在不久前于天津举办的第三届世界智能大会“智能健康与医疗高峰论坛”上，国家卫健委负责人表达了从政府层面期待人工智能的发展，加强人工智能在卫生健康领域的深度应用，大力推动智能健康，应用现代化思维、方法、技术，探索建立人民群众更加满意的医疗卫生和健康服务模式。

从激动到理性

经过数十年一次次从激动归于平静的探索，人工智能终于开始为先行企业创造利益，而这种期望值由阿尔法狗战胜人类棋手开始逐步攀高。人工神经网络算法为AI发展提供了运算框架，GPU、FPGA、ASIC等芯片技术的发展为高速AI计算提供了引擎，日益增长的大数据则为AI能提供了燃料，使得该产业进入第三波爆发式增长期。这种热潮也渗透到医药领域，特别是大量资本开始进入智能医疗产业。

根据前瞻产业研究院数据，去年前三季度我国智能医疗领域投资达26.2亿元，投融资笔数达39起。虽然人工智能医疗企业在高速发展中开始暴露出各种问题（如商业化落地的缓慢、算法的不稳定、遭遇智能医疗企业商业模式难题等），与人们巨大的期望值之间存在差距，但不减投融资热情。

2018年下半年，是为智能医疗鼻祖的IBM沃森健康传出大规模裁员消息，产业唱空的声音开始多于唱多的声音，一些智能医疗企业开始出现融资困难，不少前期报道的在诸如部分知名医院落地的场景被发现并没有真正被应用。智能医疗企业乃至人工智能企业发展如Gartner的技术成熟度曲线所描述的图景从爆发式的峰顶跌入低迷。

审视行业经历的变化，过往新技术的发展往往需要数十年乃至百年的时间，新技术出现后基本属于“放养”状态，而在资本与产业愈发成熟的今天，新技术的成长速度大大加速，相应的其中暴露出的问题也会相对更集中、更容易引发关注。在笔者看来，这只是新事物发展中的必经过程，尽管会有企业中途离场，尽管会历尽坎坷，但剩下来的企业中一定会诞生引领未来人工智能发展的伟大企业。

政策助推脉络

新技术的快速发展离不开政策的引导与支持。从时间维度上看，2016年可以看作是我国人工智能发展的元年，过往相关政策对AI也有所提及，但与2016年及之后发布的政策力度与高度相较，重视度显而易见。

2016年6月，国务院公布了《关于促进和规范健康医疗大数据应用发展的指导意见》，明确健康医疗大数据是国家重要的基础性战略资源，需要规范和推动健康医疗大数据融合发展。此举有望释放大数据资源的价值，助力智能医疗产业化提速。

2017年7月，《新一代人工智能发展规划》发布，提出到2020年、2025年、2030年的具体目标，强调人工智能在医疗产业的落地前景，要推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊……基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化并加强流行病智能监测和防控等。

为了在未来挣得AI领域的发言权与主导权，2017年12月，工信部印发了《促进新一代人工智能发展行动三年行动计划（2018-2020年）》，布置了未来三年的工作重点，在行动目标中明确提出“医疗影像辅助诊断系统的扩大临床应用”，还进一步指出要做医学影响数据采集标准化与规范化，支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发，加快医疗影像辅助诊断系统的产品化及临床辅助应用。到2020年，国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%，目标非常具体。

2018年4月，《国务院办公厅关于促进“互联网+医疗健康”发展的意见》即26号文挂网，鼓励医联体内上级机构借助人工智能等技术面向基层提供远程会诊、远程心电诊断、远程影像诊断等服务，加强对传染病等疾病的智能监测，加快家庭医生签约服务智能化信息平台建设与应用，大力推进医保智能审核；并特别提到了“互联网+人工智能”的应用——研发基于人工智能的临床诊疗决策支持系统，开展智能医学影像识别、病理分型和多学科会诊以及多种医疗健康场景下的智能语音技术应用，提高医疗服务效率。支持中医辨证论治智能辅助应用，提升基层中医诊疗服务能力。开展基于人工智能技术、医疗健康智能设备的移动医疗示范，实现个人健康实时监测与评估、疾病预警、慢病筛查、主动干预。加强临床、科研数据整合共享和应用，支持研发医疗健康相关的人工智能技术、医用机器人等。

2019年3月，国家卫健委印发《医院智慧服务分级评估体系（试行）》，对于智慧医院、智能导医、为基层医疗机构提供影像及心电图等内容的智能化辅助服务等提出明确要求。

从政策脉络看，AI在产业的主要应用场景几乎全面涵盖了产业界各类人工智能医疗应用。

互联网巨头布阵

医疗行业长期存在优质医生资源分配不均、诊断误诊漏诊率较高、医疗费用成本过高，放射科、病理科等科室医生培养周期长，医生资源供需缺口大等问题。人工智能技术逐步从前沿技术转变为现实应用，为产业痛点提供了解决问题的方向。

通过AI，可以提高医疗诊断准确率与效率，提高患者自诊比例，降低患者对医生的需求量，辅助医生进行疾病诊断，实现疾病早诊早筛，提升新药研发效率等。

看到AI在医药领域的巨大潜力，科技巨头纷纷开始了智能布局：百度成立灵医事业部，聚力智能分导诊、AI眼底筛查一体机以及临床辅助决策支持系统。在2018年的百度世界大会上，百度宣布向基层医院免费赠送数百台具备AI功能的眼底筛查机，帮助诊断糖尿病性视网膜病变等疾病。今年6月还宣布与东软集团进行战略合作，成立临床辅助决策支持系统专项小组，推进AI辅助决策系统在医疗机构的探索应用。

阿里健康与浙江大学医学院附属第一医院、浙大第二附属医院、上海交大医学院附属新华医院以及第三方影像中心等建立合作关系，重点打造医学影像智能诊断平台。阿里健康还重组了业务板块，将智能医疗提升为公司的四大支柱平台之一，还与小米手环厂家华米科技共同发布了AMAZFIT可穿戴动态心电仪，该设备集结了华米科技的可穿戴硬件实力以及阿里健康的AI实力。阿里云则联合英特尔、零氪科技等公司联合打造天池医疗AI大赛，向肺癌领域发起冲击。

腾讯在人工智能领域的布局涉及基础研究、产品研发、投资与孵化等多方面。2016年，腾讯设立人工智能实验室AI Lab，专注于AI技术的基础研究和应用探索。2017年4月，腾讯1.5亿美元投资碳云智能，致力建立人工智能的内核模型，对健康风险进行预警、进行精准诊疗和个体化医疗。2017年8月，还推出了自己的医疗AI产品腾讯觅影，从食管癌筛查切入，逐步向肺癌、糖尿病性视网膜病变、乳腺癌等领域的辅助诊断渗透。

还有早期从智能语音识别切入市场的科大讯飞，科大从飞利浦医疗引入高技术人才，与协和医院合作开发智能语音病历并合作建立人工智能研究中心；与安徽省立医院合作开发人工智能影像辅助诊断系统；与清华大学合作智医助理参加全国临床执业医师综合考试……一系列布局凸显互联网剧透们切入医疗领域的决心。

BAT以及部分领先企业的人工智能平台还入选了“国家队”。2017年11月，科技部公布首批4个国家新一代人工智能开放创新平台，分别依托百度公司建设的自动驾驶国家人工智能开放创新平台、阿里云公司建设的城市大脑国家人工智能开放创新平台、腾讯公司建设的医疗影像国家人工智能开放创新平台，以及科大讯飞公司建设的智能语音国家人工智能开放创新平台。

产业应用前景

接下来，一起来看看人工智能在我国的具体应用。梳理发现，我国医药领域人工智能企业聚焦的应用场景主要集中在虚拟助理、辅助诊断、临床决策支持系统、药物研发等领域。

虚拟助理  虚拟助理指的是通过语音识别、自然语言处理等技术将患者的病症描述与医学证据、指南等进行比对为用户提供咨询、自诊、导诊等服务的信息系统。虚拟助理在医生端和患者端均能发挥较大作用。在医生端，智能问诊可以辅助诊断，尤其是在基层医疗机构，全科医生数量、质量不足，人工智能虚拟助手可以帮助基层医生进行常见病筛查以及重大疾病的预警与监控，帮助基层医生更好完成转诊工作。

在患者端，虚拟助理能帮助普通用户完成健康咨询、导诊工作，人工智能虚拟助理可以根据用户的描述定位到用户具体的健康问题，提供轻问诊服务和用药指导。

辅助诊断  医学影像数据是医疗数据的重要组成部分，CT机、X光机、MRI、PET等影像设备在不断的产生各类影像数据，其年增长率超过63%，而放射科医生数量年增长率仅为2%，其巨大缺口给了人工智能影像辅助诊断技术发挥的空间。

人工智能通过深度学习海量的影像数据和临床诊断数据，不断对模型进行训练，提升诊断的准确率。迄今，智能影像辅助诊断技术在肺癌早筛、糖尿性视网膜病变辅助诊断、食管癌辅助诊断、乳腺癌辅助诊断等领域都取得了一定的突破。一些知名的人工智能创新公司如推想科技、Airdoc、体素医疗等也纷纷扎根垂直领域，取得了一定的技术突破与商业化成绩。一些跨产业人工智能公司如依图科技也重兵布局医疗产业，在肺癌、乳腺癌、宫颈癌、结直肠癌以及胃癌等领域都开发出了相应产品，并通过与一些知名体检机构合作将癌症早筛功能通过体检机构提供给大众。

事实上，当今医药领域最活跃、最受市场关注的智能医疗企业几乎都聚集在医学影像辅助诊断领域。国家药监局2019年发布的《医疗器械分类目录》新增了决策支持类软件、体外诊断类软件等，为人工智能辅助诊断系统的获证提供了政策基础。据悉，已有不少人工智能影像辅助诊断系统拿到了二类器械证，一些企业还在向需要进行临床试验的三类器械证发起冲刺。

临床决策支持系统  临床决策支持系统（CDSS），顾名思义就是帮助医生进行临床决策支持的系统，通过影响医生行为和决策的方式最终实现提高医疗质量和效率。过往的CDSS系统基于知识库或者规则库来为医生提供推荐，而在人工智能大数据时代，CDSS系统不仅拥有高度结构化、可用于计算的权威知识库，还结合真实世界数据和人工智能技术，使得推荐更加智能和精准。可嵌入临床系统，智能提取患者疾病特征并给予推荐，方便医生使用；能够循证溯源，推荐结果能关联指南、文献及相似病历等证据。

传统的CDSS系统主要由医院信息化厂商来提供，但如今，CDSS系统的参与者越来越多元化。美国知名医院梅奥医学中心联手高瓴资本在国内成立相关机构，将梅奥丰富的知识体系结合国内最新医学指南与文献的知识库，利用自然语言处理与机器学习算法开发满足各级医疗机构管理与临床需求的人工智能系统。在人工智能大背景下，中国CDSS市场迎来了快速发展与升级的机会。

药物开发  AI同时在重构新药的研发过程，制药公司平均成功研发一款新药需要10亿美元以上的资金以及10年以上的时间，通过人工智能技术加速新药研发，缩短新药研发时间、降低新药研发成本具有巨大的潜力。

新药研发通常涉及靶点筛选、化合物筛选及优化、药物评估、制剂开发、临床试验以及监管部门批准等几个步骤。工智能可以通过对现有化合物数据库信息的整合和数据提取、机器学习，提取大量化合物与毒性、有效性的关键信息以提高化合物筛选的成功率；此外，人工智能还可以通过预测晶型的稳定性和溶出速率来提升药物的稳定性，通过筛出尽可能多的晶型来保证专利的覆盖度；在临床试验阶段，可以借助人工智能技术结合患者临床大数据来筛选更符合试验需要的目标患者，提高临床试验的效率、提升临床试验的成功率。

我国专注智能辅助新药研发的企业如晶泰科技、深度智耀等均聚焦上述领域。国内知名CRO公司药明康德也战略投资了美国人工智能辅助新药研发公司Insilico Medicine，旨在将AI技术应用于靶点识别、药物发现以及抗衰老研究。

小结<<<

作为当前最有潜力改变人类社会的科学技术，AI在许多垂直产业里都具备创造独特价值的可能，特别是医药领域。AI在医疗领域的应用只是开始，尽管当前遭遇了一些挫折，但正是因为冬天真的来过，春天自然不会太远，且让产业拭目以待。

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。