場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)演化研究

葉選挺,馬詩敏,王 宇,李京晏,張 劍

(1.北京理工大學(xué) 管理與經(jīng)濟學(xué)院;2.北京理工大學(xué) 國際組織創(chuàng)新學(xué)院,北京 100081;3.浙江大學(xué) 公共管理學(xué)院,浙江 杭州 310030;4.中央財經(jīng)大學(xué) 政府管理學(xué)院,北京 100081)

0 引言

人工智能是科技領(lǐng)域的一次重大創(chuàng)新,在緩解人口老齡化和資源不足帶來的社會壓力、滿足國家可持續(xù)發(fā)展要求、提升經(jīng)濟結(jié)構(gòu)轉(zhuǎn)型升級效率等方面發(fā)揮著重要作用,是不容忽視的歷史性戰(zhàn)略機遇[1]。我國高度重視人工智能發(fā)展,力求將人工智能技術(shù)與實體經(jīng)濟發(fā)展緊密聯(lián)系起來,并將場景創(chuàng)新視為人工智能技術(shù)進步、支撐經(jīng)濟社會高質(zhì)量發(fā)展的重要途徑。近年來,我國先后發(fā)布《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》《新一代人工智能發(fā)展規(guī)劃》《新一代人工智能治理原則——發(fā)展負(fù)責(zé)任的人工智能》等政策文件,推動人工智能發(fā)展。2021年3月,《國民經(jīng)濟和社會發(fā)展第十四個五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》明確將人工智能作為重點發(fā)展領(lǐng)域。2022年7月,科技部等六部委聯(lián)合發(fā)布《關(guān)于加快場景創(chuàng)新 以人工智能高水平應(yīng)用促進經(jīng)濟高質(zhì)量發(fā)展的指導(dǎo)意見》,明確提出通過打造重大場景、提升場景創(chuàng)新能力等方式推動人工智能場景創(chuàng)新,并鼓勵以更智能的城市、更貼心的社會為導(dǎo)向,在醫(yī)療健康領(lǐng)域持續(xù)挖掘人工智能應(yīng)用場景機會,積極探索包含醫(yī)院管理、輔助診斷、決策支持在內(nèi)的主要應(yīng)用場景,開展智能社會場景應(yīng)用示范。同年8月,科技部發(fā)布《關(guān)于支持建設(shè)新一代人工智能示范應(yīng)用場景的通知》,該通知將面向人民生命健康的智能診療列為首批人工智能示范應(yīng)用場景。與此同時,騰訊、阿里、科大訊飛、IBM、Google等國內(nèi)外科技企業(yè)、傳統(tǒng)醫(yī)療器械提供商和科研團隊積極推動醫(yī)療健康產(chǎn)業(yè)智能化升級,為患者、醫(yī)療從業(yè)人員、醫(yī)療機構(gòu)及醫(yī)學(xué)研究團隊提供高效、便捷的服務(wù)。在抗擊新冠肺炎疫情過程中,無人消毒車、智能測溫系統(tǒng)、智能輔助診療、藥效檢測程序等智能醫(yī)療產(chǎn)品和服務(wù)為疫情防控及疫苗研發(fā)工作提供了重要保障?？傮w來看,人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用滲透正在加速,并催生出更多實際需求和更豐富的應(yīng)用場景。

產(chǎn)業(yè)演化分析可綜合反映產(chǎn)業(yè)內(nèi)外各種影響因素的作用效果,便于清晰把握產(chǎn)業(yè)動態(tài)發(fā)展規(guī)律[2]。綜觀目前智能醫(yī)療產(chǎn)業(yè)相關(guān)研究,學(xué)者偏重于運用理論和案例研究方法對其進行定性描述。具體來說,現(xiàn)有研究主要集中于探討產(chǎn)業(yè)總體現(xiàn)狀[3-4]、產(chǎn)業(yè)機遇與挑戰(zhàn)[5]、技術(shù)創(chuàng)新與成果轉(zhuǎn)化[6-7]、應(yīng)用場景描述[8]等方面,基于場景驅(qū)動視角研究智能醫(yī)療產(chǎn)業(yè)演化的文獻(xiàn)較少。

技術(shù)、市場、政策作為影響產(chǎn)業(yè)發(fā)展的重要因素,受到學(xué)者廣泛關(guān)注[9-10]。對于智能醫(yī)療等新興產(chǎn)業(yè)而言,從技術(shù)、市場、政策維度分析其產(chǎn)業(yè)演化過程,有助于厘清技術(shù)發(fā)展脈絡(luò)、市場發(fā)展動態(tài)和政策實施布局?；诖?本文首先基于專利數(shù)據(jù),利用LDA主題模型對智能醫(yī)療產(chǎn)業(yè)應(yīng)用場景進行識別;其次,從“技術(shù)—市場—政策”3個維度開展場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)演化過程分析;最后,提出本文研究結(jié)論并對未來發(fā)展方向進行討論,可為我國智能醫(yī)療產(chǎn)業(yè)規(guī)劃和政策制定提供數(shù)據(jù)參考及決策支撐。

1 文獻(xiàn)回顧

場景是數(shù)字經(jīng)濟時代需求的具象表達(dá)。伴隨著大數(shù)據(jù)、云計算、5G、人工智能、區(qū)塊鏈等新興技術(shù)的加速演進,場景具象化、可視化成為可能。人工智能從識別、整合、反饋層面賦能場景創(chuàng)新,場景中的數(shù)據(jù)內(nèi)容支撐人工智能算法迭代優(yōu)化,兩者實現(xiàn)相互聯(lián)結(jié)與支撐(俞鼎,2023)。場景創(chuàng)新結(jié)合用戶感知,通過供需融合聯(lián)動,形成從技術(shù)到產(chǎn)業(yè)的規(guī)?；l(fā)展[11],有利于推動產(chǎn)業(yè)進步與革新,促進創(chuàng)新技術(shù)流動與轉(zhuǎn)化。

近年來,有關(guān)場景驅(qū)動創(chuàng)新的研究成果不斷豐富,學(xué)者主要從概念內(nèi)涵、倫理責(zé)任和商業(yè)模式等方面展開討論。尹西明等[11]剖析場景驅(qū)動創(chuàng)新的內(nèi)涵和特征,認(rèn)為技術(shù)應(yīng)用于特定場景、場景需求驅(qū)動的新技術(shù)開發(fā)與應(yīng)用均屬于場景驅(qū)動式創(chuàng)新,指出應(yīng)加快推進技術(shù)創(chuàng)新、場景應(yīng)用與商業(yè)模式融合,并探討了共同富裕場景下驅(qū)動科技創(chuàng)新與成果轉(zhuǎn)化的邏輯和路徑[12];陳勁等[13]在新型舉國體制框架下,提出重大民生公共工程科技創(chuàng)新、突發(fā)性重大公共社會危機治理、“卡脖子”技術(shù)攻關(guān)突破3類應(yīng)用場景;俞鼎等(2023)分析人工智能社會實驗中的場景創(chuàng)新特征,研究兩者的賦能邏輯和內(nèi)在要求,提出解決人工智能社會實驗責(zé)任鴻溝的新思路,即“有意義的人類控制”;江積海等[14]基于商業(yè)模式視角對場景價值進行探究,發(fā)現(xiàn)場景價值建立在顧客生活方式和生活細(xì)節(jié)情感體驗之上;王玉榮等[15]從消費者需求出發(fā),發(fā)現(xiàn)在“互聯(lián)網(wǎng)+”場景下,客戶需求、商業(yè)模式突破等因素會激勵企業(yè)反向創(chuàng)新;張浩等[16]研究在區(qū)塊鏈不同部署方式中企業(yè)、產(chǎn)業(yè)、社會層面商業(yè)模式創(chuàng)新的主要應(yīng)用場景;李健等[17]基于案例分析對場景驅(qū)動供應(yīng)鏈金融商業(yè)模式創(chuàng)新、價值創(chuàng)造進行研究。

學(xué)者對智能醫(yī)療產(chǎn)業(yè)的相關(guān)研究主要集中在應(yīng)用現(xiàn)狀、技術(shù)動態(tài)和發(fā)展趨勢等方面。Stelzner等[18]探究納米物聯(lián)網(wǎng)技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用,認(rèn)為其在醫(yī)療通信場景中具有較大潛力,并提出中心功能納米網(wǎng)絡(luò)的概念;Wang等[19]提出一種不完全依賴專家編碼和特定臨床場景的人工智能,其可通過提取像素與原始信息等方式進行深度學(xué)習(xí),進而實現(xiàn)智能醫(yī)療場景應(yīng)用;Dananjayan等[20]認(rèn)為,5G技術(shù)可以廣泛應(yīng)用于虛擬病人咨詢、模擬手術(shù)流程、機器人手術(shù)和醫(yī)療設(shè)備維護等場景;陳欣然等[21]通過對全球相關(guān)領(lǐng)域?qū)＠畔⑦M行分析,總結(jié)出人工智能在醫(yī)療健康行業(yè)的技術(shù)熱點和發(fā)展態(tài)勢;任佳妮等[22]通過對論文專利高頻關(guān)鍵詞和語義關(guān)鍵詞進行雙重分析,結(jié)合引用率和專家意見識別出醫(yī)療機器人領(lǐng)域的新興技術(shù)。

綜上所述,國內(nèi)外學(xué)者圍繞場景驅(qū)動創(chuàng)新、智能醫(yī)療應(yīng)用場景和產(chǎn)業(yè)態(tài)勢開展相關(guān)研究,為未來研究奠定了基礎(chǔ)。場景作為從市場營銷領(lǐng)域引入的新概念[11],學(xué)者更偏向于在商業(yè)模式范疇內(nèi)對特定情境下所產(chǎn)生的需求與路徑展開討論。關(guān)于智能醫(yī)療技術(shù)應(yīng)用場景的研究主要集中在輔助診療決策[6]、手術(shù)機器人[23]、影像分析[24]、可穿戴設(shè)備[8]、醫(yī)療管理[25]等方面,或集中于產(chǎn)業(yè)技術(shù)態(tài)勢與熱點分析。學(xué)者對新興技術(shù)在傳統(tǒng)領(lǐng)域的應(yīng)用現(xiàn)狀及改進作出了較多討論,但對特定產(chǎn)業(yè)應(yīng)用場景識別的研究較少,且偏向描述性分析,基于場景主題歸類處理的系統(tǒng)性定量識別與產(chǎn)業(yè)分析較少,從應(yīng)用場景視角對智能醫(yī)療產(chǎn)業(yè)演化的研究尚處于起步階段。

基于上述研究現(xiàn)狀和國內(nèi)外智能醫(yī)療產(chǎn)業(yè)發(fā)展態(tài)勢,本文構(gòu)建基于智能醫(yī)療產(chǎn)業(yè)應(yīng)用場景識別的技術(shù)、市場和政策綜合分析框架,使用隱含狄利克雷分布(Latent Dirichlet Allocation,LDA)主題模型及ITGInsight、SPSS軟件,對專利數(shù)據(jù)、市場數(shù)據(jù)和政策文本進行主題識別、篩選統(tǒng)計與可視化處理,開展場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)演化分析。

2 智能醫(yī)療產(chǎn)業(yè)應(yīng)用場景識別

2.1 專利數(shù)據(jù)獲取與預(yù)處理

本文以德溫特專利數(shù)據(jù)庫為檢索平臺,以專利摘要中的“USE”項作為應(yīng)用場景識別的基礎(chǔ)數(shù)據(jù)來源,通過查閱學(xué)術(shù)資料和咨詢專家意見構(gòu)建專利識別檢索式。首先,將人工智能技術(shù)關(guān)鍵詞劃分為語音、視覺、自然語言處理、算法及平臺4個一級分類和17個二級分類,針對各二級分類選定英文關(guān)鍵詞,構(gòu)建人工智能技術(shù)檢索式;其次,將與醫(yī)療相關(guān)的關(guān)鍵詞劃分為醫(yī)療對象、醫(yī)學(xué)場所、醫(yī)用縮寫、身體特征、疾病和健康、應(yīng)用場景六大類,并枚舉常用的英文關(guān)鍵詞構(gòu)建醫(yī)療檢索式;最后,將人工智能技術(shù)二級分類檢索式與醫(yī)療檢索式用“AND”運算符相連,構(gòu)建智能醫(yī)療檢索式。以機器學(xué)習(xí)技術(shù)為例,檢索式如:TS=(機器學(xué)習(xí)關(guān)鍵詞)AND(醫(yī)療關(guān)鍵詞)。截至2021年2月,運用上述檢索式共檢索到53 581件智能醫(yī)療相關(guān)專利,人工智能技術(shù)二級分類名稱及對應(yīng)專利數(shù)如表1所示。

表1 智能醫(yī)療專利分類檢索情況Tab.1 Classified search of intelligent medical patents

本文在此基礎(chǔ)上進行專利去重處理,共識別出46 576件專利作為新數(shù)據(jù)源,再利用Vantage Point數(shù)據(jù)處理軟件提取文本、分詞、清理與整理專利源數(shù)據(jù),在42 075件專利數(shù)據(jù)中有效提取USE內(nèi)容,最終生成詞袋格式的模型輸入文檔。

2.2 LDA主題模型分析與算法實現(xiàn)

自Blei等[26]提出LDA主題模型后,諸多學(xué)者對其進行了應(yīng)用和改進。模型通過收集文本語料庫等離散數(shù)據(jù),將其轉(zhuǎn)化為單詞頻率向量,利用概率產(chǎn)生式對文本主題進行挖掘,能夠?qū)Υ笠?guī)模文檔集合進行有效處理。LDA主題模型是一種對文本數(shù)據(jù)主題信息進行建模的方法,是目前最具代表性的主題模型方法之一[27]。目前,LDA主題模型已被廣泛應(yīng)用于各類專利文獻(xiàn)主題識別、演化趨勢和文本分析[28-30]。

鑒于此,本文基于LDA主題模型方法對智能醫(yī)療產(chǎn)業(yè)專利數(shù)據(jù)進行挖掘,采用Java作為模型實現(xiàn)的編程語言,參考之前研究確定運行參數(shù),通過計算困惑度(Perplexity)確定模型最優(yōu)主題數(shù),從而識別出智能醫(yī)療產(chǎn)業(yè)應(yīng)用場景主題。

(1)采用Java的JGibbLDA包進行建模和主題挖掘,將形成的詞袋文檔作為輸入文檔,參考Griffiths等[31]基于LDA對美國國家科學(xué)院院刊研究主題的參數(shù)設(shè)置,將超參數(shù)α賦值為50/K,將β賦值為0.01,將Gibbs算法迭代次數(shù)Iteration設(shè)置為1 000,每個主題下詞語數(shù)為概率排行前20。

(2)將主題數(shù)K分別代入50、100、150、200、250、300,計算得到困惑度的最低值,再以困惑度最低值為原點、以10為間隔單位探究最優(yōu)主題數(shù)。困惑度用以衡量模型對于新文本的預(yù)測能力,較小的困惑度意味著較強的模型預(yù)測能力,困惑度越小,說明主題數(shù)越優(yōu),如式(1)所示。其中,Nd表示文檔中出現(xiàn)的單詞,p(wd)表示每個單詞集中出現(xiàn)的概率。

(1)

(3)程序運行結(jié)果顯示當(dāng)K=240時,困惑度指標(biāo)最小。根據(jù)最優(yōu)主題數(shù)為240時輸出的主題—高頻率詞文檔推斷主題內(nèi)容,每個主題所包含的高頻率詞及其頻率用于應(yīng)用場景識別。

2.3 智能醫(yī)療產(chǎn)業(yè)應(yīng)用場景識別結(jié)果

本文根據(jù)最優(yōu)主題數(shù)下的主題—高頻率詞輸出文檔,定量挖掘出12個與應(yīng)用場景相關(guān)的主題。例如,根據(jù)Topic 62th中的expert system、neural-network、fuzzy-logic、support-vector-machine、information-retrieval、surgery等關(guān)鍵詞推斷該主題內(nèi)容為專家系統(tǒng),并以此類推出臨床決策支持、手術(shù)機器人、康復(fù)機器人、藥物研發(fā)等其它11個與醫(yī)療場景相關(guān)的主題。

基于上述12個主題構(gòu)建其所屬的智能醫(yī)療應(yīng)用場景關(guān)鍵詞。首先,根據(jù)前文識別出的代表詞,搜索專利源數(shù)據(jù)中包含代表詞的USE項內(nèi)容;其次,通過分析USE項內(nèi)容,多次迭代確定新關(guān)鍵詞;最后,結(jié)合主題—高頻率詞輸出文檔、專家意見和智能醫(yī)療產(chǎn)業(yè)相關(guān)文獻(xiàn)資料確定應(yīng)用場景關(guān)鍵詞。例如,根據(jù)Topic 62th專家系統(tǒng)和Topic 177th臨床決策支持的高頻詞含義,對應(yīng)識別“智能診療”應(yīng)用場景。據(jù)此,本文共識別出智能診療、醫(yī)療機器人、藥物研發(fā)、智能醫(yī)學(xué)影像和智能健康管理五大應(yīng)用場景。

智能醫(yī)療識別主題和所屬應(yīng)用場景識別結(jié)果如表2所示。其中,智能診療是指利用人工智能技術(shù)輔助開展診療,通過整理分析醫(yī)學(xué)信息,模擬專家思維和醫(yī)學(xué)推理流程,為患者提供醫(yī)學(xué)診斷和治療方案,提高醫(yī)療體系服務(wù)質(zhì)量。智能診療是醫(yī)療行業(yè)的重點布局領(lǐng)域,目前已被廣泛應(yīng)用于癌癥、腫瘤、艾滋病、口腔疾病、貧血等醫(yī)療領(lǐng)域,在提高醫(yī)生診斷效率和準(zhǔn)確率、優(yōu)化醫(yī)療資源再分配等方面發(fā)揮著重要作用。醫(yī)療機器人是人工智能和生物智能的有機融合,在醫(yī)療領(lǐng)域作用效果顯著,具有操作精細(xì)、定位準(zhǔn)確、手術(shù)創(chuàng)傷小、感染風(fēng)險低等優(yōu)勢,能夠為醫(yī)生手術(shù)提供支持,有效縮短患者康復(fù)周期。藥物研發(fā)是指利用深度學(xué)習(xí)、大數(shù)據(jù)技術(shù)在藥物研究中選取合適的化合物,目前在藥物研發(fā)效果預(yù)測、靶點篩選、藥物篩選、活性檢測、副作用分析等環(huán)節(jié)的滲透率逐步提升,可縮短研發(fā)機構(gòu)或企業(yè)新藥開發(fā)周期,節(jié)約研發(fā)成本,提升研發(fā)成功概率。醫(yī)學(xué)影像數(shù)據(jù)占醫(yī)學(xué)數(shù)據(jù)的90%以上,為疾病識別和治療方案擬定提供重要參考,被視為人工智能技術(shù)在醫(yī)療行業(yè)最有發(fā)展前景的應(yīng)用領(lǐng)域。智能醫(yī)學(xué)影像是指將人工智能技術(shù)運用于醫(yī)學(xué)影像分析與研究,涵蓋影像成像設(shè)備、影像分析、疾病診斷、術(shù)后康復(fù)計劃等多個應(yīng)用方向,實現(xiàn)對影像診療流程的全方位覆蓋,可以輔助醫(yī)生進行影像分析,提高影像診斷效率和識別水準(zhǔn),從而達(dá)到優(yōu)化醫(yī)療資源配置、實現(xiàn)分級診療的效果。智能健康管理是人工智能相關(guān)算法和技術(shù)在健康管理應(yīng)用場景的落地,擁有身體狀況監(jiān)測、疾病預(yù)防與控制、制定健康計劃等健康管理功能,目前主要適用于風(fēng)險識別、智能助理、病情監(jiān)控以及可穿戴設(shè)備等應(yīng)用領(lǐng)域。

表2 智能醫(yī)療應(yīng)用場景識別結(jié)果Tab.2 Identification of intelligent medical application scenarios

3 場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)演化發(fā)展態(tài)勢

3.1 場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)技術(shù)演化分析

當(dāng)前,包括我國在內(nèi)的許多國家都基于本國技術(shù)創(chuàng)新和產(chǎn)業(yè)發(fā)展制定了智能醫(yī)療產(chǎn)業(yè)戰(zhàn)略規(guī)劃,并將其視為科學(xué)技術(shù)領(lǐng)域的重要風(fēng)口之一。專利作為分析技術(shù)產(chǎn)出質(zhì)量的重要指標(biāo),可用于產(chǎn)業(yè)內(nèi)技術(shù)演化趨勢分析。因此,本文沿用前文檢索得到的專利數(shù)據(jù),并對其進行去重和整理,最終得到1974—2020年申請的46 259件全球智能醫(yī)療產(chǎn)業(yè)相關(guān)專利,從宏觀層面反映世界范圍內(nèi)智能醫(yī)療技術(shù)發(fā)展趨勢,如圖1所示。

圖1 全球智能醫(yī)療產(chǎn)業(yè)專利申請數(shù)量年度分布(1974—2020年)Fig.1 Year distribution of patent application of global intelligent medical industry (1974-2020)

從申請趨勢看,人工智能技術(shù)在醫(yī)療產(chǎn)業(yè)的應(yīng)用越來越廣泛,專利申請量穩(wěn)步增長。具體而言,全球?qū)＠暾堏厔荽笾陆?jīng)歷3個階段:①萌芽階段(1974—2011年):專利申請量整體增長緩慢,人工智能技術(shù)剛開始在醫(yī)療產(chǎn)業(yè)發(fā)揮作用,但未取得實質(zhì)性突破;②初步發(fā)展階段(2012—2014年):專利申請增長幅度逐步提升;③快速增長階段(2015—2020年):專利申請進入快速增長期,各國智能醫(yī)療支持政策數(shù)量迅猛增長,這一時期專利申請總量高達(dá)34 786件,占已有專利申請總量的75.2%。

從專利申請受理國或組織看,2000—2020年中國、美國、世界知識產(chǎn)權(quán)局、韓國、日本名列前五。自2010年起,在中國申請的專利數(shù)量開始快速增長,并于2017年專利申請總量超越美國,我國成為全球第一專利受理國,如圖2所示。

圖2 智能醫(yī)療產(chǎn)業(yè)專利申請主要受理國家/組織年度分布Fig.2 Distribution of intelligent medical patent application time of main accepted countries/organizations

醫(yī)療健康是基礎(chǔ)民生產(chǎn)業(yè),我國醫(yī)療服務(wù)具有社會公益性質(zhì),形成以公立機構(gòu)為主體、私營機構(gòu)為補充的服務(wù)體系。政府資助的自然科學(xué)基金、國家重點研發(fā)計劃等科研項目研究方向可從一定程度上反映智能醫(yī)療產(chǎn)業(yè)前沿技術(shù)趨勢和重點發(fā)展領(lǐng)域?；诖?本文對2018—2020年國家重點研發(fā)計劃涉及的智能醫(yī)療產(chǎn)業(yè)內(nèi)容進行梳理并對其應(yīng)用場景進行識別分析。從國家科技管理信息系統(tǒng)公共服務(wù)平臺檢索相關(guān)數(shù)據(jù),篩選出5項與智能醫(yī)療相關(guān)的國家重點研發(fā)計劃。通過梳理重點研發(fā)計劃申報指南,發(fā)現(xiàn)國家重點研發(fā)計劃對前文識別出的五大應(yīng)用場景均有資助,共計17個子項目提及應(yīng)用場景,如圖3所示。

圖3 國家重點研發(fā)計劃智能醫(yī)療產(chǎn)業(yè)五大場景相關(guān)項目數(shù)量(2018—2020年)Fig.3 Projects related to five scenarios of intelligent medical industry in National Key Research and Development Plan (2018—2020年)

總體而言,2018年國家重點研發(fā)計劃項目以醫(yī)療產(chǎn)業(yè)為研究背景,但從2020 年開始偏向?qū)⑨t(yī)療作為人工智能技術(shù)的具體應(yīng)用領(lǐng)域。具體而言,智能健康管理應(yīng)用場景下的科技項目最多,而藥物研發(fā)應(yīng)用場景下的科技項目較少。關(guān)于智能診療應(yīng)用場景,政府主要對決策支持系統(tǒng)和輔助診療技術(shù)提供支持,從而達(dá)到實現(xiàn)人工智能輔助醫(yī)生診斷和傳統(tǒng)中醫(yī)治療流程智能化轉(zhuǎn)型的目的。關(guān)于醫(yī)療機器人應(yīng)用場景,科技項目主要涉及手術(shù)治療技術(shù)和室內(nèi)服務(wù)機器人兩種應(yīng)用模式。智能醫(yī)學(xué)影像探索方向主要包括影像輔助診斷和腫瘤影像分析等。藥物研發(fā)應(yīng)用場景下的科技項目主要強調(diào)人工智能技術(shù)在藥物質(zhì)量評價中的應(yīng)用。關(guān)于智能健康管理應(yīng)用場景,國家重點研發(fā)計劃主要對慢性病和神經(jīng)性疾病健康管理、危重監(jiān)護以及在線問診提供支持。

3.2 場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)市場演化分析

近年來,我國積極推動醫(yī)療產(chǎn)業(yè)從數(shù)字化、信息化向智能化方向轉(zhuǎn)型。2015—2020年,我國智能醫(yī)療行業(yè)應(yīng)用規(guī)模平穩(wěn)發(fā)展,年均復(fù)合增長率達(dá)12.4%[32],如圖4所示。自2020年起,市場需求、利好政策、技術(shù)躍遷等因素疊加,未來智能醫(yī)療應(yīng)用規(guī)模將高速發(fā)展。

截至2020年6月,我國人工智能產(chǎn)業(yè)共包含349個智能醫(yī)療融資項目,其中有81%的智能醫(yī)療項目處于種子輪、天使輪和A輪等比較靠前的融資輪次,僅有1%的項目實現(xiàn)了E輪投資。此外,人工智能醫(yī)療領(lǐng)域投資仍處于活躍期,在2018年左右達(dá)到頂峰[33],如圖5所示。雖然受到資本寒冬和新冠肺炎疫情的影響,但總體規(guī)模及案例仍呈上升態(tài)勢。整體而言,現(xiàn)階段我國智能醫(yī)療產(chǎn)業(yè)投融資項目熱度較高,產(chǎn)業(yè)整體處于早期發(fā)展階段。我國智能醫(yī)療服務(wù)需求、股權(quán)投資存在廣闊發(fā)展空間,未來賽道上將進一步實現(xiàn)細(xì)分。

根據(jù)全球人工智能企業(yè)榜單、全球醫(yī)療企業(yè)營收排名和中國人工智能醫(yī)療創(chuàng)新排行,本文選取各榜單排名前10的企業(yè)。基于所識別的五大應(yīng)用場景,本文對全球范圍內(nèi)主要企業(yè)在智能醫(yī)療領(lǐng)域的產(chǎn)品、合作項目、醫(yī)療設(shè)備和醫(yī)療解決方案等進行梳理,結(jié)果如表3所示。整體而言,不同類型企業(yè)都基于自身技術(shù)和資源優(yōu)勢在智能醫(yī)療五大應(yīng)用場景中進行了積極探索?？萍计髽I(yè)主要通過將機器學(xué)習(xí)、語音識別和機器人技術(shù)運用到醫(yī)療產(chǎn)業(yè),與醫(yī)療機構(gòu)、醫(yī)學(xué)科研團隊和醫(yī)療器械公司開展合作;傳統(tǒng)醫(yī)療衛(wèi)生保健公司通過與人工智能企業(yè)、軟件開發(fā)企業(yè)開展項目合作或戰(zhàn)略投資、收購技術(shù)企業(yè)等形式布局智能醫(yī)療領(lǐng)域。智能健康管理是目前企業(yè)布局最多的應(yīng)用場景,主要是因為健康管理所包含的服務(wù)范圍廣,移動設(shè)備、護理系統(tǒng)等產(chǎn)品技術(shù)成熟、商業(yè)化程度較高且可替代性強,便于企業(yè)進入市場開展競爭。

表3 主要企業(yè)在智能醫(yī)療領(lǐng)域內(nèi)的產(chǎn)品Tab.3 Products of main enterprises in the intelligent medical field

從智能診療國內(nèi)市場應(yīng)用場景看,我國企業(yè)開始嘗試將人工智能技術(shù)和深度學(xué)習(xí)算法賦能傳統(tǒng)醫(yī)學(xué),搭建名醫(yī)治療經(jīng)驗和醫(yī)學(xué)案例數(shù)據(jù)庫,但與國外IBM、Microsoft的成熟臨床產(chǎn)品相比仍有較大差距。從藥物研發(fā)應(yīng)用場景看,中國企業(yè)在該領(lǐng)域的探索較淺,亟待加強核心技術(shù)攻關(guān)和突破。在新冠肺炎疫苗研制工作中,醫(yī)學(xué)專家團隊嘗試引入人工智能技術(shù),以縮短疫苗研發(fā)周期、降低開發(fā)成本。從智能醫(yī)學(xué)影像應(yīng)用場景看,中國企業(yè)已經(jīng)深入影像設(shè)備、影像分析和影像識別病灶等應(yīng)用領(lǐng)域,對乳腺、肺、心臟、腦、骨關(guān)節(jié)等醫(yī)學(xué)影像診斷提供豐富的智能化解決方案,使之成為智能醫(yī)療產(chǎn)業(yè)熱點發(fā)展領(lǐng)域。從醫(yī)療機器人應(yīng)用場景看,我國醫(yī)療機器人正處于起步階段,雖在低端康復(fù)機器人和服務(wù)機器人領(lǐng)域開展積極探索,但在高端機器人領(lǐng)域研究成果相對空白,進口依賴程度較高。2021年以來,我國逐步將部分手術(shù)機器人納入省級醫(yī)保,進一步提升產(chǎn)品在實際應(yīng)用中的迭代能力。從智能健康管理應(yīng)用場景看,中國企業(yè)在癌癥早期篩查、智能醫(yī)用穿戴設(shè)備、在線問診、慢性病管理等方向開展了多樣化探索與布局,智能化升級了人民健康管理全周期,提高了身體特征數(shù)據(jù)的使用價值,將預(yù)防、治療等過程與信息化技術(shù)聯(lián)系起來。

3.3 場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)政策演化分析

近年來,我國在智能醫(yī)療領(lǐng)域積極布局,通過制定戰(zhàn)略政策、發(fā)展規(guī)劃等形式推動智能醫(yī)療產(chǎn)業(yè)發(fā)展,促進技術(shù)落地,深化醫(yī)療產(chǎn)業(yè)智能化改革,本文引入政策工具對我國智能醫(yī)療產(chǎn)業(yè)政策進行深入解析和分類。參考Rothwell &Zegveld[34]提出的供給型、環(huán)境型和需求型劃分維度,利用北大法寶法律法規(guī)數(shù)據(jù)庫、政府官方網(wǎng)站等平臺收集得到191件智能醫(yī)療產(chǎn)業(yè)相關(guān)政策文本(截至2021年3月31日),經(jīng)過政策編碼分析,共得到244份政策工具。其中,從“財政投入”至“信息服務(wù)”為供給型政策工具,從“財政稅收”至“知識產(chǎn)權(quán)”為環(huán)境型政策工具,從“對外承包”至“政府采購”為需求型政策工具,如圖6所示。

圖6 我國智能醫(yī)療產(chǎn)業(yè)政策工具分布Fig.6 Distribution of policy tools in China's intelligent medical industry

進一步,對政策工具子類頻次進行分析發(fā)現(xiàn)環(huán)境型政策工具最多,共計151個(占比61.88%),其中“目標(biāo)規(guī)劃”政策工具出現(xiàn)次數(shù)最多,高達(dá)79次,“法規(guī)管制”次之,而“財政稅收”僅出現(xiàn)1次,這源于我國智能醫(yī)療產(chǎn)業(yè)尚處于早期發(fā)展階段,政府在發(fā)布產(chǎn)業(yè)政策時更傾向于通過改變環(huán)境要素對智能醫(yī)療產(chǎn)業(yè)發(fā)展施加影響,從產(chǎn)業(yè)規(guī)劃和戰(zhàn)略綱要層面進行整體性布局,以政策法規(guī)、管理規(guī)范、技術(shù)標(biāo)準(zhǔn)等引導(dǎo)新興產(chǎn)業(yè)有序發(fā)展。供給型政策共計66個(占比27.05%),其中“科技支持”和“信息服務(wù)”出現(xiàn)次數(shù)較多,而“公營事業(yè)”出現(xiàn)次數(shù)較少,體現(xiàn)出我國政府通過科技項目、信息平臺等方式實現(xiàn)各醫(yī)療機構(gòu)技術(shù)和數(shù)據(jù)共享,推動醫(yī)療服務(wù)向智能化方向發(fā)展。需求型政策共計27個(占比11.07%),其中“示范工程”政策工具出現(xiàn)次數(shù)最多,其余政策工具出現(xiàn)次數(shù)均小于5次?！百Q(mào)易管制”政策工具未出現(xiàn),側(cè)面反映出當(dāng)前我國政府主要采取設(shè)置試點、示范區(qū)的方式拉動智能醫(yī)療產(chǎn)業(yè)發(fā)展。

總體而言,3類政策工具使用頻次均呈現(xiàn)“先增加、后減少、再增加”的趨勢,如圖7所示。2016年是“十三五”規(guī)劃發(fā)布年,涉及智能醫(yī)療相關(guān)政策文本內(nèi)容最多,用到的政策工具頻次也最高,隨后呈逐年下降趨勢。由于篩選政策文本截止時間為2021年3月,故2021年數(shù)據(jù)相對偏低。

圖7 2007-2021年我國智能醫(yī)療產(chǎn)業(yè)政策工具使用時間分布Fig.7 Time distribution of policy tools in China′s intelligent medical industry from 2007 to 2021

以本文識別的五大應(yīng)用場景為識別對象,分析我國智能醫(yī)療產(chǎn)業(yè)政策文本中直接提及應(yīng)用場景的內(nèi)容,識別并整理其出現(xiàn)頻次,如圖8所示。整體而言,2007—2021年,我國智能醫(yī)療產(chǎn)業(yè)政策文本共提及應(yīng)用場景129次,呈現(xiàn)“逐漸上升、下降、再上升”趨勢,不同應(yīng)用場景政策支持力度存在顯著差異。具體而言,智能健康管理應(yīng)用場景出現(xiàn)次數(shù)最多,高達(dá)44次,占比34.11%,政策關(guān)鍵詞涉及“醫(yī)療健康可穿戴設(shè)備”“遠(yuǎn)程醫(yī)療咨詢”“智能化預(yù)警”“語音電子病歷”等;智能診療應(yīng)用場景共出現(xiàn)38次,占比29.46%,在政策文本中主要以“專家診療系統(tǒng)”“人工智能輔助診斷治療技術(shù)”“智能化脈診儀”等形式出現(xiàn),許多政策文本都提到中醫(yī)相關(guān)智能輔助診療應(yīng)用,一定程度上體現(xiàn)出人工智能技術(shù)對中國傳統(tǒng)醫(yī)學(xué)產(chǎn)業(yè)轉(zhuǎn)型發(fā)展的支持作用。醫(yī)療機器人應(yīng)用場景出現(xiàn)23次,占比17.83%,政策文本中涉及“康復(fù)機器人”“機器人手術(shù)系統(tǒng)”“服務(wù)機器人”等不同類型醫(yī)療機器人。盡管智能醫(yī)學(xué)影像相關(guān)應(yīng)用場景和技術(shù)在醫(yī)療產(chǎn)業(yè)應(yīng)用廣泛,但國內(nèi)政策文本較少提及,僅出現(xiàn)13次,占比10.08%,包含“智能影像超聲系統(tǒng)”“智能醫(yī)學(xué)影像識別”“術(shù)中精準(zhǔn)成像”等關(guān)鍵詞。藥物研發(fā)應(yīng)用場景出現(xiàn)次數(shù)最少,僅為11次,占比8.53%,政策文本指出應(yīng)加快人工智能技術(shù)在藥材生產(chǎn)中的應(yīng)用,提升藥物研發(fā)信息化水平。此外,政策文本還提及“智能化系統(tǒng)”“高端智能醫(yī)療設(shè)備”“醫(yī)療智能產(chǎn)品”等重點研發(fā)方向,體現(xiàn)出國家層面對智能醫(yī)療產(chǎn)業(yè)的關(guān)注以及對其發(fā)展方向的指引。

圖8 2007-2021年我國智能醫(yī)療產(chǎn)業(yè)政策文本應(yīng)用場景時間分布Fig.8 Time distribution of application scenarios for domestic intelligent medical policy texts from 2007 to 2021

4 結(jié)論與討論

4.1 研究結(jié)論

本文基于LDA主題模型對智能醫(yī)療產(chǎn)業(yè)應(yīng)用場景識別開展研究,篩選出與應(yīng)用場景相關(guān)的專家系統(tǒng)、臨床決策支持、手術(shù)機器人、康復(fù)機器人、藥物研發(fā)、影像疾病診斷、影像分析、影像成像設(shè)備、風(fēng)險識別、遠(yuǎn)程數(shù)據(jù)收集、可穿戴設(shè)備和在線問診,共計12個主題,分別歸屬于智能診療、醫(yī)療機器人、藥物研發(fā)、智能醫(yī)學(xué)影像和智能健康管理五大應(yīng)用場景。在此基礎(chǔ)上,從“技術(shù)—市場—政策”3個維度開展場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)演化過程分析,得出如下研究結(jié)論:第一,從技術(shù)角度看,全球智能醫(yī)療產(chǎn)業(yè)專利申請數(shù)量呈現(xiàn)快速增長態(tài)勢。在蓬勃發(fā)展的同時,相關(guān)技術(shù)處于不斷創(chuàng)新和發(fā)展階段。我國在智能醫(yī)療五大應(yīng)用場景技術(shù)領(lǐng)域均有布局,在我國申請的相關(guān)專利數(shù)量已居于世界前列。然而,我國現(xiàn)在仍處于弱人工智能階段,核心算法和技術(shù)缺位,醫(yī)療機器人、醫(yī)學(xué)影像設(shè)備等高端智能設(shè)備主要依賴進口,創(chuàng)新能力和研發(fā)水平亟待提升。第二,從市場角度看,智能醫(yī)療總體市場與應(yīng)用場景子市場目前均處于不斷增長態(tài)勢,具有廣闊的市場空間和良好的發(fā)展前景。包括我國在內(nèi)的各國科技巨頭、醫(yī)療器械提供商和健康科技初創(chuàng)公司都在智能醫(yī)療領(lǐng)域積極布局,許多醫(yī)療產(chǎn)品和解決方案均在快速發(fā)展。我國智能醫(yī)療產(chǎn)業(yè)中有大量初創(chuàng)企業(yè),多數(shù)投融資輪次比較靠前,現(xiàn)處于早期發(fā)展階段,呈現(xiàn)出積極探索的良好態(tài)勢。第三,從政策角度看,我國政府大力支持智能醫(yī)療產(chǎn)業(yè)發(fā)展,通過多種政策工具實現(xiàn)全方位支持智能醫(yī)療產(chǎn)業(yè)科技創(chuàng)新和成果轉(zhuǎn)化,但五大應(yīng)用場景中的政策工具應(yīng)用和支持力度有所不同。

4.2 政策建議

為進一步優(yōu)化我國智能醫(yī)療產(chǎn)業(yè)政策布局,本文提出以下建議:

(1)加大對關(guān)鍵核心技術(shù),尤其是薄弱環(huán)節(jié)研發(fā)投入和政策支持力度,夯實智能醫(yī)療研究根基,鼓勵高校和企業(yè)科研團隊參與智能醫(yī)療重大科技項目攻關(guān),激發(fā)技術(shù)團隊創(chuàng)新活力,實現(xiàn)技術(shù)前沿化、產(chǎn)品精細(xì)化和服務(wù)差異化,打造具有影響力和知名度的自主品牌。

(2)深化官產(chǎn)學(xué)研用合作,搭建以智能醫(yī)療企業(yè)為核心,醫(yī)院、研究所和醫(yī)學(xué)院等醫(yī)療機構(gòu)協(xié)同合作的發(fā)展體系,強化基礎(chǔ)層和技術(shù)層宏觀布局,鼓勵龍頭企業(yè)在智能健康管理、藥物研發(fā)等應(yīng)用場景開展基礎(chǔ)研究、科技創(chuàng)新工作,積極引進新產(chǎn)品形式和技術(shù)方案,發(fā)揮行業(yè)帶動優(yōu)勢,最終形成政府引導(dǎo)、市場驅(qū)動、醫(yī)療企業(yè)創(chuàng)新、醫(yī)院及醫(yī)療研究機構(gòu)支持、用戶信賴的科研創(chuàng)新體系,提升技術(shù)—產(chǎn)品與服務(wù)方案轉(zhuǎn)化效率,為智能醫(yī)療產(chǎn)業(yè)技術(shù)研發(fā)與成果轉(zhuǎn)化提供有力保障。

(3)智能醫(yī)療產(chǎn)業(yè)發(fā)展和人工智能技術(shù)應(yīng)用可能會帶來隱私、安全、知識產(chǎn)權(quán)和倫理等問題,因此我國應(yīng)重視智能醫(yī)療領(lǐng)域法律法規(guī)建設(shè)及行業(yè)規(guī)則制定,在促進產(chǎn)業(yè)發(fā)展的同時明確各主體權(quán)利、義務(wù)和責(zé)任,規(guī)范行業(yè)內(nèi)生產(chǎn)、應(yīng)用活動,明確各類責(zé)任邊界。此外,政策設(shè)計還應(yīng)注意對政策工具的綜合運用,重視人工智能等前沿技術(shù)賦能醫(yī)療產(chǎn)業(yè)的道德責(zé)任,厘清不同場景下的政策需求,優(yōu)化現(xiàn)有政策,支持資源配置,將資源優(yōu)先傾斜給需求大、時間緊、效果佳的場景,并及時更新政策體系,把握產(chǎn)業(yè)政策力度轉(zhuǎn)換時機,不斷激發(fā)產(chǎn)業(yè)增長活力,推動我國智能醫(yī)療產(chǎn)業(yè)健康、蓬勃發(fā)展。

4.3 不足與展望

本文存在如下不足:一是運用LDA主題模型識別應(yīng)用場景關(guān)鍵詞主要以主題-高頻率詞輸出文檔推斷主題內(nèi)容,以迭代檢索結(jié)果選取關(guān)鍵詞存在一定主觀性,未來可結(jié)合機器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等算法,更深入地識別研究主題,增強識別結(jié)果的可靠性。二是目前世界上主要國家以及我國智能醫(yī)療產(chǎn)業(yè)處于早期發(fā)展階段,數(shù)據(jù)獲取難度較大,未來可通過企業(yè)調(diào)研、行業(yè)咨詢等形式擴大數(shù)據(jù)來源,提高產(chǎn)業(yè)演化分析的準(zhǔn)確性。三是分別從“技術(shù)—市場—政策”3個維度對場景驅(qū)動視角下我國智能醫(yī)療產(chǎn)業(yè)演化過程進行分析,未來應(yīng)該對產(chǎn)業(yè)發(fā)展影響因素進行交互分析,厘清不同情境下產(chǎn)業(yè)發(fā)展演化里程碑事件,進而挖掘產(chǎn)業(yè)發(fā)展規(guī)律,為未來我國智能醫(yī)療產(chǎn)業(yè)政策優(yōu)化提供支持。