主页（http://www.cnwulian.net）：为您梳理人工智能+医疗行业概况及其投资逻辑
为您梳理人工智能+医疗行业概况及其投资逻辑 为您梳理人工智能+医疗行业概况及其投资逻辑
2018-06-06 14:14:09 来源：亿欧网
2018-06-06 14:14:09 来源：亿欧网
摘要：医疗领域最突出的问题就是优质医疗资源不足，同时，医生对疾病的诊断准确度和效率还有非常大的提升空间。人工智能+医疗的结合，是人工智能诸多应用场景中最重要一个。
关键词：
行业背景及现状
人工智能过去的60年
人工智能（Artificial Intelligence），英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能诞生到现在已经60多年了，它的概念第一次真正被提出，是在1956年的达特茅斯会议上，一批著名科学家，日后图灵奖的获得者，首次确立了“人工智能”的概念：让机器像人那样认知、思考和学习，即用计算机模拟人的智能。
人工智能发展历史
人工智能发展60多年来，经历过浪潮、经历过低谷，21世纪后逐步崭露头角，拥有了令人兴奋的技术突破和商业应用。
第一次人工智能浪潮，出现在1956～1974年。其间，算法和方法论有了新的进展，特别是算法方面出现了很多世界级发明，其中包括一种称作增强学习的雏形（贝尔曼公式）。增强学习，是谷歌阿尔法狗（AlphaGo）算法的核心思想内容。如今人们常听到的深度学习模型的雏形——感知器，也是那几年发明的。
第一次人工智能寒冬，出现在1974～1980年。人们发现逻辑证明器、感知器和增强学习等，只能做很简单，领域很窄的任务，稍微超出范围就无法应对。实际这受到了计算机性能瓶颈、计算机复杂性增长以及可供学习知识不足的局限。
第二次人工智能寒冬，系由1987～1993年个人电（PC）出现“促成”的。计算机由此走入家庭，特别是费用远远低于专家系统所使用的Symbolics和Lisp等机器。于是，在美国，由于政府支持的经费数额开始下降，故又一次寒冬来临。虽然研究还在继续，但是人工智能已经很少被提及了。
21世纪初，随着计算机周边的互联能力、大数据、计算性能、存储能力和传感器技术的大幅度进步，以及人工智能相关的图像识别、深度学习和神经网络算法等关键技术的突破，人工智能终于有了革命性发展。人工智能从过去的基于专家和人为设定规则中走出，开始从海量数据中自动寻找规则。
人工智能+医疗的历史
医疗领域最突出的问题就是优质医疗资源不足，同时，医生对疾病的诊断准确度和效率还有非常大的提升空间。长期以来，大多数国家和地区，特别是进入老龄化社会之后，对医生的需求量有增无减。解决医生资源不足的问题，除了增加供给量，别无他法。但是医生培养需要周期，而且供给量也不能无限增加。于是，人们开始寄希望于机器。因为一旦能够实现机器看病，供给量将会无限增加。所以，人工智能+医疗的结合，是人工智能诸多应用场景中最重要一个。
人工智能+医疗发展历史
科技辅助医疗发展的三个阶段
人工智能辅助医疗领域，可以获得诸多颠覆性的改进：
（1）帮助医生提高医疗诊断速度、准确度，提高医生的供应量；
（2）提高患者自查自诊自我管理的比例，降低患者对医生的需求量；
（3）更早发现疾病，减少后续的医疗费用支出；
（4）提高医疗机构、医生的工作效率，降低医疗成本；
（5）优化医院管理水平，减少不合理的医疗支出；
（6）帮助研发人员发现有价值的新药物，帮助医生对患者进行个性化分析和方案设计
人工智能发展三大条件
我国人工智能现状
尽管美国在人工智能的基础研究领域一直处于前沿地位，但是近两年来，中国的人工智能科技人才正在实现弯道超车。根据美国发布的《国家人工智能研究与发展策略规划》报告，从2013年到2015年，SCI收录的人工智能方向论文，涉及“深度学习”的论文数量增长了约6倍。中国学者的论文发表数量从2014年开始超过美国，并大幅度领先于其他国家。
从目前人工智能的发展情况来看，算法和算力已经基本不存在较高的技术壁垒，我国的研究已属于全球第一梯队，数据将成为决定项目成败的关键，特别是在医疗方面。落实到医疗领域，我国的医疗数据并不匮乏，但是有效的医疗数据仍旧捉襟见肘。特别是对这些数据的标注和结构化是一个难题，这让机器学习困难重重。
中国初创企业目前在医疗数据的获取上，还有相当大的难度。第一，尽管能够通过医院或其他渠道获得海量数据，但是数据缺乏标准化，数据质量不高。第二，对跨境数据流通的限制也使得中国在全球合作中处于不利地位。
政策层面，近几年国家积极发布多个文件推动整个产业发展，更是在2017年将人工智能提升到国家战略的高度。国家战略所提出的具体规划带来丰富的创业机会点，人工智能+医疗领域的创业拥有非常优越的政策环境。
八大细分应用领域
人工智能和医疗的结合方式非常多，从就医流程来看，有针对诊前、诊中、诊后的各阶段应用；从应用对象来看，有针对患者、医生、医院、药企等多角色应用；从业务类型来看，有增效、减成本等多种模式。从具体业务模式细分，可以分为以下八个方向：
（1）虚拟助手
虚拟助手是一种可以和人类进行沟通和交流的辅助机器人，它通过人工智能技术理解人类的想法，学习人类的需求，并输出各类知识和信息，辅助人类的生活和工作。
通用型的虚拟助手大家相比已经很熟悉了，比如苹果手机上的Siri、微软Cortana、亚马逊Alexa、谷歌Google Assistant、Facebook M等。人工智能虚拟助手使用自然语言处理技术进行语音和语义识别，以及优化的决策算法来完成与人类的互动。医疗虚拟助手和通用型虚拟助手在信息输入和输出方式上类似，但其数据库范围局限在医疗领域，更加专业和复杂，同时受到严格的监管。
（2）疾病筛查和预测
