智慧醫(yī)療將以建設(shè)智慧的醫(yī)療健康服務云生態(tài)為愿景目標，通過整體的統(tǒng)一醫(yī)療健康云服務平臺，融合匯聚醫(yī)療健康各方資源，為居民及患者提供全生命周期的、線上線下融合的、優(yōu)質(zhì)高效的醫(yī)療健康服務。

一、智慧醫(yī)療行業(yè)概況

1.1智慧醫(yī)療概念介紹

智慧醫(yī)療的概念：以創(chuàng)新技術(shù)為底座，以解決醫(yī)院、患者及亞健康人群、區(qū)域公共衛(wèi)生、制藥企業(yè)這四方在醫(yī)療場景中的痛點為目的，根據(jù)醫(yī)療場景的特征的產(chǎn)品組合，以解決場景內(nèi)的痛點。當前階段，智慧醫(yī)療產(chǎn)品提供方多以互聯(lián)網(wǎng)技術(shù)企業(yè)為主，部分硬件廠商為輔。

智慧醫(yī)療場景分為：智慧醫(yī)療診療場景、智慧醫(yī)院管理場景、智慧患者服務場景、智慧區(qū)域基層醫(yī)療場景、智慧制藥企業(yè)場景等等。其主要的智慧醫(yī)療產(chǎn)品包括：醫(yī)學影像篩查產(chǎn)品、臨床決策支持（CDSS）產(chǎn)品、智能審方產(chǎn)品、智能電子病歷產(chǎn)品、院內(nèi)導航產(chǎn)品等等?？傮w而言智慧醫(yī)療相對概念較為寬泛，所涉及的應用場景和相關(guān)產(chǎn)品也具有豐富的種類，主題的思路仍是人工智能、物聯(lián)網(wǎng)、5G等互聯(lián)網(wǎng)技術(shù)和產(chǎn)品在醫(yī)療行業(yè)的相關(guān)應用。

圖1：智慧醫(yī)療的研究范圍

資料來源：億歐智庫

1.2智慧醫(yī)療政策介紹及發(fā)展歷程

近五年來，從中共中央、國務院到各部委，陸續(xù)出臺了大量醫(yī)療產(chǎn)業(yè)的相關(guān)政策，強調(diào)了信息化和新一代信息技術(shù)對醫(yī)療產(chǎn)業(yè)的重要支撐作用，智慧醫(yī)療迎來政策密集期。

圖2：智慧醫(yī)療相關(guān)政策（1）

資料來源：華安證券研究所整理

圖3：智慧醫(yī)療相關(guān)政策（2）

資料來源：政府網(wǎng)站、安信國際

圖4：智慧醫(yī)療產(chǎn)業(yè)政策陸續(xù)出臺

資料來源：華安證券研究所整理

從世界范圍內(nèi)來看，1956年人工智能（AI）開始成為獨立的研究領(lǐng)域，20世紀前，中外對AI在醫(yī)療領(lǐng)域的研究集中在臨床知識庫上，但由于大多數(shù)臨床知識庫必須運行在LISP設(shè)備上。而由于當時LISP設(shè)備尚不能聯(lián)網(wǎng)且價格昂貴等原因，臨床知識庫并沒有廣泛地應用于臨床中。2000年-2015年期間，國外的研究重點為AI在臨床知識庫外的應用，如手術(shù)機器人應用落地、鼓勵發(fā)展電子病歷等。而中國仍以研究更多類疾病的臨床知識庫為主，發(fā)展相對緩慢。2015年-2017年，由于AI在圖像識別方面的準確率有大幅度提升，AI+影像得以快速發(fā)展。得益于在臨床知識庫的長期研究，CDSS產(chǎn)品走向成熟。2018年后，中國AI+醫(yī)療進入穩(wěn)定發(fā)展階段，智慧病案等新產(chǎn)品相繼面世。

圖5：全球智慧醫(yī)療發(fā)展歷程

資料來源：艾瑞咨詢研究院

而中國由于相關(guān)的底層技術(shù)起步較晚，整體的智慧醫(yī)療的發(fā)展階段發(fā)展以時間和創(chuàng)新技術(shù)同醫(yī)療場景的結(jié)合程度劃分，共分為三個階段：

第一階段：創(chuàng)新技術(shù)+醫(yī)療初融合

此階段創(chuàng)新技術(shù)和醫(yī)療場景結(jié)合較少，尚未有成熟的產(chǎn)品出現(xiàn)。國家政策層面鼓勵開展創(chuàng)新技術(shù)應用試點，希望以此推動其在醫(yī)療領(lǐng)域達到規(guī)?；瘧茫谫Y方面較為早期，創(chuàng)業(yè)企業(yè)多以天使輪或A輪為主。主要是在2016年前，相關(guān)政策較少。

第二階段：創(chuàng)新技術(shù)+醫(yī)療產(chǎn)品誕生

此階段創(chuàng)新技術(shù)和醫(yī)療場景結(jié)合一般，但是智慧醫(yī)療迎來爆發(fā)，國家政策鼓勵各醫(yī)療機構(gòu)引進多種創(chuàng)新技術(shù)，如人工智能技術(shù)、云計算、大數(shù)據(jù)等，探索建立新的醫(yī)療體系，在此期間出現(xiàn)了成熟的智慧醫(yī)療產(chǎn)品。主要時間在2016-2019年之間，包括多個智慧醫(yī)療相關(guān)政策持續(xù)頒布。

第三階段：智慧醫(yī)療階段

此階段創(chuàng)新技術(shù)和醫(yī)療場景結(jié)合比較緊密，國家對于深度學習輔助決策醫(yī)療器械軟件給出指導，重點強調(diào)其數(shù)據(jù)安全性，算法泛化能力以及臨床使用風險，具有技術(shù)優(yōu)勢的互聯(lián)網(wǎng)企業(yè)紛紛加入醫(yī)療行業(yè)。主要是從2019年至今，智慧醫(yī)療相關(guān)政策多以產(chǎn)品或具體醫(yī)療場景指導為主

二、智慧醫(yī)療市場環(huán)境分析

2.1 智慧醫(yī)療市場大環(huán)境

根據(jù)國家統(tǒng)計局公布，2021年底國家醫(yī)療開支為75593.6億人民幣，在世界范圍內(nèi)，中國是世界第二大醫(yī)療市場。過去數(shù)十年期間，中國大力投資醫(yī)療信息化系統(tǒng)并產(chǎn)生了大量數(shù)據(jù)，但數(shù)據(jù)大多互相孤立地以非結(jié)構(gòu)化形式儲存，通過數(shù)字手段加以有效連接、標準化以及分析數(shù)據(jù)后，人工智能應用將進一步實現(xiàn)數(shù)據(jù)的價值。

數(shù)字健康的定義方面，2019年世界衛(wèi)生組織頒布《全球數(shù)字健康戰(zhàn)略(2020-2024)》，首次確定數(shù)字健康戰(zhàn)略的重要性，將“數(shù)字健康”定義為在線醫(yī)療服務、遠程醫(yī)療及流動醫(yī)療服務，并向世界推廣數(shù)字健康的理念。弗若斯特沙利文資料指出，數(shù)字健康指透過數(shù)字技術(shù)提供服務或產(chǎn)品以滿足個人的健康需求。中國數(shù)字健康市場主要包括：數(shù)字醫(yī)療服務市場；非處方藥電商市場；健康消費品電商市場；其他市場（信息技術(shù)基礎(chǔ)設(shè)施、營銷服務及其他）而數(shù)字醫(yī)療服務是數(shù)字健康市場的重要組成部分，互聯(lián)網(wǎng)醫(yī)院為提供數(shù)字醫(yī)療服務的主要平臺。2015 年，中國成立首家互聯(lián)網(wǎng)醫(yī)院－烏鎮(zhèn)互聯(lián)網(wǎng)醫(yī)院，開創(chuàng)了中國“互聯(lián)網(wǎng)+醫(yī)療健康”創(chuàng)新模式的先例，標志著數(shù)字醫(yī)療服務市場開始蓬勃發(fā)展。

市場規(guī)模方面，2019 年中國數(shù)字健康的市場規(guī)模為2181 億元，2030年預計增至42228億元，復合年增長率達到30.9%。數(shù)字遷移率預期由2019年的3.3%增至2030年的24.0%。根據(jù)弗若斯特沙利文的資料，中國 2019 年數(shù)字醫(yī)療服務市場的市場規(guī)模為 232 億元，2030 年預計增至7395 億元，復合年增長率為 37.0%。

圖6：中國數(shù)字健康市場規(guī)模及數(shù)字遷移率

資料來源：弗若斯特沙利文、安信證券研究中心

醫(yī)療大數(shù)據(jù)解決方案市場是指服務提供者提供大數(shù)據(jù)驅(qū)動并結(jié)合先進技術(shù)應用和醫(yī)學見解的解決方案的市場，以滿足醫(yī)療行業(yè)各個領(lǐng)域（包括醫(yī)院、監(jiān)管機構(gòu)、及政策制定者、生命科學公司及個人）的信息化、數(shù)字化及及智能合成的需求。中國醫(yī)療大數(shù)據(jù)解決方案市場2019年的規(guī)模（根據(jù)健康醫(yī)療大數(shù)據(jù)解決方案服務供應商的銷量而計算）為人民幣 105 億元，預計到 2024 年將增長至人民幣 577 億元，CAGR 達 40.5%。醫(yī)療大數(shù)據(jù)解決方案整體滲透率（銷售收入/中國醫(yī)療信息化投資總額,%）預計將從2019年的7.2%增長至2024年的16.2%。

圖7：2015 至 2024（估計）按投資額計算的中國醫(yī)藥行業(yè)的信息化投資總額（人民幣十億元）

而在整個醫(yī)療信息化的服務終端，醫(yī)療SaaS市場則是規(guī)模高速增長的一個細分門類。根據(jù)艾瑞網(wǎng)數(shù)據(jù)，2020年中國醫(yī)療SaaS整體市場規(guī)模達37億元人民幣，未來五年將保持30%以上的增速。醫(yī)療行業(yè)數(shù)字化轉(zhuǎn)型訴求以及較大的醫(yī)療服務需求，是推動醫(yī)療SaaS快速發(fā)展的關(guān)鍵。

中國擁有龐大的患者基群及慢性病患者群體。老齡化加劇，65歲及以上人口的比例預計將從2020年的13.5%上升至2030年的21.9%，預計達到3.181億人，人口結(jié)構(gòu)的老齡化將對醫(yī)療服務體系造成一定沖擊。此外，隨著環(huán)境污染、不規(guī)律的生活方式、過大的壓力負荷等，致使中國慢性患者數(shù)量不斷增多。2021年，中國共有1.4億糖尿病患者，3.33億高血壓患者。慢病診治呈現(xiàn)時間長、醫(yī)療風險低、用藥頻繁的特征，定期復診、病情記錄等較為重要。

醫(yī)療SaaS不僅可以為院內(nèi)搭建相對應的系統(tǒng)平臺，用以長期跟蹤并記錄慢病患者的情況，還可為院外的零售藥店提供線上問診服務，用于解決患者高頻次購買處方藥而無醫(yī)生處方的問題?；诖耍」芾硎撬薪】导膊≈凶钸m合使用數(shù)字化解決方案。此外，患者不僅要求高效的診斷和院內(nèi)醫(yī)療服務，而且需要持續(xù)的院外管理。醫(yī)療SaaS通過為院內(nèi)外機構(gòu)提供慢病管理解決方案，在長時間內(nèi)追蹤患者的健康狀況并記錄，滿足長期護理的需求。

圖8：2018-2025年中國醫(yī)療SaaS市場規(guī)模

資料來源：艾瑞網(wǎng)，36氪研究院

2.2 智慧醫(yī)療助力醫(yī)療產(chǎn)業(yè)

痛點1：基層醫(yī)療機構(gòu)主導，城鄉(xiāng)醫(yī)療水平分布不均，智慧醫(yī)療助力醫(yī)療資源公平化。

2018年我國共有醫(yī)療衛(wèi)生機構(gòu)994,681個，其中以基層醫(yī)療衛(wèi)生機構(gòu)（包括社區(qū)衛(wèi)生服務中心（站）、鄉(xiāng)鎮(zhèn)衛(wèi)生院、村衛(wèi)生院、門診部（所））為主，約占總體的94.9%；而醫(yī)院（包括綜合醫(yī)院、中醫(yī)醫(yī)院、專科醫(yī)院）僅33,009個，約占總體的3.3%；另外專業(yè)公共衛(wèi)生機構(gòu)（疾病預防控制中心、專科疾病防治院（所/站）、婦幼保健院（所/站）、衛(wèi)生監(jiān)督所（中心））約占1.8%。僅占醫(yī)療衛(wèi)生機構(gòu)約3.3%的醫(yī)院，卻供應全國約76%的病床；據(jù)統(tǒng)計，2018年每千人口醫(yī)療衛(wèi)生機構(gòu)床位數(shù)平均為6.03張（日本13.7、德國8.0、美國2.8 ），床位供給相對不足，并且醫(yī)療每千人口醫(yī)療衛(wèi)生機構(gòu)床位數(shù)相比農(nóng)村多4.56張，城鄉(xiāng)病床資源配置不均衡，東西部地區(qū)醫(yī)療資源配置不均衡。

我們認為，未來有望依托AI、互聯(lián)網(wǎng)醫(yī)療等智慧醫(yī)療的技術(shù)，改善醫(yī)療資源的不均衡，從而助力醫(yī)療公平化。

圖9：基層醫(yī)療機構(gòu)占比較大

資料來源：：2020中國衛(wèi)生健康統(tǒng)計年鑒

痛點2：醫(yī)保支付壓力逐漸增加，智慧醫(yī)療助力醫(yī)?？刭M。2020年參加全國基本醫(yī)療保險13.6億人，近五年參保率基本穩(wěn)定在95%左右，醫(yī)保滲透率位于高位。與此同時，醫(yī)保支出逐年提升，占GDP比重提升，醫(yī)保支付壓力加大。在此背景下，國家大力推動按疾病診斷相關(guān)分組付費（DGR）和按病種大數(shù)據(jù)付費（DIP）的新型醫(yī)保支付制度。我們認為這一制度的背后，需要依靠完善的電子病歷體系和海量的醫(yī)療大數(shù)據(jù)支撐，有望帶動智慧醫(yī)療產(chǎn)業(yè)的快速發(fā)展。

圖10：醫(yī)保覆蓋人數(shù)穩(wěn)步提升

圖11：醫(yī)保支出及占GDP占比都有所上升

資料來源：國家統(tǒng)計局，國家醫(yī)保局

痛點3：過度醫(yī)療、過度耗材、資源配置不合理等醫(yī)療資源浪費現(xiàn)象嚴重，在醫(yī)療資源缺乏的前提下，我國還存在較嚴重的醫(yī)療資源浪費現(xiàn)象，主要體現(xiàn)在過度治療、過度檢查和過度求醫(yī)三個方面。

圖12：我國醫(yī)療資源浪費現(xiàn)象嚴重

痛點4：新冠疫情影響下，在線診療需求大幅提升。新冠肺炎疫情成為互聯(lián)網(wǎng)醫(yī)療發(fā)展的強力催化劑，國家全面推進互聯(lián)網(wǎng)診療以減少交叉感染風險。隨著政策的落地和人們觀念的轉(zhuǎn)變，比起以前線下門診，在線問診、慢病管理等互聯(lián)網(wǎng)醫(yī)療需求大幅提升，有助于拉動智慧醫(yī)療產(chǎn)業(yè)發(fā)展。

2.3 智慧醫(yī)療供給需求端簡析

需求端：以醫(yī)院為首的需求端對于創(chuàng)新技術(shù)的認可程度越來越高

2014年至2018年，公立醫(yī)院對于信息化建設(shè)的預算投入逐年增加，向外釋放了關(guān)于醫(yī)療信息化的利好機會。伴隨著智慧醫(yī)院等政策的推出，醫(yī)院對于電子病歷、臨床輔助決策、大數(shù)據(jù)建設(shè)與應用等信息化系統(tǒng)越來越重視，且接受程度越來越高。

圖13：2019-2020年度中國醫(yī)院信息化狀況調(diào)查-醫(yī)院信息系統(tǒng)建設(shè)優(yōu)先級排序

資料來源：CHIMA，經(jīng)億歐整理繪制

供給端：隨著對于智慧醫(yī)療需求的加劇，智慧醫(yī)療將成為企業(yè)新的增長點

醫(yī)療信息化企業(yè):隨著中國醫(yī)療信息化發(fā)展，面對大型醫(yī)院參與電子病歷評級和互聯(lián)互通，以及越來越多中小城市的醫(yī)院電子病歷新建或升級需求，將促使行業(yè)集中度提升，抓住機會擴張規(guī)模的醫(yī)療信息化公司將擁有更大優(yōu)勢。

互聯(lián)網(wǎng)企業(yè):互聯(lián)網(wǎng)企業(yè)從信息資訊和連接平臺轉(zhuǎn)向直接參與到疾病治療的關(guān)鍵環(huán)節(jié)，以疾病預防為例，其能發(fā)揮巨大作用，從而直接減少醫(yī)保支出。這意味著互聯(lián)網(wǎng)醫(yī)療的價值也將進一步釋放，營收能力也將更有想象空間。

ICT企業(yè):智慧醫(yī)療的部署正在加速建設(shè)現(xiàn)代化、精細化的醫(yī)院管理體系。ICT企業(yè)憑借深厚的技術(shù)積累和行業(yè)實踐經(jīng)驗，持續(xù)探索智慧醫(yī)療技術(shù)與實踐前沿，推動智慧醫(yī)院與大健康產(chǎn)業(yè)的加速發(fā)展。

智慧醫(yī)療創(chuàng)業(yè)公司:在提升技術(shù)能力的同時，創(chuàng)業(yè)型智慧醫(yī)療企業(yè)在過去5年中一直在進行商業(yè)化探索。對比同B端供應商合作。此類企業(yè)逐漸將目光對準了醫(yī)院終端。在未來，對于此類企業(yè)的主要考驗在銷售渠道的開拓。

隨著對于智慧醫(yī)療需求的加劇，智慧醫(yī)療將成為企業(yè)新的增長點伴隨著創(chuàng)新技術(shù)之間（如云計算+AI，大數(shù)據(jù)+AI等）協(xié)同發(fā)展成熟，互聯(lián)網(wǎng)大廠基于自身優(yōu)勢紛紛布局智慧醫(yī)療這一賽道。

除了大型互聯(lián)網(wǎng)企業(yè)，中小型企業(yè)也迎來了爆發(fā)。以人工智能企業(yè)為例，截至目前，共有4家人工智能醫(yī)學影像公司已遞交招股書，其中一家已上市，另有一家醫(yī)療大數(shù)據(jù)解決方案（使用人工智能技術(shù)）公司上市。除此之外，2021年Q3在醫(yī)療AI的融資數(shù)量已達到30次，遠遠高于2020年全年的19次。

圖14：2020vs.2021年醫(yī)療AI細分賽道融資數(shù)量

三、智慧醫(yī)療典型大方向應用場景

3.1 智慧醫(yī)療助力醫(yī)療產(chǎn)業(yè)

智慧醫(yī)療將以建設(shè)智慧的醫(yī)療健康服務云生態(tài)為愿景目標，通過整體的統(tǒng)一醫(yī)療健康云服務平臺，融合匯聚醫(yī)療健康各方資源，為居民及患者提供全生命周期的、線上線下融合的、優(yōu)質(zhì)高效的醫(yī)療健康服務。

以居民健康醫(yī)療大數(shù)據(jù)為核心，圍繞著居民健康管理，構(gòu)建數(shù)智化驅(qū)動的醫(yī)療健康服務體系。利用物聯(lián)網(wǎng)、工業(yè)互聯(lián)網(wǎng)、大數(shù)據(jù)平臺、數(shù)據(jù)銀行等技術(shù)平臺，推動數(shù)據(jù)的采集、數(shù)據(jù)集成和交換共享，實現(xiàn)數(shù)據(jù)的互通互聯(lián)；將大數(shù)據(jù)與機器學習、深度學習等技術(shù)以及循證醫(yī)學、影像組學等學科相結(jié)合，圍繞著居民、醫(yī)生、醫(yī)療機構(gòu)、藥企以及保險機構(gòu)的全方面的醫(yī)療健康服務場景，提供基于數(shù)據(jù)的智能化的應用/服務，可以優(yōu)化居民健康管理服務體驗、改善診療流程、提升醫(yī)療行為的效率等。數(shù)據(jù)互通可以優(yōu)化各應用場景的體驗，各應用場景產(chǎn)生的數(shù)據(jù)又可以進一步豐富數(shù)據(jù)——形成完整的價值閉環(huán)。

由此，智慧醫(yī)療其主要應用場景可以分為以用戶為中心的、覆蓋用戶全生命周期的醫(yī)療健康服務體系的健康管理中心、醫(yī)療服務中心和醫(yī)療業(yè)務中心；以及以數(shù)據(jù)為核心的、數(shù)智化驅(qū)動的醫(yī)療健康服務體系業(yè)務運營中心、區(qū)域醫(yī)療協(xié)同、養(yǎng)老服務中心。

3.2 健康管理中心

健康管理中心是圍繞著健康、亞健康及疾病人群構(gòu)建健康管理的一種服務體系。運用信息和醫(yī)療技術(shù)，在健康保健、醫(yī)療的科學基礎(chǔ)上，建立的一套完善、周密和個性化的服務程序；其目的在于通過維護健康、促進健康等方式幫助健康人群及亞健康人群建立有序的健康的生活方式，降低風險狀態(tài)，遠離疾??；而一旦出現(xiàn)臨床癥狀，則通過就醫(yī)服務的安排，盡快恢復健康。

圖16：智能化健康管理業(yè)務流程

資料來源：華潤集團

和以基于云平臺構(gòu)建醫(yī)療健康行業(yè)通用的智能化健康管理系統(tǒng)：利用物聯(lián)網(wǎng)及大數(shù)據(jù)平臺將涉及居民健康的各種異構(gòu)數(shù)據(jù)源進行整合，形成居民健康檔案；利用人工智能技術(shù)、移動化技術(shù)構(gòu)建健康分析評估模型以及健康處方系統(tǒng)、跟蹤干預系統(tǒng)以及智能客服、反饋教育系統(tǒng)；最后，通過云+管+端的分布式部署模式實現(xiàn)分級有序的健康管理系統(tǒng)。

圖17：網(wǎng)聯(lián)健康反饋系統(tǒng)

3.3 醫(yī)療服務中心（互聯(lián)網(wǎng)醫(yī)院）

醫(yī)療服務中心是以改善患者體驗為目標，構(gòu)建線上線下融合的一種智能化服務。針對患者的實際就醫(yī)需求，推動信息技術(shù)與醫(yī)療服務深度融合，為患者提供覆蓋診前、診中、診后的全流程、個性化、智能化服務。利用互聯(lián)網(wǎng)技術(shù)優(yōu)化醫(yī)療服務流程和服務模式，包括智能導醫(yī)分診、候診提醒、診間結(jié)算、移動支付、院內(nèi)導航、檢查檢驗結(jié)果推送、檢查檢驗結(jié)果互認、門急診病歷自助打印和查詢等線上服務，積極推進轉(zhuǎn)診服務、遠程醫(yī)療、藥品配送、患者管理等功能建設(shè)與應用，構(gòu)建線上線下一體化服務，實現(xiàn)臨床診療與患者服務的有機銜接，提升服務的效率和質(zhì)量，改善患者就醫(yī)體驗，提升滿意度。

圖18：醫(yī)療服務流程

通過多輪友好的智能問診了解患者病情；在患者口語化表達的主訴和標準的醫(yī)學術(shù)語之間，以專業(yè)醫(yī)學NLP技術(shù)來實現(xiàn)信息轉(zhuǎn)化。應用權(quán)威教科書和海量文獻構(gòu)建知識圖譜；結(jié)合醫(yī)生的專業(yè)特長，過往的診療經(jīng)歷，刻畫出全面、詳細、實時的醫(yī)生畫像；應用多模結(jié)合互相校驗的機制采信最佳結(jié)果。讓患者用最簡單的方式表達不適，得出最正確的科室，找到最合適的醫(yī)生。并且提供基于移動端精準的院內(nèi)導航服務，集導診、分診為一體，為醫(yī)院打造移動化、自助化、智能化的院內(nèi)導航、移動導診服務體系，有效改善患者就診體驗。

圖19：利用智能客服提高服務質(zhì)量和服務效率

互聯(lián)網(wǎng)醫(yī)院是實體醫(yī)院為依托，以復診和常規(guī)咨詢?yōu)橹?，集合問診、處方、支付與配藥于一體的一站式互聯(lián)網(wǎng)醫(yī)療中心；從診療范圍來看，互聯(lián)網(wǎng)醫(yī)院嚴禁首診，主要以慢性病和部分常見病復診為主；從組織形式來看，必須以實體醫(yī)院為主體，結(jié)合互聯(lián)網(wǎng)；服務覆蓋檢查報告解讀、復診開方、康復指導等其他線下服務?；ヂ?lián)網(wǎng)醫(yī)院平臺本質(zhì)上是利用互聯(lián)網(wǎng)技術(shù)，開拓新的醫(yī)療服務模式，將患者服務的視角從院內(nèi)擴展到全過程，將醫(yī)療服務半徑由周邊擴展到區(qū)域甚至更廣，將醫(yī)療服務地點由院內(nèi)擴展到院內(nèi)外；互聯(lián)網(wǎng)醫(yī)療技術(shù)上主要包含互聯(lián)網(wǎng)醫(yī)院平臺及遠程診療平臺。其有效運作的前提除了搭建基于互聯(lián)網(wǎng)的技術(shù)平臺外，更重要的是業(yè)務設(shè)計和高效運營。

構(gòu)建通用互聯(lián)網(wǎng)醫(yī)院平臺，協(xié)助各醫(yī)療健康機構(gòu)具備線上化的能力，實現(xiàn)線上和線下的有效融合共享，推動醫(yī)療業(yè)務的延展。

圖20：互聯(lián)網(wǎng)醫(yī)院平臺架構(gòu)

資料來源：華潤集團

3.4 醫(yī)療業(yè)務中心

醫(yī)療業(yè)務中心實際就是在醫(yī)院內(nèi)部搭建互聯(lián)網(wǎng)醫(yī)院平臺，推動實體醫(yī)院業(yè)務的“互聯(lián)網(wǎng)+”，以賦能醫(yī)生為目標，圍繞著電子病歷開展醫(yī)療業(yè)務及系統(tǒng)的優(yōu)化升級：利用數(shù)字化平臺對現(xiàn)有功能進行組件化重構(gòu)；利用多模態(tài)靈活的電子病歷錄入，提升醫(yī)生病歷錄入的效率；利用動態(tài)更新的臨床路徑，提升醫(yī)療的標準化；采取大數(shù)據(jù)及人工智能技術(shù)，構(gòu)建臨床輔助決策和質(zhì)量控制系統(tǒng)，提升醫(yī)生診療的效率和質(zhì)量。

圖21：醫(yī)院業(yè)務互聯(lián)網(wǎng)+

資料來源：華潤集團

臨床路徑管理為抓手，提高醫(yī)療質(zhì)量、規(guī)范醫(yī)療行為

臨床路徑(Clinical Pathway，CP)，是針對某個診斷明確的疾病或者手術(shù)，以循證醫(yī)學為基礎(chǔ)，以預期的治療效果和成本控制為目的，所指定的有嚴格工作順序和準確時間要求的最佳程序化、標準化醫(yī)療檢查和處置流程。

臨床路徑的制定：以病種為核心，建立一套基于統(tǒng)計學原理自動制定臨床路徑的基本流程機制，突破傳統(tǒng)技術(shù)手段、無法大量快速制定臨床路徑的局限，通過大數(shù)據(jù)處理方法、快速處理醫(yī)囑數(shù)據(jù)，分析出臨床路徑的最佳設(shè)定方案，改變傳統(tǒng)人工方式、基于經(jīng)驗判斷的制定臨床路徑的方法。

圖22：臨床路徑的執(zhí)行

以國家診療規(guī)范為標準、以人工智能和大數(shù)據(jù)技術(shù)為支撐，融合循證醫(yī)學和經(jīng)驗醫(yī)學，通過與其他醫(yī)療信息系統(tǒng)進行數(shù)據(jù)互聯(lián)互通采集診療所需的數(shù)據(jù)，通過數(shù)據(jù)核心層的智能推理引擎，實現(xiàn)快速、準確的智能綜合分析與判斷，為醫(yī)師、護士等供智能問診策略、體格檢查、輔助檢查推薦、參考診斷依據(jù)策略以及治療建議的輔助服務。

圖23：輔助決策系統(tǒng)流程

資料來源：華潤集團

總體而言，醫(yī)療業(yè)務中心致力于實現(xiàn)醫(yī)療質(zhì)量的全過程管理，基于臨床醫(yī)療知識庫引擎，實現(xiàn)從“終末質(zhì)量”向“環(huán)節(jié)質(zhì)量”轉(zhuǎn)變，由“事后提醒”向“即時反饋”轉(zhuǎn)變，由“事務管理”向“智能管理”轉(zhuǎn)變，由“經(jīng)驗管理”向“標準化管理”轉(zhuǎn)變，由“單一化管理”向“全方位精細化管理”轉(zhuǎn)變。

圖24：醫(yī)療業(yè)務中心

3.5 業(yè)務運營中心

業(yè)務運營中心：DRGs、RPA、RFID

基于DRGs的醫(yī)療服務監(jiān)測分析及績效考核的一種體系。

DRGS（診斷相關(guān)分組），是指根據(jù)年齡、疾病診斷、合并癥、并發(fā)癥、治療方式、病癥嚴重程度及轉(zhuǎn)歸等因素，運用統(tǒng)計控制理論的原理將患者分入若干診斷組進行管理的體系。DRGs綜合考慮了疾病的嚴重度和復雜性，同時考慮醫(yī)療服務數(shù)量和醫(yī)療資源的消耗強度，被認為是一種“以病人為中心”的病歷組合系統(tǒng)。DRGs納入工作量效能積分績效管理，將相關(guān)指標納入內(nèi)部績效考核與分配，可以體現(xiàn)向臨床一線、工作風險高、技術(shù)難度大的臨床科室及重要崗位傾斜，充分體現(xiàn)“優(yōu)勞多得、優(yōu)績優(yōu)酬”。

圖25：DRGs體系

DRGs醫(yī)療服務監(jiān)測與分析系統(tǒng)劃分了四個角色，分別是院長、醫(yī)務處、醫(yī)保辦、臨床科室，根據(jù)角色需求設(shè)置對應的系統(tǒng)功能。

通過RPA實現(xiàn)醫(yī)院重復規(guī)范流程的自動化，RPA主要適用的場景特征為：規(guī)則與邏輯明確、跨系統(tǒng)數(shù)據(jù)集成、數(shù)據(jù)搜集、檢索、匯總、日常重復性工作

圖26：RPA實施的預期價值

以下是RPA實施具體場景說明：

采購管理：供應商準入及監(jiān)督（實現(xiàn)供應商準入自動化監(jiān)控及供應商定期評估檢查自動化；公司關(guān)聯(lián)分析；皮包公司檢測；動態(tài)供應商風險監(jiān)控），采購價動態(tài)監(jiān)控（實現(xiàn)動態(tài)采購價格監(jiān)控，為醫(yī)院采購提供及時、覆蓋全國的參考依據(jù)，并比對醫(yī)院歷史采購數(shù)據(jù)）

藥品管理：藥品使用監(jiān)控（對藥品耗用情況按照科室、醫(yī)生等維度進行同比、環(huán)比分析全面進行藥品監(jiān)控，降低藥占比；促進合理用藥），藥品價格監(jiān)控（通過爬蟲技術(shù)爬取外部公示招標采購價，打造實時藥品價格庫，作為藥品價格監(jiān)控參照標準）

耗材管理：高價值耗材管理（定期對高價值醫(yī)療耗材的使用、收費情況進行有效的核對，監(jiān)控高價值耗材的使用），醫(yī)療耗材監(jiān)控（在衛(wèi)健委降低耗占比的要求下，協(xié)助醫(yī)院對耗材的使用進行全面監(jiān)控，降低耗材耗用，控制成本）

財務管理：收款對賬（定期與支付方進行自動核對，社保/商保結(jié)算單、病人信息、電子處方、病案首頁等），付款審核（付款前數(shù)據(jù)準備；合同、訂單、付款申請匹配及信息核對；付款分錄生成）

獨立監(jiān)督：審計線索發(fā)掘（對不同模塊數(shù)據(jù)進行分析，獲利用審計機器人開展特定領(lǐng)域的分析，通過分析結(jié)果識別高風險領(lǐng)域及審計線索），審計執(zhí)行（通過機器人進行樣本的抽樣、數(shù)據(jù)的對比、分析，形成分析差異報告，供審計組執(zhí)行進一步審計程序。）

RFID實現(xiàn)醫(yī)療資產(chǎn)的全方位、智慧化管理

基于RFID等物聯(lián)網(wǎng)技術(shù)，將醫(yī)療資產(chǎn)信息傳輸至平臺數(shù)據(jù)中心，從而實現(xiàn)醫(yī)院對醫(yī)療資產(chǎn)的使用情況、生命周期、智能盤點、設(shè)備位置、安全維護等多方位跟蹤管理。平臺的建立，將實現(xiàn)醫(yī)院的資產(chǎn)管理的現(xiàn)代化、科學化、精準化，解決不必要的人力資源和成本浪費，更加科學、準確、有效的管理。

圖27：醫(yī)院固定資產(chǎn)

3.6 區(qū)域醫(yī)療協(xié)同

區(qū)域醫(yī)療協(xié)同：構(gòu)建遠程醫(yī)療平臺，有效推動區(qū)域醫(yī)療協(xié)同構(gòu)建云化遠程醫(yī)療云平臺,實現(xiàn)對遠程會診、雙向轉(zhuǎn)診、遠程預約、視頻會議、遠程專科診斷、遠程教育、遠程數(shù)字資源共享等業(yè)務的支撐，推動H2H2C的醫(yī)療服務模式。

圖28：（大H）2（小H）2（C）服務

其功能主要包括：（離線、交互）遠程會診、雙向轉(zhuǎn)診、遠程預約（專家預約、檢查預約、檢驗預約）、視頻會議、遠程?？圃\斷（影像、病理、心電、動態(tài)心電、動態(tài)血壓、手術(shù)\超聲\內(nèi)鏡、監(jiān)護）、遠程教育、遠程數(shù)字資源共享。

區(qū)域醫(yī)療協(xié)同：技術(shù)驅(qū)動區(qū)域醫(yī)療資源的高效協(xié)同利用信息技術(shù)，將區(qū)域內(nèi)的醫(yī)療資源（包括醫(yī)生資源、醫(yī)械資源、醫(yī)療數(shù)據(jù)、醫(yī)療知識等）相互連接，實現(xiàn)在醫(yī)療機構(gòu)之間資源共享協(xié)同，將分級診療模式及雙向轉(zhuǎn)診的制度落到實處，在提升各個醫(yī)院的醫(yī)療水平以及服務質(zhì)量的同時，從根本上解決患者看病難以及看病貴的問題。

圖29:區(qū)域醫(yī)療協(xié)同

區(qū)域醫(yī)療協(xié)同：遠程醫(yī)療平臺架構(gòu)依托物聯(lián)網(wǎng)技術(shù)、云計算、4G/5G、遙感/遙測/遙控、移動互聯(lián)網(wǎng)、AR\VR等技術(shù)，圍繞電子病歷構(gòu)建的云遠程醫(yī)療平臺，包括遠程醫(yī)療應用、遠程醫(yī)療運營以及客戶服務端等三大功能。

圖30：遠程醫(yī)療

遠程醫(yī)療平臺同時也包括：遠程教育、遠程學術(shù)交流、遠程手術(shù)、遠程診療。

區(qū)域醫(yī)療協(xié)同：云PACS提供線下線上無縫融合的醫(yī)療影像共享服務構(gòu)建云化遠程醫(yī)療云平臺,實現(xiàn)對遠程會診、雙向轉(zhuǎn)診、遠程預約、視頻會議、遠程專科診斷、遠程教育、遠程數(shù)字資源共享等業(yè)務的支撐，推動H2H2C的醫(yī)療服務模式。

圖31：影像診斷流程

區(qū)域醫(yī)療協(xié)同：人工智能賦能醫(yī)療服務的質(zhì)量和效率

隨著計算機技術(shù)和醫(yī)學影像技術(shù)的不斷進步，醫(yī)學影像已逐步由輔助檢查手段發(fā)展成為現(xiàn)代醫(yī)學最重要的臨床診斷和鑒別診斷方法。然而醫(yī)學影像領(lǐng)域存在諸多問題，包括供給不平衡，誤診漏診率高，影像醫(yī)生讀片熟讀慢等。人工智能與醫(yī)學影像的結(jié)合，能夠有針對性的解決傳統(tǒng)醫(yī)學影像領(lǐng)域存在的問題。

3.7 養(yǎng)老服務中心

養(yǎng)老服務中心：構(gòu)建“系統(tǒng)+服務+老人+終端”的智慧養(yǎng)老服務模式

運用物聯(lián)網(wǎng)、互聯(lián)網(wǎng)、移動互聯(lián)網(wǎng)技術(shù)、智能呼叫、云技術(shù)、GPS定位技術(shù)等先進的信息技術(shù)，構(gòu)建智慧養(yǎng)老云服務平臺，涵蓋了機構(gòu)養(yǎng)老、居家養(yǎng)老、社區(qū)日間照料等多種養(yǎng)老形式，創(chuàng)建 “系統(tǒng)+服務+老人+終端”的智慧養(yǎng)老服務模式。平臺通過跨終端的數(shù)據(jù)互聯(lián)及同步，連通各部門及角色，形成一個完整的智慧管理閉環(huán)，實現(xiàn)老人與子女、服務機構(gòu)、醫(yī)護人員的信息交互，對老人的身體狀態(tài)，安全情況和日?；顒舆M行有效監(jiān)控，及時滿足老人在生活、健康、安全、娛樂等各方面的需求。

四、AI賦能智慧醫(yī)療典型小領(lǐng)域應用場景

4.1 CT影像識別

AI+CT影像識別應用領(lǐng)域廣闊。AI+CT影像的主要產(chǎn)品形態(tài)包括：影像分析與診斷軟件、CT影像三維重建系統(tǒng)、靶區(qū)自動勾畫及自適應放療系統(tǒng)。通過智能CT影像識別，能夠完成病例篩查、智能分析診斷、輔助臨床診療決策等工作。從應用的場景來看，主要包括胸部、四肢關(guān)節(jié)等部位，乳腺、心肺、冠狀動脈、骨骼等器官組織，應用領(lǐng)域廣闊。

圖32：國家藥品監(jiān)督管理局批準注冊的AI+CT影像識別產(chǎn)品（三類）

資料來源：華安證券

中國影像分析數(shù)據(jù)增長較快，放射科醫(yī)生面臨短缺，AI+CT影像識別技術(shù)發(fā)展?jié)摿薮蟆．斍爸袊鳦T行業(yè)影像數(shù)據(jù)爆炸增長，2019年市場規(guī)模達到24.7億元，CAGR約30%。另一方面，目前我國放射科醫(yī)師僅有8萬多名，每年承擔的診斷工作量卻達到了14.4億張影像，結(jié)合中國醫(yī)學影像數(shù)據(jù)每年30%的增速，與之相對應的放射科醫(yī)師的年增長速率卻只有4%，兩者之間存在巨大缺口，AI+CT影像識別有望彌補這一缺口，發(fā)展?jié)摿薮蟆?/span>

圖33：放射科醫(yī)師與CT影像數(shù)量增長預測

圖34：中國CT檢查行業(yè)市場規(guī)模（億元）

4.2 CDSS輔助臨床診斷決策

臨床決策支持系統(tǒng)（Clinical Decision Support System, CDSS），一般是指基于人工智能深度學習算法的方式，對臨床醫(yī)療決策提供輔助支持的計算機系統(tǒng)。CDSS將醫(yī)學相關(guān)的指南文獻、專家共識以及電子病歷數(shù)據(jù)進行輸入，經(jīng)過大數(shù)據(jù)分析以及基于人工智能的神經(jīng)網(wǎng)絡運算，輸出臨床診斷方面的模型，從而輔助醫(yī)生提供相關(guān)病例的臨床診斷。

CDSS輔助臨床診斷決策的主要功能包括：輔助診斷、治療方案推薦、相似病歷推薦、醫(yī)囑質(zhì)控。

A智慧醫(yī)療政策持續(xù)利好，未來CDSS發(fā)展前景佳：根據(jù)蛋殼研究院發(fā)布資料顯示，2019年涉及CDSS產(chǎn)品或服務的項目招投標達到42項，隨著智慧醫(yī)療政策的利好，未來涉及CDSS項目將會持續(xù)增加。

圖35：2015-2019年CDSS項目招投標情況

4.3 視網(wǎng)膜影像識別助力慢病診療

視網(wǎng)膜影像在臨床中應用廣泛。視網(wǎng)膜是人體中唯一一個能以非侵入方式直接觀測血管和神經(jīng)細胞的部位。可通過觀察眼底血管及神經(jīng)細胞的變化等表征，檢測、診斷及評估慢性病的風險，具體包括：眼部疾病：糖尿病視網(wǎng)膜病變、病理性近視、視網(wǎng)膜靜脈阻塞、青光眼及年齡相關(guān)性黃斑變性；其他慢性?。焊哐獕骸⑻悄虿?、ICVD、帕金森氏病及貧血癥。全球已有多款人工智能視網(wǎng)膜影像識別醫(yī)療設(shè)備產(chǎn)品完成注冊。

圖36：人工智能視網(wǎng)膜影像識別產(chǎn)品/軟件

人工智能視網(wǎng)膜醫(yī)學影像識別技術(shù)市場潛力巨大。

醫(yī)療健康場景：相比傳統(tǒng)視網(wǎng)膜影像方法，人工智能視網(wǎng)膜影像識別技術(shù)具有高診斷效率和高診斷準確性的優(yōu)勢，能夠幫助醫(yī)生縮短圖像分析時間，有效地降低醫(yī)療成本減緩醫(yī)療資源的不均衡。

大健康場景：人工智能視網(wǎng)膜醫(yī)學影像識別技術(shù)可為大健康客戶提供定制化產(chǎn)品及服務，滿足客戶健康風險評估及管理需求。

圖36：人工智能視網(wǎng)膜醫(yī)學影像市場規(guī)模 （2019年至2030年（預計）

五、智慧醫(yī)療行業(yè)痛點與展望

5.1 在線醫(yī)療

行業(yè)痛點：

1. 醫(yī)療需求可觀但在線醫(yī)療的市場認可度低，企業(yè)缺乏清晰的盈利模式。

從目前國內(nèi)就醫(yī)現(xiàn)狀來看，供小于求的市場結(jié)構(gòu)是形成看病難、看病貴的直接因素，而醫(yī)療需求相對而言是剛性需求，加之以政府對醫(yī)療經(jīng)濟體系的調(diào)控和監(jiān)管，市場需求不會因為資源的緊缺和價格的改變而有太大的變動，在慢性病減齡化的趨勢下，剛性需求規(guī)模和結(jié)構(gòu)也逐漸膨脹，醫(yī)療需求只增不減，醫(yī)療需求的持續(xù)增長也是衍生在線醫(yī)療行業(yè)的動力。

然而醫(yī)療行業(yè)資源導向性的特點為初創(chuàng)企業(yè)和跨界企業(yè)建立高壁壘，安全性和真實性是醫(yī)療行業(yè)消費者關(guān)注的重要因素，而這兩個特征恰恰也是互聯(lián)網(wǎng)行業(yè)的短板。在線醫(yī)療起步于免費的診療咨詢，在免費咨詢階段，消費者出于好奇或獲利心態(tài)接觸在線醫(yī)療 APP，但消費者對線上問診平臺并未給予足夠的信任，在線醫(yī)療APP并未成為實體醫(yī)院的替代品，因此轉(zhuǎn)為收費模式的在線醫(yī)療企業(yè)很難在診療服務業(yè)務方面開拓更大市場，重點收費項目只能依靠掛號業(yè)務和醫(yī)院信息系統(tǒng)服務等方面，很多互聯(lián)網(wǎng)醫(yī)療企業(yè)仍然沒有找到合理的盈利模式。

（2）數(shù)據(jù)共享障礙一定程度上限制了在線醫(yī)療行業(yè)發(fā)展深度。

中國醫(yī)療體系每個個體的數(shù)據(jù)呈現(xiàn)分散化特點，數(shù)據(jù)之間難以形成有效的共享流通機制。迫于醫(yī)療數(shù)據(jù)長期以來非開放性、難標準化特點，一方面醫(yī)生無法獲得患者以往就診的全面數(shù)據(jù)進行深度診斷，另一方面在線醫(yī)療企業(yè)獲得的數(shù)據(jù)碎片化現(xiàn)象嚴重導致所謂的大數(shù)據(jù)分析只能停留在表面。因此就診的基礎(chǔ)則需要首診資料和以往病史的研究分析，如何在業(yè)務范圍內(nèi)與醫(yī)院信息系統(tǒng)打通共享部分數(shù)據(jù)、統(tǒng)一疾病標準是在線醫(yī)療面臨的重要課題。

（3）線上就醫(yī)報銷困難，醫(yī)保支付問題直接影響消費行為

在線醫(yī)療行業(yè)熱度大于消費、就醫(yī)患者屈指可數(shù)的原因一方面在于消費信任問題，另一方面報銷問題也讓眾多消費者望而卻步。銀川能吸引大量的在線醫(yī)療企業(yè)在當?shù)亻_展互聯(lián)網(wǎng)醫(yī)院業(yè)務與當?shù)卣呦⑾⑾嚓P(guān)。

未來展望：

在線醫(yī)療行業(yè)將重新洗牌、回歸醫(yī)療本質(zhì)，應盡快推動行業(yè)標準規(guī)范和健康檔案數(shù)據(jù)庫的建立，出臺在線醫(yī)療領(lǐng)域的醫(yī)保報銷政策?，F(xiàn)階段醫(yī)療行業(yè)最主要的矛盾即是供求失衡問題，在線醫(yī)療行業(yè)未來需就市場需求落地模式，停留在概念熱炒、資本驅(qū)動的模式終究無法長久。以市場需求為導向的業(yè)務模式會給企業(yè)注入源源不斷的活力，也是醫(yī)療機構(gòu)對外合作的基礎(chǔ)。

目前在線醫(yī)療行業(yè)業(yè)務模式大多類似且多注重掛號、咨詢類業(yè)務，未來企業(yè)應該找準市場定位，尋找不同類型人群的需求差異，融合在線醫(yī)療產(chǎn)業(yè)上下游優(yōu)勢提供精準服務，解決客戶在醫(yī)療方面的真正需求。而這一模式的改進離不開行業(yè)標準規(guī)范的支持。基于統(tǒng)一的行業(yè)規(guī)范，設(shè)定機構(gòu)及其業(yè)務最低標準和等級水平，厘清不同機構(gòu)責任制度，保障患者安全和隱私權(quán)益，企業(yè)開展業(yè)務將有規(guī)則可循，是行業(yè)健康發(fā)展的基礎(chǔ)，也是客戶認可企業(yè)的依據(jù)。實現(xiàn)個人健康數(shù)據(jù)的可查詢和數(shù)據(jù)結(jié)構(gòu)標準化，實現(xiàn)醫(yī)療機構(gòu)之間信息共享進而推動社會資本在在線診療的投資。

5.2 AI 醫(yī)學影像

行業(yè)痛點：

（1）數(shù)據(jù)基礎(chǔ)薄弱，應用范圍和效果有限。

AI 在醫(yī)療領(lǐng)域的應用離不開數(shù)據(jù)的支持，目前國內(nèi)在醫(yī)療數(shù)據(jù)方面存在一系列問題：第一，醫(yī)院數(shù)字化水平發(fā)展程度不一，偏遠地區(qū)或基層醫(yī)院 IT 系統(tǒng)建設(shè)落后，數(shù)據(jù)存儲量較少，很多基層醫(yī)院網(wǎng)絡不通，或是只有傳統(tǒng)的 ADSL 非對稱式網(wǎng)絡，基礎(chǔ)設(shè)備也比較落后，導致數(shù)據(jù)存儲出現(xiàn)障礙，同時醫(yī)生手寫或其他線下記錄的方式錄入患者數(shù)據(jù)難以被計算機識別和分析，由此數(shù)據(jù)缺乏共享和再利用渠道。

（2）AI與醫(yī)學跨界人才匱乏，行業(yè)發(fā)展進程緩慢。

人工智能正在從實驗室走向醫(yī)學臨床應用，處于產(chǎn)業(yè)大突破前的技術(shù)沖刺和應用摸索時期。在這個階段，能夠推動技術(shù)突破和創(chuàng)造性應用的高端人才對產(chǎn)業(yè)發(fā)展起著至關(guān)重要的作用。理想的人才應該同時在醫(yī)學、計算機和數(shù)學三個方面都有深厚的知識積累，并有足夠的研發(fā)能力。

醫(yī)療AI的發(fā)展，與人才數(shù)量和質(zhì)量息息相關(guān)。具體來看，醫(yī)療AI需要兩個方面的人才，分別是醫(yī)學人才和AI人才，最需要的是既懂醫(yī)學又懂AI的跨界人才。應用及平臺開發(fā)者不僅要研究人工智能算法，更要對醫(yī)療專業(yè)知識有深入了解，人工智能+醫(yī)療的復合背景人才是企業(yè)的核心競爭力。

但是，高質(zhì)量的醫(yī)學人才和AI人才都非常稀缺，具備兩方面能力的綜合型人才更是鳳毛菱角。一方面，醫(yī)生往往知識結(jié)構(gòu)比較單一，極少具有跨學科學習背景，在數(shù)據(jù)處理、工科經(jīng)驗、系統(tǒng)開發(fā)等方面很不足，具有AI研發(fā)能力的醫(yī)生非常少。另一方面，AI算法人才本身就很少，并且他們普遍缺乏IT系統(tǒng)的工程開發(fā)和實施經(jīng)驗，醫(yī)學知識也很匱乏。目前整個醫(yī)療AI行業(yè)都面臨嚴重的人才短缺問題，尤其是同時具備醫(yī)學、計算機、數(shù)學研發(fā)能力的交叉型人才非常稀缺，這嚴重阻礙了醫(yī)療AI行業(yè)的發(fā)展，拖慢了行業(yè)發(fā)展速度。

（3）行業(yè)缺乏政策和法律標準，相關(guān)群體責任劃分不明確。

根據(jù)國家食品藥品監(jiān)督管理總局（CFDA）發(fā)布的新版《醫(yī)療器械分類目錄》，若診斷軟件通過算法提供診斷建議，僅有輔助診斷功能，不直接給出診斷結(jié)論，則申報二類醫(yī)療器械，如果對病變部位進行自動識別，并提供明確診斷提示，則按照第三類醫(yī)療器械管理。第二類器械有臨床試驗豁免目錄，診斷軟件申報是否能夠享受豁免，CFDA還沒有做出具體的規(guī)范。各個醫(yī)療AI公司要打通醫(yī)院采購這條路，就必須獲得CFDA認證。而要走通CFDA的認證的流程，不僅有諸多的審批環(huán)節(jié)，還有漫長的臨床試驗，這需要持續(xù)的資源投入，對于初創(chuàng)的醫(yī)療AI企業(yè)而言是顯而易見的負擔，影響其商業(yè)化進程。另一方面，醫(yī)療AI企業(yè)也面臨潛在的法律風險。關(guān)于AI還沒有明確的法律界定，更沒有形成完備的法律體系。

當醫(yī)療AI產(chǎn)品進行大面積普及后，一旦發(fā)生醫(yī)療事故，責任認定將是一個棘手的問題。對于AI系統(tǒng)，人們抱有很高的期望，比如診斷準確率要達到100%，不能出現(xiàn)任何的失誤。即使是資深的醫(yī)療專家，也不可能達到零失誤的水平，對于AI系統(tǒng)如此嚴苛的要求并不合理。因此，AI醫(yī)療影像的發(fā)展需要從政策和法律層面給予嚴格的標準，在限定范圍規(guī)范市場的同時也為企業(yè)的發(fā)展指明方向。

未來展望：

云+AI成為主要模式，應重點發(fā)揮并深化人工智能在影像領(lǐng)域的輔助作用。云計算、大數(shù)據(jù)與AI是一脈相承的，存在著密切的關(guān)系。醫(yī)院信息系統(tǒng)與云系統(tǒng)的對接可以實現(xiàn)醫(yī)院內(nèi)部不同科室之間、不同醫(yī)院之間甚至是跨省醫(yī)療機構(gòu)之間的數(shù)據(jù)共享，大量實時的醫(yī)療數(shù)據(jù)在“云端”匯聚，為AI系統(tǒng)的訓練提供數(shù)據(jù)基礎(chǔ)。云端數(shù)據(jù)中心，承擔起AI模型訓練的任務。醫(yī)療數(shù)據(jù)將從各個醫(yī)院實時傳輸?shù)皆贫?，大大加快新病種AI模型開發(fā)和原有模型優(yōu)化的進度。當研發(fā)出新病種AI模型，或者原有病種模型有重大更新時，只需要在云端進行系統(tǒng)更新，最新的醫(yī)療AI服務可以同時觸達所有部署應用端的醫(yī)院。

分級診療政策的推進促進醫(yī)聯(lián)體和區(qū)域影像中心等第三方醫(yī)療機構(gòu)的普及。借助于醫(yī)療云平臺，上下級醫(yī)院之間能實現(xiàn)數(shù)據(jù)互通，進而為轉(zhuǎn)診奠定基礎(chǔ)。一般的疾病可以在基層醫(yī)療機構(gòu)治療，患嚴重疾病的患者轉(zhuǎn)診到大醫(yī)院，并能及時將患者信息同步到該醫(yī)院?；A(chǔ)醫(yī)療機構(gòu)的醫(yī)學影像可以上傳到上級醫(yī)療機構(gòu)或者區(qū)域影像中心，讓影像中心醫(yī)生在AI系統(tǒng)的輔助下進行高效閱片。

5.3 數(shù)字人

行業(yè)痛點：

信息的非標準化和傳統(tǒng)醫(yī)學的模糊診療理念使得數(shù)字人進程遲緩。無論是采集病人體征信息，癥狀信息，還是病人主訴信息，都是模擬信息（analog）,這就使得數(shù)字化這些信息的難度增大。因此，人們以各自定義模擬信息與數(shù)字之間的關(guān)系來解決這個問題。行業(yè)沒有標準化的方法來數(shù)字化臨床病歷信息，這同樣是人工智能面對模擬臨床信息的困境。病人對于數(shù)字化信息期待較多，這是因為數(shù)字化浪潮在過去十幾年中，已經(jīng)在各行各業(yè)普及開來。人們的生活已經(jīng)越來越被數(shù)字包圍。但是，醫(yī)療機構(gòu)對于數(shù)字化進程推進較慢，再加上診療規(guī)范的約定，醫(yī)療行業(yè)監(jiān)管的嚴謹性也制約了數(shù)字化技術(shù)在醫(yī)療行業(yè)的應用。

了解人體本來就是很模糊的，特別是針對疾病狀態(tài)，所以以模擬信息作為模糊狀態(tài)的展現(xiàn)形式自醫(yī)學起始就一直為世人接受。西方醫(yī)學由于將數(shù)學，物理，化學，生物學等基礎(chǔ)學科融合起來解決問題，有較好的數(shù)字化基礎(chǔ)。中國的傳統(tǒng)醫(yī)學就大不一樣了。中醫(yī)的模糊概念遠勝于西醫(yī)，這就使得中醫(yī)數(shù)字化更加困難。甚至人們已經(jīng)熟悉了中醫(yī)的模糊診療方法，一旦數(shù)字化地進行解釋，反倒讓人們難以接受。諸如寒熱概念就無法用溫度高低來解釋，表里概念也無法用物理丈量法來說明。盡管如此，數(shù)字化的采集人體數(shù)據(jù)，將人的全部信息整理分析形成完整的數(shù)字人，依然是被期待的。在線醫(yī)療、人工智能醫(yī)療服務、藥物研發(fā)、機器人的應用無不對數(shù)字人有巨大的依賴?？梢赃@樣認為，數(shù)字人的發(fā)展將推動整個大健康產(chǎn)業(yè)的進步。所以解決數(shù)字人發(fā)展所面臨的瓶頸迫在眉睫。

未來展望：

建設(shè)系統(tǒng)化的數(shù)字人備份信息是智慧醫(yī)療的發(fā)展基礎(chǔ)。數(shù)字化浪潮正在推動各個行業(yè)的發(fā)展，醫(yī)療行業(yè)的數(shù)字化將以數(shù)字人為基礎(chǔ)得以快速發(fā)展。可以預料，數(shù)字人備份將會伴隨每一個人。有了數(shù)字人的備份，通過云端的存儲和計算，一個人在尋求治療疾病的時候，數(shù)字人對于這個診療將是必備的基礎(chǔ)。有了數(shù)字人備份，互聯(lián)網(wǎng)醫(yī)療將成為巨大的應用場所，人人都可以通過云端的數(shù)字交流將人體健康信息和診療建議結(jié)合起來，便捷地獲取診斷和治療結(jié)果。

數(shù)字人將使精準醫(yī)學和個性化診療成為普遍的應用領(lǐng)域。數(shù)字的精準度將遠遠超過模擬信息，讓診斷更精準，治療更加個性化。數(shù)字人是人工智能在醫(yī)學中應用的基礎(chǔ)架構(gòu)。人工智能在機器學習甚至語言標注過程中都要依賴數(shù)字的信息。人工智能化的醫(yī)學實踐將造就智能醫(yī)生。智能醫(yī)生需要數(shù)字人的進入作為診療對象或者輔助。智能醫(yī)生將為大健康產(chǎn)業(yè)的解決一系列的問題：醫(yī)生短缺、醫(yī)術(shù)參差不齊、醫(yī)療信息非標準化、診療精準度等。智能機器人需要數(shù)字人作為對話的對象。智能決策體系需要大數(shù)據(jù)分析，因此數(shù)字人將是大數(shù)據(jù)的基礎(chǔ)單元。因此打造數(shù)字人，建設(shè)系統(tǒng)化的數(shù)字人備份是智慧醫(yī)療的必要元素。

5.4 虛擬助手

行業(yè)痛點：

語義關(guān)聯(lián)和標準化術(shù)語影響虛擬助手判斷的準確性。語句標準化問題不論是對于患者還是醫(yī)生都是顯著存在的。每個醫(yī)生都有自己的病歷書寫習慣，各自在疾病的表述方式方面有略微差別，有的簡寫，有的寫英文，有的寫疾病大類，有的寫具體癥狀；而患者對自己的身體狀況和所患疾病只認識哪里不舒服或疼痛，對于病癥的表述有時候并不準確甚至會出現(xiàn)錯誤，且難以自主想到關(guān)聯(lián)的生活習慣以及一些看似無關(guān)的病癥以至于會忽略關(guān)鍵信息，而事實上同一種病癥往往會產(chǎn)生不同部位的并發(fā)癥狀。

來自醫(yī)生非標準化表達影響電子病歷錄入的準確性和病歷庫的結(jié)構(gòu)化，來自患者的非標準化表述和信息缺失情況直接影響疾病判斷結(jié)果。為減少這類情況的發(fā)生，很多公司開發(fā)的虛擬助手采用選擇的方式與應用對象進行溝通，但從另一個角度來講這種溝通方式需要大量的題庫儲備，應用范圍有限。

數(shù)據(jù)獲取難度大，缺乏合理化使用標準。近年來市場上的互聯(lián)網(wǎng)醫(yī)療企業(yè)層出不窮，與醫(yī)院之間的合作也越來越多?？傮w來看，醫(yī)院對外合作較為保守，這與其本身業(yè)務性質(zhì)和單位屬性有關(guān)，醫(yī)療數(shù)據(jù)事關(guān)生命安全和病人隱私，醫(yī)院在數(shù)據(jù)的合作需要確?；颊叩臄?shù)據(jù)安全和隱私。目前來說 AI 醫(yī)學影像企業(yè)與醫(yī)院合作較多，其對應疾病較為單一，而虛擬助手涉及到大量的疾病類型和知識存儲，其發(fā)展和應用需要一定的時間和數(shù)據(jù)積累，市場應用度相對來說較弱，直觀效應不明顯，企業(yè)在獲取數(shù)據(jù)方面遇到一定的阻力。此外，數(shù)據(jù)使用的倫理問題等待標準的出臺。目前有關(guān)部門對于醫(yī)療數(shù)據(jù)的可使用范圍、合理用途、使用對象、使用期限等方面均未出臺細致的規(guī)定，這也使醫(yī)院與企業(yè)之間的合作成果收效甚微。

未來展望：

虛擬助手的發(fā)展需注重建立完整的知識圖譜，發(fā)揮預判和咨詢作用。未來虛擬助手在醫(yī)療領(lǐng)域的應用不應當只是充當聊天機器人的角色，而需要基于醫(yī)學本身為用戶解決真正的需求。醫(yī)療行業(yè)專業(yè)屬性較強，要想實現(xiàn)與用戶的深度交流和協(xié)助，就需要建立全面的醫(yī)療數(shù)據(jù)知識庫，這也是虛擬助手發(fā)展的基礎(chǔ)。對于虛擬助手的定位不能太高，否則容易引發(fā)醫(yī)患矛盾；也不能太低，否則作用不大失去了存在的意義。

虛擬助手應該成為輔助醫(yī)生和患者的工具，在醫(yī)生診斷之前對患者的基本情況進行一定的評估，提前預知可能出現(xiàn)的疑難雜癥并準備，合理規(guī)劃看病時間，避免出現(xiàn)一個出診時間段內(nèi)前期單個患者看病時間過長、后期時間過短的狀況。對于患者而言，虛擬助手需要發(fā)揮其健康管理、醫(yī)學知識咨詢、癥狀初診的作用，為患者進行健康知識普及、指導就診科室、提醒就診前準備和注意事項。

5.5 AI健康管理

行業(yè)痛點：

健康管理支付尚未形成清晰體系，企業(yè)盈利模式待完善。目前保險公司對客戶的健康管理服務、企業(yè)對員工的健康管理服務大多停留在體檢方面，且并不常見，除此之外的健康管理服務大多是個人付費。人工智能在健康管理領(lǐng)域的介入不可避免地要涉及到付費問題，如果只是單純地個人付費，那對于企業(yè)來說其盈利前景并不樂觀。至少在目前國內(nèi)消費水平日漸上升的形勢和公眾健康意識薄弱的情況下，toC 端付費模式下消費者對于健康管理難以快速明顯地看到成效，市場接受度有限。AI 健康管理企業(yè)盈利模式目前還有待完善：toC 或是 toB 模式更為成熟?toB 模式下重點面向?qū)ο笫钦€是保險公司或是一般企業(yè)？合作對象是否超脫于政府、患者、醫(yī)院和保險機構(gòu)之外？這些都是AI 健康管理企業(yè)市場化發(fā)展需要考慮的重要問題。

未來展望：

未來 AI 健康管理應該根據(jù)個體情況制定個性化標準，聯(lián)動相關(guān)產(chǎn)業(yè)實現(xiàn)業(yè)務升級。傳統(tǒng)意義上的身體指標健康水平是在大數(shù)據(jù)的基礎(chǔ)上根據(jù)一定的概率得出，但事實上每個人的生活習慣、環(huán)境條件、基因組成、遺傳病史等都不一樣，以普遍統(tǒng)一的標準去衡量所有人的健康水平是不完全準確的。未來 AI 健康管理的應該是基于人體的基因、遺傳、生活方式等因素制定個性化的健康管理方案并實時監(jiān)測和預警。一方面可以與醫(yī)療機構(gòu)對接，及時應對一些臨時突發(fā)狀況，對于需要急救的患者以最快的速度將其送至附近的醫(yī)院；同時，以 AI 技術(shù)為核心的健康管理企業(yè)可以此開展跨行業(yè)合作實現(xiàn)不同智能化應用場景的合理化數(shù)據(jù)積累和聯(lián)動支持，比如在智能家居、智能終端設(shè)備等領(lǐng)域的戰(zhàn)略合作打通個人基礎(chǔ)數(shù)據(jù)和生活習慣數(shù)據(jù)，智能穿戴設(shè)備的合作融合健康數(shù)據(jù)制定更合理化的健康方案。

5.6 AI藥物研發(fā)

行業(yè)痛點：

人工智能“黑匣子”特征影響研發(fā)者對于 AI 藥物研發(fā)的認可，性能監(jiān)控問題是焦點。傳統(tǒng)意義上的藥物研發(fā)需要理清靶點發(fā)現(xiàn)、化合物篩選等過程的產(chǎn)生機理，保證研發(fā)過程的邏輯嚴密性。人工智能參與下的藥物研發(fā)是難以解釋的，且需要大量的數(shù)據(jù)積累，這也是目前人工智能在藥物研發(fā)暫無成熟產(chǎn)品落地的關(guān)鍵因素。未來對于 AI 藥物研發(fā)的監(jiān)管和進入準則是否會與傳統(tǒng)的人工藥物研發(fā)有很大區(qū)別還是未知數(shù)，藥物發(fā)現(xiàn)的基礎(chǔ)在于對疾病的準確認識和理解，人工智能是否能準確理解疾病并得出合理的研發(fā)方案需要大數(shù)據(jù)的支持和算法的成熟。新技術(shù)下的藥物研發(fā)以怎樣的形式和背書進入市場、如何保證藥物的安全性和有效性都是值得深思的問題，也是真正落地前需要確認的問題。

未來展望：

人工智能在藥物研發(fā)方面的應用目前還處于導入期，未來小型藥企和國內(nèi)藥企有望獲得削弱外企長期壟斷的程度，生態(tài)系統(tǒng)各角色協(xié)同發(fā)展是關(guān)鍵渠道。如果說人工智能在其他領(lǐng)域的應用是為了減少醫(yī)生負擔、提高患者滿意度，AI 藥物研發(fā)的最終目的則是提高生產(chǎn)力。藥物研發(fā)的復雜性和長期性也使得目前人工智能公司在該領(lǐng)域的涉足較少、進展較慢。相對于大型外企來說，小型企業(yè)靈活性更強，受到的內(nèi)部牽制力和市場關(guān)注度較弱，更有利于其開展個性化創(chuàng)新。

外企規(guī)模大、審批機制繁瑣，同時受到市場嚴格的監(jiān)督，在新技術(shù)下的轉(zhuǎn)型升級進程較為緩慢。以人工智能技術(shù)為核心的新興藥物研發(fā)方式也給了國內(nèi)藥企彎道超車的機會。但要想實現(xiàn) AI 藥物研發(fā)的快速發(fā)展還需要醫(yī)療生態(tài)系統(tǒng)內(nèi)部和新興信息技術(shù)公司各個成員角色的協(xié)同互助，例如共享數(shù)據(jù)建立科學的知識圖譜和病歷數(shù)據(jù)庫，數(shù)據(jù)類型如基因組學數(shù)據(jù)、生物組學數(shù)據(jù)、蛋白質(zhì)組學數(shù)據(jù)等；或是技術(shù)公司與藥企聯(lián)合開發(fā)藥物研發(fā)模型等，新技術(shù)下未知性和挑戰(zhàn)很多，形成合作聯(lián)盟才能更快地實現(xiàn)共贏。

來源：三澤研究院，侵權(quán)必刪！