最近，ChatGPT、GPT-4的火热出圈引发行业内外的强烈关注，其背后的核心技术——人工智能，更是成为这一时期的“热门高频词”。伴随大数据、云计算、5G时代的到来，AI技术正在飞速发展，在颠覆人们固有印象的同时，也展示了人工智能助力各个行业发展的更多可能性。不可否认，人工智能已经逐渐渗透到大家的工作和生活中，而医疗作为与公众健康息息相关的产业，有望在AI技术的助力下，实现产业发展的新纪元。数据统计，过往的五年时间，近千亿资金注入到人工智能+医疗的赛道，医学影像AI、AI制药、医疗AI机器人等细分领域都在快速突破、大步前进，AI医疗正逐渐成为生物医药赛道的焦点之一。随着AI技术与医疗健康领域的融合不断加深，以计算机视觉、自然语言处理、机器学习等为代表的人工智能技术，越来越广泛地渗透进医疗行业的各个场景中，成为提升医疗服务水平的重要驱动力。可以预见的是，在政策支持、技术革新的双重推动下，AI医疗正步入快车道，市场蓄势待发，人们的健康生活因为AI的加入而改变。
政策正向引导，AI助力医疗资源优化配置
过去十年，中国人口老龄化进程不断加快，加上人口基数庞大，医疗资源分布不均，医生资源匮乏，很多重大疾病、慢病由于在早期没有明显的症状，且检测流程复杂，很难尽早被发现。
而人工智能可以有效的解决这一医生短缺、医疗资源错配的难题。业内观点普遍认为，人工智能的普及和应用能够优化医疗资源配置，推进医疗卫生能力现代化，促进分级诊疗，推进体系化整合。
三年疫情让人们对医疗健康更加重视，进一步加大了人们对医疗的需求，医疗卫生领域的科技创新显得更加重要和紧迫，人工智能在医疗领域的应用也随之成为国家重要战略方向之一。近年来，国务院、工信部、药监局等部委陆续颁布系列政策文件，积极助推医疗AI行业创新发展。比如推动AI影像、AI诊疗、手术机器人等智慧医疗设备的研发；鼓励AI在公众疫情、肿瘤等疾病中的广泛应用；2023年率先在医疗等领域初步建立人工智能标准体系等等。从最近的具体政策来看，中共中央办公厅、国务院办公厅印发的《关于进一步完善医疗卫生服务体系的意见》提出，发展“互联网+医疗健康”，建设面向医疗领域的工业互联网平台，加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用，加强健康医疗大数据共享交换与保障体系建设。前不久两办印发的《关于进一步深化改革促进乡村医疗卫生体系健康发展的意见》也提到，“构建乡村远程医疗服务体系，推广远程会诊、预约转诊、互联网复诊、远程检查，加快推动人工智能辅助诊断在乡村医疗卫生机构的配置应用。”其实早在去年，政策就释放出了鼓励人工智能系统深入到基层的信号。4月20日，国家卫健委医政医管局发布了《国家限制类技术目录和临床应用管理规范（2022年版）》，重新调整了各级医院限制使用的医疗技术名单，取消了人工智能辅助诊断技术等5项限制级技术，这意味着人工智能辅助诊断技术的应用门槛将进一步放宽，应用场景有望深入到更多基层地区。有业内人士分析认为，互联网及AI在医疗领域的应用使得更多资料数据化，减少了人工校对产生的误差，也降低了人力成本。此外，医疗数据资源价值进一步凸显，为远程诊疗、线上复诊等创造更加广泛的应用场景。
在人口老龄化和医护人员短缺的背景下，AI为缓解医疗资源供需矛盾提供了新的思路。AI能为现有的医疗体系带来流程改进与效率提升，减轻医务人员的工作负担，以及加速药物和疫苗的研发进度。在各类发展环境的驱动中，政府政策指引无疑是推动AI医疗发展的主导力量。数据显示，2021年中国AI医疗行业市场规模约为95亿元，预计2025年达到385亿元，2020-2025年CAGR达46%，呈现出积极向上的高增长态势。
AI技术突破，医疗影像前景广阔
从国内AI医疗行业下游需求分布来看，目前AI医疗在辅助侧及数据侧应用广泛，在CDSS（临床决策支持系统）、智慧病案和医学数据智能平台市场占比较大，2020年分别为29.8%、21.6%、14.0%。未来AI医疗应用更注重实用侧,包括AI医疗影像、AI医疗机器人、AI制药等领域。有行业分析师表示，未来AI将会嵌入到医疗应用系统中，应用到医院核心临床信息系统和管理系统、电子病历和病案系统、健康医疗大数据的建设与应用开发中；另一方面，独立的AI医疗应用系统也开始发挥作用，比如在医学影像AI领域等等。在AI医疗产业中，医疗影像一直是应用的热门领域之一，随着政策的放开和支持，辅助诊断和治疗产品的市场需求明显增加。在2020年中国AI医疗的核心软件市场规模中，CDSS市场占有率为29.8%，AI医疗影像为7.1%，而预计到2023年（也就是今年），AI医疗影像市场规模将首次超越CDSS，成为AI医疗核心软件中市场占有率最高的产品类别。数据预测显示，中国人工智能医学影像行业预计将由2020年的人民币3亿元增至2030年的人民币923亿元，这十年的复合增长率高达76.7%。值得一提的是，AI医学影像市场保持较高增速，资本集聚度高，最有机会率先实现商业化。目前我国医学影像数据的年增长率约为30%，而放射科医师数量的年增长率仅为4.1%，AI医疗影像恰到好处地解决了这一痛点。以眼科为例，目前我国还有20%左右的县级医院未设立眼科，根据2020年发布的《中国眼健康白皮书》，我国仅有4.48万眼科医生，且集中于一、二线大城市，地域分布严重不均衡。再具体以糖尿病视网膜病变为例，由于早期并无明显症状，大部分患者不能通过眼科检查得到及时诊断。数据显示，2023年有30%以上的糖尿病患者面临视网膜病变的风险，但筛查率却不足10%。
如果构建一套AI视网膜图像辅助诊断的网络系统，落地到基层医疗机构，患者就无需再奔波到大城市进行诊断和治疗，不仅能有效解决医疗资源紧缺问题，也能降低单次检测的成本。弗若斯特沙利文的数据显示，我们人工智能医学影像的行业规模在未来十年间的增长有望达到千亿元；具体到视网膜上，这个数字也将由2023年的7600万元增长至2030年的340亿元左右，复合增长率将超过80%。
落地监管并重，医保支持可促进AI医疗加
速落地
AI医疗产业的发展，结合了医、学、产等多方面的力量。而人工智能和医疗的结合，不仅在技术方面要求极高，更是对现实情景的多方考验。所以，哪怕已经研发出成熟的产品，如何加速实现数字化健康落地一直是整个行业的痛点。要想更好更精准的实现商业化，AI医疗产品对医院数量的覆盖面是关键。艾瑞数据显示，在2019-2021年8月AI医疗影像采招额统计中，三甲医院2019年与2020年的采招额维持在1000万元以上，受疫情检测需求的冲击与肺部影像产品受众广、开发技术成熟度高等因素影响，统计时间内关于肺部科室的AI开发软件采招额高达1296万元，心血管、综合类与病理科位列其后。通过上述数据可以看出，AI医疗设备的需求主力是三甲医院，而在级别较低的乡镇医院及诊所等还远远没有普及。而眼底AI的优势在于，企业落地场景的多样性较为丰富。不管是肺部影像、心血管影像或是胸腔影像，需要绑定大型硬件设备来销售，一般都会选择落地三甲医院。而眼底AI的选择范围更加广泛，其搭载的硬件设备眼底相机成本相对较低，既可以选择三甲医院，也可以从基层医疗机构或其他大健康场景进行突破，实现对基层医疗体系的渗透，这也是眼底AI在人工智能影像市场中脱颖而出的重要原因之一。
另一方面，想要实现AI医疗的广泛落地，医保或许是串联起AI医疗与医院、患者之间最好的信任主线。在落实医保为AI医疗保驾护航的同时，相关部门对数字化疗法如何进行监管也是未来行业健康发展的重要基石。特别是AI设备是以软件为基础的产品，必须要面对互联网行业的特性——产品快速迭代，而所有的迭代都要经过缜密的验证，甚至要再确认再注册对企业造成的影响。这就要求监管部门思考如何界定数字化疗法的产品，尽快配套落实相关的数据安全标准以及有关医疗大数据的行业相关条例，以规范医疗数据的法律监管现状。
结语
可以预见的是，人工智能技术还处在成长期，细分到医疗领域还有很多细节要优化，更要寻求创新和突破，探求更多模式和场景的相结合。
AI医疗行业是一个长坡厚雪的领域，期待在人工智能技术加持下，智能医疗行业能迎来更多机遇，推出更加优质便捷的医疗设备服务于大众，进而推动我国医疗事业的高质量发展。
END
| 来源：紫金财经 | 声明：我们注重原创，也乐于分享，如果有内容和图片设计版权问题，请及时联系后台，我们将第一时间做出处理。
培训合作 | 产业运营 | 委托招商 | 转载开白
请在公众号后台回复 合作
点击“阅读原文”，联系我们
相关文章
