在2018的當下，由“深度學習”開啟的新一波人工智能毫無疑問是當今最大的熱點潮，大數(shù)據(jù)人工智能技術應用日趨成熟。人工智能技術扎實的推進，深刻地影響著每一個AI科技公司的存在。

百度在AI 開發(fā)者大會上，不僅更新多個人工智能平臺，還首次發(fā)布 AI 芯片，昭告自己在人工智能賽道上堅持到底的決心。谷歌從 Android P 到 Duplex，無一不在兌現(xiàn)去年所提出的“AI First”戰(zhàn)略。溪流數(shù)據(jù)在醫(yī)療領域傾力打造醫(yī)療大數(shù)據(jù)人工智能應用服務平臺，平臺以人工智能醫(yī)療大數(shù)據(jù)分析挖掘等技術，通過模型的深度學習，為醫(yī)生、患者及醫(yī)療健康服務機構提供人工智能服務。互聯(lián)網(wǎng)巨頭企業(yè)推出的各種 AI 賦能產(chǎn)品更是讓人眼花繚亂：亞馬遜 Echo、微軟 Cortana、蘋果人臉解鎖……

在這一輪復蘇中，人工智能不再局限于實驗室技術，而是作為通用技術扎實推進。曾經(jīng)一度火熱的“互聯(lián)網(wǎng)＋”風潮推進了傳統(tǒng)行業(yè)的信息化、數(shù)據(jù)化，放在今天來看，其實都是為人工智能埋下伏筆。

人工智能在傳統(tǒng)行業(yè)的滲透速度讓人咂舌。不久前花旗銀行宣布，5年內(nèi)其投資銀行部門將裁去50％的科技和業(yè)務人員，這意味著1萬名員工的工作可以被人工智能算法代替。國內(nèi)的平安銀行也已經(jīng)在大數(shù)據(jù)和 AI 兩大方面持續(xù)投入四五年之久，現(xiàn)在開始進入應用場景的深化階段。在旅游業(yè)，人工智能同樣開始發(fā)揮影響，攜程的部分功能已經(jīng)由人工智能來實現(xiàn)，目前在酒店售后場景上，其智能客服能夠解決70％的問題，極大地降低了人力成本。

而更加日常化的美顏相機、美顏短視頻等等早已開始植入人工智能的圖像識別技術。未來無論是互聯(lián)網(wǎng)企業(yè)還是傳統(tǒng)行業(yè)都注定要卷入AI 所引領的技術浪潮，甚至有可能借助 AI 實現(xiàn)行業(yè)洗牌。

在大數(shù)據(jù)人工智能的應用水平上，醫(yī)療行業(yè)遠遠落后于互聯(lián)網(wǎng)、金融和電信等信息化程度更好的行業(yè)。隨著醫(yī)療信息化和生物技術數(shù)十年的高速發(fā)展，醫(yī)療數(shù)據(jù)的類型和規(guī)模正以前所未有的速度快速增長，數(shù)據(jù)爆炸已讓醫(yī)療行業(yè)真正進入大數(shù)據(jù)人工智能時代，在對傳統(tǒng)的數(shù)據(jù)處理、數(shù)據(jù)挖掘技術形成巨大挑戰(zhàn)的同時，也為相關大數(shù)據(jù)應用服務的發(fā)展創(chuàng)造了條件。同時，國家政策和資本紛紛加碼醫(yī)療大數(shù)據(jù)方向，醫(yī)療大數(shù)據(jù)應用將成為史上確定的大風口，未來發(fā)展?jié)摿�無可限量。

一、醫(yī)療大數(shù)據(jù)人工智能市場規(guī)模及發(fā)展趨勢

據(jù)統(tǒng)計，到 2025 年人工智能應用市場總值將達到 1270 億美元， 其中醫(yī)療行業(yè)將占市場規(guī)模的五分之一。我國正處于醫(yī)療人工智能的風口：2016 年中國人工智能＋醫(yī)療市場規(guī)模達到 96．61 億元，增長37．9％；2017 年將超過 130 億元，增長 40．7％；2018 年有望達到 200 億元。投資方面，據(jù) IDC 發(fā)布報告的數(shù)據(jù)顯示，2017 年全球?qū)θ斯ぶ悄芎驼J知計算領域的投資將迅猛增長60％，達到125 億美元，在2020年將進一步增加到 460 億美元。其中，針對醫(yī)療人工智能行業(yè)的投資也呈現(xiàn)逐年增長的趨勢。其中 2016 年總交易額為 7．48 億美元，總交易數(shù)為 90 起，均達到歷史最高值。

分析認為，預計到2020年我國健康醫(yī)療大數(shù)據(jù)行業(yè)市場規(guī)模將突破800億元。而在今年4月的博鰲亞洲論壇一場“CEO圓桌14：‘一帶一路’與健康產(chǎn)業(yè)發(fā)展”分論壇上，絲路規(guī)劃研究中心常務副理事長李小琳認為， 到2030年大健康要達到16萬億，大健康產(chǎn)業(yè)已經(jīng)成為中國的國民經(jīng)濟支柱產(chǎn)業(yè)。從整體市場環(huán)境來看，健康醫(yī)療大數(shù)據(jù)規(guī)劃正在逐步成型，市場空間容量巨大，整體市場環(huán)境優(yōu)良，極其有利于我國健康醫(yī)療大數(shù)據(jù)人工智能的發(fā)展。

二、國內(nèi)外行業(yè)發(fā)展熱點分析

國內(nèi)外科技巨頭均重視人工智能技術在醫(yī)療領域的布局與應用。

IBM 在2006 年啟動Watson 項目，于2014 年投資10 億美元成立Watson 事業(yè)集團。Watson 是一個通過自然語言處理和機器學習，從非結(jié)構化數(shù)據(jù)中洞察數(shù)據(jù)規(guī)律的技術平臺。2015 年，沃森健康（Watson Health）成立，專注于利用認知計算系統(tǒng)為醫(yī)療健康行業(yè)提供解決方案。Watson 通過和一家癌癥中心合作，對大量臨床知識、基因組數(shù)據(jù)、病歷信息、醫(yī)學文獻進行深度學習，建立了基于證據(jù)的臨床輔助決策支持系統(tǒng)。目前該系統(tǒng)已應用于腫瘤、心血管疾病、糖尿病等領域的診斷和治療， 并于 2016 年進入中國市場，在國內(nèi)眾多醫(yī)院進行了推廣。Watson 在醫(yī)療行業(yè)的成功應用標志著認知型醫(yī)療時代的到來，該解決方案不僅可以提高診斷的準確率和效率，還可以提供個性化的癌癥治療方案。

此外，谷歌、微軟等也都紛紛布局醫(yī)療 AI。

2014 年谷歌收購DeepMind 公司，后開發(fā)知名的人工智能程序 AlphaGo。在基礎技術層面，谷歌的開源平臺 TensorFlow 是當今應用最廣泛的深度學習框架。在醫(yī)療健康領域，Google 旗下的 DeepMind Health 和英國國家醫(yī)療服務體系HS（National Health Service）展開合作，DeepMind Health 可以訪問 NHS 的患者數(shù)據(jù)進行深度學習，訓練有關腦部癌癥的識別模型。

微軟將人工智能技術用于醫(yī)療健康計劃“Hanover”，尋找最有效的藥物和治療方案。此外，微軟研究院有多個關于醫(yī)療健康的研究項目。Biomedical Natural Language Processing 利用機器學習從醫(yī)學文獻和電子病歷中挖掘有效信息，結(jié)合患者基因信息研發(fā)用于輔助醫(yī)生進行診療的推薦決策系統(tǒng)。

國內(nèi)科技巨頭也紛紛開始在醫(yī)療人工智能領域布局，各家公司均投入大量資金與資源，但各自的發(fā)展重點與發(fā)展策略并不相同。

例如， 阿里健康以云平臺為依托，結(jié)合自主機器學習平臺 PAI2．0 構建了堅實而完善的基礎技術支撐。同時，阿里健康與浙江大學醫(yī)學院附屬第一醫(yī)院、浙江大學第二附屬醫(yī)院等醫(yī)院、上海交通大學醫(yī)學院附屬新華醫(yī)院以及第三方醫(yī)學影像中心建立了合作伙伴關系，重點打造醫(yī)學影像智能診斷平臺，提供三維影像重建、遠程智能診斷等服務。

騰訊在人工智能領域的布局涵蓋基礎研究、產(chǎn)品研發(fā)、投資與孵化等多個方面。騰訊在 2016 年建立了人工智能實驗室AI lab，專注于AI 技術的基礎研究和應用探索。

溪流數(shù)據(jù)專注醫(yī)療大數(shù)據(jù)人工智能的應用研究，從根本上解決醫(yī)療行業(yè)的問題與矛盾。通過大數(shù)據(jù)人工智能的方式提升診療水平，智能化的方式合理配置。以醫(yī)療大數(shù)據(jù)人工智能應用體系為支撐，為用戶提供臨床診療、藥品研發(fā)、保險經(jīng)營、管理決策人工智能數(shù)據(jù)服務。

三、醫(yī)療大數(shù)據(jù)人工智能的價值及應用方向

醫(yī)療行業(yè)長期存在優(yōu)質(zhì)醫(yī)生資源分配不均，診斷誤診漏診率較 高，醫(yī)療費用成本過高，放射科、病理科等科室醫(yī)生培養(yǎng)周期長，醫(yī)生資源供需缺口大等問題。在醫(yī)療健康大數(shù)據(jù)來源多樣化且快速增長的背景下，隨著近些年深度學習技術的不斷進步，人工智能逐步從前沿技術轉(zhuǎn)變?yōu)楝F(xiàn)實應用。在醫(yī)療健康行業(yè)，人工智能的應用場景越發(fā)豐富，人工智能技術也逐漸成為影響醫(yī)療行業(yè)發(fā)展， 提升醫(yī)療服務水平的重要因素。與互聯(lián)網(wǎng)技術在醫(yī)療行業(yè)的應用不同，人工智能對醫(yī)療行業(yè)的改造包括生產(chǎn)力的提高，生產(chǎn)方式的改變， 底層技術的驅(qū)動，上層應用的豐富。通過人工智能在醫(yī)療領域的應用， 可以提高醫(yī)療診斷準確率與效率；提高患者自診比例，降低患者對醫(yī)生的需求量；輔助醫(yī)生進行病變檢測，實現(xiàn)疾病早期篩查；大幅提高新藥研發(fā)效率，降低制藥時間與成本。在醫(yī)療大數(shù)人工智能的應用方向上具體可分為四大方向：

（1）臨床決策支持

臨床決策支持最早定義為運用相關的、系統(tǒng)的臨床知識和患者信息，加強醫(yī)療相關的決策和行動，提高醫(yī)療水平和醫(yī)療服務水平。主要體現(xiàn)在臨床診療方面，基于人工智能、機器學習等關鍵技術智能分析醫(yī)療數(shù)據(jù)，為醫(yī)生提供疾病早期診斷、個體化診斷及治療、智能用藥提醒、不良事件預警等服務，通過診療建議，從而提醒醫(yī)生防止?jié)撛诘腻e誤，提高診療工作效率和診療質(zhì)量。醫(yī)療服務提供方可以降低醫(yī)療事故率，尤其是臨床錯誤引起的醫(yī)療事故。

同時，臨床決策支持系統(tǒng)還可以使醫(yī)療流程中大部分的工作流流向護理人員和助理醫(yī)生，使醫(yī)生從耗時過長的簡單咨詢工作中解脫出來，從而提高治療效率。

（2）醫(yī)療學術科研

基于大數(shù)據(jù)分析技術，醫(yī)學研究主要集中于疾病相關分析、疾病精準分析、治療方案醫(yī)療效果、預后復發(fā)的作用、生物標記篩查等具體分析應用場景。

醫(yī)務工作者通過應用臨床研究方法，發(fā)現(xiàn)真實世界醫(yī)療數(shù)據(jù)的價值，如：臨床存在的問題、更有效的診療方式、新的醫(yī)學知識等。醫(yī)療學術科研成果通過發(fā)表相關學術科研論文，并轉(zhuǎn)化為臨床應用軟件。在提升專業(yè)聲譽的同時，促進科研真正向臨床應用，不斷推動醫(yī)學研究前進。

（3）智能健康管理

依托醫(yī)療大數(shù)據(jù)分析、數(shù)據(jù)可視化、人工智能等技術，滿足醫(yī)療機構的患者隨訪、慢病健康管理、疾病延續(xù)護理管理等需求。同時，智能可穿戴設備的發(fā)展對遠程健康監(jiān)控起到了更大的作用�；�于大數(shù)據(jù)及人工智能技術，可面向用戶提供全生命周期電子健康檔案、實時監(jiān)控分析、健康評估、疾病風險預警、個體化管理方案等應用服務，提升醫(yī)療機構的健康管理服務水平，提升個人健康管理能力和就醫(yī)體驗。

在公共衛(wèi)生服務領域，可通過智能健康管理服務，實現(xiàn)大眾健康知識的普及提高，做好疾病預防和疾病保健。

（4）數(shù)據(jù)化運營管理

通過大數(shù)據(jù)處理和分析，可提高醫(yī)療過程數(shù)據(jù)的透明度。通過流程圖、儀表盤、統(tǒng)計圖等數(shù)據(jù)可視化應用，智能識別和分析異常，然后優(yōu)化流程。通過全面的數(shù)據(jù)化運營體系，在醫(yī)療服務質(zhì)量評價、醫(yī)療績效評價等方面，輔助管理者及時發(fā)現(xiàn)問題，并采用數(shù)據(jù)進行科學決策，使醫(yī)療從業(yè)者、醫(yī)療機構的管理更透明，間接促進醫(yī)療服務質(zhì)量的提高，減少醫(yī)療機構運營內(nèi)耗，實現(xiàn)盈利創(chuàng)收。

四、醫(yī)療大數(shù)據(jù)人工智能行業(yè)發(fā)展趨勢預測

從市場規(guī)模來看，醫(yī)療大數(shù)據(jù)人工智能占國內(nèi)大數(shù)據(jù)市場規(guī)模的比重約為20％，未來隨著我國人口老齡化及醫(yī)療政策的推動，預計健康醫(yī)療行業(yè)大數(shù)據(jù)人工智能的比重將上升至25％。我國衛(wèi)生總費用和人均衛(wèi)生費用迅速增長，衛(wèi)生總費用從2004年的7590．29億元，到2014年的35312．40億元，10年內(nèi)增長近4倍，但與發(fā)達國家相比仍較低。老齡化日趨嚴重和亞健康問題，健康醫(yī)療服務供不應求的矛盾加劇。截止2014年底，中國60周歲以上人口達到2．12億，占總?cè)丝诘?5．5％，亞健康人群占比已超過70％。從市場需求來看，未來幾年醫(yī)療健康大數(shù)據(jù)人工智能行業(yè)市場增速超過50％，增長迅猛。

從整體市場環(huán)境來看，健康醫(yī)療大數(shù)據(jù)人工智能規(guī)劃正在逐步成型，市場空間容量巨大，整體市場環(huán)境優(yōu)良，極其有利于我國醫(yī)療大數(shù)據(jù)人工智能應用的發(fā)展。

文／蹤影留痕