中國醫(yī)療人工智能現(xiàn)狀分析：從產(chǎn)品驗(yàn)證進(jìn)入市場驗(yàn)證

陳鵬

圍繞核心算法能力的醫(yī)療AI應(yīng)用矩陣

根據(jù)依賴應(yīng)用服務(wù)對象、使用醫(yī)療環(huán)節(jié)、醫(yī)療應(yīng)用病種范圍，報(bào)告制作了醫(yī)療人工智能應(yīng)用矩陣，并對我國醫(yī)療人工智能行業(yè)進(jìn)行了總結(jié)，制作出了醫(yī)療人工智能行業(yè)圖譜。

一、AI+虛擬助手：打通診療不同環(huán)節(jié)是關(guān)鍵

據(jù)丁香園調(diào)查，50%以上的住院醫(yī)生每天用于寫病歷的平均時(shí)間達(dá)4小時(shí)以上?！陡２妓埂吩鴪?bào)道，在門診室，醫(yī)生只花52.9%的時(shí)間在跟患者溝通，37%的時(shí)間在處理書面工作，還有10%的時(shí)間在處理瑣事。

排隊(duì)3小時(shí)，問診2分鐘。醫(yī)生病歷錄入工作量大、病歷質(zhì)控難、患者門診服務(wù)缺失是就診階段的三大痛點(diǎn)?；谡Z音識別、語義理解、麥克風(fēng)陣列三大核心技術(shù)，AI+虛擬助手可以應(yīng)用于診前、診中、診后多個(gè)環(huán)節(jié)。

二、AI+臨床工作流：合理配置醫(yī)療資源，實(shí)現(xiàn)效益最大化

臨床工作流，是對醫(yī)院管理流程和醫(yī)生工作流程的概括描述。臨床工作流解決的主要問題是：利用數(shù)字化工具在多個(gè)參與者之間自動(dòng)傳遞文檔、信息或者任務(wù)，實(shí)現(xiàn)醫(yī)院業(yè)務(wù)目標(biāo)（非診療行為的信息化）。

人工智能正在通過醫(yī)院管理和診療流程管理，引領(lǐng)醫(yī)療行業(yè)的全數(shù)字化轉(zhuǎn)型，幫助醫(yī)療機(jī)構(gòu)優(yōu)化臨床工作流程，提供更好的醫(yī)療服務(wù)，創(chuàng)造更高利潤。

醫(yī)院管理的目的是充分優(yōu)化醫(yī)院的醫(yī)療資源配置，實(shí)現(xiàn)效益最大化。

AI根據(jù)醫(yī)院已有的信息進(jìn)行建模，訓(xùn)練出一套精準(zhǔn)的算法，自動(dòng)制定工作安排。比如它能根據(jù)電子病歷、既往病史等信息分析出哪些患者是最需要及時(shí)救治的，把醫(yī)療資源優(yōu)先提供給他們，優(yōu)化醫(yī)療服務(wù)的先后順序。

從產(chǎn)品分類看，臨床工作流管理根據(jù)對象可以分為醫(yī)療設(shè)備管理、醫(yī)生工具和支付管理。

醫(yī)療設(shè)備管理：人工管理向智能化管理轉(zhuǎn)變。醫(yī)療設(shè)備管理過程中存在的離散分布、維修保養(yǎng)和質(zhì)控管理效率低等痛點(diǎn)。隨著智能化、信息化、規(guī)范化逐漸成為醫(yī)療設(shè)備資產(chǎn)管理的大趨勢，醫(yī)療設(shè)備服務(wù)市場已經(jīng)從單純設(shè)備維修，轉(zhuǎn)變?yōu)獒t(yī)療設(shè)備全生命周期管理。

醫(yī)生工具：從單點(diǎn)醫(yī)生賦能到多點(diǎn)醫(yī)生協(xié)作賦能。醫(yī)生工具作用主要為醫(yī)生賦能，提高工作效率、增強(qiáng)醫(yī)生能力。

醫(yī)?？刭M(fèi)：從規(guī)則控費(fèi)向大數(shù)據(jù)控費(fèi)轉(zhuǎn)變。人工智能和大數(shù)據(jù)為醫(yī)保智能監(jiān)控系統(tǒng)的建設(shè)提供了新思路。部分地區(qū)開始探索通過運(yùn)用包括案例推理、醫(yī)療行為模式分析、診療方案分析、醫(yī)患網(wǎng)絡(luò)擴(kuò)散分析等在內(nèi)的大數(shù)據(jù)分析手段來提升對欺詐騙保行為的識別能力，確保醫(yī)保報(bào)銷的合理性。

三、AI+預(yù)防管理：實(shí)現(xiàn)疾病的全面篩查和預(yù)測

上醫(yī)治未病，預(yù)防醫(yī)學(xué)優(yōu)于被動(dòng)治療。隨著人工智能、大數(shù)據(jù)、基因等技術(shù)的進(jìn)步，現(xiàn)在已經(jīng)能夠?qū)崿F(xiàn)部分疾病的可能性預(yù)測了。

安吉麗娜·朱莉接受預(yù)防性的雙側(cè)乳腺切除手術(shù)，以降低罹患癌癥的風(fēng)險(xiǎn)。而之所以進(jìn)行這項(xiàng)手術(shù)，是因?yàn)樗谢蛉毕?，罹患乳腺癌和卵巢癌的風(fēng)險(xiǎn)恐怕較高。

這是從基因角度進(jìn)行疾病風(fēng)險(xiǎn)預(yù)測，而AI也能從人們行為、生化、影像等檢查結(jié)果中實(shí)現(xiàn)疾病篩查和預(yù)測。

中國有90多萬家基層醫(yī)療機(jī)構(gòu)，占整個(gè)醫(yī)療體系機(jī)構(gòu)數(shù)量的95%，覆蓋人群5.8億人。但是，基層醫(yī)生供給不足，現(xiàn)有醫(yī)生的數(shù)量已經(jīng)無法承擔(dān)這些工作量，導(dǎo)致醫(yī)生過勞，誤診、漏診的情況出現(xiàn)。

此外，基層醫(yī)療設(shè)備先進(jìn)性不足，我國基層醫(yī)療衛(wèi)生機(jī)構(gòu)設(shè)備集中在50萬元以下，100萬元以上設(shè)備極少，說明設(shè)備先進(jìn)性偏低，僅能滿足基礎(chǔ)疾病診療，無法完成疑難雜癥的早期篩查。

預(yù)防管理按照其產(chǎn)品的使用范圍，可以劃分為篩查類產(chǎn)品和預(yù)測類產(chǎn)品。篩查和診斷的核心區(qū)別，在于診斷是已經(jīng)有明顯的癥狀后確定是哪種疾病，而篩查事先并不知道是否患病。

通過分析市面上主流AI早篩類產(chǎn)品，我們發(fā)現(xiàn)其主要聚集在肺結(jié)節(jié)篩查、糖網(wǎng)病篩查、癌癥篩查三類。這是因?yàn)樯鲜龊Y查的影像大多是DR、CT、眼底照片等，比較容易獲取。而且中檢院在2018年已經(jīng)建立起了彩色眼底圖像和肺部CT影像兩個(gè)標(biāo)準(zhǔn)數(shù)據(jù)庫，這對產(chǎn)品研發(fā)、審批、推廣也有很大幫助。

人工智能基于多模態(tài)數(shù)據(jù)，包括文本、影像和流數(shù)據(jù)等（心率、血氧、呼吸等），可以應(yīng)用于多種疾病預(yù)測，比如流行性疾病、慢性非傳染病、精神類疾病等。

四、AI+輔助診斷：CDSS與MDT聯(lián)合是未來發(fā)展方向

從診斷的數(shù)據(jù)流看，首先，患者分別進(jìn)行影像、病理、體外診斷等一系列檢查，并得到初步的檢查結(jié)果。然后，檢查數(shù)據(jù)通過PACS、HIS等信息化系統(tǒng)整合存儲起來。最后，所有的數(shù)據(jù)匯集到醫(yī)生端做綜合解讀。

人工智能的最終目標(biāo)是像專家一樣能實(shí)現(xiàn)單獨(dú)綜合診斷，然而目前最成熟的應(yīng)用還是集中在單個(gè)項(xiàng)目上，尤其影像領(lǐng)域。我們統(tǒng)計(jì)了AI+輔助診斷領(lǐng)域的120家企業(yè)，其中影像類輔助診斷占比最高（34%），其次是數(shù)據(jù)整合存儲（占比22%）。

五、AI+輔助治療：圍繞手術(shù)和藥物，以提效為核心

圍繞藥物治療和手術(shù)治療兩大治療方式，AI輔助治療在術(shù)前規(guī)劃、術(shù)中導(dǎo)航、智能化用藥方面起到了好作用，可以有效降低手術(shù)時(shí)間、減少并發(fā)癥。

在腫瘤治療過程中，靶區(qū)勾畫與治療方案設(shè)計(jì)占用了醫(yī)生大量的時(shí)間和精力。每個(gè)腫瘤病人的CT圖像在200張左右，醫(yī)生在勾畫的時(shí)候，需要給每個(gè)圖片上的器官、腫瘤位置進(jìn)行標(biāo)注。這個(gè)過程按照傳統(tǒng)的方法要耗費(fèi)醫(yī)生3-5個(gè)小時(shí)。如果第一個(gè)療程的治療由于靶區(qū)勾畫的不準(zhǔn)確或者腫瘤的變化，導(dǎo)致治療無效（腫瘤組織減少小于30%），這個(gè)時(shí)候就需要更改治療方案，這就需要醫(yī)生重新為病人做勾畫。

術(shù)前規(guī)劃：人工智能可以基于CT/MRI影像數(shù)據(jù)，利用圖像識別技術(shù)自動(dòng)勾畫相應(yīng)靶區(qū)，自動(dòng)生成具體的放射性照射方案或者手術(shù)方案后，再交由醫(yī)生做最終確認(rèn)。

術(shù)中導(dǎo)航：將患者術(shù)前的影像數(shù)據(jù)和實(shí)際解剖結(jié)構(gòu)準(zhǔn)確對應(yīng)，利用VR、MR、導(dǎo)板等技術(shù)，通過三維數(shù)字建模及算法優(yōu)化，對病灶進(jìn)行精準(zhǔn)定位。

用藥建議：基于真實(shí)世界的用藥大數(shù)據(jù)，運(yùn)用人工智能技術(shù)實(shí)現(xiàn)個(gè)體化用藥指導(dǎo)。個(gè)體化用藥就是在最適的時(shí)間、對最適的患者、給予最適的藥物和最適的劑量。

圖1 AI+ 輔助診斷領(lǐng)域占比

六、AI+康復(fù)：以患者回歸生活為目的

臨床醫(yī)學(xué)以生存為主要目的，通過藥物、醫(yī)療器械、手術(shù)等治療手段，讓患者能夠生存下來。而康復(fù)醫(yī)學(xué)則是以生活為目的，通過康復(fù)治療手段讓患者受損的功能能夠得到部分或全部恢復(fù)，更好地回歸社會(huì)。

因此，臨床醫(yī)學(xué)與康復(fù)醫(yī)學(xué)是相輔相成的，臨床醫(yī)學(xué)在病患治療期介入，康復(fù)醫(yī)學(xué)在病患恢復(fù)期介入，最終都是消除病患。從康復(fù)數(shù)據(jù)流來看，康復(fù)分為監(jiān)測、指導(dǎo)、調(diào)理三個(gè)環(huán)節(jié)，也就是先獲取數(shù)據(jù)、然后分析數(shù)據(jù)、最后應(yīng)用數(shù)據(jù)。

七、AI+科研：生產(chǎn)工具解放科研學(xué)者的生產(chǎn)力

AI+藥物研發(fā)

一般而言，制藥公司需要花費(fèi)5-10億美元，用10-15年時(shí)間，才能成功研發(fā)出一款新藥。新藥研發(fā)的風(fēng)險(xiǎn)大、周期長、成本高，是藥企最大的痛點(diǎn)。

目前，人工智能在新藥研發(fā)領(lǐng)域的應(yīng)用已經(jīng)滲透到藥物發(fā)現(xiàn)階段、臨床研究階段、審批上市階段各個(gè)環(huán)節(jié)。涉及靶點(diǎn)發(fā)現(xiàn)、化合物篩選、晶型預(yù)測、藥物重定向、醫(yī)學(xué)翻譯、藥物警戒等應(yīng)用場景。

藥物發(fā)現(xiàn)階段

藥物研發(fā)從靶點(diǎn)發(fā)現(xiàn)開始，藥學(xué)家從科學(xué)文獻(xiàn)和個(gè)人經(jīng)驗(yàn)去推測生理活性物質(zhì)結(jié)構(gòu)，進(jìn)而發(fā)現(xiàn)靶點(diǎn)。

然而在信息爆炸的今天，每30秒就會(huì)有一篇生命科學(xué)論文發(fā)表。

此外，還有大量的專利、臨床試驗(yàn)結(jié)果等海量信息散布在世界各地，科研工作者沒有時(shí)間和精力來關(guān)注所有信息。傳統(tǒng)方式的靶點(diǎn)發(fā)現(xiàn)過程平均耗時(shí)2-3年。

人工智能通過自然語言處理技術(shù)（NLP）學(xué)習(xí)海量醫(yī)學(xué)文獻(xiàn)和相關(guān)數(shù)據(jù)，通過深度學(xué)習(xí)去發(fā)現(xiàn)化合物與疾病之間關(guān)系，找到靶點(diǎn)，縮短靶點(diǎn)發(fā)現(xiàn)周期。

在化合物合成上，AI能模擬小分子化合物的藥物特性，能夠在數(shù)周內(nèi)挑選出最佳的模擬化合物進(jìn)行合成試驗(yàn)，而且能夠?qū)⒚總€(gè)化合物的測試成本控制在0.01美分，大幅降低了化合物合成的成本。

臨床前藥物研究階段

在找到靶點(diǎn)后，還需要尋找相應(yīng)的小分子化合物去跟靶點(diǎn)匹配。這個(gè)匹配過程就類似于用戶在百度搜索某詞匯（靶點(diǎn)），引擎回應(yīng)出相關(guān)的搜索結(jié)果列表（小分子化合物）。這就是化合物的篩選。

高通量篩選以及傳統(tǒng)的虛擬藥物篩選所需時(shí)間長，藥物開發(fā)成功率低，人工智能的出現(xiàn)為創(chuàng)新小分子藥物的發(fā)現(xiàn)打開一扇新的大門。

臨床研究階段

優(yōu)化臨床試驗(yàn)設(shè)計(jì)：2015年《臨床試驗(yàn)數(shù)據(jù)核查公告》，嚴(yán)格臨床研究數(shù)據(jù)核查，隨后的多項(xiàng)政策都對臨床研究提出了更高更明確的要求，也反復(fù)提及信息化系統(tǒng)和技術(shù)的應(yīng)用。

太美醫(yī)療科技通過人工智能技術(shù)結(jié)構(gòu)化醫(yī)療知識，輔助多源異構(gòu)臨床數(shù)據(jù)的結(jié)構(gòu)化、標(biāo)準(zhǔn)化以及相關(guān)推理，在eCollect（EDC）中，應(yīng)用不良反應(yīng)藥物關(guān)聯(lián)度計(jì)算和病歷OCR識別等人工智能技術(shù)，大大提高數(shù)據(jù)采集的質(zhì)量和效率。

審批上市階段

注冊申報(bào)：2019年起，中國開始逐步實(shí)施eCTD（電子通用技術(shù)文件）標(biāo)準(zhǔn)，不斷推動(dòng)藥品注冊審評的國際化與電子化。

傳統(tǒng)CTD自動(dòng)化程度低，導(dǎo)致報(bào)批工作依然消耗企業(yè)大量時(shí)間和人力在“paper work”上。而引進(jìn)人工智能技術(shù)，有望實(shí)現(xiàn)在注冊申報(bào)流程中自動(dòng)寫作、自動(dòng)翻譯、自動(dòng)出版及報(bào)批一體化智能操作。

藥物警戒：藥物警戒主要涉及藥物的兩方面，安全性和有效性，包含藥物和治療中不良反應(yīng)收集、分析、監(jiān)測和預(yù)防。2015年FDA規(guī)定，藥品上市后安全報(bào)告必須以電子方式提交;2019年國家不良反應(yīng)中心啟用不良反應(yīng)直報(bào)系統(tǒng)實(shí)施不良反應(yīng)在線遞交。

太美醫(yī)療科技eSafety藥物警戒系統(tǒng)可直接對接CDE、NMPA藥物不良反應(yīng)直報(bào)系統(tǒng)，直報(bào)不良反應(yīng)，并通過FDA AERS及歐盟EudraVigilance藥物警戒數(shù)據(jù)庫遞交測試。人工智能技術(shù)的應(yīng)用讓eSafety系統(tǒng)具備CIMOS自動(dòng)導(dǎo)入、SAE掃描件報(bào)告自動(dòng)導(dǎo)入、不良反應(yīng)提取、報(bào)告翻譯等功能，大大提高工效。

醫(yī)療AI產(chǎn)品管線分析

我們調(diào)研了7大細(xì)分領(lǐng)域的62家企業(yè)，重點(diǎn)考察它們的產(chǎn)品應(yīng)用進(jìn)展，共涉及82個(gè)產(chǎn)品。其中輔助診斷、預(yù)防篩查類產(chǎn)品數(shù)量最多，分別是31個(gè)和13個(gè)。對比報(bào)告《2018醫(yī)療人工智能報(bào)告：跨越再出發(fā)》，可以發(fā)現(xiàn)新變化：合作醫(yī)院數(shù)量普遍從去年的數(shù)十家，增加到數(shù)百家;從影像AI紅海市場，逐漸拓展到藥物研發(fā)、康復(fù)管理、臨床工作流管理等藍(lán)海市場;2018年影像AI主要聚焦在胸肺、眼科等疾病，2019年重點(diǎn)布局心腦血管領(lǐng)域。

中國醫(yī)療AI企業(yè)投融資分析

為了便于統(tǒng)計(jì)，我們在對投融資數(shù)據(jù)處理時(shí)遵循以下原則：統(tǒng)計(jì)范圍涵蓋醫(yī)療AI行業(yè)主要的180多家企業(yè);本報(bào)告中涉及的融資事件僅包括從天使輪到IPO以前的風(fēng)險(xiǎn)投資事件，不包括IPO、定向增發(fā)、捐贈(zèng)和并購事件等;將天使輪—A輪之間的輪次合并為天使輪，所有帶A的輪次合并為A輪，所有帶B的輪次合并為B輪，所有帶C的輪次合并為C輪，D輪及以上IPO以下的輪次合并為D輪及以上。

本報(bào)告中金額計(jì)量單位均為人民幣，將外幣統(tǒng)一換算成人民幣（根據(jù)事件發(fā)生當(dāng)年平均匯率換算）;將融資額為數(shù)百萬/千萬/億統(tǒng)一劃定為1百萬/千萬/億;未公開輪次和未公開金額的融資事件均不予統(tǒng)計(jì);數(shù)據(jù)截止日期為2019年10月31日。

從融資輪次看，2019年投融資主要集中在A輪（25次，占比60%），單個(gè)企業(yè)平均融資額2千萬人民幣，這些企業(yè)大多在2017-2018年成立（如長木谷醫(yī)療、睿心智能、諾道醫(yī)學(xué)等）。D輪及以上的融資雖然只有6次，但總額達(dá)到24.6億元（占比58%）。

從單個(gè)企業(yè)融資額看，2019年太美醫(yī)療科技以15億元總?cè)谫Y額排名第一，其次是思派網(wǎng)絡(luò)和森億智能。有別于2018年集中于影像AI領(lǐng)域，今年融資額TOP10企業(yè)主要分布在AI藥物研發(fā)和醫(yī)療大數(shù)據(jù)平臺領(lǐng)域。

從融資用途看，上述企業(yè)所融資金仍主要用于產(chǎn)品研發(fā)，不斷豐富產(chǎn)品線、提高產(chǎn)品壁壘，比如數(shù)坤科技在獲得2億人民幣融資后，將延伸到瘤和神經(jīng)系統(tǒng)等其他病種，覆蓋心、腦、肺、乳腺、前列腺等重要疾病和臨床場景。其次，部分企業(yè)將資金用于拓展其他領(lǐng)域，例如太美醫(yī)療在完成15億人民幣E+輪融資后，將拓展醫(yī)藥新營銷市場。最后，部分資金會(huì)被用于產(chǎn)品的市場推廣。

寫在最后

人工智能將成為醫(yī)生必備的得力助手已漸漸在學(xué)界、產(chǎn)業(yè)界、醫(yī)生三方達(dá)成共識，今年已沒人開展人工智能和醫(yī)生的比拼，行業(yè)進(jìn)入到標(biāo)準(zhǔn)制定和真切融入醫(yī)生工作流階段。建立良好、可持續(xù)的商業(yè)體系是產(chǎn)業(yè)向前的動(dòng)力，我們開始從醫(yī)院的采購名單里看到人工智能初創(chuàng)企業(yè)的名字，價(jià)值被以真切的價(jià)格認(rèn)可。