近期，AlphaGo戰(zhàn)勝“圍棋天才”柯潔，機(jī)器人Al-Maths 22 分鐘內(nèi)完成了文科數(shù)學(xué)北京卷，人工智能一次又一次沖擊著人們的想象力。在《人工智能人才數(shù)據(jù)報(bào)告》中顯示，北美地區(qū)去年人工智能開(kāi)發(fā)的相關(guān)職位需求約有10萬(wàn)，而人才市場(chǎng)只有3萬(wàn)名開(kāi)發(fā)者，供求嚴(yán)重失衡。這一現(xiàn)象直接導(dǎo)致全球科技巨頭紛紛加入人工智能人才爭(zhēng)奪戰(zhàn)之中。而在國(guó)內(nèi)，人工智能領(lǐng)域的專(zhuān)業(yè)人才供求失衡更嚴(yán)重，供求比例接近1比10。國(guó)內(nèi)企業(yè)百度、騰訊、滴滴等以設(shè)立研究院的形式，殺入美國(guó)高科技中心硅谷，與谷歌、亞馬遜、微軟等企業(yè)掀起人才的激烈爭(zhēng)奪戰(zhàn)。隨著全球各大互聯(lián)網(wǎng)巨頭紛紛推出自己的人工智能產(chǎn)品和技術(shù)，2017年也被稱(chēng)為人工智能發(fā)展的拐點(diǎn)。

基于此背景環(huán)境下，HC3i中國(guó)數(shù)字醫(yī)療網(wǎng)秉持專(zhuān)注、專(zhuān)業(yè)的態(tài)度組織開(kāi)展了2016-2017年度人工智能 醫(yī)療市場(chǎng)分析及趨勢(shì)報(bào)告的調(diào)研活動(dòng)，收集了千余份醫(yī)療行業(yè)相關(guān)用戶(hù)的問(wèn)卷反饋，洞察人工智能 醫(yī)療市場(chǎng)發(fā)展的現(xiàn)狀，解析人工智能 醫(yī)療的發(fā)展趨勢(shì)。

（HC3i中國(guó)數(shù)字醫(yī)療網(wǎng)作為中國(guó)首家專(zhuān)注于醫(yī)療信息化、互聯(lián)網(wǎng)醫(yī)療和移動(dòng)醫(yī)療的專(zhuān)業(yè)網(wǎng)絡(luò)平臺(tái)，專(zhuān)注行業(yè)、深挖行業(yè)為醫(yī)療行業(yè)提供最新趨勢(shì)和動(dòng)態(tài)消息，為醫(yī)療行業(yè)管理者、醫(yī)療行業(yè)CIO、醫(yī)療行業(yè)網(wǎng)絡(luò)運(yùn)維人員等提供豐富的知識(shí)與資訊，為讀者提供一個(gè)互動(dòng)交流和各種市場(chǎng)活動(dòng)的廣闊在線空間。）

樣本統(tǒng)計(jì)：本次調(diào)查問(wèn)卷回收樣本數(shù)量達(dá)到5693份，有效樣本5465份，有效率達(dá)95.9%。本次樣本對(duì)象包含了61.34%醫(yī)院用戶(hù)，33.1%從事與人工智能 醫(yī)療領(lǐng)域相關(guān)的企業(yè)用戶(hù)，以及5.56%的資本方用戶(hù)。

第一章 人工智能發(fā)展歷程

兩年前比爾·蓋茨在一次活動(dòng)中被問(wèn)到這樣一個(gè)問(wèn)題，“如果微軟沒(méi)有取得今天的成功，你會(huì)做什么?”蓋茨的回答是：“我可能會(huì)從事人工智能技術(shù)的研究工作”。

“人工智能”（Artificaial Inetlligence）一詞最初是在1956年Dartmouth學(xué)會(huì)上被提出，從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之?dāng)U展。但是在其還不長(zhǎng)的歷史中，人工智能的發(fā)展比預(yù)想的要慢，但腳步始終在前進(jìn)。

1.1 人工智能發(fā)展五大階段：

第一階段：計(jì)算機(jī)時(shí)代。1941年電子計(jì)算機(jī)的出現(xiàn)使信息存儲(chǔ)和處理的各個(gè)方面都發(fā)生了巨大變革。1949年具有存儲(chǔ)程序的計(jì)算機(jī)經(jīng)過(guò)改進(jìn)簡(jiǎn)化了輸入程序，而且計(jì)算機(jī)理論的發(fā)展產(chǎn)生了計(jì)算機(jī)科學(xué)，并最終促使了人工智能的出現(xiàn)。計(jì)算機(jī)通過(guò)電子方式處理數(shù)據(jù)這一發(fā)明，為人工智能的可能實(shí)現(xiàn)提供了一種媒介。

第二階段：邏輯時(shí)代。計(jì)算機(jī)為人工智能提供了必要的技術(shù)基礎(chǔ)，但直到50年代早期人們才注意到人類(lèi)智能與機(jī)器之間的聯(lián)系。1955年末，Newell和Simon做了一個(gè)名為“邏輯專(zhuān)家”（Logic Theorist）的程序，而這個(gè)程序被很多人認(rèn)為是第一個(gè)AI程序。它將每個(gè)問(wèn)題都表示成一個(gè)樹(shù)形模型，然后選擇最可能得到正確結(jié)論的那一支脈來(lái)求解問(wèn)題。“邏輯專(zhuān)家”對(duì)公眾和AI研究領(lǐng)域產(chǎn)生的影響使它成為AI發(fā)展中的一個(gè)重要的里程碑。在1956年，人工智能之父John McCarthy組織了Dartmouth學(xué)會(huì)，聚集了AI的創(chuàng)立者們，為以后的AI研究奠定了基礎(chǔ)。

第三階段：系統(tǒng)時(shí)代。AI研究開(kāi)始快速發(fā)展，Carnegie Mellon大學(xué)和MIT開(kāi)始組建AI研究中心，研究面臨著新的挑戰(zhàn)：一是，需要建立能夠更有效解決問(wèn)題的系統(tǒng)；二是，建立自我學(xué)習(xí)的系統(tǒng)。1958年，McCarthy宣布了新的成果：LISP語(yǔ)言?！癓ISP”的意思是“表處理”（ListProcessing）。1963年MIT從美國(guó)政府申請(qǐng)到一筆220萬(wàn)美元的資助，用于研究機(jī)器輔助識(shí)別。

第四階段：計(jì)算時(shí)代。在MIT由Marvin Minsky領(lǐng)導(dǎo)的研究人員發(fā)現(xiàn)，面對(duì)小規(guī)模的對(duì)象，計(jì)算機(jī)程序可以解決空間和邏輯問(wèn)題。在60年代末出現(xiàn)的“STUDENT”可以解決代數(shù)問(wèn)題。70年代的專(zhuān)家系統(tǒng)，可以預(yù)測(cè)在一定條件下某種解的概率。由于當(dāng)時(shí)計(jì)算機(jī)已擁有巨大容量，專(zhuān)家系統(tǒng)有可能從數(shù)據(jù)中得出規(guī)律。同時(shí)，類(lèi)似注明的Minsky的構(gòu)造理、DavidMarr提出的機(jī)器視覺(jué)方面的新理論，以及PROLOGE語(yǔ)言。80年代，AI前進(jìn)更為迅速，進(jìn)入到了計(jì)算時(shí)代。

第五階段：融合時(shí)代。從人們開(kāi)始感受到計(jì)算機(jī)和人工智能技術(shù)的影像，計(jì)算機(jī)技術(shù)不再只屬于實(shí)驗(yàn)室中的一小群研究人員。各行各業(yè)都開(kāi)展了基于計(jì)算機(jī)技術(shù)之上的人工智能技術(shù)的研發(fā)和探索。AI技術(shù)簡(jiǎn)化了醫(yī)療、教育、交通等行業(yè)的規(guī)則，同時(shí)，他們對(duì)人工智能相關(guān)技術(shù)更大的需求促使新的進(jìn)步不斷出現(xiàn)。人工智能已經(jīng)并且將繼續(xù)不可避免的改變我們的生活。

1.2 促進(jìn)人工智能領(lǐng)域革命的五大因素：

(1)機(jī)器學(xué)習(xí)machine learning的成熟，主要由云計(jì)算資源、大范圍互聯(lián)網(wǎng)數(shù)據(jù)收集驅(qū)動(dòng)。

(2)深度學(xué)習(xí)deep learning——一種適應(yīng)性人工神經(jīng)網(wǎng)絡(luò)形式，通過(guò)back propagation反向傳播的方法來(lái)訓(xùn)練，大力推動(dòng)機(jī)器學(xué)習(xí)。

(3)基礎(chǔ)操作的硬件技術(shù)重大進(jìn)步，如感應(yīng)、感知、目標(biāo)識(shí)別等。

(4)數(shù)據(jù)導(dǎo)向產(chǎn)品的新平臺(tái)和市場(chǎng)、尋找新產(chǎn)品和市場(chǎng)的利益驅(qū)動(dòng)。

(5)有供給、有需求的市場(chǎng)。

第二章 人工智能 醫(yī)療發(fā)展

隨著圖像識(shí)別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)的突破帶動(dòng)了人工智能新一輪的大發(fā)展。人工智能 醫(yī)療屬于人工智能應(yīng)用層面范疇，泛指將人工智能及相關(guān)技術(shù)應(yīng)用在醫(yī)療領(lǐng)域。與互聯(lián)網(wǎng)的不同，人工智能對(duì)醫(yī)療領(lǐng)域的改造是顛覆性的。從變革層面講，人工智能是從生產(chǎn)力層面對(duì)傳統(tǒng)醫(yī)療行業(yè)進(jìn)行變革；從形式上講，人工智能應(yīng)用在醫(yī)療領(lǐng)域是一種技術(shù)創(chuàng)新；從改造的領(lǐng)域來(lái)講，人工智能改造的是醫(yī)療領(lǐng)域的供給端；從驅(qū)動(dòng)力來(lái)講，人工智能主要是技術(shù)驅(qū)動(dòng)，尤其是底層技術(shù)的驅(qū)動(dòng)；從創(chuàng)新的性質(zhì)而言，人工智能屬于重大創(chuàng)新；從對(duì)市場(chǎng)影響而言，人工智能帶來(lái)的是增量市場(chǎng)，且隨著智能程度不斷提升，理論上潛在的市場(chǎng)空間無(wú)限。

2.1 人工智能 醫(yī)療領(lǐng)域發(fā)展史：

2016年2月，谷歌DeepMind公布成立DeepMind Health部門(mén)，與英國(guó)國(guó)家健康體系（NHS）合作，幫助他們輔助決策或者提高效率縮短時(shí)間。在與皇家自由醫(yī)院的合作試點(diǎn)中，DeepMind Health開(kāi)發(fā)了名為Streams的軟件。這一軟件用于血液測(cè)試的AKI報(bào)警平臺(tái)，幫助臨床醫(yī)生更快地查看醫(yī)療結(jié)果。

5月，“人工智能”首次出現(xiàn)在“十三五”規(guī)劃草案中，5月底，發(fā)改委高技術(shù)產(chǎn)業(yè)司正式印發(fā)《互聯(lián)網(wǎng) 人工智能三年行動(dòng)實(shí)施方案》，明確了人工智能的總體思路、目標(biāo)與主要任務(wù)。

6月，IBM Watson聯(lián)手XPRIZE設(shè)立500萬(wàn)美元人工智能基金項(xiàng)目，力促人工智能發(fā)展。

7月，谷歌DeepMind 與 NHS（英國(guó)國(guó)家醫(yī)療服務(wù)體系）再次合作，同 Moorfields 眼科醫(yī)院一起開(kāi)發(fā)辨識(shí)視覺(jué)疾病的機(jī)器學(xué)習(xí)系統(tǒng)。通過(guò)一張眼部掃描圖，該系統(tǒng)能夠辨識(shí)出視覺(jué)疾病的早期癥狀，達(dá)到提前預(yù)防視覺(jué)疾病的目的。

9月20日，IBM公司和美國(guó)麻省理工學(xué)院（MIT）宣布，將聯(lián)合創(chuàng)建“激發(fā)大腦多媒體機(jī)器理解實(shí)驗(yàn)室（BM3C）”,旨在使人工智能可以像人一樣看和聽(tīng)。

9月28日，F(xiàn)acebook、Amazon、谷歌Alphabet、IBM和微軟自發(fā)聚集在一起，宣布締結(jié)新的人工智能（AI）伙伴關(guān)系，旨在進(jìn)行研究和推廣人工智能。

10月21日，世界機(jī)器人大會(huì)在北京亦創(chuàng)國(guó)際會(huì)展中心開(kāi)幕，25日?qǐng)A滿(mǎn)落幕，此次大會(huì)有幾個(gè)人工智能醫(yī)療產(chǎn)品令人難忘，代表作是“變形金剛”膠囊，吞下后短短一分鐘就在胃里完成變身，鎖定病灶，拍照，回傳。

可見(jiàn)，2016年既是人工智能的黃金時(shí)代，同時(shí)也是人工智能 醫(yī)療的黃金時(shí)代。而2017年被稱(chēng)為人工智能發(fā)展的拐點(diǎn)，而這一拐點(diǎn)的標(biāo)志之一就是人工智能技術(shù)的加速產(chǎn)品化。

“長(zhǎng)遠(yuǎn)來(lái)看是設(shè)備將消失，計(jì)算將從移動(dòng)優(yōu)先進(jìn)化到人工智能優(yōu)先?！?/p>

第三章 人工智能 醫(yī)療市場(chǎng)發(fā)展現(xiàn)狀分析

通過(guò)問(wèn)卷調(diào)查反饋的數(shù)據(jù)顯示，在醫(yī)療行業(yè)中，已成熟應(yīng)用以及正在嘗試、計(jì)劃應(yīng)用人工智能技術(shù)的占比已達(dá)78.5%。同時(shí)，有76.39%的人認(rèn)為人工智能技術(shù)將會(huì)在醫(yī)療行業(yè)廣泛應(yīng)用。對(duì)此，我們從人才、技術(shù)、應(yīng)用、資本四個(gè)維度進(jìn)行人工智能 醫(yī)療市場(chǎng)發(fā)展現(xiàn)狀分析。

3.1 人才

全世界都需要優(yōu)秀的人工智能人才，以進(jìn)一步釋放機(jī)器計(jì)算和機(jī)器學(xué)習(xí)技術(shù)的巨大潛能。目前擁有人工智能相關(guān)專(zhuān)業(yè)人才數(shù)量最多的十個(gè)國(guó)家依次為：美國(guó)、英國(guó)、印度、加拿大、法國(guó)、荷蘭、德國(guó)、西班牙、巴西、中國(guó)。

從中美人工智能人才的從業(yè)年限構(gòu)成比例上看，美國(guó)擁有10年以上經(jīng)驗(yàn)的人工智能人才比例接近50%，而我國(guó)十年以上經(jīng)驗(yàn)的人才比率只有不到25%。然而，美國(guó)5年以下經(jīng)驗(yàn)的人才比例約為28%，而我國(guó)的這一數(shù)字比率超過(guò)了40%。盡管我國(guó)人工智能專(zhuān)業(yè)人才總量較美國(guó)和歐洲發(fā)達(dá)國(guó)家來(lái)說(shuō)還較少，10年以上資深人才尚缺乏?？梢?jiàn)，在我國(guó)，人工智能領(lǐng)域的專(zhuān)業(yè)人才供求失衡嚴(yán)重，供求比例接近1比10。國(guó)內(nèi)企業(yè)百度、騰訊、滴滴等以設(shè)立研究院的形式，殺入美國(guó)高科技中心硅谷，與谷歌、亞馬遜、微軟等企業(yè)掀起人才的激烈爭(zhēng)奪戰(zhàn)。

而在醫(yī)療行業(yè)，既懂人工智能又懂醫(yī)療的人才更是稀缺，基于此背景下，我國(guó)加強(qiáng)對(duì)人工智能專(zhuān)業(yè)人才的重視程度，國(guó)家發(fā)改委、科技部等四部委去年聯(lián)合發(fā)布《“互聯(lián)網(wǎng) ”人工智能三年行動(dòng)實(shí)施方案》，并將“人工智能”首次納入到中國(guó)政府工作報(bào)告中。從人才從業(yè)年限結(jié)構(gòu)分布上來(lái)看，我國(guó)新一代人工智能人才比例較高，人才培養(yǎng)和發(fā)展空間廣闊。

3.2 技術(shù)

據(jù)調(diào)查數(shù)據(jù)顯示，61.11%的人認(rèn)為人工智能在醫(yī)療行業(yè)的主要發(fā)展機(jī)遇是技術(shù)的增長(zhǎng)速度快于其應(yīng)用速度。

高效的算法、充足的數(shù)據(jù)和計(jì)算能力是人工智能發(fā)展的三個(gè)必要條件。

·算法。就應(yīng)用層面而言，中國(guó)的算法發(fā)展程度與其他國(guó)家并無(wú)太大差距。事實(shí)上，中國(guó)在語(yǔ)音識(shí)別和定向廣告的人工智能算法上取得了突破進(jìn)展。而全球的開(kāi)源平臺(tái)也使得中國(guó)企業(yè)能夠快速地復(fù)制其他地區(qū)開(kāi)發(fā)的先進(jìn)算法。但是，目前中國(guó)的研究人員在基礎(chǔ)算法研發(fā)領(lǐng)域仍遠(yuǎn)遠(yuǎn)落后于英美同行。需要中國(guó)的大學(xué)教育對(duì)學(xué)生提出更高的數(shù)學(xué)和統(tǒng)計(jì)學(xué)要求，并且集中資源發(fā)展該領(lǐng)域全球前沿研究，人工智能的發(fā)展必將受益匪淺。另一個(gè)值得思考的方向是改進(jìn)現(xiàn)有的科研經(jīng)費(fèi)分配模式來(lái)推進(jìn)創(chuàng)新。

·數(shù)據(jù)。人工智能系統(tǒng)必須通過(guò)大量的數(shù)據(jù)來(lái)“訓(xùn)練”自己，才能不斷提升輸出結(jié)果的質(zhì)量。中國(guó)的醫(yī)療數(shù)據(jù)并不匱乏，但是有效的醫(yī)療數(shù)據(jù)仍舊“捉襟見(jiàn)肘”，這讓機(jī)器學(xué)習(xí)上困難重重。

數(shù)據(jù)領(lǐng)域的三大因素可能會(huì)影響中國(guó)人工智能的發(fā)展：一是，盡管能夠通過(guò)專(zhuān)有平臺(tái)獲得海量數(shù)據(jù)，但在創(chuàng)建一個(gè)標(biāo)準(zhǔn)統(tǒng)一、跨平臺(tái)分享的數(shù)據(jù)友好型生態(tài)系統(tǒng)方面，中國(guó)仍落后于美國(guó)。二是，全球各國(guó)都已意識(shí)到開(kāi)放政府?dāng)?shù)據(jù)庫(kù)有助于促進(jìn)私營(yíng)領(lǐng)域創(chuàng)新，但中國(guó)政府?dāng)?shù)據(jù)的開(kāi)放度仍極為有限。三是，對(duì)跨境數(shù)據(jù)流通的限制也使得中國(guó)在全球合作中處于不利地位。

·計(jì)算能力。高運(yùn)算速度的計(jì)算技術(shù)是發(fā)展尖端人工智能技術(shù)的重中之重，而其耗能水平則決定著人工智能解決方案能否實(shí)現(xiàn)大規(guī)模商業(yè)化。計(jì)算能力是人工智能的基礎(chǔ)設(shè)施之一，因此具有極高的戰(zhàn)略意義。

3.3 應(yīng)用

人工智能對(duì)于醫(yī)療健康領(lǐng)域中的應(yīng)用已經(jīng)非常廣泛，從應(yīng)用場(chǎng)景來(lái)看主要分成了語(yǔ)音識(shí)別、醫(yī)學(xué)影像、藥物挖掘、營(yíng)養(yǎng)學(xué)、生物技術(shù)、急救室管理、醫(yī)院管理、健康管理、精神健康、可穿戴設(shè)備、風(fēng)險(xiǎn)管理和病理學(xué)共12個(gè)領(lǐng)域。

3.3.1 語(yǔ)音識(shí)別：人工智能可以診斷疾病。

通過(guò)語(yǔ)音識(shí)別和疾病數(shù)據(jù)分析，可實(shí)現(xiàn)機(jī)器診斷疾病。醫(yī)療是一個(gè)更垂直，專(zhuān)業(yè)度更高的領(lǐng)域，有很多專(zhuān)業(yè)術(shù)語(yǔ)和專(zhuān)業(yè)技能需要我們?nèi)W(xué)習(xí)。而這就需要大量的醫(yī)療專(zhuān)業(yè)詞匯庫(kù)的積累。人工智能診斷疾病可更準(zhǔn)確、更快捷、更安全，以及更便宜的實(shí)現(xiàn)病患處理。

3.3.2 醫(yī)學(xué)影像：幫助和教會(huì)醫(yī)生看膠片

醫(yī)學(xué)影像與人工智能的結(jié)合，是數(shù)字醫(yī)療領(lǐng)域較新的分支，而且是數(shù)字醫(yī)療產(chǎn)業(yè)的熱點(diǎn)。醫(yī)學(xué)影像包含了海量的數(shù)據(jù)，即使有經(jīng)驗(yàn)的醫(yī)生有時(shí)也顯得無(wú)所適從。醫(yī)學(xué)影像的解讀需要長(zhǎng)時(shí)間專(zhuān)業(yè)經(jīng)驗(yàn)的積累，放射科醫(yī)生的培養(yǎng)周期相對(duì)較長(zhǎng)，而人工智能在對(duì)圖像的檢測(cè)效率和精度兩個(gè)方面，都可以做得比專(zhuān)業(yè)醫(yī)生更快，還可以減少人為操作的誤判率。

3.3.3 藥物挖掘：大幅度降低藥物研發(fā)成本

藥物的發(fā)現(xiàn)和篩選經(jīng)歷了三個(gè)階段：

第一個(gè)階段是1930年～1960年之間的隨機(jī)篩選藥物階段。隨機(jī)篩選藥物的典型代表就是利用細(xì)菌培養(yǎng)法從自然資源中篩選抗菌素。

第二個(gè)階段是1970年～2000年可以使用高吞吐量的靶向篩選大型化學(xué)庫(kù)。組合化學(xué)的出現(xiàn)改變了人類(lèi)獲取新化合物的方式，人們可以通過(guò)較少的步驟在短時(shí)間內(nèi)同時(shí)合成大量化合物，在這樣的背景下高通量篩選的技術(shù)應(yīng)運(yùn)而生。高通量篩選技術(shù)可以在短時(shí)間內(nèi)對(duì)大量候選化合物完成篩選，經(jīng)過(guò)發(fā)展，已經(jīng)成為比較成熟的技術(shù)，不僅僅應(yīng)用于對(duì)組合化學(xué)庫(kù)的化合物篩選，還更多地應(yīng)用于對(duì)現(xiàn)有化合物庫(kù)的篩選。

第三個(gè)階段是現(xiàn)在，虛擬藥物篩選階段，將藥物篩選的過(guò)程在計(jì)算機(jī)上模擬，對(duì)化合物可能的活性作出預(yù)測(cè)，進(jìn)而對(duì)比較有可能成為藥物的化合物進(jìn)行有針對(duì)性的實(shí)體體篩選，從而可以極大地減少藥物開(kāi)發(fā)成本。在醫(yī)藥領(lǐng)域，最早利用計(jì)算機(jī)技術(shù)和人工智能并且進(jìn)展較大的就是在藥物挖掘上，如研發(fā)新藥、老藥新用、藥物篩選、預(yù)測(cè)藥物副作用、藥物跟蹤研究等，均起到了積極作用。這實(shí)際上已經(jīng)產(chǎn)生了一門(mén)新學(xué)科，即藥物臨床研究的計(jì)算機(jī)仿真(CTS)。

3.3.4 營(yíng)養(yǎng)監(jiān)督：管理我們的健康

在我國(guó)，進(jìn)入小康社會(huì)之后，人們的生活水平大幅度上升，上層中產(chǎn)階級(jí)的數(shù)量從2002年的330萬(wàn)上升到2012年的3584萬(wàn)，大眾中產(chǎn)階級(jí)從1155萬(wàn)上升到1.38億。這些人群對(duì)食品的營(yíng)養(yǎng)有更高的要求，不僅僅是為了吃飽，而是為了身體健康能夠吃好。合理的膳食搭配以及更安全的有機(jī)食品需求成為新的食品產(chǎn)業(yè)增長(zhǎng)點(diǎn)，急需新技術(shù)推動(dòng)行業(yè)變革。

通過(guò)分析標(biāo)準(zhǔn)化飲食的結(jié)果，研究者發(fā)現(xiàn)即便食用同樣的食品，不同人的反應(yīng)依然存在巨大差異。這表明，過(guò)去通過(guò)經(jīng)驗(yàn)得出的“推薦營(yíng)養(yǎng)攝入”從根本上就有“漏洞”。接下來(lái)，研究者開(kāi)發(fā)了一套“機(jī)器學(xué)習(xí)”算法，分析學(xué)習(xí)血樣、腸道菌群特征與餐后血糖水平之間的關(guān)聯(lián)，并嘗試用標(biāo)準(zhǔn)化食品進(jìn)行血糖預(yù)測(cè)。葡萄糖是人類(lèi)細(xì)胞最主要的能量來(lái)源，血糖異常會(huì)導(dǎo)致多項(xiàng)重要疾病?？梢哉f(shuō)，血糖管理是精準(zhǔn)營(yíng)養(yǎng)的基石。機(jī)器學(xué)習(xí)算法可以給出了更精準(zhǔn)的營(yíng)養(yǎng)學(xué)建議。

3.4 資本

據(jù)數(shù)據(jù)顯示，全球AI風(fēng)投已經(jīng)從2012年的5.89億美元，猛增至2016年的50多億美元。預(yù)計(jì)到2025年，人工智能應(yīng)用市場(chǎng)總值將達(dá)到1270億美元。其中，醫(yī)療行業(yè)將占市場(chǎng)規(guī)模的五分之一。在2017年僅第一季度就有30多家人工智能企業(yè)獲得融資，落實(shí)到具體行業(yè)中，醫(yī)療健康領(lǐng)域的人工智能創(chuàng)業(yè)公司表現(xiàn)尤為突出，關(guān)注度和融資量最高。

從融資輪次來(lái)看，大部分醫(yī)療人工智能企業(yè)都處在A輪以前，最多也就是到B輪，幾家上市企業(yè)是將人工智能技術(shù)應(yīng)用在醫(yī)療而不是依靠人工智能技術(shù)發(fā)家的。2016年中國(guó)人工智能 醫(yī)療市場(chǎng)規(guī)模達(dá)到96.61億元，增長(zhǎng)率為37.9％，中國(guó)人工智能 醫(yī)療市場(chǎng)規(guī)模在持續(xù)增長(zhǎng)，2017年將超130億元，增長(zhǎng)40.7％，有望在2018年市場(chǎng)規(guī)模達(dá)到200億元。

近年來(lái)，隨著移動(dòng)互聯(lián)、物聯(lián)網(wǎng)等新興技術(shù)的快速發(fā)展，由不同終端設(shè)備產(chǎn)生出的數(shù)據(jù)量愈加龐大，據(jù)相關(guān)機(jī)構(gòu)預(yù)測(cè)，在2020年大數(shù)據(jù)量將上漲至44ZB。據(jù)了解，這些數(shù)據(jù)有高達(dá)80%都是來(lái)源于文本、圖像、視頻等非結(jié)構(gòu)化數(shù)據(jù)，但是由于技術(shù)瓶頸，現(xiàn)有的IT系統(tǒng)無(wú)法識(shí)別這些非結(jié)構(gòu)化數(shù)據(jù)，因此，這些數(shù)據(jù)就猶如“垃圾”，變得毫無(wú)價(jià)值。而基于人工智能的認(rèn)知技術(shù)則是大數(shù)據(jù)時(shí)代的必然產(chǎn)物，不但能夠識(shí)別大量的非結(jié)構(gòu)化數(shù)據(jù)，更可以提供數(shù)據(jù)洞察。認(rèn)知計(jì)算能夠理解各種形式的非結(jié)構(gòu)化數(shù)據(jù)，由此生成數(shù)據(jù)洞察，助力企業(yè)快速?gòu)膹?fù)雜的海量數(shù)據(jù)中獲得洞察，并做出更為精準(zhǔn)的商業(yè)決策。而在醫(yī)療領(lǐng)域，產(chǎn)生了大量的數(shù)據(jù)，而這些數(shù)據(jù)也幾乎是非結(jié)構(gòu)數(shù)據(jù)。事實(shí)上，國(guó)內(nèi)外已經(jīng)有一些高科技企業(yè)將這些認(rèn)知計(jì)算和深度學(xué)習(xí)等先進(jìn)技術(shù)用于醫(yī)療影像領(lǐng)域。

從投資角度來(lái)講，醫(yī)療領(lǐng)域的人工智能應(yīng)用最具價(jià)值。在一些垂直領(lǐng)域，人工智能的應(yīng)用最容易獲得成功，或者說(shuō)能夠?qū)崿F(xiàn)產(chǎn)業(yè)化。因?yàn)橐恍┐怪鳖I(lǐng)域相對(duì)來(lái)說(shuō)數(shù)據(jù)量比較小，所以機(jī)器深度學(xué)習(xí)能夠做的用戶(hù)體驗(yàn)比較好。

第四章 人工智能 醫(yī)療市場(chǎng)發(fā)展痛點(diǎn)分析

4.1 人工智能的發(fā)展依然面臨三大難題

一是數(shù)據(jù)流通和協(xié)同化感知有待提升。

基礎(chǔ)設(shè)施層的仿人體五感的各類(lèi)傳感器缺乏高集成度、統(tǒng)一感知協(xié)調(diào)的中控系統(tǒng)，對(duì)于各個(gè)傳感器獲得的多源數(shù)據(jù)無(wú)法進(jìn)行一體化的采集、加工和分析。未來(lái)突破點(diǎn)將發(fā)生在軟件集成環(huán)節(jié)和類(lèi)腦芯片環(huán)節(jié)。一方面軟件集成作為人工智能的核心，算法的發(fā)展將決定著計(jì)算性能的提升。另一方面，針對(duì)人工智能算法設(shè)計(jì)類(lèi)腦化的芯片將成為重要突破點(diǎn)。

二是人工智能尚未實(shí)現(xiàn)關(guān)鍵技術(shù)突破。

在技術(shù)研發(fā)層，目前取得的進(jìn)度依然屬于初級(jí)階段，對(duì)于更高層次的人工意識(shí)、情緒感知環(huán)節(jié)還沒(méi)有明顯的突破。未來(lái)突破點(diǎn)將發(fā)生在腦科學(xué)研究領(lǐng)域。要對(duì)真正的分析理解能力進(jìn)一步地研發(fā)，從大腦的進(jìn)化演進(jìn)、全身協(xié)調(diào)控制等領(lǐng)域?qū)崿F(xiàn)。

三是智能硬件平臺(tái)易用性和自主化存在差距。

應(yīng)用層的智能硬件平臺(tái)，服務(wù)機(jī)器人的智能水平、感知系統(tǒng)和對(duì)不同環(huán)境的適應(yīng)能力受制于人工智能初級(jí)發(fā)展水平，短期內(nèi)難以有接近人的推理學(xué)習(xí)和分析能力，難以具備接近人的判斷力。未來(lái)突破點(diǎn)將出現(xiàn)在智能無(wú)人設(shè)備領(lǐng)域。

4.2 人工智能 醫(yī)療行業(yè)存在“五大難題”：

一、監(jiān)管問(wèn)題。目前對(duì)于人工智能健康醫(yī)療大數(shù)據(jù)和算法的使用監(jiān)管，我國(guó)的法規(guī)較美國(guó)、英國(guó)、澳大利亞等國(guó)家而言，還有一些差距需要補(bǔ)足，既要利用好后發(fā)優(yōu)勢(shì)，又要確?；颊甙踩?/p>

二、觀念問(wèn)題。醫(yī)療是一個(gè)太不容輕忽的領(lǐng)域，人工智能帶我們走向的又是一個(gè)既讓人神往又畏懼的未來(lái)。

三、技術(shù)問(wèn)題。市場(chǎng)中的應(yīng)用技術(shù)不成熟，產(chǎn)品呈現(xiàn)雞肋狀態(tài)，缺乏獨(dú)立研發(fā)的動(dòng)力。

四、安全問(wèn)題。在技術(shù)研發(fā)的同時(shí)缺少標(biāo)準(zhǔn)的安全評(píng)估體系。

五、割裂問(wèn)題。各家獨(dú)自研究，缺乏交流和適當(dāng)?shù)乃枷肱鲎病?/p>

第五章 人工智能 醫(yī)療市場(chǎng)發(fā)展趨勢(shì)分析

人工智能產(chǎn)業(yè)發(fā)展在未來(lái)將呈現(xiàn)出四大趨勢(shì)：一是新一輪的開(kāi)源化浪潮將成為人才爭(zhēng)奪的主戰(zhàn)場(chǎng);二是語(yǔ)音識(shí)別領(lǐng)域?qū)⒖焖賹?shí)現(xiàn)商業(yè)化部署;三是人工智能產(chǎn)業(yè)將與智慧城市建設(shè)協(xié)同發(fā)展;四是中國(guó)人工智能應(yīng)用將在服務(wù)機(jī)器人領(lǐng)域迎來(lái)突破。

而醫(yī)療人工智能的中國(guó)時(shí)代已經(jīng)到來(lái)。

這一判斷是基于三個(gè)方面，第一，人工智能 醫(yī)學(xué)的應(yīng)用基礎(chǔ)和環(huán)境。中國(guó)人口基數(shù)大，醫(yī)療資源分布不足，讓人工智能醫(yī)療落地應(yīng)用成為一種剛需；第二，人工智能在各領(lǐng)域的技術(shù)積累達(dá)到了一個(gè)爆破點(diǎn)。從技術(shù)層面看，它可以為醫(yī)療人工智能落地化產(chǎn)生強(qiáng)大的助推作用；第三，國(guó)家政策紅利。從2013年到2017年，國(guó)務(wù)院、發(fā)改委、FAD連續(xù)發(fā)文，多次提及醫(yī)療影像走智能化、云化的趨勢(shì)，為推動(dòng)智能醫(yī)療領(lǐng)域保駕護(hù)航。

基于利好大背景環(huán)境下，人工智能 醫(yī)療市場(chǎng)也將愈發(fā)成熟，以下預(yù)測(cè)人工智能 醫(yī)療“三大應(yīng)用”發(fā)展趨勢(shì)。

·可穿戴設(shè)備。作為健康數(shù)據(jù)的采集基礎(chǔ)，可穿戴設(shè)備可以說(shuō)是作為人工智能的先鋒來(lái)到大眾視野。但是由于數(shù)據(jù)的準(zhǔn)確性、標(biāo)準(zhǔn)化等諸多因素成為了“雞肋”產(chǎn)品。而隨著人工智能技術(shù)的快速發(fā)展，以及對(duì)醫(yī)療數(shù)據(jù)的采集及應(yīng)用情況的完善，伴隨著物聯(lián)網(wǎng)大環(huán)境的促進(jìn)下，可穿戴設(shè)備也將再次發(fā)力，為人們的健康保駕護(hù)航。

·語(yǔ)音識(shí)別。有效緩解醫(yī)院三大明顯的痛點(diǎn)：效率、安全、數(shù)據(jù)。因?yàn)椴v書(shū)寫(xiě)工作量大，很多醫(yī)生寫(xiě)病例的時(shí)候就選擇復(fù)制粘貼的方式，夸張的有些把左右腿都搞混，這種的結(jié)果就造成了醫(yī)院誤診率提高，甚至出現(xiàn)醫(yī)療事故，安全問(wèn)題不容忽視。語(yǔ)音識(shí)別能夠很好的與現(xiàn)有電子病歷系統(tǒng)相結(jié)合，在記錄每個(gè)病人病情時(shí)，通過(guò)語(yǔ)音錄入的方式極大的提高了效率。將醫(yī)生從機(jī)械的文案錄入工作中解放出來(lái)，提升就診效率和患者體驗(yàn)度。

·影像識(shí)別。智能醫(yī)學(xué)影像是將人工智能技術(shù)應(yīng)用在醫(yī)學(xué)影像的診斷上。人工智能在醫(yī)學(xué)影像應(yīng)用主要分為兩部分： 一是圖像識(shí)別，應(yīng)用于感知環(huán)節(jié)，其主要目的是將影像進(jìn)行分析，獲取一些有意義的信息;二是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，通過(guò)大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握診斷能力。以肺結(jié)節(jié)為例，人工智能可以降低漏率，并且可以識(shí)別多種肺部結(jié)節(jié)，比如磨玻璃結(jié)節(jié)、血管旁小結(jié)節(jié)、微小結(jié)節(jié)、多發(fā)小結(jié)節(jié)等認(rèn)為比較難判定的結(jié)節(jié)。

可見(jiàn)，人工智能 醫(yī)療市場(chǎng)發(fā)展前景廣闊，擁有更大的空間需繼續(xù)挖掘。人工智能已經(jīng)在60年的發(fā)展中迎來(lái)了三次熱潮，也經(jīng)歷了兩次寒冬。前兩次中國(guó)都沒(méi)能參與其中。這一次熱潮來(lái)襲，對(duì)于中國(guó)來(lái)講，把握住人工智能 醫(yī)療這場(chǎng)熱潮中的“風(fēng)口”，將是一次彎道超車(chē)的好機(jī)會(huì)。

HC3i中國(guó)數(shù)字醫(yī)療網(wǎng)（hc3i8068）

中國(guó)首家專(zhuān)注于醫(yī)療信息化、互聯(lián)網(wǎng)醫(yī)療和移動(dòng)醫(yī)療的專(zhuān)業(yè)網(wǎng)絡(luò)平臺(tái)。