中国人工智能医疗白皮书_105页_17mb

报告摘要

中国人工智能医疗白皮书总结

核心内容

本报告由上海交通大学人工智能研究院、上海市卫生和健康发展研究中心、上海交通大学医学院和上海感知城市数据科学研究院联合编写，系统梳理了人工智能在医疗领域的应用现状、挑战及发展趋势，并提出了相应的政策建议。

主要观点

人工智能医疗是人工智能与医疗的结合，具有广阔的应用前景。
人工智能医疗主要应用领域包括医学影像、辅助诊断、药物研发、健康管理、疾病预测。
人工智能医疗的发展依赖于算法、算力和大数据三大要素。
人工智能在医疗领域的发展面临人才短缺、数据难题、医疗器械审批、理论瓶颈和行业应用的多重挑战。
中国在人工智能医疗政策方面反应迅速，国家层面与省市层面均有明确的战略布局和目标。
中国人工智能医疗行业的发展需要多方协作，包括政府、企业、医院等，以推动技术落地与应用。

关键信息

1. 人工智能医疗发展历史

人工智能发展历史：自1946年第一台通用计算机ENIAC问世以来，人工智能经历了多个重要阶段，如专家系统、人工智能寒冬、深度学习等。
人工智能医疗发展历史：
- 国外：自20世纪70年代开始探索，如AAPHelp、INTERNISTI、MYCIN等，21世纪IBM Watson和谷歌DeepMind等成为知名代表。
- 国内：自20世纪80年代开始探索，如“关幼波肝病诊疗程序”等，近年来百度、阿里、腾讯等企业纷纷布局人工智能医疗产品。

2. 人工智能医疗政策分析

世界各国人工智能国家战略：
- 美国：2016年发布《白宫为人工智能的未来做好准备的报告》和《美国国家人工智能研究和发展战略计划》。
- 法国：2017年发布《法国人工智能战略》，聚焦健康、交通、环境等领域。
- 加拿大：2017年发布《泛加拿大人工智能战略》，投资1.25亿加元。
- 日本：2017年发布《人工智能技术战略》，应对老龄化社会。
- 新加坡：2017年发布《新加坡人工智能战略AI.SG》，推动政府、科研、产业协同。
- 阿联酋：2017年发布《阿联酋人工智能战略》，设立“人工智能部”。
- 英国：2017年和2018年分别发布《在英国发展人工智能》和《产业战略：人工智能领域行动》，推动医疗AI发展。
中国人工智能医疗政策：
- 国家层面：2017年国务院发布《新一代人工智能发展规划》，提出“三步走”目标。
- 省级层面：截至2018年底，全国已有19个省市发布人工智能规划，其中16个制定了具体产业规模目标。
- 市级层面：北京、上海、杭州、深圳、合肥等城市成为人工智能医疗发展的重点城市，拥有政策、人才、资金等优势。

3. 人工智能医疗行业现状

AI医学影像：
- 行业痛点：医学影像医生缺口大、误诊漏诊率高、诊断速度慢。
- 发展优势：图像识别和深度学习技术成熟，具备快速处理图像的能力。
- 应用场景：肺结节、眼底、乳腺癌、宫颈癌等。
- 行业现状：AI医学影像行业表现亮眼，融资额和收入均较高，但尚未有产品获得三类医疗器械证书。
- 商业模式：主要为医院试用阶段，尚未实现盈利。
AI辅助诊断：
- 行业痛点：医生误诊率高，工作压力大。
- 发展优势：软硬件一体化解决方案，具备提升诊断效率的潜力。
- 应用场景：电子病历、导诊机器人、虚拟助理等。
- 行业现状：产品仍处于打磨阶段，未来可能转向服务收费模式。
- 商业模式：以服务收费为主。
AI药物研发：
- 行业痛点：国内新药研发仍以仿制药和改良药为主。
- 发展优势：AI公司与药企合作模式清晰。
- 应用场景：药物研发、疾病治疗等。
- 行业现状：国内布局相对落后，但有良好发展基础。
- 商业模式：AI公司与药企合作开发新药。
AI健康管理：
- 行业痛点：尚未成熟，缺乏明确的商业模式。
- 发展优势：可穿戴设备和大数据技术的发展。
- 应用场景：慢病管理、母婴管理、精神健康管理等。
- 行业现状：主要聚焦于慢病和母婴管理。
- 商业模式：以企业和个人支付的健康体检为主。
AI疾病预测：
- 行业痛点：技术壁垒高，国外公司垄断。
- 发展优势：基因测序和大数据分析技术发展。
- 应用场景：疾病风险预测、健康长寿产业等。
- 行业现状：聚焦于基因检测和医疗大数据分析。
- 商业模式：医院投放和第三方检测模式。