[[235958]]

以前被問到“醫生會不會被AI取代”時，丁香園創始人李天天的答案是否定的，但現在，他改變了想法，“至少有兩類醫生在將來有可能會被AI取代，一個是影像科醫生，一個是病理科醫生。這兩個科室的醫生有個特點：不見病人。但凡跟病人有接觸的，我認為不太容易被AI取代掉。”

“AI人工智能時代已經來了。”在丁香園舉辦的 Digital Healthcare China 2018 大會上，麥肯錫合伙人 Florian Then分享了AI醫療在全球的發展現狀和趨勢，以及中國為何在數字化應用上全球領先等話題。

根據研究數據顯示，在需求端，有 63% 的病人認為在線掛號更加有效，有超過 70% 的病人已經在使用數字化渠道接受患者教育。在供應端，醫療行業 AI 服務供應商覆蓋了全價值鏈用戶場景。

在 Florian Then看來，接下來幾年將會非常有趣，中國醫療數字化發展有五個關鍵性問題：政府將如何繼續把數字化與醫療體系相結合，是否會推動醫療數據以及醫療體系的標準化等。

以下是麥肯錫合伙人 Florian Then 的演講內容，筆者編輯整理：

我想跟大家分享三方面的內容，***個是目前全球的趨勢是什么;第二個在數字與AI領域有哪些方法我們可以采用，第三部分是中國在醫療健康行業AI背景當中發揮什么樣的角色和作用。

全球趨勢

***個問題，到底是一種炒作還是確實是現實，而且有些人確實仍然還有這樣的問題，我想重申這個確實是發生的，AI人工智能時代已經來了，其中有三個推動因素。

***個就是數據存儲的成本越來越低，2000年你要支付10美元，現在只需要支付一分錢，基本上成本下降了很多，因此也使***的數據存儲變為可能;第二，數據量的拓展是非常迅速的，90%的數據是在過去兩年間產生，這個數據增長仍然在加速，也就是說我們會有越來越多的數據;第三，計算機越來越快，運算能力在五年內迅速增長，這個肯定會繼續推動數字AI的發展。

在運用AI方面，醫療行業仍然還處于初級階段，其實還是有很大的成長空間。在早期并不光只是運用AI，還有數字領域。

可以看到基本上涉及到方方面面，不同行業其實都在投資這一領域，而且在價值鏈當中的不同環節都會借助。在醫療行業還有很多事情可以做，這個確實是令人興奮的事情。

根據研究數據顯示，在需求端，有 63% 的病人認為在線掛號更加有效，有超過 70% 的病人已經在使用數字化渠道接受患者教育。在供應端，醫療行業 AI 服務供應商覆蓋了全價值鏈用戶場景，這當中既有初創企業，也有全球性的大公司。

從這個圖上大家可以看到主要有三大醫療方面的用戶場景。在這個價值鏈當中有很多問題可以解決，很多初創企業已經進入了這些領域，如果我們退后一步問這樣的一個問題，數字健康到底應該解決什么樣的問題?

慢性病管理是未來醫療體系的關鍵所在。在2013年有一個預測表明，到2030年，預計總共會有將近 80 億美元用于慢性病治療，這是目前中國整體醫療支出的三倍。

數字健康還有AI可以幫助我們解決很多問題。如果它確實能夠為我們增加價值，我們就要去運用它，并且盡量避免這些未來可能出現的問題和負擔。另外一個問題就是我們現在已經知道的是什么，以及數字健康能夠為我們增加什么樣的價值。

我們分析了大概500份研究報告，通過研究這些報告我們發現，從醫療體系角度而言，數字化健康管理能夠使整體成本下降接近 10%，并且這 10% 大部分都是由供應端貢獻的，主要體現為更加有效的疾病和護理管理。

AI 與數字化應用方案

一、國家層面的醫療基礎設施

很多國家覺得建立全國層面基礎設施很有必要。德國 Gematik 電子病歷項目，英國 NPFIT 項目，美國 HealthConnect 項目都是由國家推動，建立統一的數據標準，但是這樣的項目不僅投入巨大，而且很難維系。從國家層面或者說從系統層面來實施這個新東西確實是非常難的，而且背后有很多原因。

二、創新的數字化醫療方案

創新數字化企業會提供很多的解決方案。但是一方面非常分散化，一個醫生需要裝許多不同的 App 來實現全流程的操作。另一方面，也會造成某個細分領域過度擁擠，最終只能純粹憑靠資本實力才能勝出。

比如AI成像領域，有超過70多家公司都從事這一領域。而真正能夠鶴立雞群的公司通常都是資本實力相對比較強的公司，這邊其實還是有問號的，到底有多少公司能夠真正的成功。

三、全產業鏈生態系統

現在其實不是以產品為中心，而是平臺為中心的一個想法，這個其實對于人們來說比較難，因為大眾沒有辦法直接從線性思維轉化到生態系統網絡的思維。

如果我們后退一步看一下目前市值***的一些公司，其實可以看到這些公司就是創立了相應的生態系統。像騰訊、阿里巴巴也在張圖上，我們也慢慢開始意識到了這點，必須要建立相應的生態系統，比如GE 健康云、西門子“teamplay”、飛利浦健康套件、羅氏+MySugr 糖尿病管理平臺。

中國AI醫療應用的優勢與問題

接下來提到中國，對于中國來說這意味著什么，以及中國能從中學到什么?中國是否能夠成為未來在醫療領域之勝?我們首先問這樣一個問題，這個價值到底是多大?

根據統計數據顯示，在中國，截止到 2030 年，預計有***達 45% 的醫療行業收入來自于數字化解決方案，這一比例可能轉化的數字是 2 - 7 萬億人民幣，這也是未來中國數字化醫療行業可能達到的市場規模。

中國其實有一些優勢?？赡艽蠹乙呀浭煜ず芏噌槍I領域的一些政策，我們把它與其他國家進行對比，其實可以看到其他國家不像中國這樣有針對性、有戰略性，以及有系統性的這些政策出臺，這種戰略性的規劃其實是一大優勢。

而且有很多媒體相信，在中國AI以及數字領域有非常強大的優勢。中國的醫療體系其實是比較復雜的，而且在中國有很多大公司或者初創企業也在解決各種各樣的問題或者解決方案。比如在生物科技領域，已經有很多海歸在中國開始創業，我們希望能夠為中國帶來更多的新鮮想法以及高端人才。

另外一個因素就是規模，如果我們把中國與美國進行對比，在AI領域可能中美是兩大競爭對手，你可以看到中國的互聯網用戶基本上是美國的兩倍，手機用戶是美國的三倍，而數字原住民基本上是美國的四倍。就數據流而言，可以看到這個對于中國在AI領域取得成功是非常關鍵的基礎因素。

第五，分析一下運算能力，現在中國有非常強大的運算網絡，因此交易可以很快解決，現在中國其實已經成為數據處理或者說運算能力***的一個國家。

我其實是希望從醫療領域來展示像騰訊這樣的生態系統，你可以看到其中有很多相關因素，丁香園其實也是其中之一，有很多相應的分析工具等等。

一旦有了這樣一個系統就知道大家都在購買什么，然后再加上醫療相應的知識，這就是一個很強大的組合。我們覺得在美國可以類比的系統，就生態系統而言，其實中國的生態系統是其他地方沒有辦法可比的。

雖然處于應用的初級階段，但是在中國有相應的人從事正確方向的研究工作，中國其實是愿意去從數據當中挖掘價值。綜合以上因素我們覺得這就是為什么中國能夠在AI領先世界的一些基本考慮。

接下來幾年將會非常有趣，中國醫療數字化發展有五個關鍵性問題：政府將如何繼續把數字化與醫療體系相結合，是否會推動醫療數據以及醫療體系的標準化等。