医疗健康行业AI应用白皮书

前言 Preface 医疗健康行业是维护全民福祉的重要基石，始终是全球关注的焦点。当前普遍的亚健康状态，以及老龄化带来的慢性疾病增加等，不仅影响着人们的生活质量，也给医疗体系带来了沉重负担。我国医疗体系的“不可能三角”依然突出，即便宜、高效和服务难以兼顾。优质的医疗服务供不应求，医护人员负担较重，而基层医疗能力相对较弱，患者的就医体验也需要进一步提升。另一方面，疾病谱变化快，药物研发周期长、资金需求庞大且成功率较低，现有供给难以快速应对，很大程度上也限制了医疗的突破发展。 面对这些挑战，人工智能技术，特别是以大型模型为代表的生成式AI的迅猛发展，为医疗健康注入了新的机遇。AI的应用能够快速分析海量且复杂的医疗信息，从而支持更加精准的医疗决策，协助医生做出更为科学合理的诊断与治疗规划，有效减轻医护人员的工作压力，并缓解医疗资源紧张的局面。此外，AI技术正在推动医疗服务向自动化和智能化转变，优化包括预约挂号、诊疗服务、费用结算、检验检查等在内的各个环节，将极大提升患者的就医体验。同时，AI助力生物分子结构预测与生成、加快靶点识别和发现，提升药物分子设计与优化，提升临床试验的效率，有效地缩短新药研发周期、降低研发成本、加速新药上市，为医药创新带来新的动力。 AI已经深入医疗健康的各个层面，成为连接医疗机构、科研机构、制药企业以及广大患者的重要纽带，助力构建更加高效、智能、个性化的医疗生态系统。本白皮书将深入探讨AI在医疗健康行业的应用现状、发展趋势和未来机遇，为行业参与者提供有价值的参考和建议。 1 目录 Contents 总体篇 1医疗健康行业的智能化发展机遇4 人口老龄化趋势下，全社会医疗服务需求显著上升5 AI技术加速迭代，推动医疗向更高效率、更精准服务发展6 政策护航，全方位助力医疗健康AI创新应用7 2医疗健康行业AI应用全景8 3阿里云助力医疗健康AI应用开发14 场景篇 4AI推动医疗服务升级17 智能导诊与预问诊18 医学影像与辅助诊疗19 组学研究与个性化治疗21 智慧病案与患者管理22 医学研究与教学23 5AI加速医药创新发展24 药物研发与设计25 药物筛选与ADMET性质预测27 临床试验设计与优化28 6AI助力健康管理29 健康监测与评估30 健康指导与干预31 智能健康保险32 趋势篇 7AI+医疗健康应用趋势展望34 多模态数据融合驱动精准医疗进阶35 智能医疗助手革新医疗服务体验35 AI驱动生物医药研发范式变革35 云边端融合拓宽医疗应用版图36AI设备普及开启主动健康新模式36 2 总体篇场景篇趋势篇 3 总体篇 医疗健康行业AI应用白皮书 1 医疗健康行业的智能化发展机遇 医疗是民生的重要组成部分，医疗服务的可及性和质量直接影响到人民群众的健康水平和生活质量。2025年我国政府工作报告提出，要实施健康优先发展战略，促进医疗、医保、医药协同发展和治理，并明确提出将居民医保和基本公共卫生服务经费人均财政补助标准分别再提高30元和5元。随着人口老龄化的加速及居民对健康的愈发重视，我国医疗保健需求不断增长，医疗体系面临较大压力。医疗健康行业数据密集，与AI技术形成强耦合。人工智能的应用，有助于加速医药研发、推动精准医疗、提升医疗服务效率，成为医疗健康行业可持续发展的重要技术驱动力。医疗领域AI支持政策的持续出台，也进一步推动医疗健康的AI创新应用。 总体篇场景篇趋势篇 人口老龄化趋势下， 全社会医疗服务需求显著上升 图中国老龄人口规模及占比1 2024年底，我国60周岁及以上老年人口31031万人，占总人口的22.0%，其中65周岁及以上老年人口22023万人，占总人口的15.6%。根据联合国标准，60岁及以上人口比例超过20%或65岁及以上人口比例超过14%时，则进入“中度老龄化”社会。 随着我国人口结构的深度转型以及居民生产生活方式的持续演变，社会对医疗资源的需求呈现出显著的增长态势。2024全年全国医疗卫生机构的总诊疗人次达到101.1亿，相较于上一年增加了5.5亿人次。当前，医疗资源分配相对不均、优质医疗资源集中在大城市和三甲医院，大医院人满为患，医生工作负荷过重而基层医疗机构能力相对有限，无法有效分担压力。截至2024年上半年，我国三级医院诊疗人次数为13.84亿，同比增长15%，远高于一二级医院和基层医疗卫生机构。三级医院的病床使用率高达90.9%，而社区卫生服务中心和乡镇卫生院的病床使用率都在60%以下。 图不同级别医疗卫生机构医疗服务量及利用率2 人口结构和生活方式的转变，也使得我国心脑血管疾病、呼吸道疾病等慢性病及肿瘤等的发病率总体呈上升趋势，患者对创新药研发的需求也呈爆发式增 1.数据来源：国家统计局 2.数据来源：国家卫生健康委员会统计信息中心 长态势，数据显示，2019年到2024年期间，我国创新药上市数量波动上升，从2019年的51款增加至93款。国产创新药比例有显著提高，从2019年的21%增加至2023年的46%。虽然生物医药的规模持续增长，但研发一款新药的时间和成本高昂，急需要提升投入产出比。 同时，慢性病由于发病率高、病程长、有效控制率低、经济负担重等特点，患者对医疗服务效率和质量、个人健康管理有效性等的需求等都变得更为迫切。 人工智能在提升医疗服务质量与效率、助力医药研发突破、优化个人健康管理等方面呈现出较大的潜力，为医疗健康行业可持续发展带来机遇。 5 医疗健康行业AI应用白皮书 AI技术加速迭代， 推动医疗向更高效率、更精准服务发展 AI在医疗健康行业的应用由来已久，从早期的规则引擎和专家系统引入，到医学影像分析、病历质控、疾病早期筛查与诊断、再到医药研发，AI在医疗健康行业的应用逐步深入。当前，随着生成式人工智能的加速发展，众多研究机构和企业在通用大模型的基础上，基于不同细分领域的医学和医疗数据进行再训练或微调，构建医疗行业大模型，推动在智慧医疗、医药研发、健康管理等方面的应用，提升医疗健康领域的智能化水平。 AI医疗软件产品分为医疗器械类和非医疗器械类，如果AI软件处理的是非医疗器械数据（如患者主诉、检验报告结论等），或者其功能不涉及医疗器械数据的处理和分析，则不作为医疗器械管理，无需进行医疗器械注册。如果AI医疗软件处理的是医疗器械数据（如医学影像、生理信号等），且其核心功能用于医疗用途（如辅助诊断、治疗计划制定等），则属于医疗器械，需按照相应的类别进行注册管理才能合法上市销售。目前生成式AI在医学领域的应用尚未形成明确的监管框架和注册准入管理制度，因而很多作用于医学影像和医药研发的大模型与相关产品功能，一般作为辅助工具使用。 目前在国家互联网信息办公室发布的生成式人工智能服务备案信息和深度合成服务算法备案清单中，主要涉及非医疗器械的AI医疗软件的对外规模化产品 应用，患者服务、辅助诊断与决策、质控成为最为典型的AI应用领域。截止2024年底，能够对外提供医疗领域AI应用的产品和服务且已备案的模型和算法数量已达101个，呈逐步上升态势。这些备案的模型和算法广泛分布于各个领域，为医疗健康行业的智能化发展提供了有力的技术支撑与保障。具体的分布领域如下： ·问诊对话占比48%，即模拟医生问诊过程，基于用户输入的症状与病史等文本信息，为用户提供疾病诊断与治疗建议； ·健康评估与咨询占比24%，即根据用户输入的问题文本，生成医学相关文本答案，为用户提供健康咨询、报告解读、用药指导、膳食建议等功能； ·病历生成与结构化医学报告生成占比14%，根据输入的医生与病人的对话内容，生成病历和诊断报告等结构化的医疗文本报告； ·辅助诊断占比5%，辅助医生诊疗决策，根据用户输入的血常规数据、医学染色体核型病例图像，CT、MR等多模态医学影像等，生成重构的医学图像数据及诊断结果文本数据； 此外，还包括中医问诊、医疗设备指导、医药问答、医保政策AI助手、医学科研助手、病历检索分析、应急救援等生成式模型和应用。 图2024年医疗健康领域深度合成服务算法备案清单分布1 1.数据来源：国家互联网信息办公室 6 总体篇场景篇趋势篇 政策护航， 全方位助力医疗健康AI创新应用 作为国计民生行业，政策对医疗机构的AI创新引导至关重要。近年来，多项政府文件将人工智能在医疗健康领域的应用写入发展规划，并加强对AI医疗器械和软件产品的标准化制定，完善审批政策，有力地促进医疗健康AI创新产品和应用落地。 AI医疗发展支持政策 国家一系列政策对AI医疗发展起到关键推动作用。2018年，《关于促进“互联网+医疗健康”发展的意见》就提出要推进“互联网+”人工智能应用服务，为AI在医疗领域的应用奠定了基础。生成式人工智能快速发展后，2024年国家卫生健康委等三部委联合发布《卫生健康行业人工智能应用场景参考指引》，为医疗机构中的人工智能应用提供了具体的场 景指导，加速了AI技术的落地实施。这些政策共同发力，显著提升了我国AI医疗的发展水平和速度。2024年，《放射检查类医疗服务价格项目立项指南（试行）》由国家医保局发布，首次将人工智能辅助诊断纳入价格立项范畴。 “以评促建”推动医疗数字化智能化发展 自2021年起，国家卫健委等部门相继出台《公立医院高质量发展促进行动（2021-2025年）》、《公立医院高质量发展评价指标（试行）》等一系列政策，正式确立了以电子病历、互联互通、智慧服务、智慧管理为核心的医疗信息化评级体系。同时，形成《全国医院信息化建设标准与规范 （试行）》、《电子病历系统功能应用水平分级评价方法及标准（试行）》、《医院智慧服务分级评估标准体系（试行）》 等，逐步搭建起从信息化、数字化迈向智能化的医疗体系。例如，政策明确5级以上电子病历评级，要求医院在数字化建设基础上完成智能化部署。截至目前，全国已有312家医院获评高级别电子病历评级，其中1家达8级，3家达7级，40家达6级，268家达5级。借助评级这一有效途径，信息学AI在医院场景得以快速落地，助力医疗行业迈向智能化新阶段。 AI医疗软件、AI医疗器械政策不断完善 近年来，AI医疗软件和医疗器械相关政策不断完善。国家药监局先后发布了《人工智能医用软件产品分类界定指导原则》和《人工智能医疗器械注册审查指导原则》等文件，对AI医学软件产品和医疗器械进行了明确定义，并根据其使用风险进行了分类，规范了相关产品的注册申报和技术审评 要求。截至2024年12月初，已有100个人工智能医学软件产品获得二类或三类医疗器械注册证。其中，医学影像类产品占据了大多数，这些产品在辅助诊断、影像处理等方面发挥了重要作用。 7 医疗健康行业AI应用白皮书 2 医疗健康行业AI应用全景 AI技术已经逐步渗透到医疗健康的全产业链，从制药环节的药物研发、临床试验、药物推广，到治疗的诊前、诊中、诊后全生命周期，再到个人日常健康管理，以及包括健康保险、公共卫生管理等的医疗服务生态，均得到全面覆盖，大大提高医疗服务效率和质量，提升居民的医疗可达性和便利性。 基于患者感知的医疗健康AI应用如图所示。 ·健康预防环节，跟踪用户数据进行健康咨询并实施个性化的健康管理计划； ·诊前环节，基于聊天机器人进行预问诊，并进行智能分诊导诊； ·诊断环节，基于影像数据、检验数据等形成辅助诊断，并形成智能化病历和分析报告； ·诊疗环节，在手术中使用AI驱动的机器人系统，减少人为错误并提高手术精度； ·康复护理环节，结合患者的生理数据等多维信息，定制个性化康复方案； ·慢病管理环节，使用AI确保患者遵循治疗计划，加强预后随访、复诊，并进行日程提醒； ·在医药技术支持和医疗服务体系支持方面，AI也贯穿了医药研发、精准治疗等环节，助力医疗保险服务及相关医疗资源分配。 图基于患者感知的医疗健康全生命周期AI应用1 中国庞大的患者基数、多样化的疾病谱以及区域发展的不平衡性，使得人工智能技术在医疗健康领域展现出巨大潜力，并正在被迅速采用。爱思唯尔对来自85个