人工智能+醫(yī)療 駛?cè)肟燔嚨?/h2>
2018-02-05
在政策推動和算法紅利的促進(jìn)下，“人工智能+醫(yī)療”快速發(fā)展，根據(jù)中國數(shù)字醫(yī)療網(wǎng)統(tǒng)計(jì)，2016年中國AI+醫(yī)療市場規(guī)模達(dá)到96.61億元，增長率為37.9%，中國AI+醫(yī)療市場規(guī)模在持續(xù)增長，2017年超130億元，增長40.7%，有望在2018年市場規(guī)模達(dá)到200億元。
“人工智能+醫(yī)療”快速發(fā)展。醫(yī)學(xué)是一門靠歸納邏輯、經(jīng)驗(yàn)學(xué)習(xí)、循證運(yùn)用的學(xué)科，人工智能在這個(gè)行業(yè)可以發(fā)揮重要作用。
人工智能在醫(yī)療行業(yè)的各環(huán)節(jié)均有應(yīng)用
1. 診前:可用于個(gè)體或群體性疾病的預(yù)測，并給出健康建議。
2. 診中:人工智能可以輔助診斷、輔助治療，降低誤診率。
3. 診后:能通過計(jì)算機(jī)視覺、圖像識別和視頻分析等渠道保證患者服藥的真實(shí)性，輔助醫(yī)生實(shí)現(xiàn)患者藥物依從性的監(jiān)督。
4. 其他環(huán)節(jié):保險(xiǎn)機(jī)構(gòu)費(fèi)用智能控制;人工智能參與到藥物研發(fā)過程中，可以縮短時(shí)間、提高效率。
目前產(chǎn)業(yè)發(fā)展處于第一階段。在此階段，弱人工智能算法相對成熟，數(shù)據(jù)的整合和共享構(gòu)成行業(yè)發(fā)展的核心因素。產(chǎn)業(yè)仍處于發(fā)展初期，數(shù)據(jù)整合與共享是驅(qū)動行業(yè)發(fā)展的核心因素。AI+醫(yī)療發(fā)展的核心在于“算法+有效數(shù)據(jù)”。
隨著醫(yī)療數(shù)據(jù)互聯(lián)互通程度的提升和共享機(jī)制的建立，AI+醫(yī)療行業(yè)發(fā)展將加速。我們認(rèn)為，目前已經(jīng)形成成型產(chǎn)品、在各應(yīng)用場景實(shí)現(xiàn)小范圍推廣、具備高附加值的AI+醫(yī)療應(yīng)用包括兩個(gè):
1. 基于醫(yī)學(xué)影像的智能識別;
2. 基于電子病歷的輔助診斷。后者的典型案例是IBMWatson，目前已經(jīng)落地WatsonforOncology的腫瘤輔助診斷治療的AI產(chǎn)品，并在國際上各醫(yī)院小范圍推廣。自2012年深度學(xué)習(xí)技術(shù)被引入圖像識別數(shù)據(jù)集之后，其識別率近年來屢創(chuàng)新高，2015年百度在ImageNet的比賽識別錯誤率僅為4.58%，高于人類水平。而基于醫(yī)學(xué)影像的智能識別，全球該領(lǐng)域的創(chuàng)業(yè)公司達(dá)1000多家，是適合AI技術(shù)發(fā)揮其所長的醫(yī)學(xué)應(yīng)用領(lǐng)域。
目前我國醫(yī)學(xué)影像數(shù)據(jù)的年增長率約為30%，而放射科醫(yī)師數(shù)量的年增長率為4.1%，其間的差距是25.9%，放射科醫(yī)師的數(shù)量增長遠(yuǎn)不及影像數(shù)據(jù)的增長。
智能影像識別市場分類多空間大人工智能方法在醫(yī)學(xué)圖像處理中的應(yīng)用十分廣泛，涉及醫(yī)學(xué)圖像分割、圖像配準(zhǔn)、圖像融合、圖像壓縮、圖像重建等多個(gè)領(lǐng)域。
醫(yī)療影像智能識別按照應(yīng)用領(lǐng)域，可以分為放射類、放療類、手術(shù)類以及病理類:
1. 放射類:類似于軍隊(duì)的“情報(bào)部門”，通過射線成像了解人體內(nèi)部的病變情況，形成影像。對該影像智能識別的目的在于標(biāo)注病灶位置。
2. 放療類:類似于軍隊(duì)的“戰(zhàn)斗部門”，在制定放療方案之前，醫(yī)生需要通過成像設(shè)備對靶區(qū)進(jìn)行定位，從而形成影像。對該影像智能識別的目的在于進(jìn)行靶區(qū)自動勾畫，由于放療需要?dú)⑺兰?xì)胞，病變區(qū)域勾勒的越準(zhǔn)確越好，對智能影像識別準(zhǔn)確率要求高。
3. 手術(shù)類:對CT等影像通過3D可視化等技術(shù)，進(jìn)行三維重建，幫助醫(yī)生進(jìn)行手術(shù)前規(guī)劃，確保手術(shù)的精確性。
4. 病理類:病理診斷是最終確診環(huán)節(jié)，MRI、CT、B超等影像判讀的正確與否要參考病理診斷的結(jié)果。傳統(tǒng)的病歷檢驗(yàn)是醫(yī)生在顯微鏡下直接讀取病歷涂片，現(xiàn)在數(shù)字化病理系統(tǒng)使得AI讀片成為可能。
以病理切片為例，據(jù)國家衛(wèi)計(jì)委統(tǒng)計(jì)，我國病理注冊醫(yī)生在1萬人左右，按照每百張床配備1—2名病理醫(yī)生的標(biāo)準(zhǔn)計(jì)算，全國病理科醫(yī)生缺口可能達(dá)3—4萬人，目前，全國有近40%的手術(shù)未進(jìn)行病理切片分析。所以通過AI的方式輔助影像科醫(yī)師進(jìn)行診斷將滿足市場剛需。
我國醫(yī)療資源短缺，供給嚴(yán)重不足，人工智能在醫(yī)療行業(yè)的應(yīng)用可以提升醫(yī)生工作效率，變相提升醫(yī)療資源的供給。從變現(xiàn)對象看，基層醫(yī)院因?yàn)橹委熕剑t(yī)療資源缺乏，付費(fèi)動力最強(qiáng);而大醫(yī)院雖然醫(yī)療資源豐富，但由于門診住院量高，具備通過智能化應(yīng)用提升工作效率的需求。在此背景下，基層醫(yī)院具備按次付費(fèi)的需求基礎(chǔ)，而大醫(yī)院更容易接受軟件服務(wù)費(fèi)作為付費(fèi)形式。隨著第三方影像中心的崛起，將也會對智能影像診斷產(chǎn)生需求。
在政策推動和算法紅利的促進(jìn)下，“人工智能+醫(yī)療”快速發(fā)展，根據(jù)中國數(shù)字醫(yī)療網(wǎng)統(tǒng)計(jì)，2016年中國AI+醫(yī)療市場規(guī)模達(dá)到96.61億元，增長率為37.9%，中國AI+醫(yī)療市場規(guī)模在持續(xù)增長，2017年超130億元，增長40.7%，有望在2018年市場規(guī)模達(dá)到200億元。
“人工智能+醫(yī)療”快速發(fā)展。醫(yī)學(xué)是一門靠歸納邏輯、經(jīng)驗(yàn)學(xué)習(xí)、循證運(yùn)用的學(xué)科，人工智能在這個(gè)行業(yè)可以發(fā)揮重要作用。
人工智能在醫(yī)療行業(yè)的各環(huán)節(jié)均有應(yīng)用
1. 診前:可用于個(gè)體或群體性疾病的預(yù)測，并給出健康建議。
2. 診中:人工智能可以輔助診斷、輔助治療，降低誤診率。
3. 診后:能通過計(jì)算機(jī)視覺、圖像識別和視頻分析等渠道保證患者服藥的真實(shí)性，輔助醫(yī)生實(shí)現(xiàn)患者藥物依從性的監(jiān)督。
4. 其他環(huán)節(jié):保險(xiǎn)機(jī)構(gòu)費(fèi)用智能控制;人工智能參與到藥物研發(fā)過程中，可以縮短時(shí)間、提高效率。
目前產(chǎn)業(yè)發(fā)展處于第一階段。在此階段，弱人工智能算法相對成熟，數(shù)據(jù)的整合和共享構(gòu)成行業(yè)發(fā)展的核心因素。產(chǎn)業(yè)仍處于發(fā)展初期，數(shù)據(jù)整合與共享是驅(qū)動行業(yè)發(fā)展的核心因素。AI+醫(yī)療發(fā)展的核心在于“算法+有效數(shù)據(jù)”。
隨著醫(yī)療數(shù)據(jù)互聯(lián)互通程度的提升和共享機(jī)制的建立，AI+醫(yī)療行業(yè)發(fā)展將加速。我們認(rèn)為，目前已經(jīng)形成成型產(chǎn)品、在各應(yīng)用場景實(shí)現(xiàn)小范圍推廣、具備高附加值的AI+醫(yī)療應(yīng)用包括兩個(gè):
1. 基于醫(yī)學(xué)影像的智能識別;
2. 基于電子病歷的輔助診斷。后者的典型案例是IBMWatson，目前已經(jīng)落地WatsonforOncology的腫瘤輔助診斷治療的AI產(chǎn)品，并在國際上各醫(yī)院小范圍推廣。自2012年深度學(xué)習(xí)技術(shù)被引入圖像識別數(shù)據(jù)集之后，其識別率近年來屢創(chuàng)新高，2015年百度在ImageNet的比賽識別錯誤率僅為4.58%，高于人類水平。而基于醫(yī)學(xué)影像的智能識別，全球該領(lǐng)域的創(chuàng)業(yè)公司達(dá)1000多家，是適合AI技術(shù)發(fā)揮其所長的醫(yī)學(xué)應(yīng)用領(lǐng)域。
目前我國醫(yī)學(xué)影像數(shù)據(jù)的年增長率約為30%，而放射科醫(yī)師數(shù)量的年增長率為4.1%，其間的差距是25.9%，放射科醫(yī)師的數(shù)量增長遠(yuǎn)不及影像數(shù)據(jù)的增長。
智能影像識別市場分類多空間大人工智能方法在醫(yī)學(xué)圖像處理中的應(yīng)用十分廣泛，涉及醫(yī)學(xué)圖像分割、圖像配準(zhǔn)、圖像融合、圖像壓縮、圖像重建等多個(gè)領(lǐng)域。
醫(yī)療影像智能識別按照應(yīng)用領(lǐng)域，可以分為放射類、放療類、手術(shù)類以及病理類:
1. 放射類:類似于軍隊(duì)的“情報(bào)部門”，通過射線成像了解人體內(nèi)部的病變情況，形成影像。對該影像智能識別的目的在于標(biāo)注病灶位置。
2. 放療類:類似于軍隊(duì)的“戰(zhàn)斗部門”，在制定放療方案之前，醫(yī)生需要通過成像設(shè)備對靶區(qū)進(jìn)行定位，從而形成影像。對該影像智能識別的目的在于進(jìn)行靶區(qū)自動勾畫，由于放療需要?dú)⑺兰?xì)胞，病變區(qū)域勾勒的越準(zhǔn)確越好，對智能影像識別準(zhǔn)確率要求高。
3. 手術(shù)類:對CT等影像通過3D可視化等技術(shù)，進(jìn)行三維重建，幫助醫(yī)生進(jìn)行手術(shù)前規(guī)劃，確保手術(shù)的精確性。
4. 病理類:病理診斷是最終確診環(huán)節(jié)，MRI、CT、B超等影像判讀的正確與否要參考病理診斷的結(jié)果。傳統(tǒng)的病歷檢驗(yàn)是醫(yī)生在顯微鏡下直接讀取病歷涂片，現(xiàn)在數(shù)字化病理系統(tǒng)使得AI讀片成為可能。
以病理切片為例，據(jù)國家衛(wèi)計(jì)委統(tǒng)計(jì)，我國病理注冊醫(yī)生在1萬人左右，按照每百張床配備1—2名病理醫(yī)生的標(biāo)準(zhǔn)計(jì)算，全國病理科醫(yī)生缺口可能達(dá)3—4萬人，目前，全國有近40%的手術(shù)未進(jìn)行病理切片分析。所以通過AI的方式輔助影像科醫(yī)師進(jìn)行診斷將滿足市場剛需。
我國醫(yī)療資源短缺，供給嚴(yán)重不足，人工智能在醫(yī)療行業(yè)的應(yīng)用可以提升醫(yī)生工作效率，變相提升醫(yī)療資源的供給。從變現(xiàn)對象看，基層醫(yī)院因?yàn)橹委熕剑t(yī)療資源缺乏，付費(fèi)動力最強(qiáng);而大醫(yī)院雖然醫(yī)療資源豐富，但由于門診住院量高，具備通過智能化應(yīng)用提升工作效率的需求。在此背景下，基層醫(yī)院具備按次付費(fèi)的需求基礎(chǔ)，而大醫(yī)院更容易接受軟件服務(wù)費(fèi)作為付費(fèi)形式。隨著第三方影像中心的崛起，將也會對智能影像診斷產(chǎn)生需求。
熱門資訊
- 2019年中國智慧醫(yī)療行業(yè)發(fā)展趨勢預(yù)測
- 可穿戴醫(yī)療設(shè)備助力智慧醫(yī)療高速發(fā)展
- 互聯(lián)網(wǎng)+醫(yī)療，讓就醫(yī)更智能。
- 火熱的AI+醫(yī)療背后，企業(yè)如何盈利？
- “互聯(lián)網(wǎng)+醫(yī)療”版一帶一路命運(yùn)共同體怎么...
- 可穿戴醫(yī)療設(shè)備在智能醫(yī)療領(lǐng)域發(fā)展前景巨大...
- 健康一體機(jī)，更好的服務(wù)于百姓。
- 智能可穿戴設(shè)備助力老年健康市場。
- 讓問題疫苗無所遁形 區(qū)塊鏈在醫(yī)藥追溯領(lǐng)域...
- 大數(shù)據(jù)對于傳統(tǒng)醫(yī)療模式的轉(zhuǎn)型升級
- 未來高端醫(yī)療器械將占據(jù)主要市場份額
- 中美貿(mào)易爭端再起 醫(yī)療器械行業(yè)影響分析
- 國內(nèi)遠(yuǎn)程醫(yī)療市場快速增長
- 當(dāng)醫(yī)療遇上人工智能的無線想象
- 分級診療政策強(qiáng)力推動 醫(yī)療器械POCT高速發(fā)...
- 未來人工智能對中醫(yī)的發(fā)展影響
- 數(shù)據(jù)挖掘在醫(yī)學(xué)大數(shù)據(jù)研究中的應(yīng)用
- 人工智能的興起為醫(yī)療產(chǎn)業(yè)發(fā)展提供重要支撐
- 縣域醫(yī)療崛起 建設(shè)獨(dú)立檢驗(yàn)中心成為硬指標(biāo)
- 人工智能和醫(yī)療的深度集合下的新趨勢