欲速则不达，厚积而薄发2019中国医疗人工智能市场研究报告亿欧智库www.iyiou.com/intelligenceCopyrightreservedtoEO Intelligence, July 2019 EO Intelligence2017年和2018年，亿欧智库分别就“医疗人工智能（报告中“医疗AI”等同于“医疗人工智能”）这一话题进行了研究，并发布了《2017人工智能赋能医疗产业研究报告》及《2018中国医疗人工智能发展研究报告》。前者是业内第一份系统性梳理人工智能在医疗领域的应用场景与相关企业的研究报告，深入研究医疗人工智能八大应用场景，具有广泛的行业影响力，报告内数据被大量引用；后者根据2018年对相关企业的大量走访调查，梳理包括智能影像辅助诊断系统、语音电子病历等在内的十大医疗人工智能主流产品，并重点探讨产品的应用性与商业进展。2019年，亿欧智库将继续这一话题的研究。本次研究聚焦于以医疗机构为代表的市场端的认知与产品接受度，梳理市场中已有产品的应用进展，分析医疗人工智能的商业化进度及落地难点。同时，本次研究通过对行业专家、从业者等人的访谈，客观呈现医疗人工智能产品在真实世界的反馈，反映产品从实验室到落地的情况，旨在发出“用户真实的声音”。由于亿欧智库对“医疗人工智能（即医疗AI）”的研究是发展的、延续性的，每份报告都以前一份报告的认知作为依托，再根据该年度的实际情况，对医疗人工智能作出新的检视，总结变化、得出新的认知，所以《2017人工智能赋能医疗产业研究报告》、《2018中国医疗人工智能发展研究报告》与本报告的关系为逐渐递进、互为补充。因此，建议对医疗人工智能了解较浅的朋友，先阅读《2017人工智能赋能医疗产业研究报告》、《2018中国医疗人工智能发展研究报告》。2前言 EO Intelligence06Part1 医疗人工智能行业综述11Part2 医疗人工智能市场分析目录1.1中国医疗人工智能顶层设计1.2中国医疗人工智能生态图谱1.3中国医疗人工智能企业图谱2.1 医疗人工智能商业化综述•中国医疗人工智能企业数据•中国医疗人工智能投融资数据•中国医疗人工智能落地情况•中国医疗人工智能商业化进度•医疗人工智能商业化综述2.2医疗人工智能细分领域市场分析•医疗辅助•医学影像•药物研发•健康管理•医疗人工智能应用场景与技术路线交叉矩阵•疾病风险预测•AI+“领航者”的布局•中国医疗工智能商业模式图•医疗人工智能专家访谈实录49Part 3 医疗人工智能落地难点扫描3.1 中国医疗AI商业化的难点3.2 中国医疗AI产品注册审批3.3 医疗人工智能落地展望3 EO Intelligence4发展阶段数据爆发、算法升级及算力提升激发医疗AI新潜力，中国医疗人工智能冷静后进入价值验证期。应用场景与目标市场为多对多关系，医院是医疗人工智能企业首发市场。企业实现商业化需经过数据获取、技术验证、注册审批、市场准入、定价、（进入医保目录）、商业模式验证六个环节。目前正在注册审批与市场准入的过渡期。研究发现六大审批要点已公布，第一批三类证审批企业处在临床试验阶段，“多中心验证”成为“金标准”。1家企业进入三类证注册审批绿色通道。商业化进度目标市场注册审批 EO Intelligence5概念界定◆医疗人工智能：“医疗人工智能”概念出现之初，业内对于“‘人工智能’是学科还是技术、‘医疗’的内涵和外延是什么”展开了一场大讨论。随着“医疗人工智能”从概念走向实体、应用场景越来越明晰、各类产品走入目标市场、相关标准及规范相继出台，现在业内对于“医疗人工智能”已有较为统一的认知。◆目标市场：医疗人工智能企业决定进入的、具有某一共同需要及特征的购买者集合。◆落地、商业化*：I.“落地”是指“产品走出实验室，进入目标市场”。其特征是应用对象及应用场景从实验室转变为真实世界。II.“商业化”是指企业所处的“真实可见的实际应用案例、能规模化推广的对应产品、可用统计数据证明的应用成效、合法合规并可执行的商业模式”的状态。◆需要说明的是，医疗大数据作为医疗人工智能的底层支撑，并不在本报告所述“应用场景”范围内。但不可否认，医疗大数据是医疗人工智能能够实现的重要一环，是后者不可或缺的原材料。为满足叙述的完整性，本报告的企业图谱章节仍将“医疗大数据”相关企业纳入其中。商业化真实可见的实际应用案例能规模化推广的对应产品可用统计数据证明的应用成效合法合规并可执行的商业模式目标市场医疗人工智能企业决定进入的、具有某一共同需要或特征的购买者集合。主流目标市场包括：医院、消费者、诊所、第三方医疗机构、药企、高校、社区、保险公司。医疗人工智能各应用场景下引入NLP、深度学习、计算机视觉等人工智能相关技术所开发的，使医疗活动成本降低、效果增强，而且为医疗相关产业链带来了新变化的产品及服务。*注：“商业化”的定义参考科大讯飞轮值总裁胡郁在亿欧2019全球新经济年会上对“人工智能价值兑现的三大标准”的演讲。Part.1 医疗人工智能行业综述 Par t 1. 医疗人工智能行业综述6 EO Intelligence7中国医疗人工智能顶层设计（一）•鼓励社会企业参与医疗人工智能标准制定工作、单病种数据库建设工作；•《人工智能标准化白皮书（2018版）》提出目前急需研制一些标准，其中包括“医学影像辅助诊断系统技术要求”；标准化•2017年7月，以腾讯公司为依托的医疗（学）影像国家新一代人工智能开放创新平台启动建设；•2019年1月，上海交大发布中国人工智能白皮书，解读AI在辅助诊疗、医学影像、健康管理、疾病风险预测等细分领域的应用情况；•2019年1月，中国医学影像AI产 学 研 用 创 新 联 盟（CAIERA）发布中国医学影像AI白皮书；细分领域审批•2015年5月发布的《中国制造2025》中，提出把智能制造作为两化深度融合的主攻方向；•2015年7月发布的《关于积极推进“互联网+”行动的指导意见》中，提出将人工智能作为互联网+的十一个重点布局领域之一；•2017年7月国务院发布的《新一代人工智能规划》是我国在人工智能领域展开系统部署的第一份文件。文件提出到2030年抢占全球人工智能制高点。•2017年10月，人工智能写入十九大报告。报告提出加快发展先进制造业，推动互联网、大数据、人工智能和实体经济深度融合；战略地位•2018年8月1日，新版《医疗器械分类目录》正式生效，首次为医疗AI产品划分明确子类；•中检院作为国家监管技术支撑机构，承担了医疗人工智能产品质量评价与研究工作；光机电室成立AI小组承担此项工作；•2018年12月，医疗器械技术审评中心和中国健康传媒集团联合主办人工智能类医疗器械注册申报公益培训；•2019年7月1日，药监局医疗器械技术审评中心正式发布《深度学习辅助决策医疗器械软件审批要点》。人才•2019年3月，教育部批准全国35所高校开设“人工智能”相关学院或专业；•2019年7月，华为与复旦大学合作开发的“医学人工智能与机器学习”在复旦大学进行集中授课。Part.1 医疗人工智能行业综述 EO Intelligence8发展人工智能。培育人工智能产业生态，促进人工智能在经济社会重点领域的推广与应用；具体包括：加快人工智能支撑体系建设、推动人工智能技术在各领域如健康医疗的应用等“十三五”国家战略性新兴产业发展规划2016.11 国务院重点发展智能穿戴设备、智能医疗健康设备、智能服务机器人等智能硬件产业创新发展专项行动（2016-2018年）2016.9 工信部加快培育壮大新兴产业，加快人工智能、生物制药等技术研发和转化。大力改造提升传统产业，加快大数据、云计算、物联网应用2017年政府工作报告2017.3 国务院中国医疗人工智能顶层设计（二）：关键政策出台，从宏观方向具体到执行细节人工智能标准化白皮书（2018版）2018.1国家标准化管理委员会培育智能产品：•智能服务机器人。提升清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人的智能化水平。•医疗影像辅助诊断系统。推动医学影像数据采集标准化与规范化；加快医疗影像辅助诊断系统的产品化及临床辅助应用。构建支撑体系：•行业训练资源库。面向语音识别、视觉识别、自然语言处理等基础领域及工业、医疗、金融、交通等行业领域，支持建设高质量人工智能训练资源库、标准测试数据集并推动共享，鼓励建设提供知识图谱、算法训练、产品优化等共性服务的开放性云平台。促进新一代人工智能产业发展三年行动计划(2018-2020年)2017.12 工信部工信部国务院其他部门/组织•全国音频、视频和多媒体标准化技术委员会（SAC/TC 242）主要围绕音视频、智慧家庭医疗健康产品开展相关标准化研究。•在智能医疗领域，国内已具备一定的标准化基础，但是还存在数据质量、数据和模型的隐私性、数据模型建立困难等问题，下一步重点开展生理监测、医疗监管智能化、医疗信息交换、数据平台接口、医疗数据质量评价等标准制定工作。•“目前急需研制的标准包括医学影像辅助诊断系统技术要求，状态为‘拟研制’”。Part.1 医疗人工智能行业综述 EO Intelligence中国医疗人工智能生态图谱9参考来源：公开资料，亿欧智库对此有改动；图中仅列举部分药企医院高校消费者第三方独立医疗机构保险公司社区诊所系统集成商解决方案提供商中日友好医院中国人民解放军陆军军医大学第一附属医院天津市胸科医院华中科技大学同济医学院附属协和医院重庆医科大学附属第一医院江苏省人民医院中国医学科学院北京协和医院上海市第十人民医院安徽省立医院美年大健康慈铭体检一脉阳光辉瑞诺华罗氏默克艾伯维全景医疗爱康国宾万里云技术提供商——AI企业平安健康险泰康在线上海市第十人民医院黑龙江省哈尔滨市南岗区新春社区卫生服务中心服务器GE healthcareAlemHealthSiemensCanonTOPCON高通IntelNVIDIA寒武纪AMD◆医疗人工智能的整体生态可以采用“层级”来描述，核心是AI芯片、设备提供商、服务器，中层是技术提供商、解决方案提供商、系统集成商，外层是各目标市场。复旦大学上海交大武汉大学 EO Intelligence10影像辅助诊断病理诊断语音电子病历•智能问诊•智能导诊健康管理*注：图谱中展示部分企；，医疗大数据企业图谱可参考亿欧智库《2019中国医疗大数据研究报告》，内含的图谱对医疗大数据企业有较详细的细分定位。中国医疗人工智能企业图谱技术数据库采集医疗大数据医疗人工智能药物研发智能放疗系统医疗辅助医学影像辅助决策支持智能云影像平台疾病风险预测医疗服务Part.1 医疗人工智能行业综述 Par t 2. 医疗人工智能市场分析11 2 . 1 医疗人工智能商业化综述12 EO Intelligence13医疗人工智能商业化综述：数据爆发、算法升级及算力提升激发医疗AI新潜力，中国医疗人工智能冷静后进入价值验证期◆医疗人工智能早期经历了以数据整合为特征的第一阶段、以数据共享+较基础算力为特征的第二阶段。之后，数据质量和数量的爆发以及算力的提升收敛于第三阶段，即目前医疗人工智能所处的以健康医疗大数据+应用水平的AI为特征的阶段。◆在医疗人工智能落地之前，人们往往对其充满疯狂的畅想。然而“人工智能可以提供什么”与“真实世界需要什么”、“我们实际能做到什么”之间存在巨大差异。经历了2016年到2018年的概念炒作期，市场开始向企业“要结果”，中国医疗人工智能进入价值验证时期。参考来源：数坤科技，亿欧智库对此有改动数据整合健康医疗大数据+应用水平的AI数据共享+较基础算力数据数量与质量算法先进性、算力级别动力：数据动力：算法先进性提升、算力升级第一阶段：该阶段数据数量少、质量差，这一阶段的重要任务是进行数据整合。第二阶段：数据量增加，共享机制建立，数据搜集成本下降。算力处在较基础阶段。第三阶段：数据维度从院内数据、诊疗数据向院外数据、“运动”及“饮食”等范畴扩展；算法先进性提升和算力的强大升级助推了医疗人工智能的发展。诸如深度神经网络等更高级技术形态出现。