第一部分 醫(yī)療人工智能行業(yè)情況

人工智能(Artificial Intelligence,AI)技術(shù)與醫(yī)療健康領(lǐng)域的融合不斷加深，以計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、機(jī)器學(xué)習(xí)等為代表的AI技術(shù)已廣泛滲透到醫(yī)學(xué)影像、精準(zhǔn)醫(yī)療、健康管理、醫(yī)療信息化、藥物研發(fā)、醫(yī)療機(jī)器人等多樣化場(chǎng)景中，成為提升醫(yī)療服務(wù)水平降本增效的重要驅(qū)動(dòng)力。醫(yī)療AI三大應(yīng)用場(chǎng)景，影像學(xué)、信息學(xué)和藥物研發(fā)，各自展現(xiàn)出不同的發(fā)展路徑。2023年國(guó)內(nèi)AI影像學(xué)的研發(fā)銷(xiāo)售平穩(wěn)推進(jìn)，AI制藥即將進(jìn)入二級(jí)市場(chǎng)，AI信息學(xué)融入各類(lèi)系統(tǒng)，并借助大語(yǔ)言模型嘗試技術(shù)內(nèi)核的跨時(shí)代升級(jí)。

圖|AI技術(shù)在醫(yī)療場(chǎng)景的應(yīng)用

圖|AI技術(shù)賦能研發(fā)制造和醫(yī)療

一、發(fā)展歷程

我國(guó)醫(yī)療AI研究始于1980年代，算法由雛形初現(xiàn)到快速迭代、深度學(xué)習(xí)拓展，產(chǎn)品獲得注冊(cè)審批進(jìn)入市場(chǎng)化，醫(yī)療AI迎來(lái)快速發(fā)展。

分為萌芽階段、起步階段和商業(yè)化探索階段。萌芽階段(1978年-2013年)，開(kāi)始進(jìn)行醫(yī)療AI領(lǐng)域研究開(kāi)發(fā)，以臨床知識(shí)庫(kù)為主。起步階段(2014年-2019年)，AI技術(shù)加速突破，醫(yī)療AI領(lǐng)域創(chuàng)投熱度逐漸升溫，AI醫(yī)學(xué)影像等細(xì)分場(chǎng)景加速成熟。頭部廠(chǎng)商憑借技術(shù)、資源等優(yōu)勢(shì)逐步構(gòu)筑競(jìng)爭(zhēng)壁壘。商業(yè)化探索階段(2020年至今)，醫(yī)療AI多款產(chǎn)品獲批三類(lèi)證，多家企業(yè)遞交招股書(shū)，行業(yè)開(kāi)始進(jìn)入商業(yè)化探索階段。

圖|醫(yī)療AI行業(yè)發(fā)展歷程

基于數(shù)據(jù)建設(shè)、算法開(kāi)發(fā)與產(chǎn)品商業(yè)化的角度，艾瑞將中國(guó)AI醫(yī)療的發(fā)展軌跡分為四個(gè)階段，初步介入醫(yī)療階段，應(yīng)用浮現(xiàn)階段，應(yīng)用深入探索階段，和應(yīng)用穩(wěn)定完備階段。應(yīng)用深入探索階段，醫(yī)療數(shù)據(jù)的安全性得到維護(hù)，數(shù)據(jù)互聯(lián)互通建設(shè)向數(shù)據(jù)治理與開(kāi)發(fā)轉(zhuǎn)變，AI醫(yī)療影像向多疾病多科室橫向拓展與縱向深挖，NLP技術(shù)產(chǎn)品跑出，個(gè)別賽道競(jìng)爭(zhēng)加劇，可行的商業(yè)模式浮出水面。應(yīng)用穩(wěn)定完備階段，數(shù)據(jù)互聯(lián)互通建設(shè)基本告一段落，數(shù)據(jù)共享初步實(shí)現(xiàn)，以KG為主的認(rèn)知智能技術(shù)邁向成熟，與感知智能協(xié)同推進(jìn)各類(lèi)應(yīng)用的均衡互補(bǔ)發(fā)展，總體賽道的競(jìng)爭(zhēng)格局與商業(yè)模式形成并穩(wěn)定，頭部聚集效應(yīng)長(zhǎng)期存在。

圖|中國(guó)AI醫(yī)療發(fā)展階段概覽

二、發(fā)展現(xiàn)狀

超百個(gè)AI獲批三類(lèi)醫(yī)療器械，影像學(xué)AI大量進(jìn)入輔助治療，醫(yī)療信息化重構(gòu)進(jìn)行時(shí)，近百項(xiàng)AI藥物管線(xiàn)進(jìn)入臨床試驗(yàn)，但尚無(wú)上市藥物。數(shù)坤科技、科亞醫(yī)療、推想科技曾于2021年遞交了招股說(shuō)明書(shū)，英矽智能、晶泰科技于2023年遞交招股說(shuō)明書(shū)。二級(jí)市場(chǎng)AI醫(yī)療企業(yè)盈利尚有距離，數(shù)字醫(yī)療尚未實(shí)現(xiàn)規(guī)模化盈利，AI Biotech持續(xù)虧損，還需穩(wěn)定營(yíng)收來(lái)源，加拿大生命科學(xué)AI公司AbCellera Biologics外無(wú)一盈利。

圖|各醫(yī)療AI營(yíng)收利潤(rùn)分布(單位：億美元)

2021年起，MNC開(kāi)始肯定生命科學(xué)類(lèi)AI的價(jià)值，開(kāi)啟對(duì)AI生物科技初創(chuàng)公司的收并購(gòu)及合作，多角度引入AI賦能。20和21兩年每一年都有近50項(xiàng)合作達(dá)成，近100億美元的總價(jià)值合同規(guī)模完成簽署，2023年合作數(shù)量略減少，預(yù)付款與合同總價(jià)值也有所降低，但賽諾菲與百圖生科超10億美元的合作等，證實(shí)MNC仍然看重生命科學(xué)AI的未來(lái)發(fā)現(xiàn)前景。

圖|2023年部分藥企與AI企業(yè)間的合作

醫(yī)療AI的價(jià)值已在臨床、制藥之中得到初步確認(rèn)，醫(yī)療AI產(chǎn)品已進(jìn)入臨床工作流程，AI提高了藥物靶點(diǎn)發(fā)現(xiàn)和先導(dǎo)化合物篩選的效率，但AI醫(yī)療企業(yè)經(jīng)營(yíng)情況不及預(yù)期。這由多種原因造成，比如許多AI產(chǎn)品/解決方案的內(nèi)容、形式過(guò)于單一，產(chǎn)品的具體效率和價(jià)值計(jì)算不具體，缺少醫(yī)保支付模型的支撐，沒(méi)有成功上市的新藥案例等。

圖|醫(yī)療AI產(chǎn)品四種主要類(lèi)型

三、產(chǎn)業(yè)鏈

AI醫(yī)療產(chǎn)業(yè)鏈可分為基礎(chǔ)層，技術(shù)層和應(yīng)用層。

基礎(chǔ)層為AI醫(yī)療的發(fā)展提供基礎(chǔ)設(shè)備，實(shí)現(xiàn)對(duì)頂層的算力支持，即海量數(shù)據(jù)處理和存儲(chǔ)設(shè)備。企業(yè)類(lèi)型主要為設(shè)備供應(yīng)商和數(shù)據(jù)平臺(tái)服務(wù)商，騰訊、百度、阿里等互聯(lián)網(wǎng)巨頭多在基礎(chǔ)層發(fā)揮其技術(shù)研發(fā)優(yōu)勢(shì)，通過(guò)自主研發(fā)產(chǎn)品和并購(gòu)等方式參與AI醫(yī)療的發(fā)展。除數(shù)據(jù)服務(wù)外，芯片與通信等基礎(chǔ)核心領(lǐng)域已形成牢固的技術(shù)壁壘，市場(chǎng)呈寡頭局面。

技術(shù)層為AI醫(yī)療提供認(rèn)知、感知、機(jī)器學(xué)習(xí)等方面的技術(shù)服務(wù)，即對(duì)語(yǔ)音、圖像等信息識(shí)別和處理，通過(guò)計(jì)算機(jī)對(duì)數(shù)據(jù)進(jìn)行分析和預(yù)測(cè)。企業(yè)類(lèi)型主要為專(zhuān)門(mén)的語(yǔ)音或圖像AI技術(shù)服務(wù)商，以及AI技術(shù)公司，如科大訊飛、依圖科技等企業(yè)利用AI技術(shù)優(yōu)勢(shì)，深入醫(yī)療細(xì)分場(chǎng)景，輔助醫(yī)生診斷、進(jìn)行健康管理。算法、框架以及通用技術(shù)需要長(zhǎng)期投入與研發(fā)來(lái)攻克，目前各大科技企業(yè)與互聯(lián)網(wǎng)巨頭企業(yè)基本已完成布局，中小企業(yè)生存空間較少。

應(yīng)用層是AI在醫(yī)療領(lǐng)域的具體應(yīng)用，可觸達(dá)全醫(yī)療服務(wù)場(chǎng)景，如藥物研發(fā)、智能診療、醫(yī)療機(jī)器人等。有大量的互聯(lián)網(wǎng)醫(yī)療公司和傳統(tǒng)醫(yī)療公司涌入，而且有大量依托AI算法的初創(chuàng)公司產(chǎn)生。

基礎(chǔ)層和技術(shù)層技術(shù)壁壘較高，前期技術(shù)研發(fā)資金需求量大，且需要具備一定技術(shù)基礎(chǔ)，一般由研發(fā)能力和資金實(shí)力較強(qiáng)的大公司為主。應(yīng)用層企業(yè)的服務(wù)領(lǐng)域眾多，針對(duì)具體場(chǎng)景提供解決方案，技術(shù)壁壘相對(duì)較低，企業(yè)數(shù)量最多，中小型企業(yè)或創(chuàng)業(yè)公司聚集。

圖|AI醫(yī)療產(chǎn)業(yè)鏈

圖|AI醫(yī)療產(chǎn)業(yè)鏈企業(yè)類(lèi)型和行業(yè)壁壘

四、應(yīng)用場(chǎng)景和市場(chǎng)規(guī)模

在AI的所有應(yīng)用中，醫(yī)療行業(yè)位列首位。2020 年 AI+醫(yī)療已占AI市場(chǎng)的18.9%，到2025年AI應(yīng)用市場(chǎng)總值將達(dá)1270億美元，其中醫(yī)療行業(yè)將占市場(chǎng)規(guī)模的五分之一。從基礎(chǔ)層到應(yīng)用層，醫(yī)療AI廣闊市場(chǎng)大有所為。

AI技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用主要包括醫(yī)學(xué)影像、臨床輔助決策、精準(zhǔn)醫(yī)療、健康管理、醫(yī)療信息化、藥物研發(fā)以及醫(yī)療機(jī)器人等，以助力降本增效、提升診療水平、改善患者體驗(yàn)、降低患病風(fēng)險(xiǎn)等，全面賦能院前、院中、院后各個(gè)環(huán)節(jié)。

圖|中國(guó)醫(yī)療健康行業(yè)AI應(yīng)用圖譜

較為成熟的應(yīng)用場(chǎng)景有醫(yī)院業(yè)務(wù)管理與健康管理，智能診前助手是AI醫(yī)院業(yè)務(wù)管理的代表應(yīng)用，可穿戴設(shè)備應(yīng)用廣泛。新興場(chǎng)景有AI醫(yī)療機(jī)器人、AI影像和AI藥物研發(fā)。AI疾病風(fēng)險(xiǎn)預(yù)測(cè)模型具有發(fā)展?jié)摿ΓS著算法升級(jí)與選代、智能傳感器進(jìn)步以及更多疾病臨床數(shù)據(jù)的收集,疾病風(fēng)險(xiǎn)預(yù)測(cè)模型將得到持續(xù)優(yōu)化,提升對(duì)疾病預(yù)測(cè)的準(zhǔn)確率到可信區(qū)間。

圖|醫(yī)療AI主要應(yīng)用場(chǎng)景及應(yīng)用價(jià)值

根據(jù)Global Market Insight，2020年全球醫(yī)療AI市場(chǎng)規(guī)模為42億美元，預(yù)計(jì)到2027年將增至345億美元，2020-2027年CAGR為35.1%。細(xì)分應(yīng)用市場(chǎng)中AI醫(yī)學(xué)影像增速較快，2020年市場(chǎng)規(guī)模約10億美元，占據(jù)全球醫(yī)療AI市場(chǎng)24%以上份額，是僅次于藥物研發(fā)的第二大細(xì)分市場(chǎng)。

藥物研發(fā)、醫(yī)學(xué)影像等細(xì)分市場(chǎng)保持較高增速。2020年中國(guó)醫(yī)療AI市場(chǎng)規(guī)模達(dá)到66.25億元，預(yù)計(jì)2020-2025年CAGR為39.4%，2025年將突破300億元。

圖|中國(guó)醫(yī)療AI主要應(yīng)用領(lǐng)域市場(chǎng)規(guī)模及增速

五、關(guān)鍵挑戰(zhàn)與趨勢(shì)

關(guān)鍵挑戰(zhàn)是醫(yī)療行業(yè)高質(zhì)量數(shù)據(jù)稀缺且相對(duì)分散。盡管在醫(yī)療數(shù)字化建設(shè)的過(guò)程中，已經(jīng)沉淀了大量的醫(yī)療數(shù)據(jù)，但是仍然存在高價(jià)值數(shù)據(jù)的相對(duì)缺失，如大量臨床數(shù)據(jù)尚未完全轉(zhuǎn)化為可供挖掘和利用的高質(zhì)量數(shù)據(jù)，不同醫(yī)療機(jī)構(gòu)之間的數(shù)據(jù)也存在標(biāo)準(zhǔn)和格式等不統(tǒng)一的問(wèn)題，也尚未能實(shí)現(xiàn)共享和流通。個(gè)人醫(yī)療信息和數(shù)據(jù)，對(duì)于數(shù)據(jù)安全方面的保障也提出了更高要求。

高質(zhì)量數(shù)據(jù)沉淀與合規(guī)應(yīng)用仍然需要持續(xù)提升，醫(yī)療行業(yè)獨(dú)特的知識(shí)體系和豐富的多模態(tài)數(shù)據(jù)，未來(lái)在物聯(lián)網(wǎng)的發(fā)展之下將日益產(chǎn)生和沉淀，包括醫(yī)學(xué)成像、可穿戴以及環(huán)境生物傳感器所采集的生物醫(yī)學(xué)數(shù)據(jù)等，伴隨高質(zhì)量數(shù)據(jù)的不斷積累，并在數(shù)據(jù)合規(guī)和安全保障的前提之下，對(duì)于多模態(tài)數(shù)據(jù)的綜合分析將日趨完善，支撐更加豐富的AI應(yīng)用落地。

AI+醫(yī)療仍將持續(xù)場(chǎng)景驅(qū)動(dòng)進(jìn)行點(diǎn)狀滲透，全面鋪開(kāi)有待于醫(yī)療生態(tài)整體數(shù)字化基礎(chǔ)能力的進(jìn)一步升級(jí)，以及政策合規(guī)方面的進(jìn)一步升級(jí)。

生成式AI為問(wèn)診、影像、制藥等醫(yī)療場(chǎng)景注入新活力，包括基于大模型的實(shí)時(shí)問(wèn)診病例生成，按需生成新蛋白質(zhì)結(jié)構(gòu)提高藥物發(fā)現(xiàn)效率等應(yīng)用。ChatGPT在醫(yī)療行業(yè)應(yīng)用的前景應(yīng)該是打造多個(gè)細(xì)分場(chǎng)景的處理范式，為大量交互環(huán)節(jié)提供價(jià)值模型。通過(guò)自然語(yǔ)義理解能力，在不要求輸入數(shù)據(jù)大幅質(zhì)量提升的情況下，構(gòu)建場(chǎng)景價(jià)值模型，從而輸出能為產(chǎn)業(yè)、臨床服務(wù)賦能的輸出結(jié)果。價(jià)值模型包括疾病預(yù)測(cè)模型、優(yōu)化問(wèn)診模型、醫(yī)學(xué)研究模型、醫(yī)學(xué)教育模型、藥品研發(fā)模型。ChatGPT可能遇到的潛在挑戰(zhàn)有數(shù)據(jù)隱私問(wèn)題、精度問(wèn)題、誤診問(wèn)題等。