近几年，随着图像识别、自然语言处理等AI技术实现关键突破，且在国家政策的大力支持与鼓励下，AI+医疗行业迈入了发展新纪元。另一方面随着人口老龄化问题不断加剧，一号难求、医疗资源分配不均等问题也日益迫切，AI+医疗成为解决老百姓看病难的新希望。
本次猎豹用户研究中心聚焦AI+医疗在电子病历、智慧导诊和虚拟助理、AI医学影像等领域的发展状况，希望可以帮助读者了解当前AI+医疗行业对民众生活的影响和目前落地情况。
医疗是民生支柱产业，产业链条极长。普通民众眼中的医疗主要围绕在医院这一个场景。在这个场景下目前存在的比较突出的问题是以下三点。
二是从医院系统看无法有效配置资源。三级医院就诊人数和医护人员工作超负荷，基层医院各种资源闲置浪费。
三是从医护人员角度看，收入低，强度大。医生工作量大，风险高，同时医患关系很紧张。
目前我国医疗服务结构极不均衡。2311家三级医院年服务人次达16.46亿人次，而二级医院数量是三级医院3.6倍，但“仅仅”服务了11.78亿人次，医院数量是三级医院4.2倍的一级医院，只服务了1.96亿人次。医疗服务过度集中，三级医院人满为患，低级别医院资源空置浪费较多，基层医生收入低，医学知识培训不足。三级医院日均服务人次是低级别医院的30倍以上。
当前AI医疗的布局
根据行业统计，截至2018年底，我国医院部署人工智能应用并成熟使用的占比仅为33.6%，仍有42%的医院并未尝试接入任何人工智能技术。人工智能技术在医疗领域内应用的潜力巨大。
随着AI技术发展和在医疗领域成功落地项目的增多，医疗行业人工智能市场规模逐年快速增长。2017年市场规模已达135亿元，环比增长40%，2018年预计能达到200亿元。近几年环比增长率均在40%以上。
当我们聚焦到AI辅助诊断，又可以细分为四大子领域，包括AI医学影像、电子病历、智能导诊、虚拟助理。患者在医院就医一般按如下流程：挂号-候诊-诊断-处方-支付-配药，AI辅助诊断可以在上述各个环节切入，提高医生诊断速度和质量，降低医院运营成本。现在大多数落地方案集中在为某个特定问题提供解决方案上。
AI医疗之电子病历
电子病历是医疗信息化的基础，电子化的病历信息数据可以方便的在跨科室、跨部门甚至跨医院的交换与传递。电子病历还能为医疗大数据和疾病模型提供更方便的样本数据。目前电子病历的市场规模也处于快速增长阶段，2017年产值达9.96亿，2018年预计达到12亿以上。
同时国家卫健委对医院信息化和电子病历也有明确规划。卫健委要求到2019年所有三级医院要达到信息化分级评价3级以上，即实现医院内不同部门间数据交换。到2020年，所有三级医院要达到分级评价4级以上，即医院内实现全院信息共享，并具备医疗决策支持功能，二级医院要达到分级评价3级以上。
到2018年第1季度，全国86.8%的二级及以上公立医院建立了规范化的电子病历（1级或以上）；全国共8265家医疗机构注册并参与数据填报，在已填报的医疗机构中，43.27%的医疗机构能够实现不同部门（2级或以下），甚至不同医疗机构之间的数据共享。
然而，已经实施电子病历系统的医院中，60%的医院停留在部门内初步数据采集和数据交换的信息化初级阶段。可以看到，我国电子病历系统应用水平仍非常低，电子病历升级所带来的医院信息化市场潜力巨大，市场需求旺盛。
AI医疗之智慧导诊和虚拟助理
AI医疗之医学影像
2018年国内医学影像存量市场规模约2000亿元，且主要在二级以上医院市场，基层相对空白。2000亿元算法：2018年国内医疗机构总收入将达4.4万亿元。按检查费占比10%，其中影像检查占比1/3到1/2的比例测算，2018年国内影像存量市场规模1,500-2,200亿元。2017年，全国医疗卫生机构总诊疗人次达81.8亿，居民平均就诊5.9次，高于美国人均就诊次数。但影像检查转化率20%，相比美国50%的转化率，还有较大提升空间；同时随着药占比压缩，医院影像收入有望继续增长，理论上长期潜在市场规模高达3000-5000亿元。
当前，大型三甲医院影像科处于超负荷运转状态；普通三级医院、以及二级医院医学影像需求与供给较为匹配；而基层影像科整体服务能力不足。
AI医学影像与传统人工识别影像相比有较明显优势：
在肺结核、眼底病变、乳腺癌、宫颈癌、肺部、心脏的疾病或脏器上已有多项可行且高效的AI技术落地，提高了早期发现疾病病灶的可能性、更明确的界定疾病阶段，为医生确定治疗方案提供了准确度高的建议。
AI落地的商业模式
针对具体场景的的AI算法能够高效完成任务。AI医疗服务提供商的主要成本包括生产成本和运营成本，生产成本是占比高，又可细分为算力成本、数据成本、人力成本。其中数据成本就是各类脱敏的医学病历和医学图像，经过细致标注的医学数据价格不菲。于是AI辅助诊断多与医院等数据生产方建立紧密合作关系，以获得脱敏的病历数据，用于AI算法的训练和迭代。当AI算法效果稳定后，再向医院收费方收取一定的使用费。
小豹展望
同时，AI结合医生诊断或医院运营的大数据，提速医疗信息化，打通了数据在医疗产业各个环节的流通。除了BAT等巨头，在AI赋能医疗上，科大讯飞、依图科技、森亿智能、云知声等一大批人工智能企业都在不断探索可落地的应用场景和发展AI技术，在不断产品迭代优化中，赋予了医疗产业崭新的面貌。