目前，全球有近千家人工智能公司，遍布62个国家的十余个行业，人工智能使各个行业的边界变得越来越模糊。

 

在与人民生活健康密切相关的医疗行业，人工智能亦有优秀表现。特别是我国医疗资源的严重不足导致医生投入问诊的时间越发减少，容易造成误诊、漏诊的现象。

近年来，随着以计算机深度学习和认知能力为代表的人工智能技术的提升，人工智能将更有效的帮助医疗健康领域解决医疗资源匮乏和分布不均衡的问题。

人工智能在医疗行业的历史发展

2000年前后

由于机器学习技术的进步，机器能够在海量的数据中自动归纳物体特点，进行识别。

2006年至今

随着神经网络、深度学习网络等算法的推广和应用，机器可以通过训练学习自主建立识别逻辑，进一步提升了图像识别的准确率。

2016年

国务院为“十三五”明确提出重点研制医学影像设备、超导磁共振成像系统等高性能医疗器械，为人工智能在医疗领域的发展提供了坚实的硬件设备基础。

2017年7月

国务院发布《新一代人工智能发展规划》明确提出到2025年，人工智能将在智能医疗领域得到广泛应用。这将大力促进人工智能在医疗领域的发展和落地应用。

随着图像识别、神经网络学习等能力的提升，加上医疗大数据不断累积得到的分析结果，行业发展进入了一个新阶段。大量资本投入医疗行业，各人工智能公司和老牌医疗企业也积极研发更高水平的人工智能， 预计今后几年会一直保持增长的趋势。

人工智能在医疗行业的应用场景全景图

 

人工智能在医疗行业的市场规模

人工智能在医疗行业的应用场景

（1）辅助诊疗

就诊患者的数量庞大和医生资源的不足，导致每位医生的平均每日就诊量巨大难免有误判、漏判的现象存在。凭借现有的技术和大数据储备量，人工智能已经进行特定病种的诊断能力。

目前较为火热的医疗影像智能分析领域便是运用人工智能和图像识别技术， 帮助医生确定病种和分析病情，辅助医生做出合理诊断。例如，人工智能在乳腺癌病理切片图像分析方面，错误率仅为0.5%，而病理学家的判断错误率达3.5%， 人工智能能有效地降低了误判、漏判的概率，给予患者最大的帮助。

（2）独立完成手术

医生对于患者的病情把握主要通过检验报告、医学影像等手段，而这些抽象的诊断依据，需要医生多年累积起来的独立诊断经验和所受的教育，但由于我国经济发展不均衡，在贫困地区难以培养或留住有经验的医师，使得中西部地区的医疗水平总体弱于东部地区。对于医疗资源不平衡的中国，人工智能的标准化服务能够在一定程度上帮助解决该问题。随着技术的不断更新，“虚拟医生”将能通过立体成像、大数据学习等能力，独立完成手术，更好地让患者康复。

（3）疾病风险预测和管理

过去可能等到症状非常明显、强烈，病患才会前往医院进行就医诊断，因此很多重大疾病的最佳治疗时间都错失了。而有些病患在术后或治疗期内不方便前往医院进行复诊，无法得知自己的病情最新发展情况，也就无法及时调整自己的药物用量和获得最佳的治愈方案。

穿戴设备的普及和人工智能的发展提供了高效的远程医疗的可能性。疾病风险预测、健康管理将从被动的疾病治疗发展为主动的自主健康监测。同时，医院也能够实现所有医疗数据、 影像资料的云端化， 积累更多的可供分析的大数据，为日后更精准的人工智能判断、 诊疗搭建坚实的基础。

（4）加速新药研发

越来越多的新型疾病，包括各种慢性病还是突发的群体性疾病，让当今社会投入更多的人力、物力和财力进行药物开发。但由于药物研发的困难度和耗时导致药企急需更快速有效的研发方式。

新药研发通常需要10-15年的临床试验进行药物比例和品种的调整，其成功率不足15%，是一个繁复冗长、资本密集且风险极高的项目，而人工智能能够模拟出各种不同的新陈代谢率、身体素质等环境，还能够通过疗效和副作用主动筛选匹配药物，检测出药物进入人体后的吸收、分布、代谢情况，还能够帮助研发人员确定药量-浓度-功效之间的关系等，让研发人员能够较为直观、快速的对新药进行观测，加快新药研发步骤。

人工智能在医疗行业的发展趋势

人工智能在医疗行业诸多领域将迎来爆发。其中，人工智能的云端将以医疗信息存储管理和医疗数据挖掘决策的方式同医疗行业深度融合，它是是整个生态链的顶层，是为了解决医疗信息的存储汇总、大数据挖掘、信息管理与决策等的网络应用层。

人工智能的端部分是智能设备终端，它通过人机交互的方式参与疾病诊断治疗的方式融入医疗行业，一方面，有些智能终端通过其内部集成的各种智能传感器来实时获取病人的医疗信息作为医疗检测的判断基础；

另一方面，有些智能设备终端是帮助治疗的机器人，可以根据病人的信息提供更精准的、个性化的治疗；

最后，有些设备终端主要起到辅助作用，可以辅助、医生、病人等，可以帮助医院及医生辅助治疗又可以辅助病人如：帮助老人活动、助听、助视等。

对人工智能按不同医疗领域的应用可阶段性划分为初级计算智能、中级感知智能、和高级认知智能三个阶段。

从中期来看，未来5-7年计算智能将迎来全面发展：随着大数据、云计算的发展，人工智能在计算领域的计算智能可以依靠云计算对大数据的高效分析与智能计算，布局计算智能的国内外公司非常多，已经形成小部分商业功能。

在感知智能领域，以Intuitive Surgical为牵头的机器间接感知治疗已经形成小范围商业化；

此外，众多科技巨头纷纷布局的智能语音、智能视觉等已经崭露头角，我们认为，未来5-7年初级感知智能中的医疗智能语音、医疗智能视觉和可穿戴医疗设备等将迎来飞速发展。

从长期来看，我们认为，未来8-10年部分感知智能和认知智能将迎来全面发展：随着医疗智能视觉、医疗智能语音、可穿戴医疗设备等的发展，高精度传感器集成度的提高，感知智能的远程医疗、医疗机器人等将迎来全面发展。

认知智能依赖计算智能和感知智能的发展，随着计算智能设备计算能力的加强和感知智能设备精确信息的采集，我们认为认知智能设备将拥有足够的数据信息进行决策与诊断，因此我们认为认知智能将在未来8-10年将迎来爆发。

具体细分领域发展逻辑图：