2020年AI医疗行业案例研究报告.pptx

,2020年AI医疗行业案例研究报告,Part 1,AI医疗行业现状,各国接连推出符合其发展环境的AI医疗战略规划,美国2016 年接连出台了白宫为人工智能的未来做好准备的报告、美国国家人工智能研究和发展战略计划。不仅提出了要加速人工智能在医疗领域的发展， 利用 人工智能对并发症进行预测及预防、发展电子化病历、 对医疗大数据进行分析挖掘等，还要在医学诊断等领 域利用人工智能系统自动执行决策和进行医疗诊断。,中国于2017 年7 月发布新一代人工智能发展 规划该规划提出中国人工智能在2020 、2025 、2030年的发展目标和六大重点任务。其中， 在建立智能社会里， 特别提到要发展智能医 疗， 包括智能治疗模式、智能医疗体系、智能医疗机器人、智能可穿戴设备、智能诊断、智能多学科会诊、智能基因识别、智能医药监管、智能疾病预测等。,英国政府分别于2017 年10 月和2018 年5 月出台在英国发展人工智能和产业战略人工智能领 域行动。英国强调了人工智能在医疗领域的三大发展方向一一 辅助诊断、早期预防控制流行病并追踪其发病率和图 像诊断。,法国政府于2017 年7 月发布法国人工智能战略。决定在国家健康数据研究所的基础上， 法国要成立真 正的“ 卫生健康数据中心” ， 该数据中心包括医保报 销数据、临床数据和科研数据并最终开放这些数据。,印度于2018 年6 月出台国家人工智能战略。印度政府将癌症筛查和治疗作为人工智能大规模靶向治 疗的领域和方向， 并且计划开发一个国家级的病理图 像数据库。,日本于2017 年3 月发布人工智能技术战略。日本将医疗健康和护理作为人工智能的突破囗， 基于 医疗、护理系统的大数据化， 旨在建成以人工智能为 依托的、世界一流的医疗与护理先进国家。,2010年及以前,2011年,2012年,2013年,2014年,2015年,2016年,2017年,2018年,国内初创AI医疗公司仍多数处于“成长期”,国内AI医疗公司整体上成立时间在2014年以后，同时也存在一定数量的医疗或科技公司完成了AI医疗方向的转型。不同于一级市场自2015年起整体下行情况，AI医疗企业在2017年成立数量相比于2016 有明显抬升。行业内公司整体偏早期，大部分企业集中在A轮及以前，最后能做到上市的企业少之又少。从创始人来源可以看出，很大一部分创始人来自非医疗行业。该报告统计范畴为主营业务为AI医疗的公司60AI医疗项目成立时间分布40200,来源：铅笔道,2015年以后AI医疗厂商获投轮次分布种子轮 天使轮 Pre-A轮A轮A+轮 B轮 B+轮C轮D轮新三板,AI医疗厂商为医疗产业的众多参与者提供了解决方案,AI赋能领域,医药、器械制造商 科研机构,医疗服务机构,消费者/患者,经销商,保险机构互联网医疗平台,药物研发,辅助科研,AI赋能领域,AI赋能领域,辅助病历,辅助康复及随访,辅助诊断,辅助治疗,导诊机器人,医生培训,医疗数据平台,个人健康管理,医学知识服务,智能硬件,辅助康复,医药零售,辅助保险方案,医院信息化系统建设,其他领域,医疗美容,其他,AI医疗厂商针对行业痛点，呈现了在消费者和医院端的密集布局,药物研发2.0%,医药零售2.6%,辅助诊断36.2%,辅助治疗9.2%,辅助病历2.0%,医疗数据平台11.8%,医生培训1.3%,辅助康复 及随访 2.0%,医院信息化系统建设7.9%,辅助保险 方案 2.6%,辅助科研1.3%,其他1.3%,医疗美容1.3%,辅助康复5.3%,医学知识 服务 3.3%,个人健康 管理 5.9%,智能硬件3.9%,2.0%制药企业,2.6%医药经销商,62.5%医院,7.9%互联网医院,2.6%1.3%保险科研、教育,机构,2.6%其他领域,18.4%消费者,药物研发新药研发时间长、成 本高、风险大、回报 率低,医疗美容消费者不信任治疗 效果；医美行业获 客难、转化率低； 术后纠纷多,医药零售产业链中下游效率低； 传统医药商品销售增 长困难,辅助诊断医院误诊率高；某些具体疾病和患者情况无法判断辅助病历不同医院就诊中重复检验；患者医疗成本浪费医疗数据平台医疗影像信息孤岛化；本地软件系统昂贵，维护、升级费用高辅助康复及随访医用监护仪需佩戴、成本高；医院难以实时监测未住院患 者健康情况医生培训医生资源紧缺、医生专业度不够,个人健康管理消费者平时难以监测自身的健康状况辅助康复现状大多为被动康复，住院康复费用高 昂；在家康复需要家人辅助；现有康复 技术效果不佳医学知识服务医疗结果（如：化验单）用户难以读懂 医患之间存在着极大的信息不对称,2015年以后获投的AI医疗项目服务领域及应用分布,辅助科研科研人员具备强专业 性，但是不熟悉编码 知识；医学研究与临 床差距很大,辅助保险方案 存在违规使用医保基 金，诈骗套取医保基 金的现象；,AI技术在各服务领域的实践,该报告基于铅笔道数据中项目数据，记者采集的信息，项目公开信息等，对当前AI医疗应用场景下的细分服务领域所应用的AI技术进行了统计，统计结果为该服务领域内应用频率较高的AI技术。,Part 2,国内AI医疗行业发展趋势,趋势一：药物研发领域已受AI技术全流程赋能,新药的发现,临床前研究,新药申请,临床研究,批准上市,IV期临床研究,经销商,医院,线下药店,线上药店,新药研发到上市销售流程,AI+药物研发优势市场规模最大全产业链参与：从药物研发到药物流通到数字化营销到市场推广都涉及智慧医疗概念。每个阶段存在多个细分场景，利润高、收益可观让这一行业具备长久的吸引力。国内外药物研发环境差别与机遇国外：以原研药为主，新药研发平均成本达26亿美元，国外新药进口到国内供中国患者使用平均耗资1800万美元，耗时6到8年。国内：国内96%的药企都从事仿制药的生产，一般在国外新药的基础上进行修改设计， 找出不受专利保护的相似的化学结构， 以实现近似或更好的治疗效果机遇仿制药整体临床通过率为34%，高于欧美10%的水平。人工智能能够更好的在药物设计方面辅助仿制药的研发和入市,根据Global market insight 的数据统计， 药物研发在全球人工智能医疗市场中的 份额最大， 占比达到35 。,根据铅笔道数据， 国内从事药物研发 的已获投初创项目仅占2%,药物研发作为全球AI医疗市场中份额最大的服务领域，当前在国内市场仍处于一片蓝海，一方面原因是在药物研发领域，国内市场具有相当的“中国特色”，另一方面当前赛道参与者不多，没有太多较 好的范例可供创业者参考。,趋势二：辅助诊断方向赛道拥挤，硬实力决定去留,技术,针对医院端的辅助诊断方向主要实现形式是影像辅助诊断、病理诊断。当前国内AI医疗初创公司整体中有36.2%的公司从事该方向，该方向具备以下几点发展优势：1.医疗数据庞大 2.智能图像诊断算法 相对成熟 3.国家政策大力支持。除此之外大量资本的入场也为该赛道也极大的推动了该方向的发展，该赛道作为全球AI医疗领域第二大细分市场占据25%的市场份额。当时由于该赛道大量国内公司参与，且行业内巨头逐步建立自身壁垒并开始抢夺市场，这一赛道未来必将迎来一轮清洗。,四大硬实力 同步发展,应用在当前市场情况下，探索出健康的商业模式是该赛道实践 者们的首要任务，而解决商业模式的首要问题就是让产品 落地，落到最合适、最匹配的应用场景。,数据AI医疗影像技术的发展与数据质量密不可分，在医疗行业 中超过90%的医疗数据均来自于医疗影像，且该素材结构 简单，便于用作机器学习的素材。构建一个全面且优质的数据平台是辅助医疗影像的落地的 关键。,渠道国内医疗机构分布较为分散，与医院、科研单位等的合作需要优质的渠道资源。拥有优质的渠道资源可以补充优质数据来源以用于机器学 习。医疗行业是重渠道的行业主要客户都是公立医院，不建立 渠道优势很难获取稳定的客户来源。,虽然当前行业内的风向整体偏“应用”，但是拳头级的产 品离不开技术的加持。当前虽然入场玩家众多，但是在诊断精度和速度方面仍有很大提升空间。,趋势三：传统医院通过AI技术加持，逐步构建互联网化服务能力,相关政策2019年4月，国家卫生健康委网站发布关于印发全国基层医疗卫生机构信息化建设标准与规范（试行）的通知，针对目前基层医疗卫生机构信息化建设现状，从便民服务、业务服务、业务管理、软硬 件建设、安全保障等方面，规范了基层医疗卫生机构信息化建设的主要应用内容和建设要求。,互联网医院,医疗服务机构,综合、专科医院,基层医疗机构,健康管理类型机构,专业公共卫生机构,其他,实例：江苏首批互联网医院上线运行江苏省省卫生健康委主任谭颖表示：为全面支撑全省互联网+医疗健康服务开展，目前还有40余家医疗机构正在开展互联网医院建设，接 下来会有更多医疗机构加入，预计年底全省将要建成50家互联网医院，到2020年所有县级以上医院 都要开展互联网医疗服务。,01.服务业务包括便民服务、健康教育、预防接种、儿童保健、妇女保健、孕产期保健、 老年人健康服务、基本医疗服务等 15 项内容。,02.管理业务包括家庭医生签约管理、突发公共卫生事件管理、老年人健康服务管理、预 防接种管理、妇幼健康管理、传染病管理、慢性病管理等 26 项内容。,03.平台服务包括基层机构门户、业务及数据服务、数据访问与储存、业务协同基础、服 务接入与管控、电子证照管理、基础软硬件等 7 项内容。,04.信息安全包括身份认证、桌面终端安全、移动终端安全、计算安全、通信安全、数据防泄露、可信组网、数据备份与恢复、应用容灾、安全运维等 10 项内容。,建设标准与规范分为服务业务、管理业务、平台服务、信息安全等 4 部分 58 类共 212 项 建设内容和建设要求。,趋势：政策风口加持，传统医院加速转化在国家颁布政策体现了建设医疗卫生机构信息化的决心之后，已有部分省市在开始尽快落实互联 网医院的建设，未来可能互联网医院将常态。作为当前真正的“政策风口”赛道，领域内创业者无论是为医院进行整体化的信息化改造，还是 提供某一部分的服务（如：电子病历系统建设、医保费控相关）都有很大的市场等待开拓。,AI,趋势四：AI个人健康生态已逐步形成,智能硬件手环、血压计、体重秤、心电仪、体 脂仪、智能床、智能健身镜等,APP,可检测数据血液状态、心跳速率、水分含量、血压、身体活力、营养值、血糖,个人健康管理,运动健康管理：以科学专业的运动健康理论，为运动爱好者提供健康指导与服务。护肤健康管理：分析皮肤成份，并基于检测结果为用户推荐个性化精准皮肤管理产品。营养健康管理：提供饮食评估、饮食记录以及个性化营养套餐等指导服务。慢病健康管理：结合用户健康状况，给及实施个性化的健康干预措施和慢病管理。睡眠健康管理：通过人工智能算法即时分析用户的睡眠状态与睡眠质量，后台能基于这些数据 对床进行自动干预，以延长用户的深度睡眠时间。,医学知识服务为用户提供医疗问答、咨询、自诊服务。帮助用户解读化验单，对异常指标进行专业化的 解读。,辅助康复硬件智能假肢、康复机器人、语音转化硬 件、外骨骼、柔性驱动器、智能护理 床等,辅助康复,帮助运动功能下降的患者进行日常活动。操控硬件来实现动作训练，并且利用脑电波控制和机器人技术，来实现患者的神经康复。,当前AI已经赋予了消费者层面全新的健康体验，从硬件出发，又手机APP中转，最后实现个人健康管理、辅助康复以及获取医学知识减少和医生之间的信息不对称。可管理的方面也覆盖到了生活的方方 面面：从运动到饮食、从睡眠到护肤、从慢病到大病康复，都有AI厂商参与生态建设，未来个人健康管理生态将更加完善，达到真正减少公立医院就诊压力效果。,德勤报告显示，2017年中国医美市场规模达到了1760亿元，至2020年预计每年还将以40%的速度增长。而在中国，1000人中只有2人会接受医美服务，相较于美日韩等医美市场成熟国家10%左右的渗 透率差距颇大。方方面面说明了医美在中国市场的无限潜力，而AI医美可以在美容外科、牙科、皮肤科上助力。当前阶段，AI与医美的结合还存在种种问题，但是随着技术的进步与数据的积累，AI+医 美行业在未来将呈现深度融合的趋势。,趋势五：医疗美容赛道未来将与AI深度融合,医 院 端,医 美 端,面向公里医院的诊断级设备通常为三类医疗设备,美容相关硬件几乎无需审核,申报三类医疗器械条件严苛,仅需有医生资源即可,完全服务于B端,既可服务于小美容机构也可直接触及C端资源,费用较为固定行业溢价高,AI赋能医美端具备更灵活的应用场景与更高的溢价,当前阶段主要痛点市场端没有触及核心技术，主要技术资源流向了公立医院。是医美的消费医疗属性，医院和诊所可获取的数据有限，民营医院信息化系 统不完善导致数据质量较差当前以噱头为主，没有解决医美行业刚需。,以海量的数据“喂养”人工智能，测肤AI等图 像识别机器人是这一时期的典型技术成果。可 以通过人工智能快速获取大量数据，疑难情况 和典型案例的知识也可以快速扩展。跨越这一阶段的关键，在于平衡信息安全与数据共享的关系。,数据辅助期（当前所处阶段）,这一阶段的人工智能已经完成数据的集成和整合， 能够进行相当的自主决策。在这一阶段，人只需在复杂情况下介入处理。基 础美容行业可能已经完全与智能生活相融合。,在这一阶段，人工智能已经拥有了相 当的数据基础，开始拥有自发获取信 息并进行简单自主分析的能力，并随 着传感器技术的进一步发展，开始相 对独立地进行实际操作。,实操控制期,AI+医美当前尚处在应用层级浅，场景不够广阔的阶段自主决策期,互联网行业人才,AI行业人才,懂技术的AI人才,懂应用行业的AI 人才,既懂应用行业又 懂AI技术的人才,趋势六：复合应用型人才决定企业战略地位,62%,美国,中国,5%,10%,AI应用型人才极度缺乏中国人工智能人才总数超过5万人。在此 之前，工信部考试中心的数据表明， 国内 人工智能人才供应量不及需求量， 两者之 间的缺囗为500万人， 并且高校每年培养 出来的人才不足2000人。据动脉网的调研结果， 从事医疗领域的人 工智能人员数量仅占全部人工智能人员数 量的十分之一。如果以1:10的比例换算，,中国每年培养并从事人工智能医疗领域的人才少于200人。,在人工智能人才数量排名全球前七 的国家中， 美国以62的比例占据 第一，而中国的占比不到5。,人工智能人才现在是短板中的短板，既懂行业，又懂技术的复合型、战略型人才尤其短缺。,学校,医院,企业,高校+企业端：2019年7月，华为与复旦大学合作开发的“医学人工智能与机器学习”在复旦大学进行集中授课。,解决方案：学校、企业、医院三端发力着力培养复合型人才现状,“ 干人计划”推出后， 不仅很多本土人才相继回国， 而且国内企业也开始大量聘请来自他国的优秀 研究人员。与此同时，国内高校纷纷设立人工智能学院、人工智能研究院、人工智能实验室等机构， 构建“ 本科一硕士一博士”的完整人才培育体系，投入更多的精力和资源建设人工智能一级学科。实例高校端：2019年3月，教育部批准全国35所高校开设“人工智能”相关学院或专业；,结论虽然国家已经开始了关于AI应用型人才的战略布 局，高校、大型企业也已经纷纷响应。但是人才的培养是一个长周期的过程，近几年的 发展还是要依靠现有的人才来推动，加之该类人 才数量很少，更显得其弥足珍贵。那么如何抢占现有的人才资源以及企业自身发力 培养一批优秀的人才，是近几年的重中之重。,Part 3,项目案例,案例赋能领域分布,医药、器械制造商,互联网医院,医疗服务机构,患者/消费者,保险机构,其他领域,服务于制药企业端厂商介绍深圳晶泰科技有限公司,主要产品,药物固相筛选与分析：作为结合量子物理、人工智能与云计算技术的核心产品，ID4智能药物研发平台可以准确预测小分子药物的多种重要特性，加速药物临床前 和临床研究的效率与成功率。XtalVision药物晶型预测报告阅读器：一个便捷的报告可视化工具,AtomPai：旨在帮助企业快速将AI算法整合进自身已有的研发流程，满足企业基 础的及定制化的数据分析需求。,晶泰科技(XtalPi)是一家以计算驱动创新的药物研发科技公司，基于最前沿的计算物理、量子化学、分子动力学、人工智能与云计算等技术，为全球创新 药企提供快速、精确的智能化药物研发科技，从而显著提高药物发现与发展关键环节的效率与成功率，降低研发成本，最终为患者带来更多优质高效的 药物。ID4智能药物研发科技创新量子物理：晶泰科技的算法利用分子动力学模拟，在原子层面上对药物分子的晶 体结构、自由能等进行模拟；利用量子化学计算，得到精确的结构和能量。云计算：大规模计算团队与全球主流云计算厂商深度合作，通过自建的Majorana 平台实现海量计算资源的全球化调度。AI ：AI在药物领域的应用极大依赖于预测的准确度。通过深度神经网络算法有效 提取结构特征，极大提高了预测准确度。在ADMET等多种属性的预测上，都达到 或明显优于现有的常规处理方法。,解决痛点,国内仿制药研发难。国外的癌症新药、特效新药难以进入国内市场。,高校与药企研发研发人员对编码工作不熟悉仿制药一致性评价持续拉高着制药的门槛,药物发现、筛选等环节计算属性强，研发的时间和金钱成本过高,从晶型预测出发，渐进式发展AI+制药,选定研发路线和策 略,通过大量实验验证 关键特征,获取关键特征,研发成功,药物特性不理想,项目搁置,投入大量人力物力,临床研究,需要推倒重来,AI晶型预测,选定研发路线和策 略,高效验证并获取关键 信息,临床研究,通过晶型预测药企可以率先知道选择哪种种药物和研发路线最容易成功，从而提高研发效率及成功率。,传统实践,AI+,ID4智能药物研发 平台,项目实例：与辉瑞制药（Pfizer Inc.）签订战略研发合作服务环节：发挥量子力学、人工智能、云端高性能科学计算的技术优势，对现有的药物模拟技术进行改进与突破，让这一平台可以覆盖更广泛的化学空间，并生成更精确的药物分子模型。在这一基础上，平台还将实现对药物若干项关键性质的准确预测，进一步赋能药物发现与发展中的重要环节。,技术优势：辉瑞制药提供的案例多为临床前与临床I期，借助ID4智能药物研发平台，其能够获得更加完备的晶型信息，从而降低后期开发风险。,服务于制药企业端厂商介绍北京深度智耀科技有限公司,深度智耀是一家致力于在全球范围内用人工智能技术赋能新药研发全流程，助力全球药企及其服务商加速迈向智能化的高科技创新公司。公司致力于打造一 个端对端的AI驱动新药研发平台，赋能和加速全球药企高质量、高效率地将药物从实验室带到上市阶段。,AI赋能,新药研发,药物早期研发药物研发知识图谱,整合数百个开放数据源，PB级的大数据，通过机器学习 技术，结合医药研发专家知识，自动提取医药实体、关 系和属性，构建医药研发知识图谱。,早期研发平台基于人工智能的药物早期研发平台，大幅减少新药早期 研发全流程的时间和成本。,化学工艺辅助决策平台智能化学合成路径分析系统 ，可预测和推荐高质量的合 成路线。,临床研发一体化,临床数据平台提供完整的临床数据流解决方案，包括数据采集、转换、 编码、核查等各业务环节。,医学写作智能化的写作方案，全面助力申办方、CRO和医学撰写人 员优化管理流程，提升文档写作速度，并把控质量。,法规注册申报ARM人工智能驱动的一站式全球医药注册申报平台。,药物警戒系统Deep-PV系统可实时、全流程、全数据源支撑临床研究以 及上市后安全监测，风险预测及风险最小化。,医学翻译临床数据平台人机交互翻译平台会议同传辅助系统,AI全流程赋能新药研发,医学翻译,临床研发一体 化,药物早期研发,解决方案与应用技术,临床数据平台电子数据采集系统：大大降低了前期人工准备的难度，建库时间大大缩短，大幅度提高数据采集效率和数据质量。,临床数据管理系统：临床数据管理员将首次在一个平台上实现对于数据库建立、医学编码、数据核查等全流程一体化操作。,临床数据编程系统：将支持临床编程专家对于CDISC实施、统计表格、图表和数据列表自动生成和验证等全流程一体化操作。,医学写作注册文件自动写作：临床实验报告、总结等数据驱动类文档的初稿可以分钟级计算完成。,内容格式检查纠错：一键检查和修复多种格式问题的智能工具。,ARM智能申报系统,药物警戒系统,智能化嵌套模板,人机交互一体化,人机交互一体化,知识图谱,自然语言处理,深度学习,自然语言处理,自然语言处理,智能医学翻译,高端医学翻译服务同一翻译项目内，相似语句译员可互相参考，确保翻译一致；系统同步同一项目内句对译文，确保翻译一致,AI技术,其他技术,自研AI平台,服务于消费者端厂商介绍深圳碳云智能科技有限公司,主要产品：觅我：数字化精准健康管理平台依托便捷的移动APP和全面深度的智能场景化服务，觅我帮助用户构建专属的数字生命账户，通过对健康状态的全面 检测和持续监测，预知身体的变化趋势。,持续的健康追踪 & 健康管理,觅我内置智能健康管家，全方位监测、记录和管理健康数据。,健康App开发者平台App开发者们提供数据和便利的开发平台，预计将有数百万 用户能够享受到来自这些第三方平台开发的健康及疾病管理 应用。,DigitalMe：线上健康交互平台DigitalMe是为慢性病患者打造的健康管理平台，能帮助他们 记录和分享个人症状、治疗过程、以及相关情绪方面的垂直 数据。同时，DigitalMe能够通过记录基因和其他生物数据， 来创建个性化的数字健康档案。,免疫组学专利检测技术目前，碳云智能借助Healthtell公司的检测芯片，可以通过高 性价比的方式获取个体免疫特征、表面抗原决定簇、转录后修 饰、以及核酸等方面的信息。,碳云智能是一家致力改善人类健康生活的科技公司，用全新的方式帮助人们监测了解自身健康状态。通过打造能够量化，分析并理解人类生命的平台和工 具，为消费者提供全方位全周期管理健康的智能产品及相关应用，帮助每个人做出更好的健康选择。产品优势,新时代的数字健康革命,用数字化的方式去记录个体的生命状 态，进而用先进的人工智能技术，对 这些百万量级人群的生命大数据进行 分析，通过持续模拟生命本身的特质 和规律，从中搜集有关健康，疾病和 衰老的预警信号，帮助每个人更好地 管理自己的健康。,百万 量级 的参 与者,专属的数字生命账户在线上平台，每个用户都能拥有一个专属的数字生命 账户，记录和展示着用户的基因、代谢、肠道微生物 等10余项分子级生命数据。一站式智能检测设备所采集的体征数据，不断丰富你 的动态健康数据，帮助真实还原用户的生命运行状况。,丰富的健康管理应用应用主题涵盖营养，运动，护肤，健康、医疗， 慢病6大场景。从中挑选感兴趣的应用产品，便能 获得相关的健康检测及指导建议。目前，已有数十项专业健康管理应用入驻平台。,智能的移动健康管家可以全方位监测、记录、管理用户的健康数据。日常生活中，只需通过语音或照片记录饮食生活习惯，就能自动分析记录各项营养素摄入，衡量是否达标、 超标，并在身体数据异常时进行提醒及改善建议，并 提供定制化的健康解决方案。,从病患数据中学习，更好地对症状进行分类，细化 诊断，并协助医生和医疗机构对病人制定针对性的 治疗方案。我们也将从健康人群中学习，理解他们 每天的健康选择如何帮助他们成长。,利用这些新的科学发现和洞察，将提供一系列个性化的产品 和服务，帮助人们更接近他们的健康目标。,服务于消费者端厂商介绍上海司羿智能科技有限公司,上海司羿智能科技有限公司，是一家专业从事医疗康复机器人开发的高科技公司。司羿智能已推出“羿生康复机器人手套系列”、“助力软体外骨骼EasyWalk X1”，拥有二十余项专利，获得了数百家医院的临床认可。,功能特点结合了柔性机器人技术和神经科学，满足被动训练、助 力训练、主动游戏训练、抗阻训练的全周期康复需求。 有效帮助手的各项功能的康复；基于当前领先的手功能康复理论体系“中枢-外周- 中枢”闭环康复干预模式，多模态循环刺激干预患者的 中枢及外周，可数倍提升手功能康复效率。,羿生 SY-HR06R（医用）康复机器人手套,功能特点结合了柔性机器人技术和神经科学，帮助患者通过 运动再学习，促进脑部神经损伤的康复，提高手部 活动能力；帮助患者进行手指屈伸，降低患者手部肌张力，缓 解水肿和僵硬，加快手功能康复进程。,羿生 SY-HR01C（居家）康复机器人手套,适用范围：手功能障碍患者脑卒中 脑损伤 脑瘫 骨折术后 淋巴水肿 手外伤 烧伤外伤,适用范围：手功能障碍患者脑卒中 脑损伤 脑瘫 骨折术后 淋巴水肿 手外伤 烧伤外伤,EasyWalkX1 下肢软体外骨骼,功能特点EasyWalk X1 下肢软体外骨骼帮助解决卒中患者、脑外 伤等的行走障碍问题（主要表现为瘫痪腿相关的远端肢 体肌肉系统踝背屈和跖屈功能弱化）；在行走中提供助力帮助患者踝背屈跖屈，从而优化步态，重新轻松行走。,适用范围：中风、脊椎损伤、关节炎、 帕金森症等患者和行动不便的老年人群脑卒中 脑损伤 脑瘫 骨折术后淋巴水肿 手外伤 烧伤外伤,服务于消费者端心声医疗：安徽心之声医疗科技有限公司,安徽心之声医疗科技有限公司是一家人工智能医疗科技企业，心之声将深度学习等新一代人工智能技术应用于心电图（ECG）自动分析诊断领域，致力于 以不低于人类医师的准确率，将心电图诊断成本降低至行业现有状况的10%以下。,核心产品：智能心电记录仪,市场需求感觉到心慌、心悸、胸闷、胸口疼等症状时，很可能发生了某种心律失 常，很多恶性心律失常的后果非常严重，需要尽快接受治疗。以房颤为例：我国目前约有800万人罹患房颤。房颤可使脑卒中（俗称“中风”）风险增加5倍，20%以上的卒中归因于房颤，且房颤所致脑 卒中具有高致残率、高病死率及高复发率的特点：第一年死亡率高达50%；第一年严重致残率高达73%；第一年累计复发率高达6.9%。及早发现、知晓房颤等心律失常并进行相应治疗非常重要。,用户痛点多年来，我国心血管患者人数以超过10%的复合增长率递增，2017年 这一数字约为2.9亿，对于这部分人群来说，自我监测难、监测贵的痛 点长期存在”,产品优势设计简单，无按钮，双手放上，即开始测量2秒等待，自动返回人工智能诊断建议无需安装APP，微信扫一扫无需充电，1颗纽扣电池，测量2000次,算法优势心声医疗的AIECG人工智能心电分析算法已支持临床绝大多数心律失常的 诊断分析，包括：窦性心律不齐，窦性心动过速，窦性心动过缓，室性早 搏，交界性早搏，房性早搏，室性心动过速，室上性心动过速，房扑，房 颤，预激综合症，室性逸搏，房性逸搏，交界性逸搏，一度房室传导阻滞， 二度房室传导阻滞，三度房室传导阻滞，室内传导阻滞。,软硬件结合，服务心电领域BC两端,服务特点深度学习算法：采用了基于深度神经网络的人工智能算法，相比较基于诊断规则的传统算法，精 度更高、适用范围更广更稳健。大规模数据：训练数据采用国内三甲医院的百万例临床心电图，更加贴近中国人的心电图诊断特 点，数据的规模远超国内外现有的公开数据集。覆盖全面：覆盖53种心脏疾病结论分析，占临床诊断总量的97%以上，准确率超过98%。简单易用：提供可直接调用的算法云引擎API接口，兼容性强,人工智能心电分析云服务将人工智能领域最前沿的深度学习算法引入心电信号分析领域，为心电终端厂商提供多种心 电分析算法解决方案,硬件解决方案将医疗器械的专业性和可穿戴设备的便携性进 行有效融合，为心电终端厂商提供多种心电采 集与传输的硬件端到端解决方案,解决方案特点硬件：PCB面积小、器件成本低、工作电流小、滤波效果好解决方案内容：采集方式：粘性电极、不锈钢电极采集导联数：单导联、3导联、8导联、12导联传输模式：有线、无线(Bluetooth、WIFI、SIM移动网络),“软件解决的是医院、体检机构、可穿戴设备商对心电数据分析的巨大需求，硬件则是为了满足心血管患者日常自我检查、监测的诉求“,智能手表,健康一体机,智能手环,心电远程监 护服务商,体检中心,可穿戴健康 设备厂商,医院,心电医疗 器械厂商,服务于医院端厂商介绍杭州认识科技有限公司,杭州认识科技有限公司旗下认识医生平台最早创立与2014年2月，经过四年的探索与发展，业务方向聚焦在通过虚拟人技术的应用，为医疗行业提供虚拟医生服务。目前已开发出多系列数据产品、知识库产品、AI产品、分布式学习产品。,医疗随访接入医院信息系统将信息 生成为可用数据 让医生进 行1对N的管理,1,辅助医疗辅助医生对患者进行全生 命周期医疗服务-预防、 干预、跟踪、复诊、导诊 等,3,医疗教育通过声纹记忆算法将医生 的健康知识通过专属号码7*24小时进行医疗服务,5,2,4,6,辅助医学研究辅助基于疾病诊断中产生 的各类医疗信息进行单维 以及多维组合的数据颗粒 度长期跟踪,健康管理建立患者个人医疗数据库， 跟踪患者居家生活健康程 度 帮助患者结合医疗就诊 数据进行预防,卫生公共接入公共卫生系统，提供： 孕产妇检、疫苗接种和慢 病跟踪等相关服务,高性能AI服务将1对1医疗服务模式变为1对N医疗服务模式。同时支持10000人在线，可 用性99%，准确率97.5%,1,服务人性化随访模版、HIS接口、自 动短信微信通知、人工呼出、机器呼出、语音记录、 自动提醒、呼入人工应答,3,40项技术专利认识医生与NICE权威认证的全球医学知识库公司CLAIRY建立长期战略合作。,5,2,4,6,技术全面移动技术、深度学习、呼 叫通讯、语音识别、大数 据分析、医学知识库,全球医学知识库认识医生与NICE医学权威 认证的全球医学知识库公 司CLAIRY建立长期战略 合作。,声纹预测思维算法基于声纹识别和预测患者健康状况,应 用 领 域,产 品 优 势,AI随访推动普惠医疗,三大核心模块医疗区块链 电子病历 隐私保护分布式健康档案AI智能决策 医学知识图谱 声纹预测算法海量存储与计算能力医学知识共享互通患者数据共享 医生经验知识共享 全球医学知识库,应用案例：医疗随访,随访困 难,信息不对称,根本问题医疗行业由于其自身体系的独特性与 封闭性，存在的医患信息不对称等问 题。,痛点手术量大，传统人工随访也因此面 临工作量过多、质量下降和人力成 本上升等困境,传统随访,AI随访,通过“虚拟医生助手”的智能化平台，利用医疗大数据、语 音识别、语义理解、图像识别、知识图谱、本体化推理等人 工智能技术对随访服务所涉及到的人、物、事进行全过程的 实时记录与分析，自主优化生成全新患者随访方案。可以辅 助医护人员的日常诊疗工作，提高医患之间的诊疗服务体验。,随访完全依赖医院护士人工手段达成，对于患者的疾病康复 指标，无法实现结构化处理、标签化分类，难以达成大数据 留存、自动优化随访方案等,VS,在电话接通率和信息采集率方面：没有明显差异，两组在随访效果上是相似的，或者可以认为在一定程度上 AI随访可以代替人工 随访通话时间方面：AI 随访组显著长于人工随访组，这可能是人工智能与熟练的人工随访速度上还存在一定差距，未来随着人工智能随访智库不断学习完善，这一差距会不断缩小。,服务于医院端厂商介绍图玛深维医疗科技有限公司,图玛深维成立于2015年，是一家专注于研发世界顶尖智能医学影像医疗辅助诊断系统及配套多元解决方案的高新技术企业。目前产品涵盖肺结节、胸 部疾病、肝病、乳腺癌、脑卒中、脑肿瘤等较为完整的医学影像辅助诊断产品体系，公司一直致力将人工智能深度学习应用于人体多部位、全流程、多 科室辅助诊断覆盖并向病理、基因、药物等场景应用扩展。,诊断系统,肺结节智能诊断系统,脑卒中CT智能诊断系统,乳腺钼靶智能诊断系统,胸部X线智能诊断系统,肝脏CT智能诊断系统,主要产品,技术优势,资源合作,深度智能诊断：,不仅可以在二维医疗影像图片中精确的检测，定位和分割各种可能的致病因素，极大 程度提高医生的诊断效率和诊断精度；而且可以同样高效，准确的处理三维医疗影像 图片，并且为全自动精准人工智能诊断的实现提供了可能的解决方案。医疗数据分析：通过深度学习与医疗大数据的结合，可以准确并及时的对多种病症进行预测与诊断。 公司通过构建先进的深度学习硬件架构和人工智能软件平台，摸索出一套高效准确的 深度学习智能医疗解决方案，为即将到来的智能医疗改革做好了充分的准备。云端CAD：采用了国际先进的双架构体系可以同时支持网上实时诊断，远程图像数据共享，医生可在任意时间任意地点读片。,合作者说：,GE医疗大中华区CT产品总经理：GE在推广肺癌低剂量筛查的过程中，遇到数据量大、病人数据难以检索等问题，AI提供了非常好的工具，期望我们的合作伙伴图玛深维将更多技术推向市场，为医学科研、百姓服务。,浙江大学医学院附属邵逸夫医院医学影像中心主任：我们从两三年前就开始和图玛深维合作，也获得了非常多的支持。图玛深维的肺结节产品已经被越来越多的放射科同好接受。希 望越来越多的产品能够帮助放射科医生减轻工作量，提高准确度，同时造福广大病患。复旦大学附属公共卫生临床中心副院长：人工智能是解决同质化医疗的很好的途径。图玛深维抓住了契机，为中国的医改做出了贡献。我们医院有幸试用此次图玛深维发布的新产品， 减轻了医生负担，提高了诊断地准确性，希望图玛深维的产品越来越方便越来越智能。,让深度学习进入智能医疗,肺结节智能诊断系统通过分析胸部 CT 薄层扫描图像，帮助医生快速并准确地检出标 识肺结节、给予良恶性判断、比较分析随访复查影像、并自动生 成结构化报告书。,胸部X线智能诊断系统可快速找出病灶位置，判断疾 病类型，进行良恶性风险分析， 并生成图文报告,