AI最大增長風口！拆解智能醫療五大方向

AI+醫療正在成為資本新寵。最近，多倫多基於AI技術的醫療影像處理公司Analytics 4 Life拿到了2560萬美元的B輪融資。國內也有數據顯示，2014到2016年每年新成立的人工智慧醫療企業分別達到24、37和36家，與2013年的4家相比發展迅速。

本期的智能內參，我們推薦來自CM Capital的行業報告——《下一代醫學：人工智慧與深度學習》。報告從技術本質，市場的驅動力、挑戰、影響、個人和家庭產品用例等角度盤點了AI+醫療的發展現狀。如果想收藏本文的報告全文，可以在智東西公眾號（zhidxcom）回復關鍵詞「nc199」下載。

以下為智能內參整理呈現的乾貨：

進擊中的AI

什麼是人工智慧

人工智慧（AI）是受人類學習啟發的一套信息系統，由大數據和計算能力的提高所驅動。AI技術主要覆蓋機器學習（ML）、自然語言處理、模式識別、視覺感知等。其中，機器學習是最令人興奮的一塊，其分支深度學習的進展可以說是直接推動這兩年AI商業化的主要原因，這是一種利用非結構化或無標籤的數據進行無監督學習的演算法，撐起了高效準確的神經網路。

全球人工智慧市場營收預測

AI這個24億美元的市場預計將在2025年發展成590億美元，預計2030年將為全球GDP貢獻15.7萬億美元。其中，醫療人工智慧市場（AI+醫療）這一環節可謂增長最快的子行業，預計在2024年全球營收可達100億美元，年複合增長率39.4%。

人工智慧生態（醫療、金融、農業、零售）

人工智慧不僅能為現有的產業提供高效生產力，為民眾、政府和企業帶來巨大的改變，還能取代一些現有的人類工作，帶來新的工種。美國勞工局認為，2016年的學齡兒童中，65%未來將就職於現在還沒有出現的工作崗位。

2025年最會賺錢的AI十大用例

目前，人工智慧技術及其商業用例尚處萌芽階段，但投資時機已經成熟，吸引了大量投資者的強烈興趣。幾乎所有行業的現有業務模式都將受到人工智慧的影響，以金融為例，AI優化的欺詐監測系統性能有著顯著提高，預計將在2020年達30億美元市場；基於演算法的趨勢預測（靜態圖像識別、分類和標記）被認為是2025年全球最會賺錢的AI項目。

最大的AI子生態：醫療

AI技術在不同行業的滲透程度示意

全球AI+醫療市場規模預測

醫療保健是人工智慧驅動的規模最大，增長最快的領域之一，湧入了大量的投資，相關的創新覆蓋臨床研究、機器人醫療助手、大數據分析、基於基因組學和精密醫學的個性化治療等。

AI+醫療（智慧醫療）的熱門，一方面來自越來越成熟的AI技術，另方面來自越來越緊迫的醫療需求，包括對有效的醫療方案需求，以及來自管理成本和醫療支出的上升、龐大的醫療保健系統以及人口老齡化的壓力。目前，創業公司們正試圖利用機器學習來幫助減少藥物研發周期，減少錯誤率；利用虛擬助手為病患提供服務，提高醫療影像診斷的準確性，優化診療程序。

人工智慧將滿足未來的臨床需求

儘管社會各界的關注度很高，但AI+醫療的市場發展還有幾個主要問題需要面對：

1、高額的前期投資

2、可能造成的失業問題

3、難以部署

4、醫務人員的採用意願不高

5、對於醫療軟體的監管態度比較曖昧

6、缺乏精準的衛生保健數據

7、社會對於隱私和安全的擔憂

8、AI解決方案之間卻反互操作性

9、州法規和聯邦法規可能的衝突

對於人工智慧對醫務人員職業的影響，推想科技（醫學影像人工智慧解決方案提供商）創始人兼CEO陳寬認為，AI技術的目的是幫助醫生簡化工作內容，消除很多重複性工作，傳遞更快更準確的醫療報告，並且需要醫生的授權來執行，因此不會取代醫生的工作。

五大細分領域詳解

2024年AI+醫療不同子領域的份額

AI+醫療的五個主要應用

人工智慧和機器學習將主要在以下五個方面推動醫療保健的改進：智能診療、病患數據管理、基於先進分析的藥物研發過程優化、醫療設備和機器人、家庭健康。

智能診療

智能診療的代表性方向（冠心病、癌症、神經疾病、一般醫療影像診斷、可穿戴）

每年約有1200萬美國人在門診中得到誤診，患者的病史、遺傳傾向、治療史等各種複雜的原因都可能導致誤診。在越來越嚴格的醫療法規下，從業人員面臨著越來越大的誤診風險壓力。而基於AI的診療系統可以利用大數據分析和患者資料庫進行模式識別，從而給出最終的診療建議，醫生只需要根據輔助做出關鍵決定。

在機器學習的加持下，智能診療的能力、可伸縮性、效率和準確性不斷增強。事實上，IBM的沃森已經通過不斷的電子健康記錄學習，識別圖像和文字，實現準確的乳房和心臟疾病診斷。研究預期，智能診療將幫助臨床診斷結果準確率提高30%到40%，同時降低50%的醫療費用（儘可能的減少住院時間，避免不必要的檢測和醫療費用）。

醫療影像診斷是智能診療最為活躍的項目之一，根據CB Insights，2015年1月以來，智能診療完成首輪融資的創企已有50家，其中有三分之一專註於醫療影像診斷，其他熱門項目包括神經疾病、冠心病、癌症甚至可穿戴設備等應用。

病患數據管理

全球醫療數據

2016年，全球電子健康記錄（EHR）的市場規模達210億美元，基於大數據管理和新興分析解決方案的AI+醫療重塑了整個行業。健康醫療數據除了電子病例之外，還來自醫療、製藥公司資料庫和可穿戴設備的感測器數據等，其中近80%是非結構化的（很難理解的），因此需要人工智慧演算法實現有效利用。有分析認為，人工智慧和機器學習加持的醫療保健信息價值每年將超過280億美元。

AI+藥物研發

美國藥物研發過程（從基礎科研走向市場）

研發過程本身和審批是藥物研發成本高、周期長的主要原因，直接導致了部分疾病醫療費用高。德勤數據顯示，2020年藥物研發支出將達到1620億美元。

根據加州生物醫學研究協會的說法，目前的美國批准程序下，新葯從研究實驗室到病人平均需要12年的時間，平均花費3.59億美元，只有5/5000(0.1%)的藥物在臨床試驗前被批准用於人類。值得注意的是，藥物研發不都是成功的，錯誤和低效都會給研發公司帶來巨大的財務風險。

而人工智慧和深度學習的迅速成長將為藥物研發過程提高效率和準確性，並已經在全球各地的實驗室初試身手。C輪拿了1.75億美元，總融資3.13億美元的Flatiron Health就是干這個的，利用數字病例尋找癌症機理，計算模擬藥物可行性，加速臨床試驗，推進個性化醫療。預計2025年，AI加持下的全球製藥行業成本將降至270億美元.

醫療設備和機器人

以色列MST公司推出的圖像引導的機器人腹腔鏡定位系統AutoLap

基於感測器、機器視覺、圖像分析和數據科學的人工智慧還將引入外科機器人等領域，幫助提高自動化手術效率。

機器人技術已經在實踐中證明其有效性，節約了醫療成本，減少了資源浪費，改善了病人護理。據統計，預計到2021年，醫療機器人市場規模將達128億美元，年增長21%。而AI和機器學習的應用將幫助實現外科機器人的可編程性，能幫助減少治療過程中近21%的停留時間，增強有效性、安全性、一致性和可及性。

家庭健康

醫療建議諮詢創企Your.MD

除了手術室，人工智慧技術還將為家庭健康和臨終關懷提供改進，為老齡化社會的人們提供伴侶或私人助理，應對醫護人員短缺的壓力。

過提供人工智慧和機器人驅動的解決方案，私營部門可以重新定義醫療保健的方式，現有的創企包括提供醫療建議諮詢的Your.MD和智能手機行為監測應用LifeGraph等。埃森哲認為，虛擬醫療助手將緩解20%的註冊護士(RN)時間。預計到2020年，全球個人機器人市場的市場規模，包括智能「保健機器人」在內，將增長到174億美元。

附產業地圖

AI+醫療的風投額

2016年10月到2017年9月的AI+醫療併購活動

智東西認為，AI+醫療是信息技術與醫療技術的深度整合，涉及了醫藥公司、醫院、醫務人員、患者等各個環節，發揮了數據科技和機器人技術的高效性和準確性，對於服務優化、技術發展、成本控制意義深遠，緩解了老齡化社會和醫療資源有限的壓力，且滿足了精準醫療、個性化醫療的發展趨勢，因此也是人工智慧發展最快，規模最大的領域之一。目前，IBM、谷歌、亞馬遜、蘋果等科技大佬，以及傳統醫療設備、製藥巨頭都給予了極大的關注，技術和應用雖在萌發期，但投資機會成熟，優秀創企也已經開始站隊。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！