【獵雲網（微信號：ilieyun）北京】6月26日報道（文/都保傑）
日前，2017中美智能醫療大數據峰會在北京舉行， 在人工智能快速滲透各行各業的今天，醫療產業這塊開發較少但含金量超高的版圖正在成為重點挖掘對象。
互聯網醫療、可穿戴健康管理、基因測序、智能診斷，這些曾經覺得不太落地的概念正在以各種形式改變著醫療行業，以醫療大數據和人工智能為代表的新技術應用，在現代化醫療領域的價值越來越高。據HC3i中國數字醫療網的一份調查報告顯示，將人工智能技術應用到醫療領域的公司正在激增，2016年市場規模達到96.61億元，增長率為37.9%，中國人工智能+醫療市場規模2017年將超130億元，預計2018年市場規模將達到200億元。
精準醫療和醫療大數據問題
衛生信息化和健康醫療大數據的應用發展讓精準醫療成為可能，什麼是精準醫療？就是通過全面獲取生物學、表型組學信息，利用雲計算和人工智能等信息手段處理信息，並構建知識體系，結合環境因素、社會因素，實現針對患者個體設計最佳治療方案。
然而，精準醫療與健康大數據的融合過程存在很大挑戰，北京協和醫院副院長張抒揚認為：首先，醫療數據具有複雜性，大數據不單單是涉及到群體，也需要對個體特性進行研究。其次，各層級醫院和區域醫療信息相對孤立缺乏聯合協作，技術屏障和觀念陳舊導致大數據難以聚攏。此外，哥倫比亞大學醫療信息學系副教授翁春華對醫療大數據質量和安全問題現狀表示擔憂，數據不完整性，重複性等嚴重影響數據挖掘的算法結果解釋。
HC3i中國數字醫療網副主編孫楊對人工智能+醫療市場的發展現狀做了分析報告：人工智能對醫療行業的應用場景非常廣泛，包含語音識別、醫學影像、藥物挖掘、生物學、營養學、生物科技、急救室管理、醫院管理、精神健康、可穿戴設備、風險管理和病理學等12個領域。然而數據流通和協同化感知有待提升，人工智能尚未實現關鍵技術的突破，人工智能在醫療行業存在五大難題，分別是監管問題、觀念問題、技術問題、安全問題和割裂問題。
大公司抓底層技術和生態佈局
在人工智能技術的驅動下，精準醫療、大數據分析、資源整合共享不僅是醫療行業內部的焦點問題，也是外圍科技公司入局的突破口。
Intel行業解決方案集團醫療行業總經理吳聞新表示，英特爾公司作為一個技術提供方，對醫療方面的理解比如精準醫療或者個性化醫療從2005年就有了這樣的認知和議題提出。英特爾通過提供技術底層支撐，來幫助創新的企業、創新的公司完成目標。
吳聞新說：“我們想通過什麼手段推動醫療行業變革？從英特爾角度來講，基本想關注幾個方面，一個是分級診療或者基於網絡協同的診療，另外一塊是針對院內、針對醫院，通過數字化集成，比如建立臨床數據中心，把院內系統很好打通，圍繞這個更多提升數據的利用率，把臨床數據、費用數據、以及組學的數據等整合在一起，提供個性化的方案。”
英特爾更多的是從技術角度推動醫療模式創新，例如提供基礎的計算平臺、協作雲、新藥研發技術支持、利用超算平臺提供基因分析、利用深度學習技術進行眼底疾病篩查、運用影像學技術做B超甲狀腺結節判斷、語音病例錄入降低醫生工作量等等，以及VR和三維人臉識別在醫療領域都有很強的應用場景。
值得關注的是，聯想也在人工智能醫療領域有所佈局，很多人對聯想的認知來自於 PC電腦，對聯想企業級業務瞭解很少。聯想數據中心業務集團公共業務部總經理胡少奇介紹聯想正在構建醫療大數據框架，主要就是醫療、互聯網和健康數據。很多基因測序的公司和醫院而言會有轉換醫學中心的建立，包括科室的研究都會遇到大數據或基因組的需求，聯想擁有基於人工智能進行分佈式基因組分析的技術能力，讓基因組算的更快，更加精準，速度以往提高5-10倍。
此外，智能化的輔助診斷，可以讓醫生的診斷精準率和可重複性大大增加，聯想可以利用人工智能技術實現腦影像的智能分析和制定個性化的恢復護理計劃。聯想正在從一家單純提供硬件的公司，向一家提供解決方案的公司轉變。聯想擁有著全產品線優勢，服務器、存儲、網絡安全、系統監控、雲平臺等都是全生命週期，在人工智能佈局方面，包括人工智能技術、機器人、雲計算、穿戴設備、大數據等構成了聯想集團的智能生態。
創業公司切細分場景細分賽道
大公司進軍醫療行業做底層技術支撐和多元生態佈局，而創新創業的小公司從細分應用場景入手也能尋找到很好的立足點。
站在投資人角度，國科嘉和平基金管理公司合夥人王戈認為：“從我們來看人工智能應用層將是今年、明年、後年很快的發展方面，醫療行業有不同的場景，每個場景有垂直細分的領域，各個領域冒出新公司很容易，會有一波創業的高潮。我們看好人工智能加醫療的未來十年，在這一塊我認為會出很多世界級的案子和大的獨角獸。”
例如，雲知聲醫療產品經理張乾透露雲知聲從2015年開始和協和醫院合作做這樣語音錄入病例系統，可提高醫生20%—40%的工作效率，語音識別適用於工作量高、壓力大的科室，另外越複雜的報告體現語音錄入識別優點。去年一年測試醫院已經達到上百家，應用場景包括病房醫師工作站、護士站，下一步往專科化發展，幫助醫生解放雙手，如何通過語音控制、如何通過語音完成一份報告，比如超聲科、病理科甚至以後不需要輸入，目前協和醫院全部病房已經上線語音錄入系統。此外，雲知聲也在做語音交互機器人，患者可以和機器人進行自然語言的交互，與醫院合作打造智慧醫院。
除了具體技術應用，也有企業利用互聯網手段把醫院原有系統由線下服務向線上拓展，改善區域性醫療機構和醫療資源不均衡問題。通過建立互聯網加醫院聯盟加醫生的生態體系，實現醫院之間的協作，大醫院幫扶小醫院，通過雲平臺通過互聯網和醫院聯盟幫助基層醫院解決問題，以互聯網為紐帶，以聯盟方式實現醫聯體之間的資源共享，促進醫療資源的下沉。
也有以醫生為主體的互聯網化醫療服務，建立D2D模式的醫生協作網絡。不同於常見的B2C，在這個環節下分級幹一個事，把醫生分開，如果業內有10%的專家，90%醫生，所有患者都找專家醫療資源肯定緊張，你有病找醫生，醫生找專家就好了。
醫療設備的創新改進也是不錯的方向，傳統檢測方法有大量試劑和檢測耗材，設備和硬件都是花很多人力物力才得出一個檢測方案，而利用智能芯片和分析系統的改進可以把檢測成本降低90%以上，就醫流程可以減少80%。
市場爆發潛力大，短期整合是難題
HC3i中國數字醫療網執行主編譚小玉表示：“醫療行業已經進入數字化拐點，從我們醫療數據爆發式增長趨勢來看，消費者個人的健康數據共享的醫院會不斷增加，有88%消費者至少2016年使用過一項數據健康管理工具。我們判斷未來三到五年醫療行業將進入以數據為基礎的智能服務階段，這個階段智能技術對於行業滲透進一步加深，更多的垂直應用交給整合，技術應用場景更加豐富。”
國家政策層面，醫療行業的大環境是十分利好的，在2016年10月25日，中共中央、國務院印發的《“健康中國2030”規劃綱要》定下了明確目標，到2020年，健康服務業總規模超過8萬億，到2030年達到16萬億，市場潛力十分巨大。
然而回到當前階段人工智能+醫療行業發展現狀，不管對於醫院還是對於企業來說，技術壁壘正在不斷淡化，現在除了技術之外，發展過程中會面臨比較大的阻力其實是數據開放、數據結構化深度、互聯互通、規則權威性等，人工智能在醫療行業的落地也將面臨和AI+其他行業類似的整合難問題。
本文來自獵雲網，如若轉載，請註明出處：http://www.lieyunwang.com/archives/328738