、病灶及内部复杂的解剖结构做出个体化、全量化的分析，让术前规划 更精准。且在手术过程中，AI 能将患者影像数据和实际解剖结构准确对应，利用 VR、MR、导板等技术，通过三维数字建模及算法优化，对病灶进行精准定位。手术机器人则是基于 AI强大的视觉识别能力，结合 3D 立体视觉和机械臂自由度，达到定位准确、移动灵活，辅助医生更好更快地完成手术5。全域医疗的精准云放疗 TM 系统包含质控、协作和培训 3 大核心功能，支持 PC端、移动端多类型设备接入，可支持 50 方远程会诊，能够进行云端在线画靶、影像实时浏览，提高了肿瘤远程会诊的高效性和安全性。长木谷将手术模拟算法、图像算法、深度学习算法等结合起来，依靠计算机辅助来实现关节置换手术的三维术前精准规划。再结合 3D打印个体化定制手术导航导板，将术前智能规划方案在手术过程中精准实施，提升关节置换手术的精准度与安全性，可重复性强，有效降低术后并发症。 保险支付 5 2019中国人工智能白皮书，IDC 、 15 AI 基于对大量临床指南、医保政策等数据的学习，构建医疗费用审核模型，对于提交的医疗费用数据进行匹配分析，筛出不合理的单据交由人工复核，为合理控费提供支撑。同时，凭借积累的医学知识图谱和算法，能够全方位分析被保险人的发病率、检查检验频次、再次住院率、用药情况、康复效果等内容，综合得出其风险等级，保险公司据此推出个性化产品及收费方案。再结合大数据风控模型和保险理赔规则，根据客户发生的风险类型和伤害程度计算理赔金额，加快赔付流程。数联易康的医保大数据智能监管平台提供医保结算智能审核服务，依托临床医学规则和医保政策规则构建审核规则库，识别费用结算数据和医疗报销数据中的违规行为，保障医保基金安全。 医院管理在病历管理方面，NLP结合知识图谱，可以处理大量复杂的病历文本信息，并通过对病历管理制 度的学习，搭建病历管理智能化系统，对未及时录入病历的医生进行到期提醒，标注病历录入漏掉内容，如果病历录入不一致或不合规，给与及时报警，保证病历录入质
展开阅读全文