2019中国医疗人工智能市场研究报告-亿欧-2019.7-60页_8__3mb

2019中国医疗人工智能市场研究报告总结

核心内容概述

本报告聚焦于医疗人工智能（医疗AI）的商业化进程与落地难点，分析了其在医疗辅助、医学影像、药物研发、健康管理、疾病风险预测等领域的应用现状与市场趋势。报告指出，医疗AI正处于从概念走向实体的阶段，进入价值验证期，企业需经历数据获取、技术验证、注册审批、市场准入、定价、商业模式验证等六个环节，才能实现商业化。

主要观点

• 发展阶段：医疗AI经历了数据整合、数据共享与算力提升、健康医疗大数据与应用AI三个阶段，当前处于以健康医疗大数据+应用水平AI为特征的第三阶段。
• 商业化进度：目前企业处于注册审批与市场准入的过渡期，需解决数据获取、技术验证、产品合规性、市场信任度等多重问题。
• 目标市场：医院是医疗AI企业的主要落脚点，但未来将逐步拓展至社区、基层医疗机构、消费者等。
• 技术路线：主要采用NLP、深度学习、计算机视觉等技术，应用于医学影像、疾病风险预测、健康管理等领域。
• 企业类型：分为“AI+医疗”与“医疗+AI”两类，前者为AI企业拓展医疗业务，后者为医疗企业引入AI技术。
• 行业挑战：包括数据合规性、行业标准缺失、算法透明性、市场准入难度、医生与患者接受度等。

关键信息

1. 中国医疗人工智能行业综述

• 顶层设计：国家政策持续推动医疗AI发展，包括《中国制造2025》、《新一代人工智能规划》、《关于积极推进“互联网+”行动的指导意见》等。
• 生态图谱：医疗AI生态可划分为三层：核心层（AI芯片、设备、服务器）、中层（技术提供商、解决方案提供商、系统集成商）、外层（目标市场）。
• 企业图谱：截至2019年7月，中国活跃的医疗AI企业共126家，其中医学影像企业最多，达57家。

2. 医疗人工智能市场分析

2.1 医疗人工智能商业化综述

• 商业化路径：包括数据获取、技术验证、注册审批、市场准入、定价、进入医保目录、商业模式验证等六个环节。
• 商业化模式：目前主要以“试用”模式为主，未来可能发展为“向医院收费”模式。

2.2 医疗人工智能细分领域市场分析

医疗辅助

• 应用场景：包括虚拟助理和辅助诊疗类产品。
• 典型企业：云知声、捷通华声、医渡云、零氪科技、百度灵医、科大讯飞、左手医生等。
• 商业化现状：企业落地推广动作迅速，市场份额争夺激烈。

医学影像

• 应用场景：包括影像辅助诊断、影像辅助手术、智能放疗等。
• 典型企业：数坤科技、上工医信、深睿医疗、推想科技等。
• 商业化现状：公立医院为主要目标市场，未来将拓展至社区和民营医院。收费模式从“向患者收费”向“向医院收费”转变。

药物研发

• 应用场景：涵盖靶点发现、化合物合成、临床试验设计、患者招募等。
• 商业化现状：国外企业已实现商业化，国内企业尚处于探索阶段，部分企业已与药企合作。

健康管理

• 应用场景：包括预防和控制疾病发生与发展，覆盖身体与心理健康。
• 商业化现状：企业分为产品型和服务型，前者面向C端，后者面向B端。部分企业已推出智慧家庭、智慧社区等产品。

疾病风险预测

• 应用场景：主要通过基因测序与检测技术进行疾病风险预测。
• 商业化现状：企业数量约为45家，产品以基因检测和风险评估为主。

AI“领航者”布局

• 领航者：包括百度、阿里云、腾讯、科大讯飞、商汤科技。
• 布局方式：包括自主研发、合作研发、投资等。
• 现状：部分企业因市场反馈不佳，调整策略或退出。

落地难点扫描

1. 商业化难点

• 注册审批：三类证审批流程复杂，企业需进行多中心验证。
• 数据合规：医疗数据脱敏与操作合规性要求高，缺乏统一标准。
• 算法透明性：医疗AI产品需具备可解释性，以获得医生与患者的信任。
• 市场准入：医疗AI产品尚未进入医院收费项，商业化进展缓慢。
• 利益相关者复杂：需协调医院、医生、患者等多方关系。

2. 注册审批难点

• 定义与分类：医疗AI产品需按《医疗器械分类目录》进行分类，分为辅助诊断类和治疗类。
• 审批流程：三类证审批要求高，流程较长，企业需进行严格的技术验证。
• 中美差异：中美均对AI产品持积极态度，但审批流程和标准有所不同。

总结

医疗人工智能在2019年进入价值验证期，商业化进程逐步推进，但仍面临诸多挑战。企业需在技术、合规、市场等方面持续优化，以实现真正的落地与推广。未来，医疗AI将在更多场景中发挥作用，推动医疗行业的智能化转型。