核心摘要：

前言：本次AI+醫療研究范疇僅限于圍繞臨床診療開展的核心醫療活動，包括CDSS、智慧病案、AI+檢查、AI+新藥研發及手術機器人。目前中國對AI+醫療的需求逐漸擴大，而供給尚顯不足，整體供需并不均衡。AI+醫療行業目前處于快速成長時期。

市場規模：2019年AI+核心醫療軟件服務整體市場規模達到21億元。同比增速高達93.9%，其中CDSS占比最多，達到55.2%，智慧病案位列第二，占比達到25.5%。由于政策利好及疫情影響，艾瑞推算，2020-2022年的CAGR將達到51.9%，2022年預計市場規模將超過70億元。

企業分布：目前AI+核心醫療企業中生態領導者包括百度靈醫智惠、科大訊飛、惠每科技、醫渡云等，由于百度靈醫智惠在領域內具有以下優勢：1）通用AI能力位居第一；2）AI+醫療實力（構建醫學知識圖譜、醫療大數據）雄厚；3）核心醫療領域覆蓋場景更為全面，因此在AI+核心醫療領域綜合實力處于領先地位。

未來趨勢：未來AI+醫療知識圖譜與AI+醫療算法將持續獲得突破，并更廣泛、更深度地賦能醫療全流程。隨著AI+醫療未來不斷普及，人們對于AI+醫療倫理的重視也會逐漸增強，隨著對AI+醫療倫理監管的不斷加強，未來將構建以人為本的AI+醫療生態體系。

AI+醫療研究范疇

關注在臨床診療各環節中，利用人工智能開展的醫療活動

人民衛生出版社《醫院管理詞典》中指出：“現代的醫療服務，已從醫院內擴大到醫院外，形成了綜合醫療的概念，醫療內容也日益廣泛，包括增進健康、預防疾病和災害、健康咨詢、健康檢查、急救處理、消滅和控制疾病、臨床診療、康復醫療等。”艾瑞認為，現代醫療服務中最核心的環節是臨床診療，即通過各種檢查，使用藥物，器械及手術等方法對疾病作出判斷和消除疾病，緩解病情等。因此，艾瑞將圍繞臨床診療開展的各項醫療活動定義為“核心醫療”，核心醫療的發展直接影響了整體醫療的發展進程。本報告聚焦于“人工智能如何賦能核心醫療領域，從而實現醫療模式的轉變與突破”，研究范圍包括CDSS、智慧病案、AI+檢查、AI+新藥研發及手術機器人。

AI+醫療發展歷程

中國AI+醫療進入快速成長階段，著力于探索更多應用場景

1956年人工智能（AI）開始成為獨立的研究領域，20世紀前，中外對AI在醫療領域的研究集中在臨床知識庫上，但由于大多數臨床知識庫必須運行在LISP設備上。而由于當時LISP設備尚不能聯網且價格昂貴等原因，臨床知識庫并沒有廣泛地應用于臨床中。2000年-2015年期間，國外的研究重點為AI在臨床知識庫外的應用，如手術機器人應用落地、鼓勵發展電子病歷等。而中國仍以研究更多類疾病的臨床知識庫為主，發展相對緩慢。2015年-2017年，由于AI在圖像識別方面的準確率有大幅度提升，AI+影像得以快速發展。得益于在臨床知識庫的長期研究，CDSS產品走向成熟。2018年后，中國AI+醫療進入穩定發展階段，智慧病案等新產品相繼面世，目前國產手術機器人尚在研究階段。

AI+醫療算法應用

AI+醫療算法生態成熟，核心醫療應用廣泛

目前傳統的機器學習和深度學習算法已被廣泛得應用，來處理臨床研究和醫療服務中的結構化數據，如醫學影像數據、基因數據和生物標志物數據；而非結構化數據，如人工筆記、醫學期刊與患者調查等則依靠專門的醫學自然語言處理技術來分析。艾瑞通過PubMed公開數據整理，2012-2020年在醫學文獻中使用到的熱門機器學習算法和深度學習算法包括：1）支持向量機（38%），主要應用于識別成像生物標志物和醫療影像分析；2）神經網絡（34%），主要應用于生化分析、圖像分析和藥物開發；3）邏輯回歸（4%），主要用于疾病風險評估和臨床決策輔助系統。

AI+醫療痛點分析

AI+醫療存在技術難點與標準缺失，打通數據壁壘成為關鍵

隨著我國醫療體制改革的深化、分級診療制度的落實，政府開始加大力度解決醫療資源分配問題以及醫療服務效率問題。其中，醫療人工智能的廣泛應用在提高醫療質量和服務效率、減少誤診誤治方面發揮了重要作用。然而，目前AI+醫療仍存在醫學數據相關問題、復合人才短缺、行業標準缺失以及醫療科研轉化為成熟產品的周期過長等問題。其中，數據的獲取、使用與數據共享是阻礙AI+醫療發展的最大因素。艾瑞認為，由于AI+醫療發展的主要推動力仍是滿足醫療行業的剛性需求，因而AI+醫療在未來必然會打通數據壁壘，實現數據的安全、高質量及共享的應用。

AI+醫療投融資分析

行業處在成長期，AI+影像是投融資熱門之一

2020年醫療融資事件數持續遞減，但融資總額卻強勁走高，到達歷史最高的40億元，其中新藥研發是今年最熱門醫療AI融資領域，占已披露投資額的54%。AI+影像占融資額的比例連續三年保持在20%左右，成為另一熱門融資領域。對比2019年與2020年的融資項目輪次，其中天使輪、A輪與B輪占融資項目的比例由85.7%降低到70.6%，說明市場成熟度有所提高。同時筆均融資額從0.39億元/筆上升至1.14億元/筆。目前行業處于快速成長期，隨著市場融資集中度增加，艾瑞認為，未來擁有醫療牌照或技術領先的優質標的公司會更受資本市場青睞，能吸引更多的資源與資金。

中國AI+醫療政策導向

政府高度重視AI+醫療發展，持續釋放政策紅利

從政策層面來說，2017年國務院發布的《新一代人工智能發展規劃》中提出要發展便捷高效的智能服務，推廣應用人工智能治療新模式、新手段，建立快速精準的智能醫療體系。從2017年開始，我國已把人工智能作為一個國策進行推動，近幾年的兩會上AI也被多次寫入政府工作報告中。而AI+醫療則作為AI中的先行者，得到了政府的大力倡導。2018年政府提出人工智能向基層醫療進行滲透，2019年將AI+醫療的范圍進一步擴大到康養范疇，2020年進一步提出未來的建設指南，期望在2023年在以醫療為代表的人工智能領域中建立一套初步的標準體系規范。

AI+醫療市場規模

2019年市場規模超過20億元，市場將進入快速成長期

2019年由于智慧病案的興起，使得整體AI+核心醫療軟件服務市場規模超過20億，同比增速高達93.9%，其中CDSS占比最多，達到55.2%。2019年之前，由于大部分細分領域的盈利模式尚未明朗，導致AI+醫療市場一度陷入低谷。但如前所述，國家、社會各界及居民對于AI+醫療的需求一直很旺盛。再加上疫情影響，AI+醫療的優勢更加凸顯，因此，國家開始逐步發放各類醫療影像AI軟件三類證，并進一步出臺鼓勵AI+醫療發展的政策，這些將會使各細分領域的盈利模式逐漸明晰，市場也將會進入快速成長期。艾瑞推算，2020-2022年的CAGR將達到51.9%，2022年預計市場規模將超過70億元。

AI+醫療產業鏈分析

基礎層技術層布局完備，應用層可觸達全醫療服務場景

AI+核心醫療產業鏈可以分為AI基礎層，AI醫療技術層與應用層：1）基礎層，除數據服務外，芯片與通信等基礎核心領域已形成牢固的技術壁壘，市場呈寡頭局面，艾瑞認為，中、短期內市場格局不會改變；2）技術層，算法、框架以及通用技術則需要長期的投入與研發來攻克，目前各大科技企業與互聯網巨頭企業基本已完成布局，中小企業生存空間較少；3）應用層，應用層可觸達全醫療服務場景，如院內臨床決策系統、手術機器人、智慧病案系統、醫療影像、藥企新藥研發與基因檢測，已有大量的互聯網醫療公司和傳統醫療公司涌入。

AI+醫療產業圖譜

AI+醫療企業分布

AI+醫療企業助力核心醫療布局，推動醫療開啟新的篇章

對于AI+醫療類公司而言，綜合技術能力主要體現在覆蓋醫療場景的廣度與對醫療垂直及細分領域研究的深度。該類公司的長遠發展需要本身強大的AI能力作為支撐。因此，既具備醫療深度合作能力又具備強大AI研發能力的公司將更具發展潛力。在AI+醫療領域，百度靈醫智惠具有以下優勢：1）在人工智能專利申請量及發布量方面極具優勢，在領域內通用AI能力位居第一；2）在核心醫療領域覆蓋場景更為全面；3）擁有雄厚的AI+醫療實力（構建醫學知識圖譜、醫療大數據），因此在AI+核心醫療領域綜合實力處于業內領先地位。除此之外，科大訊飛在AI+醫療領域積累與沉淀多年，在智能語音及語言技術研究中擁有較強優勢，并具有強大的醫療智能化分析能力。

AI+醫療應用分析

輔助檢查、CDSS成熟度最高，智慧病案則處于快速增長期

隨著人工智能產品在醫療領域被越來越多使用，更多AI+醫療產品延伸至院內院外更多場景，并更加深入的整合進醫療流程。目前，以CT影像、皮膚影像、眼底篩查、病理影像等為代表的AI+輔助檢查以及CDSS在技術及應用上最為成熟。其中眼底篩查主要集中于糖尿病視網膜病變、視神經疾病的預測和診斷，CDSS則結合以疾病為中心的知識圖譜，智能輔助臨床決策并助力醫療機構評審。2019年以來興起的智慧病案由于目前DRGs、DIP等支付政策推動，目前處于快速增長期。

AI+醫療成熟期應用分析-眼底篩查

眼底篩查需求廣闊，AI+眼底商業模式將進一步擴展

眼底疾病是我國目前患者致盲的重要原因，DR（糖尿病視網膜病變）是其中最常見的病因，且隨著糖尿病持續時間的增加，發病率也會逐漸增加。根據艾瑞推算，僅考慮DR的威脅，到2030年，我國每天約有38.4萬人需要進行眼底篩查，因而眼底篩查需求十分廣闊。艾瑞認為，隨著眼底篩查三類證的簽發，醫保收費名錄在AI領域的擴大以及基層醫療機構信息化水平的逐漸增強，未來AI+眼底篩查領域也得以逐漸開始從向醫院打包銷售和獨立銷售的傳統商業模式進一步擴展至由醫保支付購買以及由基層醫療機構購買的新型商業模式。

AI+醫療成熟期應用分析-CDSS

AI賦能診斷及治療全過程，為臨床工作提供切實有效的幫助

CDSS是AI與醫療在院內融合的體現，也是現代醫療體系中各醫療機構在近年來關注的重點內容。CDSS在臨床工作中的應用，使得醫師的診療水平得到提升，有效降低了臨床上的誤診率和漏診率。CDSS通過真實病歷與循證醫學庫的積累，經過人工智能的優化處理得到最佳實踐庫，并以此為根據輔助支持醫生的臨床診斷與治療決策。2018年12月國家衛健委出臺政策，對醫院電子病歷評級做出了規定，并提出至2020年所有三級醫院要達到評級4級以上的要求，而4級以上評級的重要標準之一即是要擁有不同程度的CDSS。這一政策的實施使得CDSS獲得了極為廣大的發展前景以及巨大的發展潛力。

AI+醫療成長期應用分析-智慧病案

AI協助審核病案，助力醫保控費及流程管控

近年來，政府出臺DRGs等按病種付費的醫保政策，由于DRGs分組所需的全部信息基本是依據病案首頁各項目進行計算，因而對病案首頁的審核變得十分重要。除此之外，對全程病案的質控同樣具有重大意義：1）解決診斷選擇問題；2）規范醫學使用術語；3）利于日后追溯，防止法律糾紛；4）完善病案信息。因而，能夠通過AI協助，構建一套具有標準化、有效質控、智能化的智慧病案系統，將實現醫院統計工作及管理工作的高效高質量，同時輔助醫生的日常工作流程，提升我國醫療資源的有效利用度。

AI+醫療圖譜趨勢

AI助力醫學知識圖譜不斷進步，賦能臨床決策等多應用場景

醫學知識圖譜為醫療信息系統中海量、異構、動態的醫療大數據的表達、組織、管理及利用提供了一種更為有效的方式，使系統的智能化水平更高，更加接近于人類的認知思維。醫學知識圖譜的構建流程大致分為四個步驟，即醫學知識表示、醫學知識抽取、醫學知識融合、醫學知識推理，受益于人工智能的不斷進步，這四個步驟都取得了較大的進步。艾瑞認為，知識圖譜在醫療領域的意義不僅在于它是一個全局醫學知識庫，也在于它是支撐例如輔助診療、智慧病案等醫療智能應用的基礎。在醫學知識圖譜技術具有優勢的公司未來將獲得更大、更廣闊的AI+醫療發展空間。

AI+醫療算法趨勢

突破AI技術障礙，與醫療領域產生更深度融合

醫療與人工智能深度融合已是大勢所趨，人工智能理論奠基人特倫斯.謝諾夫斯基在2019年其新書《深度學習：智能時代的核心驅動力量》中預測“基于大數據的深度學習將改變醫療行業，對疾病提供更快速準確的診斷與治療，甚至未來癌癥將變得不再可怕。”具體而言，未來AI+醫療在技術上的突破將包括算法擬合度進一步的優化、算法泛用性的增強、對隱私信息的保護、對AI+醫療產生的結果可解釋性的加強，以及通過增加可靠驗證而不斷降低AI+醫療可能發生不良醫療事件的風險。

AI+醫療倫理趨勢

發展AI+醫療相關倫理道德，構建用戶友好的AI+醫療系統

AI+醫療的發展帶給醫療衛生領域更多契機的同時，也會產生一些倫理性問題。2019年國家衛健委一項針對AI+醫療倫理問題的調研顯示，六成受訪者對個人隱私及知情權表示擔憂；超過一半的受訪者對大數據及算法的不可控性表示擔憂；超過三成的受訪者對于診療道德方面表示擔憂。未來發展中，隨著對AI+醫療倫理監管的不斷加強、明確醫師主體地位以及強化倫理規約，AI+醫療在應用于醫療服務實踐時將更加安全可靠，并構建以人為本、用戶友好的AI+醫療生態體系。