2019国医疗AI市场发展分析报告.pptx

2019国医疗AI市场发展分析报告,3,报告摘要,背景医疗健康行业供需失衡矛盾由来已久，医疗AI有望打破僵局技术条件相对成熟、医院信息化建设深入、居民健康意识提升成为医疗AI发展的原动力应用AI医疗影像是目前细分领域中最成熟的应用，在提升诊疗效率和准确率方面益处明显医疗AI在C端的应用集中在问诊及健康管理两大版块中，智能化程度仍有很大进步空间现状支付方缺乏付费动力，商业模式不清晰导致了目前医疗AI厂商并没有实现赢利同质化竞争严重，多种企业进入赛道，技术及渠道的整合正在进行趋势AI技术将被广泛应用于医疗云服务的场景当中，企业在应用层仍有机会持续看好AI医疗影像及药品挖掘两个细分领域、研究将持续向更多病种展开、研究门槛逐步提升2019/4/24,目录CONTENTS,中国医疗AI市场发展背景,中国医疗AI市场发展趋势分析,010203,中国医疗AI市场发展现状分析,2019/4/24,3,PART 1,中国医疗AI市场发展背景,2019/4/24,4,医疗AI广泛运用人工智能技术赋能医疗行业，帮助医院、患者 提升诊疗效率与精准度,医疗AI泛指应用人工智能技术，包含但不限于智能传感器、神经网络芯片、开源开放平台等技术应用于医疗健康领域。人工智能技术 对算力、算法、数据提出了更高的要求，医疗领域具有大量的医疗数据，对更精准更高效的诊疗、操作存在现实需求，因而成为AI技 术落地的重要场景。广义的智能化包含很多内容，这里定义的医疗AI是真正具有自主学习能力可以有效进行深度拓展的项目和相关应用。,技术核心,服务对象,最终目标,人工智能技术包括硬件在算力的提升，深度学 习算法的进化以及结构化数据带 来的资源配合图像识别技术的发展迅速，在医 疗领域的落地应用最为突出,医院、患者两端医院端以医院信息化为载体，为 院内、院间的信息化系统赋能患者端以轻问诊和健康管理形态 多见，解决健康数据的收集、分 析、应用问题,提升诊疗效率与精准度无论是医学图像识别还是临床决 策支持系统，抑或是辅助药物挖 掘，其最终的目的都是尽可能提 升诊疗效率，减少误诊偏差提高 诊疗精准度,具有自主学习能力可以有效进行深度拓展,2019/4/24,5,政策频发，行业革新加科技创新进一步推进医疗AI发展,数据整理：2019,医药行业层面无论是药品供给侧改革还是公立医 院改革，在产品或信息流通方面提 高了要求倒逼技术革新短时间内提升基层诊疗水平，加强 医疗人才队伍建设还需要技术帮助,技术创新层面技术助力医疗行业改革，加速医疗 行业改造新兴产业发展同时为大健康行业提 供了包括智能硬件、AI药物挖掘、3D打印等新的赛道,医疗行业改革加科技创新 进一步推进医疗AI的发展落地,2019/4/24,6,医疗健康行业供需失衡矛盾由来已久，医疗AI有望打破僵局,2002年中国65岁以上老龄人口占比超过7%，标志着中国进入老龄化社会，2010年进入深度老龄化阶段。在此之后老年人口抚养比不断增加，意味着老龄化 带来的社会问题愈发明显，在其中就包括医疗健康需求的增加。医疗资源供给方面，每万人拥有医生、护士数量与发达国家甚至同等收入国家存在差距，另外城乡差距显著。除城乡差距外，还存在地域差距，医疗资源配 置不均问题凸显。综上，在面临供需失衡矛盾时，依靠技术手段将医生诊疗能力下沉，解放医护工作提升诊疗效率成为首选，也正如此医疗AI得以大力发展。,11.9,12.3,12.7,13.1,13.7,14.3,15,15.9,2010-2017年中国老年人口抚养比老年抚养比 线性 (老年抚养比),76,79,85,92,97,102,108,109,30,32,34,36,38,39,40,43,每万人拥有卫生技术人员数量城市农村,2010年2011年2012年2013年2014年2015年2016年2017年卫生技术人员：包括执业医师、执业助理医师、注册护士、药师（士）、检验技师（士）、影像技师、卫生监督员和见习 医（药、护、技）师（士）等卫生专业人员。不包括从事管理工作的卫生技术人员(如院长、副院长、党委书记等),2010年2011年2012年2013年2014年2015年2016年2017年老年抚养比：指某一人口中老年人口数与劳动年龄人口数之比。通常用百分比表示。用以表明每100名劳动年龄人口要负 担多少名老年人。老年人口抚养比是从经济角度反映人口老化社会后果的指标之一。,2017年每万人拥有职业医师（含助理医师）数量为24， 拥有注册护士人数是27，与同等收入国家存在差距,2019/4/24,7,2019/4/24,9,技术发展使人工智能实践成为可能，医疗行业信息化基础良好 将更有利于医疗AI的落地应用,底 层 基 础,上 层 应 用,大规模平行计算的FPGA和GPU构架的发展量子计算机等技术发展保障算力,人工智能概念由来已久，但是曾经碍于算力、算法不成熟、数据资源的缺乏，未能得到广泛应用。时至今日，包括计算能力、模型算法、数据资源等条件的日渐成熟，人工智能开始在各个行业落地。医疗领域中，医院信息化为医疗AI的介入搭建了基础，人工智能从数据获取到数据加工最终给予反馈的工作逻辑可以应用于医疗行业 诊前、诊中、诊后的各个模块。算力,算法深度学习模型应用在图像识别中 后使错误率一再降低目前卷积神经网络成为图像识别 领域应用最广泛的算法模型,数据医院信息化帮助临床数据结构化 便于数据流转应用生物体征感知在只能可穿戴上的 应用进一步帮助获取健康数据,医院信息化系统：HIS、PACS、CIS等,软件系统,云计算,硬件、芯片,算法,数据 结构化,数据获取图像识别语音识别自然语言生成生物体征感知,数据加工医学知识库临床数据库神经网络学习数据训练与评估,数据反馈辅助诊断辅助决策健康管理方案药物挖掘等,诊前诊中诊后,居民健康意识提升、智能设备普及使得医疗AI在健康管理上的 应用迎来发展契机,中国居民健康素养水平逐年提升，虽然指数仍处于低位，但是居民对健康的关注和健康知识、技能的掌握正在逐年提升。根据数据监测，2018年包括智能手环、血压计、血糖仪在 内的医疗健康智能硬件的市场规模在154.6亿人民币，较2015 年增长超过一倍。,C端市场对健康的认识提升，对智能硬件的接受度和使用度提升，,无疑会促进医疗AI在健康管理上的应用，最终帮助医疗健康市 场完成由重医疗到重健康的转变。,8.80%,9.48%,9.89%,10.25%,11.58%,2014年,2015年,75.60,84.64,154.60,2015-2018年中国医疗健康智能硬件市场规模,市场规模（亿元人民币）123.86,2016年2017年,2012年2013年 Analysys 国家卫健委,2012-2017年中国居民健康素养水平未来医疗发展路径14.18%,从重医疗到重健康从普世经验到精准医疗 患者从被动到主动,2019/4/24,9,2015年2016年2017年2018年数据说明：医疗健康智能硬件市场规模包括以运动健身为主的智能手环、手表类产品以及血压计、血糖仪等家用医疗器械,PART 2,中国医疗AI市场发展现状分析,2019/4/24,10,2018年，秉承国家级政策， 各省市地方关于医疗AI的 政策相继出台，推动医疗AI 项目落地。2018 年，,AI技术积累多年，医疗AI进入市场启动期，全面落地仍需时间,人工智能概念在1956年被首次确立，从最初的神经网络和模糊逻辑到现在的深度学习，技术从萌芽到落地也经历了一些列的起伏AI在医疗最早的应用可以追溯到1978年的“关幼波肝病诊疗程序”，随后我国加快开展医疗AI产品的研发。1996年专注人工智能研发的企业开始出现，2015年赛道内厂商数量达到峰值开始进行整合2018年全国已有上千家三甲医院引入AI产品，但同质化、赢利模式不清晰的行业痛点依旧存在。伴随巨头的进入，整合进一步加剧并且会持续一段时间,B,I,III,IV,VI,VII,E,市场启动期(2019- -),市场成熟期,高速发展期,探索期(2018年前),市 场 认 可 度,时间,A,F,G,H,VIII,经过长期探索，厂商找到可以被用 户付费认可的服务方式，找到合理 的盈利模式，IPO开始。,经过高速发展，市场进 入成熟期。新技术、新替代性模式,成为厂商需要面对的新,风险,IPO热点转移， 厂商收入增加， 实现盈利。,新技术、新替代性模式 出现，产品、厂商开始 逐渐退出市场,1996 年 ， 专注D人工智能研发的 厂商相继出现,1978年，“关幼波肝 病诊疗程序”被认为 是第一次将专家系统 应用到中医领域，此 后，“中国中医治疗 专家系统”、“林如 高骨伤计算机诊疗系 统”相继出现，可以 认为是医疗AI的雏形CII,经过20余年的发 展， 人工智能研 发企业数量达到 顶峰。2015年后,医疗AI 投融资数“百度医灵”、阿里“ET,量逐年攀升,百度、 医疗大脑”2.0、腾讯“数,阿里、腾讯等巨字诊疗装备研发专项”等,头进入市场， 市发布、启动进一步推高市 V场整合开始场热度,2019/4/24,11,医疗AI市场受资本关注，巨头深入产业布局多年,近年来，资本对AI+医疗的关注是有目共睹的：投融资事件数量上较为突出，2018年投融资总额达到1176亿元，仅次于汽车和制造业传统的医疗巨头和科技巨头对医疗AI领域也十分关注：强生、西门子等布局包括机器人、影像、辅助诊断在内的多个医疗AI领域，2018年 谷歌、阿里、腾讯等在医疗AI领域也均有新成果与其他领域相比，AI+医疗起步稍晚但爆发迅速，创业企业多达上千家，未来一段时间将处于淘汰、整合的状态,211,200,49,200,5434,210,1,72,97 99 85,27,48 46 35,191,25 26,36 40 35,安防,近三年AI+各行业投融资事件数量2016年2017年2018年,医疗巨头,科技巨头,强生发力手术机器人和数字手术解决方案：2017年成立Verb Surgical，随后持续收 购软件、机器人企业西门子正积极布局数字化和人工智能：产品 包 括 AI 影 像 解 读 平 台 AI-RadCompanion 、 临 床 决 策 支 持 系 统 AI- Pathway Companion、医疗云端大数据 平台teamplay等,2019/4/24,12,医疗AI领域2018年Google 公布了AI 辅助乳腺癌诊断 的最新成果阿里的“Doctor You”再度拓展到糖尿病 慢性管理领域、启动面向医疗AI的第三方 人工智能开放平台腾讯发布医疗AI应用“腾讯觅影”，应用于早期食道癌诊断等百度发布“百度灵医”发力智能分诊、眼 底筛查、临床辅助决策支持系统,医疗汽车教育金融制造家居2018年上述AI+行业的投融资总数量占人工智能投融资总量的90.78%,围绕诊疗全流程，医疗AI产品面向企业、个人两大服务场景：数据资源和成果效益是细分领域发展原动力医疗AI在B端应用的场景主要包括：AI医学影像、辅助诊断、药物研发、 疾病预测。在C端的应用场景主要包括：在线问诊、健康管理。机器人类 产品，包括导诊机器人和手术机器人，大多数是按照既定程序运行未达到 人工智能程度，因此不在本次报告中展示。 AI医学影像辅助诊断的一个分支，是医疗+AI结合最为成熟的一个领域:在 肺结节、眼底、乳腺等领域均有较为成熟的产品，其他病种的研发也在持 续进行。获得三类医疗器械证书和摆脱试用转变赢利模式是影响该领域应 用的瓶颈。医学影像是医学数据的主要体现方式，因此针对影像的研究具有训练数据 较易获取、成果效益明显的特点而成为医疗AI的主要切入点，随着电子病 历建设逐渐完成，辅助诊断和健康管理等方面的研发和落地将会加快。,训练数据较易获取、成果效益明显推高AI医学影像热度,C端场景（个人用户、企业用户等）,健康管理,技术成熟度：应用成熟度：,2019/4/24,13,B端场景：从医院试用到医疗器械审批，行业整合加剧,机器学习过程及医院角色,历史训练数据,训练,校准,偏差审核,补充,补充,诊断模型产生 结果,患者数据输入 变量,患者数据,诊断数据,医学知识,提供训练数据,使用校准,应用最终结果结果应用,数据流转方向,医院角色,医院在医疗AI产品从研发到落地过程中扮演 着重要角色，创业公司以往经常以医院试用 的方式介入医院渠道：,诊断结果以上可以概括AI医疗影像、辅助诊断类产品的研发及应用过程；药物研发及疾病预测路径有所不同,系统集成,供应商,医疗器械,供应商,互联网巨头,医疗AI,创业企业,成熟渠道,渠道价值,2019/4/24,14,整合加剧2018年8月起，新版医疗器械分类目录 开始实施：医疗AI产品需申办医疗器械许可 证后进入商用市场,试用合作 持证上岗,C端场景:AI提升问诊效率，智能硬件与健康管理服务融合发展,5.81,5.93,5.02,3.26,3.32,3.21,3.26,3.43,2017年第一季度,2017年第二季度,2017年第三季度,2017年第四季度 2018年第一季度,2018年第二季度 2018年第三季度 2018年第四季度,AI的使用带来单次问诊效率的提升平均单次使用时长（分钟）,数据说明：以中平安好医生数据为例，平均单次使用时长=人均单日使 用时长/人均单日启动次数,在线问诊APP单次使用时,长有效降低,健康管理服务,健康管理市场呈现服务、产品融合发展的状态服务产品健康筛查智能硬件,保健品/健康食品,AI应用：,1.30%,2019/4/24,15,1.40%,1.80%,1.40%,1.50%,1.80%,2.00%,1.90%,2017年Q1 2017年Q2 2017年Q3,2017年Q4 2018年Q1 2018年Q2 2018年Q3 2018年Q4,融合智能识别获取数据智能规划调节健康指导 健康管理行业活跃用户全网渗透率,中国医疗AI市场图谱：围绕医疗资源的布局率先展开,基础硬件,基 础 设 施,主交换机,集中存储,基础系统软件操作系统数据库,安全防护,网络运营商,医疗云,大数据平台,服务器,上 层 应 用,B端场景,C端场景,医 疗 影 像,辅 助 诊 断,健 康 管 理,在 线 问 诊,疾 病 预 测,药 物 研,发,2019/4/24,16,支付方动力不足是当前医疗AI产品商业化落地的主要瓶颈,医院,以“电子胶片”模式转移支付方信息化程度不够、医生使用意愿不强,医疗器械审批重新定义市场关系政策强制信息化深入,药厂/科研机构等,做原研药、创新药动力不足,仿制药后必将大力发展原研药、创新药新药政策保证知识产权收益,政府,当前医疗付费模式缺乏对效率、控费、 患者满意度的考量,效果计费结算方式的尝试引入商业保险,企业,企业缺乏对员工开展健康管理福利的意识企业缺乏支付动力,企业福利意识的提升引入商业保险,个人,个人健康管理意识还比较薄弱知识付费意愿仍在培养阶段,市场从重医疗到重健康的有效引导,支付方当前瓶颈动力/趋势,2019/4/24,17,短时间内，AI医疗产品商业化落地仍需政策环境激发各支付方动力；长期看，动力需要市场认同及配套运行机制加以维持,PART 3,中国医疗AI市场发展趋势分析,2019/4/24,18,医疗数据爆发式增长，AI技术将助力数据应用层快速发展,1.33,40.00,2010年,2020年F,2010-2020年中国医疗数据总量单位：万亿GB,30倍,近十年，医疗数据总量呈现出爆发增长的态势。围绕数据存储、数据安全等展开的医疗大数据平台建设也在有序开展中，有关数据应用的探索也在同步进行。目前超过90%医疗数据数据来自医学影像，图片数据结构简单、图像识别技术成熟促进了AI医学影像的火爆。随着电子病历的不断建设，非影响类数据的不断扩 充，文本挖掘、语音识别等AI技术将继续为医疗数据结构化、医疗数据挖掘与应用提供助力。企业应将更多的在医疗数据应用层获得机会。,LAAS,PAAS,SAAS,医疗云服务模式,AI技术接入,市场格局已形成,新机会点,2019/4/24,19,细分市场：AI医疗影像占比将进一步扩大，药品挖掘潜力明显,增长动力,逐步商业化落地营收增加,病种研究增多扩大市场边界,模式跑通后带来快速增长,1,2,3,18%,2018年2025年F数据说明：根据公开数据、访谈及细分领域内主要企业营收估算,中国AI医疗影像占人工智能医疗市场规模比重35%,35%,全球人工智能医疗细分市场占比,药物挖掘35% 其他,全球医疗AI市场中第一大细 分市场为药物挖掘，AI医疗 影像位列第二,发展动力,技术成熟度高,政策对原研药、创新药提出了规划,国际市场趋势带动国内市场发展,1,2,3,2019/4/24,20,打破同质化竞争，AI医学影像将在更多病种中寻找机会,肺结节, 23,眼底, 12,乳腺癌, 7,宫颈癌, 5骨科,5,脑部, 8,心脏, 6,肝脏, 4,不同疾病领域内典型AI医学影像企业的数量分布,AI医学影像竞争格局研究病种集中，且集中 于几个研究门看较低的 病种之间产品同质化明显,AI医学影像机会拓展到更多病种中去针对心脑血管疾病的研究最有可能成为热点,2019/4/24,21,目前涉及肺结节诊断的AI医疗影像企业最多，包括腾讯觅影、依图医疗、体素科技等超过20家企业在这一赛道上。眼底及妇科疾病紧随其后，除发病率高、专业 医生短缺等需求方因素外，上述病种的公开数据较多，研究门槛相对较低也是赛道热度较高的原因。Analysys认为，热门赛道中已有较多明星企业出现，产品同质化明显。为打破同质化竞争的局面，下阶段厂商将会针对更多病种进行深入研究，研究的门槛 也随之提高。其中，心脑血管方面的智能影像赛道有望成为热点。,谢谢观看,