中國AI-醫(yī)療行業(yè)發(fā)展報告

1、中國AI+醫(yī)療行業(yè)發(fā)展報告2摘要未來趨勢：未來AI+醫(yī)療知識圖譜與AI+醫(yī)療算法將持續(xù)獲得突破，并更廣泛、更深度 地賦能醫(yī)療全流程。隨著AI+醫(yī)療未來不斷普及，人們對于AI+醫(yī)療倫理的重視也會逐 漸增強，隨著對AI+醫(yī)療倫理監(jiān)管的不斷加強，未來將構(gòu)建以人為本的AI+醫(yī)療生態(tài)體 系。前言：本次AI+醫(yī)療研究范疇僅限于圍繞臨床診療開展的核心醫(yī)療活動，包括CDSS、 智慧病案、AI+檢查、AI+新藥研發(fā)及手術(shù)機器人。目前中國對AI+醫(yī)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(yī)療行業(yè)目前處于快速成長時期。企業(yè)分布：目前AI+核心醫(yī)療企業(yè)中生態(tài)領(lǐng)導(dǎo)者包括百度靈醫(yī)智惠、科大訊飛、惠每

2、科技、醫(yī)渡云等，由于百度靈醫(yī)智惠在領(lǐng)域內(nèi)具有以下優(yōu)勢：1）通用AI能力位居第 一；2）AI+醫(yī)療實力（構(gòu)建醫(yī)學(xué)知識圖譜、醫(yī)療大數(shù)據(jù)）雄厚；3）核心醫(yī)療領(lǐng)域 覆蓋場景更為全面，因此在AI+核心醫(yī)療領(lǐng)域綜合實力處于領(lǐng)先地位。市場規(guī)模：2019年AI+核心醫(yī)療軟件服務(wù)整體市場規(guī)模達到20.5億元。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(yù) 計市場規(guī)模將超過70億元。3AI+醫(yī)療發(fā)展背景1AI+醫(yī)療發(fā)展現(xiàn)狀2AI+醫(yī)療典型企業(yè)案例分析3AI+醫(yī)療發(fā)

3、展趨勢4目錄AI+醫(yī)療研究范疇康復(fù)醫(yī)療臨床診療消滅和控 制疾病急救處理健康檢查健康咨詢和災(zāi)害關(guān)注在臨床診療各環(huán)節(jié)中，利用人工智能開展的醫(yī)療活動人民衛(wèi)生出版社醫(yī)院管理詞典中指出：“現(xiàn)代的醫(yī)療服務(wù)，已從醫(yī)院內(nèi)擴大到醫(yī)院外，形成了綜合醫(yī)療的概念，醫(yī)療 內(nèi)容也日益廣泛，包括增進健康、預(yù)防疾病和災(zāi)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(fù) 醫(yī)療等?！卑鹫J(rèn)為，現(xiàn)代醫(yī)療服務(wù)中最核心的環(huán)節(jié)是臨床診療，即通過各種檢查，使用藥物，器械及手術(shù)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(yī)療活動定義為“核心醫(yī)療”，核心醫(yī)療的發(fā) 展直接影響了整體醫(yī)療的發(fā)展進程

4、。本報告聚焦于 “人工智能如何賦能核心醫(yī)療領(lǐng)域，從而實現(xiàn)醫(yī)療模式的轉(zhuǎn)變與突破”， 研究范圍包括CDSS、智慧病案、AI+檢查、AI+新藥研發(fā)及手術(shù)機器人。2020年中國AI+醫(yī)療行業(yè)研究報告范疇核心醫(yī)療定義增進健康圍繞臨床診療開展的各項醫(yī)療活動，其發(fā)展直接影響整體醫(yī)療發(fā)展進程預(yù)防疾病現(xiàn)代醫(yī)療服務(wù)核心AI賦能核心醫(yī)療疾病 判斷檢查藥物器械CDSS智慧病案AI+影像AI+病理基因檢測AI+新藥研發(fā)手術(shù)機器人來源：研究院根據(jù)公開資料及自主研究繪制。4AI+醫(yī)療發(fā)展歷程中國AI+醫(yī)療進入快速成長階段，著力于探索更多應(yīng)用場景1956年人工智能（AI）開始成為獨立的研究領(lǐng)域，20世紀(jì)前，中外對AI在醫(yī)療領(lǐng)

5、域的研究集中在臨床知識庫上，但由于大 多數(shù)臨床知識庫必須運行在LISP設(shè)備上。而由于當(dāng)時LISP設(shè)備尚不能聯(lián)網(wǎng)且價格昂貴等原因，臨床知識庫并沒有廣泛地應(yīng) 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(yīng)用，如手術(shù)機器人應(yīng)用落地、鼓勵發(fā)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(fā)展相對緩慢。2015年-2017年，由于AI在圖像識別方面的準(zhǔn)確 率有大幅度提升，AI+影像得以快速發(fā)展。得益于在臨床知識庫的長期研究，CDSS產(chǎn)品走向成熟。2018年后，中國AI+醫(yī) 療進入穩(wěn)定發(fā)展階段，智慧病案等新產(chǎn)品相繼面世，目前國產(chǎn)手術(shù)機器人尚在研究階段。2020年中

6、國及全球AI+醫(yī)療發(fā)展歷程全 球1960s開始嘗試研發(fā)模仿醫(yī)生 決策過程的臨床知識庫1972年，利茲大學(xué)研發(fā)出第一款醫(yī)療人工智能系統(tǒng)AAP HELP，用于輔助診斷1976 年 ， 斯坦福大學(xué)研發(fā) MYCIN 系 統(tǒng) ； CASNET 、 PuFF等系統(tǒng)相繼問世1980s 出現(xiàn)少量商業(yè)化系統(tǒng)， 如QMR、Dxplain1985年，成功研制能自主定 位的手術(shù)機器人1987-1994 AI寒冬：政府預(yù)算、資本投入減少1992年，使用手術(shù)機器人進 行髖關(guān)節(jié)置換術(shù)2000年，達芬奇手術(shù)系統(tǒng)獲 批用于腹腔鏡手術(shù)的2007年，IBM開發(fā)Watson系 統(tǒng)2009年，奧巴馬簽署APPA法案，為使用電子病歷（E

7、MR） 的醫(yī)生等提供額外的資金及獎 勵2012年，多層卷積神經(jīng)網(wǎng)絡(luò) 的發(fā)展使圖像識別錯誤率大大 降低2014年，Enlitic開發(fā)出能從X 光及CT掃描圖像識別惡性腫瘤 的軟件2017年，心臟磁共振成像AI分析軟件Cardio DL獲批中 國1978年，北京中醫(yī)醫(yī)院研發(fā) 出我國第一個醫(yī)學(xué)專家系統(tǒng)關(guān)幼波肝病診療程序1980s 研究方向多為中醫(yī)專家 系統(tǒng)1990s 專家系統(tǒng)進入西醫(yī)領(lǐng)域，研發(fā)顳頜關(guān)節(jié)紊亂綜合征專家 系統(tǒng)、個兒童心理障礙標(biāo)準(zhǔn)化 診斷與治療專家系統(tǒng)、心血管 疾病診斷的專家系統(tǒng)等累計研制出上百個專家系統(tǒng)， 如耳穴信息智能識別系統(tǒng)、口 腔癌/胃癌診療專家系統(tǒng)、結(jié) 核病診斷專家系統(tǒng)、血氣酸堿

8、 度檢測分析計算機輔助專家系 統(tǒng)，但幾乎沒有應(yīng)用于臨床， 為醫(yī)生所用2015年，開展AI+影響的相關(guān) 研究2016-2017，市場出現(xiàn)相對 成熟的CDSS產(chǎn)品2018年，AI開始應(yīng)用于基因檢測領(lǐng)域2019年，嘗試?yán)萌斯ぶ悄?打造更科學(xué)的智慧病案來源：研究院根據(jù)公開資料及自主研究繪制。5AI+醫(yī)療驅(qū)動因素：需求端1443.41630.81777.42045.720152016201720189.2%9.2%9.7%10.2%846929.21058.71240.120152016人均醫(yī)療保健支出（元）20172018醫(yī)療保健支出占消費性支出比例（%）農(nóng)村居民2015-2018年中國城鄉(xiāng)居民醫(yī)療

9、保健支出城鎮(zhèn)居民6.7%7.1%7.3%7.8%19,980.424,345.928,119.031,669.0 35,312.459,121.952,598.346,344.940,974.64.8%5.0%5.2%5.3%5.5%6.0%6.2%6.4%6.6%201020112012201320142015201620172018衛(wèi)生總費用（億元）衛(wèi)生總費用占GDP比例（%）來源：研究院根據(jù)2019年衛(wèi)生統(tǒng)計年鑒繪制。來源：研究院根據(jù)2019年衛(wèi)生統(tǒng)計年鑒繪制。62010-2018年中國衛(wèi)生總費用衛(wèi)生總費用逐年上升，居民在醫(yī)療方面的付費意愿不斷提升2018年中國衛(wèi)生總費用達到近6萬億元，

10、約為2010年的三倍，同時，2010年-2018年期間，衛(wèi)生費用占GDP的比例緩慢 上升。從居民個人角度看，受農(nóng)村整體經(jīng)濟條件及醫(yī)療水平等因素影響， 2015-2018年農(nóng)村居民在醫(yī)療保健方面的支出 低于城鎮(zhèn)居民，差距基本保持在700元左右。城鄉(xiāng)居民醫(yī)療保障支出占總消費性支出的比例均有所上升，居民在醫(yī)療保健 方面的付費意愿不斷增強。艾瑞認(rèn)為，國家、社會各界及居民個人越來越重視衛(wèi)生健康，未來AI不僅能幫助醫(yī)院及藥企的 管理與研發(fā)，而且能幫助基層醫(yī)療機構(gòu)提升醫(yī)療水平，從而滿足居民不斷增長的醫(yī)療保健需求。AI+醫(yī)療驅(qū)動因素：供給端基層與醫(yī)院、城市與鄉(xiāng)村，醫(yī)療技術(shù)水平仍有較大差距2018年全國醫(yī)療衛(wèi)生

11、機構(gòu)數(shù)量接近10萬家，其中近95%為基層衛(wèi)生機構(gòu)。基層衛(wèi)生機構(gòu)中，社區(qū)衛(wèi)生技術(shù)人員工作年限多 在10-30年，但高水平人員較少，取得正高/副高資格的醫(yī)生占比僅有5.1%。提升基層醫(yī)院尤其是社區(qū)醫(yī)院醫(yī)療技術(shù)人員的 綜合能力能夠減少居民對于去基層醫(yī)療機構(gòu)就醫(yī)的顧慮，促進分級診療制度的落實。分城市與鄉(xiāng)村來看，城市每千人口衛(wèi) 生技術(shù)人員總數(shù)達10.91人，其中藥師、檢驗技師、影像技師等衛(wèi)生技術(shù)人員占比相對較低。城鄉(xiāng)間每千人口衛(wèi)生技術(shù)人 員總數(shù)仍有較大差距，農(nóng)村居民在醫(yī)療方面有較強付費意愿，但能夠獲得的醫(yī)療資源有限。艾瑞認(rèn)為，未來AI+醫(yī)療通過 向鄉(xiāng)村醫(yī)療衛(wèi)生機構(gòu)提供標(biāo)準(zhǔn)化的產(chǎn)品，能在一定程度上彌補城鄉(xiāng)

12、間的醫(yī)療資源差距?；鶎俞t(yī)療衛(wèi)生機構(gòu), 94.6%2018年醫(yī)療衛(wèi)生機構(gòu)類型及衛(wèi)生技術(shù)人員構(gòu)成醫(yī)院, 3.3%其他, 2.1%全國醫(yī)療衛(wèi)生機構(gòu)總數(shù)：997,44313.7%19.8%20.3%27.7%26.5%23.7%社區(qū)衛(wèi)生服務(wù)中心醫(yī)院10-19年5年以下5-9年20-29年30年及以上5.1%9.8%24.7%20.4%32.0%29.3%社區(qū)衛(wèi)生服務(wù)中心醫(yī)院師級/助理正高/副高中級士級其他衛(wèi)生技術(shù)人員工作年限15.2%12.7%衛(wèi)生技術(shù)人員專業(yè)技術(shù)資格11.0%10.2%24.3%16.1%27.2%30.4%2.594.011.822.165.081.802.081.821.01整體

13、情況城市鄉(xiāng)村每千人口藥師、檢驗技師、影像技師及其他衛(wèi)生技術(shù)人員數(shù)（每人千）人口注冊護士數(shù)（人）每千人口執(zhí)業(yè)（助理）醫(yī)師數(shù)（人）來源：研究院根據(jù)2019年衛(wèi)生統(tǒng)計年鑒繪制。來源：研究院根據(jù)2019年衛(wèi)生統(tǒng)計年鑒繪制。7總數(shù)：6.832018年中國每千人口衛(wèi)生技術(shù)人員數(shù)總數(shù)：10.91總數(shù)：4.63AI+醫(yī)療驅(qū)動因素：支付端醫(yī)保全民覆蓋，需采取有效控費措施減輕醫(yī)保基金支出壓力國家醫(yī)保局發(fā)布的數(shù)據(jù)顯示，2019年醫(yī)保覆蓋人數(shù)達13.54億人，參保覆蓋面穩(wěn)定在95%以上。在此背景下，國家急需采 取有效的控費方式，保證醫(yī)?；鸬目沙掷m(xù)支付能力，并逐漸降低個人支付比例，減輕居民就醫(yī)壓力。目前我國醫(yī)保主要

14、按項目付費，監(jiān)管部門主要通過監(jiān)控醫(yī)療各過程判斷醫(yī)院是否存在不合理檢查、濫用藥等行為，但由于缺乏判斷標(biāo)準(zhǔn)、各 地各級別醫(yī)療機構(gòu)病案記錄方式混亂等原因，監(jiān)管難度較大。為了解決此問題，國家近年來開始試推行基于DRGs及DIP的 醫(yī)保支付制度，嘗試通過對疾病進行分類、制定標(biāo)準(zhǔn)價格區(qū)間等方式減少醫(yī)療資源的浪費，從而達到醫(yī)?？刭M的目的。艾 瑞認(rèn)為，AI+醫(yī)療中的CDSS或智慧病案產(chǎn)品能有效支撐DRGs及DIP制度的推廣與應(yīng)用。注釋：2019年城鄉(xiāng)醫(yī)療保險并軌，新農(nóng)合被納入城鎮(zhèn)居民統(tǒng)計口徑。來源：研究院根據(jù)公開資料及自主研究繪制。2.93.03.13.23.36.75.91.51.33.84.58.79.0

15、10.320152016城鎮(zhèn)職工（億人）2017新農(nóng)合（億人）20182019城鎮(zhèn)居民（億人）2015-2019年中國全民醫(yī)保覆蓋面情況居民因病就醫(yī)醫(yī)療總費用醫(yī)保支付：根據(jù)醫(yī)保目錄及支付標(biāo)準(zhǔn)進行支付個人支付醫(yī)保支付范圍以外的醫(yī)療費用補充醫(yī)療保險/商業(yè)保險對個人進行賠付全民醫(yī)保覆蓋人數(shù)增長及費用上升使醫(yī)?；饓毫薮螅t(yī)?；驔]有得到充分利用個人支付醫(yī)保外費用增多， 不合理醫(yī)藥費易產(chǎn)生醫(yī)患矛 盾，降低患者就醫(yī)滿意度面臨的問題2020年中國醫(yī)保按項目支付制度模式及面臨問題醫(yī)保支付方監(jiān)管部門對醫(yī)院不合理醫(yī)療行為 監(jiān)管難度大居民就醫(yī)所需醫(yī)療總費用增加來源：研究院根據(jù)國家醫(yī)保局?jǐn)?shù)據(jù)繪制。82%AI+醫(yī)療

16、算法應(yīng)用來源：研究院根據(jù)公開資料整理及繪制。來源：研究院根據(jù)PubMed公開資料整理及繪制。臨床活動，篩查， 診斷，治療電子病案數(shù)據(jù)（結(jié)構(gòu)化數(shù)據(jù)）人工智能機器學(xué)習(xí)自然語 言處理診療記錄、 醫(yī)囑等(非結(jié)構(gòu)化 數(shù)據(jù))主要應(yīng)用于醫(yī) 療影像識別等AI+醫(yī)療算法生態(tài)成熟，核心醫(yī)療應(yīng)用廣泛目前傳統(tǒng)的機器學(xué)習(xí)和深度學(xué)習(xí)算法已被廣泛得應(yīng)用，來處理臨床研究和醫(yī)療服務(wù)中的結(jié)構(gòu)化數(shù)據(jù)，如醫(yī)學(xué)影像數(shù)據(jù)、基 因數(shù)據(jù)和生物標(biāo)志物數(shù)據(jù)；而非結(jié)構(gòu)化數(shù)據(jù)，如人工筆記、醫(yī)學(xué)期刊與患者調(diào)查等則依靠專門的醫(yī)學(xué)自然語言處理技術(shù)來 分析。艾瑞通過PubMed公開數(shù)據(jù)整理，2012-2020年在醫(yī)學(xué)文獻中使用到的熱門機器學(xué)習(xí)算法和深度學(xué)習(xí)

17、算法包括：1） 支持向量機（38%），主要應(yīng)用于識別成像生物標(biāo)志物和醫(yī)療影像分析；2）神經(jīng)網(wǎng)絡(luò)（34%），主要應(yīng)用于生化分析、 圖像分析和藥物開發(fā)；3）邏輯回歸（4%），主要用于疾病風(fēng)險評估和臨床決策輔助系統(tǒng)。2020年中國院內(nèi)機器學(xué)習(xí)與自然語言應(yīng)用場景2012-2020年醫(yī)學(xué)文獻中熱門應(yīng)用算法主要應(yīng)用于新藥研 發(fā)、圖像分析等主要應(yīng)用于臨床 決策輔助系統(tǒng)CT、MRI影像，9基因數(shù)據(jù)等支持向量機38%34%神經(jīng)網(wǎng)絡(luò)4%邏輯回歸判別分析隨機森林3%6%線性回歸最鄰近算法3%樸素貝葉斯 2%決策樹2%其他隱馬爾科夫模型2%4%10AI+醫(yī)療痛點分析來源：研究院根據(jù)專家訪談?wù)砑袄L制。醫(yī)學(xué)數(shù)據(jù)問題 復(fù)

18、合人才問題 行業(yè)標(biāo)準(zhǔn)問題 醫(yī)療機構(gòu)合作 合規(guī)問題：目前醫(yī)療數(shù) 據(jù)的歸屬權(quán)、使用權(quán)、 存儲權(quán)、交易權(quán)利等尚 不明確；數(shù)據(jù)質(zhì)量：當(dāng)前數(shù)據(jù)標(biāo) 注方法、工具、平臺不 統(tǒng)一導(dǎo)致的標(biāo)注質(zhì)量不 一致；數(shù)據(jù)共享：醫(yī)療數(shù)據(jù)目 前仍如“孤島”，共享仍待時日缺乏復(fù)合人才：AI+醫(yī) 療領(lǐng)域所需人才不僅要 掌握人工智能相應(yīng)技術(shù)， 還需理解醫(yī)療業(yè)務(wù)流程， 目前我國的人工智能人 才培養(yǎng)機制尚無法滿足 醫(yī)療領(lǐng)域?qū)ｉT人才的培養(yǎng)需求缺標(biāo)準(zhǔn)認(rèn)證尚不健全： 大多數(shù)醫(yī)療機構(gòu)對于采 購和使用醫(yī)療人工智能 產(chǎn)品的態(tài)度是謹(jǐn)慎的， 主要原因就是此類產(chǎn)品 缺乏相關(guān)標(biāo)準(zhǔn)，無法得 到國家認(rèn)證許可，但深 層原因在于目前國家層 面的相關(guān)技術(shù)標(biāo)準(zhǔn)仍不健全

19、轉(zhuǎn)化路徑過長：目前的 合作模式大多是企業(yè)與 醫(yī)療機構(gòu)合作進行相關(guān) 醫(yī)療人工智能的科研， 但科研成果轉(zhuǎn)化為成熟 產(chǎn)品路徑過長，其中涉 及的知識產(chǎn)權(quán)、利益分 配、品牌所有權(quán)等諸多 不確定因素都會影響AI+醫(yī)療的落地AI+醫(yī)療存在技術(shù)難點與標(biāo)準(zhǔn)缺失，打通數(shù)據(jù)壁壘成為關(guān)鍵隨著我國醫(yī)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(yī)療資源分配問題以及醫(yī)療服務(wù)效率問題。 其中，醫(yī)療人工智能的廣泛應(yīng)用在提高醫(yī)療質(zhì)量和服務(wù)效率、減少誤診誤治方面發(fā)揮了重要作用。然而，目前AI+醫(yī)療仍 存在醫(yī)學(xué)數(shù)據(jù)相關(guān)問題、復(fù)合人才短缺、行業(yè)標(biāo)準(zhǔn)缺失以及醫(yī)療科研轉(zhuǎn)化為成熟產(chǎn)品的周期過長等問題。其中，數(shù)據(jù)的獲 取、使用與

20、數(shù)據(jù)共享是阻礙AI+醫(yī)療發(fā)展的最大因素。艾瑞認(rèn)為，由于AI+醫(yī)療發(fā)展的主要推動力仍是滿足醫(yī)療行業(yè)的剛性 需求，因而AI+醫(yī)療在未來必然會打通數(shù)據(jù)壁壘，實現(xiàn)數(shù)據(jù)的安全、高質(zhì)量及共享的應(yīng)用。2020年中國AI+醫(yī)療痛點分析11AI+醫(yī)療發(fā)展背景1AI+醫(yī)療發(fā)展現(xiàn)狀2AI+醫(yī)療典型企業(yè)案例分析3AI+醫(yī)療發(fā)展趨勢4目錄12AI+醫(yī)療投融資分析來源：研究院根據(jù)IT桔子公開資料整理及繪制。注釋：A輪包括preA、A、A+；B輪包括B、B+;C輪包括C、C+。 來源：研究院根據(jù)IT桔子公開資料整理及繪制。20,6%35,3%D輪及以上14,7%A輪20,6%B輪8,8%C輪天使輪D輪及以上11,9%7,1

21、%A輪 69,0%C 輪 7,1%B 輪 4,8%2019天使輪2020行業(yè)處在成長期，AI+影像是投融資熱門之一2020年醫(yī)療融資事件數(shù)持續(xù)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(fā)是今年最熱門醫(yī)療AI融 資領(lǐng)域，占已披露投資額的54%。AI+影像占融資額的比例連續(xù)三年保持在20%左右，成為另一熱門融資領(lǐng)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(yè)處于快速成長期，隨著市場融資集中度增加，艾瑞認(rèn)為，未來擁有醫(yī)療牌照

22、或技術(shù)領(lǐng)先的優(yōu)質(zhì)標(biāo)的公司會更受資本市場青睞，能吸引更多的資源與資金。2010-2020中國AI+醫(yī)療總?cè)谫Y金額與融資事件數(shù)2019&2020年中國AI+醫(yī)療項目融資輪次分布1013102040577142352010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020CDSS（億元）AI+基因檢查（億元）AI+新藥研發(fā)（億元） 智慧病案（億元）其他（億元）AI+輔助檢查（億元） 手術(shù)機器人（億元） 融資事件數(shù)（件）10.60.72.810.47.530.516.239.8中國AI+醫(yī)療政策導(dǎo)向來源：研究院根據(jù)公開資料整理及繪制。201720182

23、01920202017.7.8 國務(wù)院新一代人工智能發(fā)展規(guī)劃智能醫(yī)療，推廣人工智能治療新模式新 手段，探索人機協(xié)同智能診體系的建設(shè)；智能健康和養(yǎng)老，加強群體智能健康建 設(shè)，突破大數(shù)據(jù)、物聯(lián)網(wǎng)等關(guān)鍵技術(shù)；完善支持人工智能發(fā)展的重點政策，完善適應(yīng)人工智能醫(yī)療、保險的政策體系132018.4.28 國務(wù)院國務(wù)院辦公廳關(guān)于促進“互聯(lián)網(wǎng)+醫(yī)療 健康”發(fā)展的意見鼓勵醫(yī)聯(lián)體內(nèi)上級醫(yī)療機構(gòu)借助人工智 能等技術(shù)手段，面向基層提供遠程會診、 遠程心電診斷、遠程影像診斷等服務(wù)；推進“互聯(lián)網(wǎng)+人工智能”應(yīng)用服務(wù)，研 發(fā)基于人工智能的臨床診療決策支持系 統(tǒng)，同時加強臨床、科研數(shù)據(jù)整合共享 和應(yīng)用2019.8.1 科技部

24、國家新一代人工智能開放創(chuàng)新平臺建設(shè) 工作指引智能醫(yī)療，推廣人工智能治療新模式新 手段，探索人機協(xié)同智能診體系的建設(shè)；智能健康和養(yǎng)老，加強群體智能健康建 設(shè)，突破大數(shù)據(jù)、物聯(lián)網(wǎng)等關(guān)鍵技術(shù)；完善支持人工智能發(fā)展的重點政策，完 善適應(yīng)人工智能醫(yī)療、保險的政策體系2020.8.7 中央網(wǎng)信辦等五部門國家新一代人工智能標(biāo)準(zhǔn)體系建設(shè) 指南在2023年率先在醫(yī)療等領(lǐng)域初步建 立人工智能標(biāo)準(zhǔn)體系；智能醫(yī)療領(lǐng)域，圍繞醫(yī)療數(shù)據(jù)、醫(yī) 療診斷、醫(yī)療服務(wù)、醫(yī)療監(jiān)管等， 重點規(guī)范人工智能醫(yī)療應(yīng)用在數(shù)據(jù) 獲取、數(shù)據(jù)隱身管理等方面內(nèi)容， 制定包括醫(yī)療數(shù)據(jù)特征表示、人工 智能醫(yī)療質(zhì)量評估等標(biāo)準(zhǔn)政府高度重視AI+醫(yī)療發(fā)展，持續(xù)釋

25、放政策紅利從政策層面來說，2017年國務(wù)院發(fā)布的新一代人工智能發(fā)展規(guī)劃中提出要發(fā)展便捷高效的智能服務(wù)，推廣應(yīng)用人工智 能治療新模式、新手段，建立快速精準(zhǔn)的智能醫(yī)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(yī)療則作為AI中的先行者，得到了政府的大力倡導(dǎo)。2018年政府提出 人工智能向基層醫(yī)療進行滲透，2019年將AI+醫(yī)療的范圍進一步擴大到康養(yǎng)范疇，2020年進一步提出未來的建設(shè)指南，期 望在2023年在以醫(yī)療為代表的人工智能領(lǐng)域中建立一套初步的標(biāo)準(zhǔn)體系規(guī)范。2017-2020年中國AI+醫(yī)療典型政策分析AI+醫(yī)療市場規(guī)

26、模59.2%69.7%72.8%93.9%51.2%52.5%52.1%201520162017201820192020e2021e2022e226143606121,0577,1924,7293,1002,050CDSS（百萬元）智慧病案（百萬元）AI+輔助檢查（百萬元）其他（百萬元）增長率（%）注釋：1、AI+輔助檢查包括AI+影像、AI+病理、基因檢測等三項內(nèi)容；2、報告所列規(guī)模歷史數(shù)據(jù)和預(yù)測數(shù)據(jù)均取整數(shù)位（特殊情況：差值小于1時精確至小數(shù)點后一位），已包含四舍五入的情況；增長率的計算均基于精確的數(shù)值進行計算。 來源：綜合公開資料、企業(yè)及專家訪談，根據(jù)艾瑞統(tǒng)計模型核算及預(yù)估。2019年市

27、場規(guī)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(yī)療軟件服務(wù)市場規(guī)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(lǐng)域的盈利模式尚未明朗，導(dǎo)致AI+醫(yī)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(yī)療的需求一直很旺盛。再加上疫情影響，AI+醫(yī)療的優(yōu)勢更加凸顯，因此，國家開 始逐步發(fā)放各類醫(yī)療影像AI軟件三類證，并進一步出臺鼓勵A(yù)I+醫(yī)療發(fā)展的政策，這些將會使各細分領(lǐng)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

28、年預(yù)計市場規(guī)模將超過70億元。2015-2022年中國AI+核心醫(yī)療軟件服務(wù)市場規(guī)模AI+醫(yī)療產(chǎn)業(yè)鏈分析硬件供應(yīng)商芯片傳感器數(shù)據(jù)服務(wù)供應(yīng)商醫(yī)療數(shù)據(jù)數(shù)據(jù)標(biāo)注其他底層 服務(wù)供應(yīng)商5G通信云計算大數(shù)據(jù)基礎(chǔ)層技術(shù)層布局完備，應(yīng)用層可觸達全醫(yī)療服務(wù)場景AI+核心醫(yī)療產(chǎn)業(yè)鏈可以分為AI基礎(chǔ)層，AI醫(yī)療技術(shù)層與應(yīng)用層：1）基礎(chǔ)層，除數(shù)據(jù)服務(wù)外，芯片與通信等基礎(chǔ)核心領(lǐng)域 已形成牢固的技術(shù)壁壘，市場呈寡頭局面，艾瑞認(rèn)為，中、短期內(nèi)市場格局不會改變；2）技術(shù)層，算法、框架以及通用 技術(shù)則需要長期的投入與研發(fā)來攻克，目前各大科技企業(yè)與互聯(lián)網(wǎng)巨頭企業(yè)基本已完成布局，中小企業(yè)生存空間較少；3） 應(yīng)用層，應(yīng)用層可觸達全醫(yī)

29、療服務(wù)場景，如院內(nèi)臨床決策系統(tǒng)、手術(shù)機器人、智慧病案系統(tǒng)、醫(yī)療影像、藥企新藥研發(fā)與 基因檢測，已有大量的互聯(lián)網(wǎng)醫(yī)療公司和傳統(tǒng)醫(yī)療公司涌入。2020年中國AI+醫(yī)療產(chǎn)業(yè)鏈基礎(chǔ)層技術(shù)層應(yīng)用層院外體檢 中心基因檢 測機構(gòu)院內(nèi)AI技術(shù)供應(yīng)商醫(yī)學(xué)圖像識別醫(yī)學(xué)自然 語言處理醫(yī)學(xué)語音 語義識別醫(yī)學(xué)知識圖譜 機器學(xué)習(xí)與深度學(xué)習(xí)醫(yī)療影像臨床決策系統(tǒng)新藥研發(fā)手術(shù)機器人基因檢測智慧病案支付方藥企CRO患 者 端來源：研究院根據(jù)公開資料整理及繪制。信息流資金流15TOBAI+醫(yī)療產(chǎn)業(yè)圖譜注釋：產(chǎn)業(yè)鏈圖譜中l(wèi)ogo位置不分先后，不涉及排名。醫(yī)療機構(gòu)、檢測中心、藥企、CRO知識 圖譜機器 視覺機器 學(xué)習(xí)自然語 言處理芯

30、片云 計 算數(shù) 據(jù) 服 務(wù)患者基礎(chǔ)層技術(shù)層To C中國AI+醫(yī)療產(chǎn)業(yè)圖譜基因檢測應(yīng) 用層新藥研發(fā)智慧病案CDSS手術(shù)機器人醫(yī)療影像心臟疾病篩查眼底肺結(jié)節(jié)篩查篩查其他通 信 服 務(wù)來源：艾瑞根據(jù)專家訪談，公開信息研究繪制。16AI+醫(yī)療企業(yè)分布注釋：1. 企業(yè)分布限于篇幅，僅選取了AI+醫(yī)療細分賽道的部分企業(yè)；2. 橫坐標(biāo)為通用AI能力，參考標(biāo)準(zhǔn)為AI相關(guān)專利數(shù)情況；縱坐標(biāo)為核心醫(yī)療布局程度，參考標(biāo)準(zhǔn)為布局核心醫(yī)療場景數(shù)目及細分垂直程度，主要有公司內(nèi)部及合作院校醫(yī)療團 隊能力，在該細分領(lǐng)域頂刊發(fā)表論文的數(shù)量等。通用AI能力AI+醫(yī)療企業(yè)助力核心醫(yī)療布局，推動醫(yī)療開啟新的篇章對于AI+醫(yī)療類公司而

31、言，綜合技術(shù)能力主要體現(xiàn)在覆蓋醫(yī)療場景的廣度與對醫(yī)療垂直及細分領(lǐng)域研究的深度。該類公司 的長遠發(fā)展需要本身強大的AI能力作為支撐。因此，既具備醫(yī)療深度合作能力又具備強大AI研發(fā)能力的公司將更具發(fā)展?jié)?力。在AI+醫(yī)療領(lǐng)域，百度靈醫(yī)智惠具有以下優(yōu)勢：1）在人工智能專利申請量及發(fā)布量方面極具優(yōu)勢，在領(lǐng)域內(nèi)通用AI能 力位居第一；2）在核心醫(yī)療領(lǐng)域覆蓋場景更為全面；3）擁有雄厚的AI+醫(yī)療實力（構(gòu)建醫(yī)學(xué)知識圖譜、醫(yī)療大數(shù)據(jù)）， 因此在AI+核心醫(yī)療領(lǐng)域綜合實力處于業(yè)內(nèi)領(lǐng)先地位。除此之外，科大訊飛在AI+醫(yī)療領(lǐng)域積累與沉淀多年，在智能語音及 語言技術(shù)研究中擁有較強優(yōu)勢，并具有強大的醫(yī)療智能化分析能力。

32、2020年中國部分AI+核心醫(yī)療企業(yè)分布矩陣核 心 醫(yī) 療 布 局 程 度應(yīng)用探索者深圳硅基志諾維思惠每醫(yī)渡云Airdoc生態(tài)領(lǐng)導(dǎo)者百度靈醫(yī)智惠科大訊飛艾登積極跟進者火樹三壇邁納士天智航精鋒技術(shù)創(chuàng)新者來源：研究院根據(jù)專家訪談和公開資料（不完全統(tǒng)計）自主研究及繪制。17AI+醫(yī)療應(yīng)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(chǎn)品在醫(yī)療領(lǐng)域被越來越多使用，更多AI+醫(yī)療產(chǎn)品延伸至院內(nèi)院外更多場景，并更加深入的整合進醫(yī)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(shù)及應(yīng)用上最為成熟。其 中眼底篩查主要集中于糖尿病視網(wǎng)膜病變

33、、視神經(jīng)疾病的預(yù)測和診斷，CDSS則結(jié)合以疾病為中心的知識圖譜，智能輔助 臨床決策并助力醫(yī)療機構(gòu)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。2020年中國AI+醫(yī)療應(yīng)用成熟度分析成長期萌芽期成熟期手術(shù)機器人CDSS心電圖識別眼底篩查皮膚影像CT影像內(nèi)窺鏡影像病理影像智慧病案新藥研發(fā)基因檢測萌芽期AI+醫(yī)療應(yīng)用領(lǐng)域的企業(yè)數(shù) 量較少，技術(shù)相較國外有一定差 距，在院內(nèi)院外的應(yīng)用也較少來源：研究院根據(jù)專家訪談?wù)砑袄L制。18成長期AI+醫(yī)療應(yīng)用領(lǐng)域的企業(yè)數(shù) 量較多，技術(shù)相較國外沒有明顯 差距，在院內(nèi)院外處于推廣階段成熟期AI+醫(yī)療應(yīng)用領(lǐng)域的企 業(yè)數(shù)量最

34、多，技術(shù)相對較為成 熟，在院內(nèi)院外應(yīng)用廣泛19AI+醫(yī)療成熟期應(yīng)用分析-眼底篩查眼底篩查需求廣闊，AI+眼底商業(yè)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(wǎng)膜病變）是其中最常見的病因，且隨著糖尿病持續(xù)時間的增 加，發(fā)病率也會逐漸增加。根據(jù)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(rèn)為，隨著眼底篩查三類證的簽發(fā)，醫(yī)保收費名錄在AI領(lǐng)域的擴大以及基層醫(yī)療機構(gòu)信息 化水平的逐漸增強，未來AI+眼底篩查領(lǐng)域也得以逐漸開始從向醫(yī)院打包銷售和獨立銷售的傳統(tǒng)商業(yè)模式進一步擴展至由 醫(yī)保支付購買以及由基層醫(yī)療機

35、構(gòu)購買的新型商業(yè)模式。來源：uptodate. Klein R. The Wisconsin epidemiologic study of diabetic retinopathy. Arch Ophthalmol來源：艾瑞根據(jù)專家訪談?wù)砑袄L制。AI+眼底篩查必要性分析-糖尿病視網(wǎng)膜病變的發(fā)病率隨時間的變化情況30歲以下接受胰島素治療患者122440%20%60%80%100%48.8%81.6%58.9%99.5%69.3%97.8%2020年中國AI+眼底篩查商業(yè)模式分析傳 統(tǒng) 商 業(yè) 模 式打 包 銷 售01將AI醫(yī)學(xué)影像嵌入云HIS或云PACS中，打包售賣收費內(nèi)容：AI服務(wù)licen

36、se費+影像云實施運維費+服 務(wù)器、大屏+數(shù)字膠片02將AI圖像處理能力嵌入影像設(shè)備中，高價銷售設(shè)備收費內(nèi)容：設(shè)備銷售額抽成收費獨 立 銷 售03通過診斷模塊軟件開發(fā)服務(wù)、圖像分析軟件等名目賣進醫(yī)院收費內(nèi)容：軟件銷售費用/開發(fā)服務(wù)費用+服務(wù)器、圖 像終端新型 商業(yè) 模式由醫(yī)院采購的軟件系統(tǒng)，變?yōu)橹饕舍t(yī)保和患者付費的診療項目由主要向醫(yī)院提供，變?yōu)橹饕蚧鶎俞t(yī)療機構(gòu) 提供，打開潛在影像檢查市場視網(wǎng)膜病變發(fā)病率（%）36 糖尿病持續(xù) 時間（年）30歲以上未接受胰島素患者電子病歷評級要求AI+醫(yī)療成熟期應(yīng)用分析-CDSS來源：艾瑞根據(jù)專家訪談及國家衛(wèi)健委公開資料整理及繪制。多年臨床病歷積累循證醫(yī)學(xué)庫

37、去隱私NLP數(shù)據(jù)清洗機器學(xué)習(xí)醫(yī)院臨床最佳實踐庫循證醫(yī)學(xué)最佳實踐庫自然語 言處理深度學(xué)習(xí)知識圖譜數(shù)據(jù)挖掘投標(biāo)方式進入醫(yī)院與信息化廠商合作方式進入醫(yī)院輔助臨床 診斷決策輔助制定 治療方案4級實現(xiàn)患者的就醫(yī)流程信息在全 院范圍內(nèi)安全共享初級醫(yī)療決策支持5級各部門能夠利用全院統(tǒng)一的集成 信息和知識庫，統(tǒng)一數(shù)據(jù)管理基于集成的病人信息，利用知識庫實現(xiàn)中級醫(yī)療決策支持6級全流程醫(yī)療數(shù)據(jù)閉環(huán)管理，依據(jù) 知識庫對各醫(yī)療環(huán)節(jié)提供實時數(shù) 據(jù)核查、提示與管控形成全院級多維度醫(yī)療知識庫體 系，提供高級別醫(yī)療決策支持20AI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(yī)療在院內(nèi)融合的體現(xiàn)，也是現(xiàn)代醫(yī)

38、療體系中各醫(yī)療機構(gòu)在近年來關(guān)注的重點內(nèi)容。CDSS在臨床工作中的 應(yīng)用，使得醫(yī)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(yī)學(xué)庫的積累， 經(jīng)過人工智能的優(yōu)化處理得到最佳實踐庫，并以此為根據(jù)輔助支持醫(yī)生的臨床診斷與治療決策。2018年12月國家衛(wèi)健委出 臺政策，對醫(yī)院電子病歷評級做出了規(guī)定，并提出至2020年所有三級醫(yī)院要達到評級4級以上的要求，而4級以上評級的重 要標(biāo)準(zhǔn)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(fā)展前景以及巨大的發(fā)展?jié)摿Α?020年中國CDSS應(yīng)用分析及相關(guān)電子病歷評級要求AI+醫(yī)療成長期應(yīng)用分析-智慧病案

39、AI協(xié)助審核病案，助力醫(yī)保控費及流程管控近年來，政府出臺DRGs等按病種付費的醫(yī)保政策，由于DRGs分組所需的全部信息基本是依據(jù)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(zhì)控同樣具有重大意義：1）解決診斷選擇問題；2）規(guī)范 醫(yī)學(xué)使用術(shù)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(xié)助，構(gòu)建一套具有標(biāo)準(zhǔn)化、有 效質(zhì)控、智能化的智慧病案系統(tǒng)，將實現(xiàn)醫(yī)院統(tǒng)計工作及管理工作的高效高質(zhì)量，同時輔助醫(yī)生的日常工作流程，提升我國醫(yī)療資源的有效利用度。來源：艾瑞根據(jù)專家訪談?wù)砑袄L制。AI規(guī)范邏輯庫知識庫深度學(xué)習(xí)NLP機器學(xué)習(xí)技術(shù)架構(gòu)院內(nèi)自學(xué)習(xí)

40、系統(tǒng)住院病案填寫質(zhì)量規(guī)范醫(yī)院內(nèi)碼庫醫(yī)院自建字典院內(nèi)知識庫應(yīng)用流程實現(xiàn)功能臨床醫(yī)生填寫病歷病案人員按照填寫信息進行疾病和手術(shù)操作編碼機器全量核查及人工抽檢復(fù)查數(shù)據(jù)上傳至衛(wèi)生統(tǒng)計信息平臺2020年中國智慧病案應(yīng)用分析支持DRGs、DIP控費；進行數(shù)據(jù)準(zhǔn)確度稽查審核病案規(guī)范性、邏輯性及一致性自動編碼合并及主要診斷選擇出院診斷自動編碼2122AI+醫(yī)療發(fā)展背景1AI+醫(yī)療發(fā)展現(xiàn)狀2AI+醫(yī)療典型企業(yè)案例分析3AI+醫(yī)療發(fā)展趨勢4目錄案例介紹百度大腦AI技術(shù)驅(qū)動循證AI賦能基層醫(yī)療百度2018年成立智慧醫(yī)療部門，2019年品牌升級為靈醫(yī)智惠，目前提供智慧篩查、智慧醫(yī)院與智慧家醫(yī)等院內(nèi)外全場景 解決方案。

41、技術(shù)底層構(gòu)建在百度大腦6.0之上，醫(yī)療數(shù)據(jù)的安全與合規(guī)性受到專業(yè)技術(shù)的保障，同時百度資深醫(yī)療專家團隊 與幾十家三甲醫(yī)院的醫(yī)生緊密合作，為靈醫(yī)智惠提供專業(yè)醫(yī)學(xué)知識。公司憑借資深醫(yī)療團隊與強大的AI通用能力構(gòu)建了專業(yè)的醫(yī)學(xué)知識圖譜。靈醫(yī)智惠不僅擁有B端與C端資源，近年更積極開拓G端市場，與基層衛(wèi)生機構(gòu)、政府和監(jiān)管部門合作，共同推動基層醫(yī)療發(fā)展。來源：研究院根據(jù)公開資料整理及繪制。醫(yī)療AI專項 能力層解決方 案層AI通用能力層百度大腦6.0醫(yī)學(xué)知識 圖譜服 務(wù) 能 力 層醫(yī)療 知識庫醫(yī)療知識中臺智慧病案眼底影 像分析慢阻肺 篩查智能審方智能外呼語音電 子病歷臨床輔 助決策診斷輔助問診輔助診斷診斷質(zhì)控

42、檢驗檢查推薦醫(yī)學(xué)知識查詢治療治療方案推薦相似病歷推薦醫(yī)學(xué)知識查詢醫(yī)囑質(zhì)控用藥推薦醫(yī)院管理病案內(nèi)涵質(zhì)控醫(yī)保控費績效考核區(qū)域鏈處方流轉(zhuǎn)監(jiān)管平臺智慧篩查解決方案小度在家慢 病管理百度靈醫(yī)智惠業(yè)務(wù)布局智慧診療解決方案智慧家醫(yī)解決方案醫(yī)學(xué)自然語 言理解醫(yī)學(xué)圖像 識別醫(yī)療AI中臺AR/VR醫(yī)學(xué)語音 識別醫(yī)學(xué)OCR人臉 識別藥學(xué)服務(wù)處方事前監(jiān)控處方事中干預(yù)處方事后分析區(qū)域/互聯(lián)網(wǎng)醫(yī)院遠程審方智慧醫(yī)療服務(wù)能力群 篩查糖尿病視網(wǎng)膜病變篩查黃斑區(qū)域病變篩查青光眼篩查肺部疾病篩查慢病管理智能外呼患者教育視頻問診健康檔案智能導(dǎo)診智能互聯(lián)線上購藥主動提醒AI診前 助手23案例介紹來源：研究院根v醫(yī)療大數(shù)據(jù)整體解決方案智

43、能診前助手眼底影像分析系統(tǒng)慢病管理服務(wù)醫(yī) 院 內(nèi) 外 全 場 景 覆 蓋百度大腦核心算法與技術(shù)，高效賦能醫(yī)療服務(wù)全場景百度靈醫(yī)智惠依靠核心算法與技術(shù)，針對醫(yī)療全場景賦能，目前提供了五大解決方案：1）臨床輔助決策系統(tǒng)，提供輔助 診斷、治療方案推薦、醫(yī)囑質(zhì)控、病歷內(nèi)涵質(zhì)控等多項臨床決策支持；2）眼底影像分析系統(tǒng)，AI驅(qū)動的眼底解決方案， 覆蓋多種眼底疾病，提升基層醫(yī)生閱片能力；3）醫(yī)療大數(shù)據(jù)整體解決方案，借助多層級智能病歷結(jié)構(gòu)化，全面支持臨床、 科研、管理等場景下的數(shù)據(jù)利用需求；4）智能診前助手，通過多輪友好的智能問診了解患者病情，精準(zhǔn)匹配醫(yī)生與患者， 提升就診效率；5）慢病管理服務(wù)，面向C端的健

44、康管理平臺，可實現(xiàn)診前導(dǎo)診、疾病預(yù)判，診后用藥提醒等閉環(huán)服務(wù)。百度靈醫(yī)智惠全場景解決方案與技術(shù)優(yōu)勢電子病歷語義標(biāo)準(zhǔn)化專病深度結(jié)構(gòu)化電子病歷規(guī)范化多眼疾覆蓋專家級能力算法魯棒v性設(shè)備端閱片分析速度快據(jù)公開資料整理及繪制。評級要求全覆蓋專家v經(jīng)驗v自學(xué)習(xí)交付形式更靈活靈醫(yī)智惠 技術(shù)優(yōu)勢醫(yī)學(xué)知識 圖譜AI算法與 模型優(yōu)勢醫(yī)學(xué)自然 語言處理權(quán)威專業(yè)醫(yī)學(xué)知識圖譜專業(yè)醫(yī)學(xué)NLP技術(shù)多模型融合智能問診主動干預(yù)提醒交互簡單有趣專業(yè)管理方案臨床輔助決策系統(tǒng)24科大訊飛人工智能語音語義識別技術(shù)優(yōu)勢，助力升級CDSS相關(guān)業(yè)務(wù)科大訊飛股份有限公司成立于1999年，是亞太地區(qū)知名的智能語音和人工智能上市企業(yè)，2016年

45、成立訊飛醫(yī)療子公司， 以智能語音及人工智能技術(shù)為切入點，提供面向政府的智能醫(yī)療服務(wù)平臺和面向醫(yī)院的語音錄入解決方案，為醫(yī)生提供語 音錄入和輔助診療服務(wù)。訊飛醫(yī)療提供的核心解決方案包括：1）AI電子病案系統(tǒng)，覆蓋診前病史采集，診中錄入與診后 質(zhì)控全環(huán)節(jié)，具有專業(yè)定制醫(yī)用語音錄入、醫(yī)學(xué)特殊?？圃~匯語音快速生成的優(yōu)勢；2） CDSS系統(tǒng)，結(jié)合專科領(lǐng)域?qū)＜?經(jīng)驗與醫(yī)學(xué)臨床知識庫，提供?？祁I(lǐng)域診斷治療決策輔助與信息支持；3）全科輔診診療系統(tǒng)，2017年通過執(zhí)業(yè)醫(yī)師資格 考試筆試測試，通過語音、文字等交互方式，為基層全科醫(yī)生在不同診療環(huán)節(jié)提供有循證依據(jù)的輔助診斷建議?？拼笥嶏wAI+核心醫(yī)療布局核心 醫(yī)療

46、應(yīng)用CDSS平臺AI電子病案系統(tǒng)全科輔診診療系統(tǒng)醫(yī)療 技術(shù) 基礎(chǔ)全量病歷質(zhì)量和診療過程監(jiān)管基層醫(yī)生病歷書寫規(guī)范性建議系統(tǒng)的疾病病種涵蓋國家衛(wèi)生健康委“優(yōu)質(zhì)服務(wù)基層行66種疾病”系統(tǒng)支持語音、鍵盤、鼠標(biāo)點選等多模 態(tài)錄入快速生成醫(yī)學(xué)通用領(lǐng)域、口腔等特殊專 科詞匯語音提供專業(yè)定制醫(yī)用語音錄入設(shè)備支持語音語義智能錄入、各?？曝S富的模板體系錄入等多種錄入模式靈活錄入診前病史采集智能同步病歷深度挖掘、分析各醫(yī)療專科領(lǐng)域?qū)＜业?診斷知識和經(jīng)驗存儲海量臨床指南、醫(yī)學(xué)文獻、醫(yī)學(xué)辭典、醫(yī)學(xué)圖譜等數(shù)據(jù)運用推理引擎規(guī)則和人機交互模式，開 展臨床輔助決策支持訊飛超腦臨床指南、醫(yī)學(xué)文獻、醫(yī)學(xué)辭典、醫(yī)學(xué)圖譜等海量數(shù)據(jù)全球

47、先進的智 能語音和人工 智能核心技術(shù)來源：研究院根據(jù)公開資料整理及繪制。25惠每科技病案首頁病案質(zhì)控人工智能與數(shù)據(jù)技術(shù)公司以Mayo數(shù)據(jù)庫為支撐，賦能臨床決策與病案質(zhì)控惠每科技于2015年成立，是一家專注于醫(yī)療大數(shù)據(jù)的深度挖掘以及醫(yī)療人工智能產(chǎn)品研發(fā)和臨床應(yīng)用的公司?；菝靠萍甲?研的醫(yī)療人工智能-Dr. Mayson ，經(jīng)過多個版本的迭代升級已臻成熟，再結(jié)合世界頂尖的Mayo診療知識，提供可以覆蓋 門診、急診、住院環(huán)節(jié)以及醫(yī)、藥、護理、檢驗、質(zhì)控等流程的醫(yī)療解決方案。Dr. Mayson提供的AI+醫(yī)療服務(wù)包括: 1) 病案首頁管理，AI通過病歷語義理解及診療路徑評估，對缺陷內(nèi)容進行事中干預(yù)與

48、預(yù)警；2）病歷內(nèi)涵質(zhì)控，AI質(zhì)控覆蓋 醫(yī)院所有病歷文本內(nèi)容；3）臨床決策支持系統(tǒng)（基層），通過癥狀提示和問診引導(dǎo)，幫助基層醫(yī)生快速鑒別急危重癥及 跨?？萍膊?；4）臨床決策支持系統(tǒng)（大型醫(yī)院），基于權(quán)威醫(yī)學(xué)知識庫智能分析患者完整數(shù)據(jù)來優(yōu)化診療方案?；菝靠萍糀I+核心醫(yī)療業(yè)務(wù)智能解析所有病歷內(nèi) 容信息，對書寫形式、 術(shù)語編碼、病歷內(nèi)容 缺陷等進行事中監(jiān)測 和實時干預(yù)連鎖診所基層醫(yī)院 互聯(lián)網(wǎng)醫(yī)院基層CDSS囊括2000余 種常見疾病醫(yī)學(xué)自然 語言處理大型醫(yī)院CDSSMayson數(shù)據(jù)AI數(shù)據(jù)醫(yī)學(xué)知輔助CDSS滿足高 源處理識庫診療級別電子病歷評級要求社區(qū)衛(wèi)生服務(wù)中心Mayo數(shù)據(jù)庫支持來源：研究院根據(jù)公

49、開資料整理及繪制。26醫(yī)渡云打破院內(nèi)數(shù)據(jù)孤島，YiduCloud賦能醫(yī)療生態(tài)知識圖譜與 模型升級算法 及 場景 運行醫(yī)渡云成立于2014年， 2015年開始為醫(yī)院和其他醫(yī)療機構(gòu)提供基于大數(shù)據(jù)和人工智能技術(shù)的醫(yī)療創(chuàng)新解決方案。 YiduCore是醫(yī)渡云自主開發(fā)的醫(yī)學(xué)數(shù)據(jù)智能平臺，能夠?qū)Υ笠?guī)模多源異構(gòu)醫(yī)療數(shù)據(jù)進行深度處理和分析，建立真實世界疾 病領(lǐng)域模型。醫(yī)渡云以Yiducore為基礎(chǔ)，針對醫(yī)療行業(yè)內(nèi)存在的院內(nèi)數(shù)據(jù)互通互聯(lián)差、病種標(biāo)桿和?？茖２≈笜?biāo)不可比、 數(shù)據(jù)指標(biāo)口徑復(fù)雜等問題，構(gòu)建出一套涵蓋臨床決策系統(tǒng)在內(nèi)的醫(yī)療大數(shù)據(jù)及醫(yī)療管理解決方案。醫(yī)渡云的病歷數(shù)據(jù)分析 智能決策支持系統(tǒng)提供：1） 全科醫(yī)

50、學(xué)CDSS；2）特定疾病CDSS；3）智能病案質(zhì)量控制系統(tǒng)。醫(yī)渡云AI與大數(shù)據(jù)醫(yī)療管理解決方案病歷數(shù)據(jù)分析智 能決策支持系統(tǒng)全科醫(yī)學(xué)CDSS與特定疾病CDSS醫(yī)院信息系統(tǒng)院外 數(shù)據(jù)質(zhì)控智能病案數(shù)據(jù)應(yīng)用神經(jīng)網(wǎng)絡(luò)演算法為病案首頁創(chuàng)建預(yù)設(shè)規(guī)則和質(zhì) 量控制模型，分析病案首頁中的內(nèi)容是否符合監(jiān)管 要求，以及醫(yī)院在住院病案保存方面的內(nèi)部政策醫(yī)院的患者病 案或?qū)２鞓?gòu)建特定疾病的數(shù)據(jù)訓(xùn)練集建立特定疾病決策規(guī)則編纂、整理 專家的經(jīng)驗提供診療 咨詢建議可穿戴設(shè)備、 移動應(yīng)用程 式收集合作醫(yī)院提供HIS、LIS、麻 醉、PACS數(shù)據(jù)中心數(shù)據(jù)結(jié)構(gòu)化數(shù)據(jù)標(biāo)準(zhǔn)化數(shù)據(jù)挖掘與建模數(shù)據(jù)管理結(jié)構(gòu)化搜索統(tǒng)計分析與數(shù)據(jù)挖掘機器學(xué)習(xí)

51、NLP數(shù)據(jù)中心來源：研究院根據(jù)公開資料整理及繪制。2728AI+醫(yī)療發(fā)展背景1AI+醫(yī)療發(fā)展現(xiàn)狀2AI+醫(yī)療典型企業(yè)案例分析3AI+醫(yī)療發(fā)展趨勢4目錄AI+醫(yī)療圖譜趨勢來源：艾瑞根據(jù)專家訪談?wù)砑袄L制。現(xiàn) 有 技 術(shù)發(fā) 展 趨 勢SLMLFMNTMMF醫(yī)學(xué)知識表示醫(yī)學(xué)知識抽取醫(yī)學(xué)知識融合醫(yī)學(xué)知識推理距離平移模型 翻譯模型復(fù)雜關(guān)系模型實體抽取疾病名、藥物名、 癥狀名等關(guān)系抽取實體對齊消除異構(gòu)數(shù)據(jù)中 的實體沖突實體鏈接傳統(tǒng)知識推理描述邏輯推理 基于規(guī)則推理 基于案例推理語義匹配模型抽取語義鏈接詞對醫(yī)療文本的實 體指代進行消歧新型知識推理屬性抽取藥品、器械規(guī)格、 劑量、適應(yīng)癥等關(guān)系推演將動態(tài)產(chǎn)生關(guān)系擴 展至整個知識庫人工神經(jīng)網(wǎng)絡(luò)模型遺傳模型反向傳播網(wǎng)絡(luò)模型隨著人工智能的不斷發(fā)自動抽取方式是利用數(shù) 據(jù)挖掘、人工智能、機 器學(xué)習(xí)等技術(shù)從醫(yī)學(xué)信 息中自動提取基本元素 自動抽取已成為近年來 的研究熱點及未來醫(yī)學(xué) 知識抽取的趨勢目前醫(yī)療領(lǐng)域的知識融隨著醫(yī)療大數(shù)據(jù)規(guī)模的 飛速增長，人工智能技 術(shù)對