“AI+医疗”行业研究报告.pdf

2019.12人工智能开启医疗健康新时代36Kr-“ AI+医疗”行业研究报告伍典22019.12236Kr-AI医疗行业研究报告 人工智能将对医疗行业带来颠覆性变革 从技术层面来讲 ， 人工智能作为一种技术创新 ， 改变了医疗领域的供给端 ， 对传统医疗机构的运作方式带来变革； 从市场层面来看 ， 人工智能技术为现有医疗工作带来流程改进与效率提升 ， 催生巨大增量市场 。由此 ， 人工智能将对医疗行业形成颠覆性变革 。 医疗资源供需矛盾突出 ， 是我国医疗行业面临的根本问题 ， 也是人工智能医疗的主要发展驱动力 从需求端来看 ， 我国 人口老龄化加剧 ， 慢性疾病数量增多 ， 经济水平提高带来社会健康意识提升 ， 形成大量医疗需求 。 从供给端来看 ， 我国优质医生及医疗资源不足 ， 资源分布不均 ， 难以承受快速增长的医疗需求 。 供需矛盾突出 ， 是我国医疗行业的根本问题 ， 也是人工智能医疗的主要发展驱动力 。 医疗影像 、 辅助诊断 、 新药研发和健康管理是人工智能医疗的主要应用方向 医疗影像 是我国 AI医疗 领域 最为成熟的 细分 领域 ，目前市场竞争格局未定，高质量数据获取与标注能力成为核心竞争力。手术机器人是人工智能 辅助诊断 领域比较活跃的应用，临床决策系统的进入壁垒较高。人工智能以算法和算力优势，应用于 新药研发 各环节，解决新药研发周期长、成功率低和费用高的问题。人工智能在 健康管理 领域应用广泛，包括风险识别、虚拟护士、移动医疗、健康干预等多个场景。报告摘要相关研究报告36Kr-消费金融行业研究报告（ 2019.12）36Kr-2020年中国新经济趋势洞察报告（ 2019.10）36Kr-商用服务机器人行业研究报告（ 2019.08）案例分析公司依图医疗全栈式医疗大数据与人工智能解决方案提供商AtomwiseAI制药及生物医药研发A轮 2018年 3月京东健康医药销售及医疗健康服务平台A轮 2019年 11月目 录 Contents一 . “ AI+医疗”行业发展概况 市场现状 发展驱动力 资本分析二 . “ AI+医疗”应用场景分析 AI+医疗影像 AI+辅助诊断 AI+新药研发 AI+健康管理三 . “ AI+医疗”案例分析 依图医疗 Atomwise 京东健康“ AI+医疗” 行业发展概况CHAPTER 市场现状 发展驱动力 资本分析52019.12 人工智能 （ Artificial Intelligence， 缩写为 AI） 概念自 1956年达特茅斯会议首次提出以来 ， 至今已有 60多年历史 ， 历经三次技术及发展浪潮 。 目前 ， 我国人工智能已从导入期进入快速成长期 ， 未来将成为主要经济增长动力之一 。 2017年中国人工智能核心产业规模超过 700亿元 ， 预计到 2020年将达 1600亿元 *。 从人工智能基础层 、 技术层及应用层产业链来看 ， 我国初创公司多集中于应用层 ， 计算机视觉 、 语音识别和自然语言处理是主要方向 。 2018年以来 ， 人工智能需求持续爆发 ， 受政策利好影响 ， 核心技术公司与资本市场实现更好对接 ， 企业资金压力得到缓解 ， 落地应用进程加快 ， 商业模式及规模化变现能力成为行业关注的重点 。 从 2018年人工智能领域投资情况来看 ，医疗健康是资本关注的重点落地应用方向 。行业概况我国人工智能已进入快速成长期，医疗健康成为重点应用方向1.1 市场现状1.2 发展驱动力- 供需矛盾突出- 技术发展- 政策红利1.3 资本分析36Kr-AI医疗行业研究报告*数据来源：前瞻产业研究院， 36氪研究院整理金融医疗健康企业服务基础元件机器人汽车安防教育家居建筑互联网服务工业制造零售法律7001,6002017 2020E+129%图示：我国人工智能市场规模预测（亿元）数据来源：前瞻产业研究院，36氪研究院整理图示： 2018-2019年人工智能在各领域投资热度（项目 /个） *数据来源：鲸准洞见数据库， 36氪研究院整理62019.12 AI医疗 ， 亦称为 ” AI+医疗 ” 或 “ 医疗人工智能 ” ，泛指人工智能技术在医疗行业的应用及赋能 。 目前 ， 人工智能技术广泛应用在我国各个医疗细分领域 ， 主要报告医疗影像 、 辅助诊断 、 药物研发 、 健康管理 、 疾病风险预测 、 医院管理 、 虚拟助理 、 医疗机器人和医学研究平台等 。 人工智能对医疗行业形成了颠覆性变革 。 从技术层面来讲 ， 人工智能作为一种技术创新 ， 改变了医疗领域的供给端 ， 对传统医疗机构运作方式带来变革； 从市场层面来看 ， 人工智能技术为现有医疗工作带来流程改进与效率提升 ， 催生巨大增量市场 。 2018年 我国医疗人工智能 市场规模达到 200亿元 ， CAGR超过 40%，随着智能化程度不断提升 ， 潜在市场空间巨大 。行业概况人工智能广泛应用在医疗各细分领域，对医疗行业形成颠覆性变革1.1 市场现状1.2 发展驱动力- 供需矛盾突出- 技术发展- 政策红利1.3 资本分析36Kr-AI医疗行业研究报告*数据来源：前瞻产业研究院， 36氪研究院整理图示：我国医疗人工智能市场规模（亿元）数据来源：中国产业信息网，36氪研究院整理图示： ” AI+医疗“应用领域产业链分布关系数据来源：鲸准数据中心， 36氪研究院整理971302002016 2017 2018+44%第三层次：应用层第二层次：技术层第一层次：基础设施层医疗人工智能的三个层次 医疗影像、辅助诊断、药物研发、健康管理、医院管理等 语音 /语义识别、计算机视觉、人机交互、深度学习、医疗大数据等 院内系统、智能医疗设备、电子病历、 AI芯片、医药数据库等72019.12 整体而言 ， 我国医疗人工智能行业有几大特征 ， 如 细分领域较多 ， 早期同质化竞争严重 ， 迁移复制壁垒较低 ， 商业化程度相对偏低 等 。 一般来说 ， 2016年是国内医疗人工智能形成投资风口的元年 ， 开源和低门槛框架的存在使得大量玩家涌入人工智能行业 ， 在医疗人工智能领域不仅有医疗设备商 ， 还有学校教授 、 软件开发人员及金融从业者等 。从市场情况来看 ， 大量玩家布局在静态影像的人工智能领域 ， 虽然拥有大量公开数据集 ， 但是起步门槛相对较低 ， 早期同质化竞争严重 。 此外 ， 在医疗各细分领域所采用的算法和框架差异化有限 ， 病种间模型迁移和复制技术要求较低 ， 技术团队通用性强 ， 主要壁垒在于数据的获取 。 以医疗影像的人工智能为例 ， 无论跨病种还是跨设备 ， 基本都采用 Tensor Flow（ 开源并基于数据流编程 ） 和 Caffe框架 （ 即开源与核心语言 C+） 和 CNN卷积神经网络算法等 （ 但超声除外 ， 超声对性能要求更高 ） ， 整体复制壁垒较低 。 目前 ， 医疗人工智能服务商多处于规模化数据获取阶段 ， 商业化程度偏低 ， 但商业的最终价值在于实现技术与应用的结合 。 未来医疗人工智能的价值主要体现在两个方面 ， 一方面在于提升三甲医院医生效率 ， 另一方面在于提升基层医疗机构的诊疗水平 。行业概况AI医疗领域早期同质化竞争严重，迁移复制较容易，商业化程度较低1.1 市场现状1.2 发展驱动力- 供需矛盾突出- 技术发展- 政策红利1.3 资本分析36Kr-AI医疗行业研究报告*数据来源：前瞻产业研究院， 36氪研究院整理82019.12 我国医疗人工智能发展速度较快 ， 商业化落地迟滞的一大主要原因在于医疗产品的注册审批制 。 目前 ， 相关产品取得三类医疗器械注册的数量仍然为零 ， 相关审核标准尚未正式确立 。 如果把人工智能产品看作医疗器械产品 ， 根据 2018年公布的医疗器械分类目录 ， 对其分类约定为： 二类医疗器械 诊断软件通过算法 ， 提供诊断建议 ， 仅有辅助诊断功能 ， 不直接给出诊断结论 ， 有临床试验豁免目录 ， 是否能够享受 CNDA还没有做出具体规范；和 三类医疗器械 如果对病变部位进行自动识别 ，并提供明确诊断提示 ， 需要做临床试验 。 为加速医疗人工智能产品审核进程 ， 中国食品药品检定研究院 （ 简称 “ 中检院 ” ） 光机电室专门成立人工智能小组 ， 展开产品分析及技术研讨 ， 目前已完成数据库构建流程 ， 并初步完成构建眼底影像及肺部影像标注数据库的构建工作 。 相比之下 ， 美国医疗人工智能产品的注册审批快于中国 。 FDA自 2017年 7月发布数字健康创新行动计划以来 ， 已相继批准九款医疗人工智能相关产品 。 FDA近期批复的几款人工智能产品均遵循 Class 的认证流程 ， 通过与传统 CDSS（ 临床决策支持系统 ） 做等同对比证明安全性 ， 而 CADx软件监管历来是 Class 。 由此可见 ， 通过降低门槛来加快审批 ， 或成一大趋势 。行业概况我国 AI医疗产品商业化落地进程主要受产品注册审批制影响1.1 市场现状1.2 发展驱动力- 供需矛盾突出- 技术发展- 政策红利1.3 资本分析36Kr-AI医疗行业研究报告*数据来源：前瞻产业研究院， 36氪研究院整理92019.12 根据国家统计局数据显示 ， 我国 2018年 65岁以上老人为 1.6亿人 ， 约占中国人口总数 11.9%， 我国人口老龄化程度愈发加剧 。 在人口老龄化社会下 ， 现代生活节奏加快 ， 慢性疾病数量也随之增加 ， 我国糖尿病和高血压 2016年发病率分别为 5%和 18%， 预计到 2026年将分别增加至 14%和 28%， 随之催生大量医疗需求 。行业概况需求端：人口老龄化加剧，慢性疾病数量增多，形成大量医疗需求1.1 市场现状1.2 发展驱动力- 供需矛盾突出- 技术发展- 政策红利1.3 资本分析36Kr-AI医疗行业研究报告*数据来源：前瞻产业研究院， 36氪研究院整理11,984 12,288 12,714 13,161 13,75514,386 15,003 15,83116,6588.9% 9.1% 9.4% 9.7%010203005,00010,00015,00020,00020112010 201410.1%2012 201310.5%201510.8%201611.4%201711.9%2018+3.70%图示： 2010-2018年中国 65岁以上老年人口走势（万人）及占总人口比例（ %）数据来源：国家统计局， 36氪研究院整理0.4%5.0%18.0%1.0%14.0%28.0%癌症 糖尿病 高血压20162026E图示：我国慢性疾病发病率（ %）数据来源：安信证券， 36氪研究院整理102019.12 从供给方面来看 ， 优质医生及医疗资源不足 ， 且资源分布不均 ， 难以承受快速增长的医疗需求 。 供给与需求矛盾突出 ， 是我国医疗行业的根本问题 。 我国优质医疗资源供给不足 。 我国医师与人口比例约为 1:70000， 而在美国这一数字为 1:2000， 我国每十万名患者拥有医师数量与美国相比差 35倍 。 我国独立上岗医生培养周期长达 8年 ， 较长的培养周期将会带来医疗人力成本提高 ， 难以满足持续增长的医疗需求 。 我国医疗资源分布不均 。 据统计 ， 2018年我国医院数量超 3.2万家 ， 三级医院仅占总数量 19%， 却承接了全国 49.8%的医疗需求 。 我国优质医生资源多分布在一二线城市三级医院 ， 基层医院医生素质参差不齐 ， 优质医生资源短缺是困扰医疗发展的痛点之一 。行业概况供给端：优质医生及医疗资源不足，且医疗资源分布不均1.1 市场现状1.2 发展驱动力- 供需矛盾突出- 技术发展- 政策红利1.3 资本分析36Kr-AI医疗行业研究报告*数据来源：前瞻产业研究院， 36氪研究院整理数据来源： 36氪研究院图示： 2018年全国医院数量（万个）及不同层级医院就诊人数分布（ %）数据来源：卫计委，安信证券， 36氪研究院整理501中国美国-97%中国每十万名患者拥有医师数量与美国相比差 35倍55.0%26.0%19.0%100%医疗资源3.2万个三级医院一级医院二级医院就诊人数