人工智能医疗市场前景 第1篇
阅读提示：本篇共有4708个字，预计阅读时间为12分钟，共有215位用户关注，44人点赞！
医用机器人是机器人中的佼佼者
医用机器人是从医学的需求发展而来的。医用机器人，是指用于医院、诊所的医疗或辅助医疗的机器人。是一种智能型服务机器人，它能独自编制操作计划，依据实际情况确定动作程序，然后把动作变为操作机构的运动。
事实上，医用机器人有一个非常宽泛的概念，可以说用于医疗领域的机器人或者机器人化设备都可以叫做医用机器人。医用机器人和传统机器人相比有自己的内涵，像辅助医生的工作、扩展医生的能力，这些都是我们所希望医用机器人应具有的能力。而医用机器人作动的对象是人，是医生手里的工具，可以辅助医生诊断、治疗、康复和日常护理。由于技术复杂，受众明确，所以其安全、实用性、稳定性和交互性都比一般的机器人要求高。
比如对于安全性，为患者完成手术，所以对于医用手术机器人的安全性方面提出了更高的要求，安全和有效是医用机器人最重要的特征，也是医用机器人的实质内涵。
此外医用机器人也需要具有良好的交互性。即医用机器人可以执行所输入的各种命令，并且具有多种模式识别功能。机器人也会根据现场出现的各种场景做出判断和处理。机器人配备的各种各样、无处不在、形状各异的传感器，以及融合人工智能、大数据的云计算平台，他们可以变得越来越聪明，为实际的治疗和诊断过程提供各种解决方案。
此外，现代手术更需要手术机器人的协助。现代手术已经进入到了微创时代，微创手术的成功不仅依赖于技术精湛的外科大夫，也依赖于医生手里优良的手术工具。从开放手术到普通腹腔镜手术，再到机器人腹腔镜手术，微创技术的需求牵引推动了机器人技术在这方面的应用。随着机器人产业的不断发展，医疗机器人的发展逐渐受到全球更多高度关注。
目前，美国已经把手术治疗机器、假肢机器人、康复机器人、心理康复辅助机器人、个人护理机器人、智能健康监控系统定为未来发展的六大研究方向。欧洲计划将建立“robotics for health-care”网络，促进医疗机器人在欧洲的发展和应用。
据 winter green research 报告，医用机器人领域最受关注的是手术机器人，其市场规模在 2016 年为 70亿美元，到2021 年，全球手术机器人市场规模预计将达到 200 亿美元。报告表示目前北美市场目前为最大市场，而由于政府医疗投入加大，医疗系统重组和人们对微创手术意识加强，未来市场重心将逐渐往亚洲市场转移。并且，伴随着下一代设备、系统和器械的，手术机器人将从目前的大型开放手术，覆盖到身体中的微小部分。
医用机器人开始用于临床治疗
医用机器人扩展了大夫的视野，增加了手术的准确性、灵活性和操控性。医用机器人的分类目前主要分为手术机器人、康复机器人、医用服务机器人和智能设备。
据悉，世界上第一款手术机器人出现在脑外科手术领域，是用工业型的机器人实现手术导航。其中骨科手术机器人的研究也比较早，从上世纪八十年代就开始研究和应用。典型的系统如美国的robodoc、瑞典的pintrace以及德国的caspar等都有较好的应用。
以色列的mazor robotics公司的spineassist由以色列海法理工学院 moshe shoham 教授主持开发的产品。spineassist 在2004年得到fda认证。第二代产品已在全球100多个医疗机械使用，其中一半在美国，主要用于活检、重建手术、脊柱侧弯矫正、脊椎融合术等精细手术。独有的3d规划软件可以帮助医生绘制手术流程图，并根据事先设定的方案操控机械。spineassist已经在中国市场销售，但价格较为昂贵。
以色列medrobotics公司的flex robotic system，即著名的“机器蛇”，由海法理工学院的 alon wolf 团队发明，它能抵达医生视线无法观察的身置，例如头部和颈部的一些组织。当机器蛇锁定位置后，医生不仅能观察病灶，还能借助其设备实施一些高难度的手术。这项专利已于2014年、2015年分别通过欧盟和美国的审批。
以色列的microbot medical则推出了爬型机器人virob和tipcat。据悉，virob 是一种微型的爬型机器人，可以将摄像机、药物或器材运送到身体细窄弯曲的部位，如血管、消化道等，协助医生实行微创手术。tipcat是一种有自助力的内窥镜，可以灵活地在人体的结肠、血管中运行。
目前手术机器人商业化做的最好的就是美国直觉外科公司（intuitive surgical）生产的达芬奇腹腔镜手术机器人，截止到2016 年6 月 30 日，达芬奇系统全球累计安装 3745 台，其中美国有 2474 台，美国之外地区有 1271 台。2016 年上半年共安装 240 台，美国本土 153 台，美国之外地区 87 台；其中通过经营租赁方式的比重有所增加，在 2016年上半年安装的 240 台中共有 34 台为租赁的形式。完成达芬奇机器人手术案例数量：截止到2016 年上半年，全球共完成达芬奇手术300 万例，其中 2015 年全球共 65.2 万例，同比增长 14%。2016 年上半年全球达芬奇手术案例增长幅度大约为 16%，美国之外的增长幅度大约为 23%。
在中国，2006年第一台达芬奇手术机器人系统被引进到了中国人民301医院。2016年被引进到中国各大医院的达芬奇手术机器人数量达到了59台，成了中国顶级医院的必备器械之一。销售达芬奇手术机器人的复星医药也因此赚的盆满钵满。
据美国达・芬奇机器人手术系统制造商intuitive surgical统计，浙江大学医学院附属第一医院蝉联2016年全球单台机器人手术量的冠军，达到了888台，比2015年创造的世界纪录又提升了52台。目前，浙大一院开展机器人手术的科室包括肝胆胰外科、妇科和肾脏病中心等。手术涉及的病种涵盖了肺癌、肝癌和肾脏移植等。
除了手术领域，另外一个最主要的领域就是康复和助力机器人，以色列的rewalk产品也拿到了fda的认证，现在市值已经达到三十多亿美元，典型的还有日本的hal和美国的hulc机器人。rewalk是一款可穿戴仿生腿支架，由轻质材料制成。有了rewalk，下身瘫痪者可不必再使用轮椅，能够再次行走起来。rewalk由电池供电，受先进的腕戴控制器控制，该控制器可检测和引导穿戴者的走动。该设备在美国也获得了fda（美国食品与药物管理局）的批准，被美国前总统奥巴马等人赞誉为“改变人生的”设备。
国内医用机器人突破国外垄断
目前，医用机器人领域主要还是国外产品占据垄断地位，这也导致国内普及率低。由于技术和市场的垄断，也使得医用机器人的购置费用高、手术成本高、维护费用高。一台达芬奇外科手术设备美国本土的销售价格在 60 万到 250 万美元之间，但由于达芬奇机器人的技术和市场被国外制造厂商垄断，买到国内的价格在2000 万人民币左右。除此之外，机器人的机械臂是一种高值耗材，使用时是临时安装到机器人上面，每条机械臂使用 10 次后便不能继续使用，机械臂的价格在美国从 700 美元到3200 美元不等，国内大概每条 10 万人民币。达芬奇外科手术设备每年的服务协议在 10 万美元到17 万美元之间。
所以中国国内研究人员正在加紧研制各种手术机器人及其辅助设备、耗材。某ぴ犊矗当前的手术机器人技术和市场的垄断地位可能被打破，手术机器人使用成本的下降是必然趋势。
国内的医用机器人的创业企业主要针对手术机器人更多一些。比如北京柏惠维康（北航背景）主打产品为remebot神经外科手术机器人，哈尔滨思哲睿（哈工大背景）研发的微创外科手术机器人，天津妙手机器人（天津大学背景）研发的妙手s微创手术机器人，以及robo医疗机器人（哈工大背景）研发的单孔手术机器人。除此之外，重庆金山和北京天智航也推出了手术机器人。但是这些手术机器人如前所述，大多数企业长期处于研发或者临床试验阶段。
海军总医院与北京航天航空大学联合开发的机器人系统 cras（computer and robot assisted surgery，cras）是国内手术机器人系统的先行者。目前，cras 机器人系统已经发展到了第七代，系统无论是在操作、性能、网络技术还是在定位精确性、手术确切性方面，都较前代有了明显提升。cras 机器人系统选用 puma260、262 机器人作为系统辅助操作的执行机构。第一代机器人于 1997年 5 月首次应用于临床。第二代 1999 年研制成功，实现了无框架立体定向手术。第五代机器人除了前四代机器人的特点外，自动定位功能更加先进，实现了视觉自动定位，使手术误差更小，手术操作更加快捷安全。该系统能通过互联网实施远程操作手术。
妙手机器人是国内首台微创外科手术机器人。据悉，“妙手 s”系统较国外同类产品有三点技术优势，第一是运用了微创手术器械多自由度丝传动解耦设计技术，解决了运动耦合问题，固定、防滑、防松，更有利于精度保持。第二是实现了从操作手的可重构布局原理与实现技术，使机器人的“胳膊”更轻，更适应手术的需要。第三是运用系统异体同构控制模型构建技术，解决了立体视觉环境下手-眼-器械运动的一致性。据了解，“妙手 s”外科手术机器人系统将有望在2017年内投产。
2016年4月，北京柏惠维康科技有限公司获得数千万元人民币的a轮融资，投资方为真格基金、乾祥海泉投资（胡海泉）、雅瑞天使。该公司经过18年的技术积累，于2015年推出了新一代的remebot神经外科手术机器人。据悉，remebot从实验室的样机到手术台的产品走过了18年历程。remebot以2毫米的微创，进入大脑这一“生命”，抵达病灶靶点，定位精度达1毫米，通过其精确的导航定位，医生可以实施活检、抽吸、毁损、植入、放疗等12类术式，平均耗时30分钟，术后观察三天即可出院。remebot给神经外科手术带来了新的变革。它的出现，为脑出血、脑囊肿、癫痫、帕金森病等十余类神经外科疾病患者，带来新的希望。
北航研制的骨科手术机器人也获得了cfda认证，2006年的时候完成了北京到延安之间的远程骨科手术。此外哈工大在腹腔镜、骨科、介入手术等领域开展研究，中科院自动化所、沈阳所、深圳院等在血管介入、骨科等领域开展研究，天津大学在腹腔镜、显微外科等领域开展研究，北京理工大学在软组织穿刺、颅颌面外科等领域开展研究，复旦、浙大等也都在医用机器人方面开展了研究，取得了一系列的成果。
最近，上海闵行区政府与上海交通大学准备建立医用机器人先进技术研究院。英国皇家工程院院士杨广中教授将领衔担任“医用机器人先进技术研究院”院长，上海交大将充分发挥跨学科的优势，由生物医学工程学院牵头，整合机械与动力工程学院、电子信息与电气工程学院、材料学院等的科研力量；联动上海交通大学医学院及附属瑞金、仁济等13家三级甲等医院的医科力量，构建产学研用协同创新机制，共同推进研究院建设和医用机器人产业发展。
机器人将向医疗行业广泛渗透
由于机器人在手术的准确性、可靠性和精确性上大大超过了外科医生，机器人技术在医疗手术领域具有广泛的应用前景。国外已经取得了长足的发展和很好的临床应用，在一些领域，如机器人辅助正骨、介人式诊断、辅助显微手术、辅助康复等有着巨大的应用价值。国外的医学研究生已经开始系统地开展相关课程的学习。随着技术的发展，医用机器人必然向医疗行业的各个领域渗透，将涵盖包括外科手术、医院服务、助残、家庭看护和康复等所有层面，开创临床医学的新天地，如各种类型的手术机器人、机器人手术专用工具、医院服务自主车辆系统、虚拟培训系统、智能轮椅、智能康复设备等。
据悉，抽血机器人、手术机器人、远程医疗机器人、医学ai“助理”、ar、vr、exoskeletons（外骨骼）、食物扫描仪和打印机、数字纹身、便携式诊断设备将是未来医用以其人领域研发的重点。
比如由意大利圣安娜高等学校的crim实验室开发的爬行摄像胶囊机器人，就是其中被广泛关注的产品。按照设计，这个机器人可携带摄像机，通过有弹性的“腿”爬进患者的消化道，替代传统内窥镜进行检查。它可用来检查食管、胃和十二指肠内部的损伤或溃疡情况。
远程医疗可以帮助解决偏远地区居民就医难问题。所以远程医疗机器人特别受到重视。美国国家工程学院院士王友仑被誉为“手术与远程医疗机器人之父”，他创办的intouch health公司发明的rp-7i 和 rp-vita机器人让医生使用 iphone 登录 rp-vita 后就进行远程诊疗操作。医生用这款机器人与听诊器、耳镜和超声扫描仪相连接，机器人配备了一个相机和一个屏幕，使患者和远方的医生都能看到对方，医生还可以通过机器人观察病人，向病人询问病情，检查心跳及脉搏，甚至进行x射线透视。病人可以通过屏幕看见医生，同时向医生询问病情。
人工智能医疗市场前景 第2篇
阅读提示：本篇共计4856个字，预计看完需要13分钟，共有295位用户关注，52人点赞！
国内人工智能产业链解构
基础技术、人工智能技术和人工智能应用构成了人工智能产业链的三个核心环节，我们将主要从这三个方面对国内人工智能产业进行梳理，并对其中的人工智能应用进行重点解构。
人工智能的基础技术主要依赖于大数据管理和云计算技术，经过近几年的发展，国内大数据管理和云计算技术已从一个崭新的领域逐步转变为大众化服务的基础平台。而依据服务性质的不同，这些平台主要集中于三个服务层面，即基础设施即服务（iaas）、平台即服务（paas）和软件即服务（saas）。基础技术提供平台为人工智能技术的实现和人工智能应用的落地提供基础的后台保障，也是一切人工智能技术和应用实现的前提。
对于许多中小型企业来说，saas 是采用先进技术的最好途径，它消除了企业购买、构建和维护基础设施和应用程序的需要；而 iaas通过三种不同形态服务的提供（公有云、私有云和混合云）可以更快地开发应用程序和服务，缩短开发和测试周期；作为 saas 和 iaas 中间服务的 paas 则为二者的实现提供了云环境中的应用基础设施服务。
人工智能技术平台
与基础技术提供平台不同，人工智能技术平台主要专注于机器学习、模式识别和人机交互三项与人工智能应用密切相关的技术，所涉及的领域包括机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学习、语言和图像理解和遗传编程等。
机器学习：通俗的说就是让机器自己去学习，然后通过学习到的知识来指导进一步的判断。我们用大量的标签样本数据来让计算机进行运算并设计惩罚函数，通过不断的迭代，机器就学会了怎样进行分类，使得惩罚最小。这些学到的分类规则可以进行预测等活动，具体应用覆盖了从通用人工智能应用到专用人工智能应用的大多数领域，如：计算机视觉、自然语言处理、生物特征识别、证券市场分析和dna 测序等。
模式识别：模式识别就是通过计算机用数学技术方法来研究模式的自动处理和判读，它偏重于对信号、图像、语音、文字、指纹等非直观数据方面的处理，如语音识别，人脸识别等，通过提取出相关的特征来实现一定的目标。文字识别、语音识别、指纹识别和图像识别等都属于模式识别的场景应用。
人机交互：人机交互是一门研究系统与用户之间交互关系的学问。系统可以是各种各样的机器，也可以是计算机化的系统和软件。在应用层面，它既包括人与系统的语音交互，也包含了人与机器人实体的物理交互。
而在国内，人工智能技术平台在应用层面主要聚焦于计算机视觉、语音识别和语言技术处理领域，其中的代表企业包括科大讯飞、格灵深瞳、捷通华声（灵云）、地平线、sensetime、永洪科技、旷视科技、云知声等。
人工智能应用
人工智能应用涉及到专用应用和通用应用两个方面，这也是机器学习、模式识别和人机交互这三项人工智能技术的落地实现形式。其中，专用领域的应用涵盖了目前国内人工智能应用的大多数应用，包括各领域的人脸和语音识别以及服务型机器人等方面；而通用型则侧重于金融、医疗、智能家居等领域的通用解决方案，目前国内人工智能应用正处于由专业应用向通用应用过度的发展阶段。
（1）计算机视觉在国内计算机视觉领域，动静态图像识别和人脸识别是主要研究方向
图像识别：是计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。识别过程包括图像预处理、图像分割、特征提取和判断匹配。
人脸识别：是基于人的脸部特征信息进行身份识别的一种生物识别技术。用摄像机或摄像头采集含有人脸的图像或视频流，并自动在图像中检测和跟踪人脸，进而对检测到的人脸进行脸部的一系列相关技术，通常也叫做人像识别、面部识别。
目前，由于动态检测与识别的技术门槛限制，静态图像识别与人脸识别的研究暂时处于领先位置，其中既有腾讯、蚂蚁金服、百度和搜狗这样基于社交、搜索大数据整合的互联网公司，也有三星中国技术研究院、微软亚洲研究院、intel中国研究院这类的传统硬件与技术服务商；同时，类似于 face++ 和faceid 这类的新兴技术公司也在各自专业技术和识别准确率上取得了不错的突破。
而在难度最大的动态视觉检测领域，格灵深瞳、东方网力和 video++ 等企业的着力点主要在企业和家庭安防，在一些常见的应用场景也与人脸识别技术联动使用。
（2）语音/语义识别
语音识别的关键基于大量样本数据的识别处理，因此，国内大多数语音识别技术商都在平台化的方向上发力，希望通过不同平台以及软硬件方面的数据和技术积累不断提高识别准确率。
在通用识别率上，各企业的成绩基本维持在 95% 左右，真正的差异化在于对垂直领域的定制化开发。类似百度、科大讯飞这样的上市公司凭借着深厚的技术、数据积累占据在市场前列的位置，并且通过软硬件服务的开发不断进化着自身的服务能力；此外，在科大讯飞之后国内第二家语音识别公有云的云知声在各项通用语音服务技术的提供上也占据着不小的市场空间。值得注意的是，不少机器人和通用硬件制造商在语音、语义的识别上也取得了不错的进展，例如智臻智能推出的小 i 机器人的语义识别、图灵机器人的个性化语音助手机器人和服务、被 google 投资的出门问问的软硬件服务。
（3）智能机器人
由于工业发展和智能化生活的需要，目前国内智能机器人行业的研发主要集中于家庭机器人、工业企业服务和智能助手三个方面其中，工业及企业服务类的机器人研发企业依托政策背景和市场需要处于较为发达的发展阶段，代表性企业包括依托中科院沈阳自动化研究所的新松机器人、聚焦智能医疗领域的博实股份，以及大疆、优爱宝机器人、slamtec 这类专注工业生产和企业服务的智能机器人公司。在以上三个分类中，从事家庭机器人和智能助手的企业占据着绝大多数比例，涉及到的国内企业近 300 家。
（4）智能家居
与家庭机器人不同，智能家居和物联企业的主要着力点在于智能设备和智能中控两个方面。在这其中，以海尔和美的为代表的传统家电企业依托自身渠道、技术和配套产品优势建立起了实体化智能家居产品生态. 而以阿里、腾讯、京东、小米和乐视等互联网企业为代表的公司则通过各自平台内的数据和终端资源提供不同的软硬件服务。
值得关注的是，科沃斯、broadlink、感居物联、风向标科技、欧瑞博、物联传感和华为等技术解决方案商在通用硬件和技术、系统级解决方案上已成为诸多智能家居和物联企业的合作伙伴。综合来看，智能家居和物联企业由于市场分类、技术种类和数据积累的不同各自提供着差异化的解决方案。在既定市场中，没有绝对意义上的排斥竞争，各企业之间的合作融合度较强。
（5）智能医疗
目前国内智能医疗领域的研究主要集中于医疗机器人、医疗解决方案和生命科学领域。由于起步较晚和技术门槛的限制，目前国内医用机器人的研发水平和普及率相较于国际一线水平仍存在一定的差距，从事企业主要集中与手术机器人和康复机器人两大领域，以新松机器人、博实股份、妙手机器人、和技创等企业为代表。
在医疗解决方案方面，以腾讯、阿里巴巴、百度和科大讯飞为代表的公司通过和政府、医疗机构的合作，为脑科学、疾病防治与医疗信息数据等领域提供智能解决方案。而在生命科学领域，研究的着眼点在以基因和细胞检测为代表的前沿研究领域。
综合来看，国内人工智能产业链的基础技术链条已经构建成熟，人工智能技术和应用则集中在人脸和图像识别、语音助手、智能生活等专用领域的场景化解决方案上。就趋势来看，未来国内人工智能领域的差异化竞争和突破将主要集中在人工智能相关技术的突破和应用场景升级两个层面。
未来国内人工智能行业发展的五大趋势
（1）机器学习与场景应用将迎来下一轮爆发
根据 venture scanner 的统计，截至 2015 年 9 月，全球人工智能领域获得投资的公司中，按照平均融资额度排名的五大业务依次是：机器学习（应用类）、智能机器人、计算机视觉（研发类）、机器学习（研发类）和视频内容识别等。
自 2009 年以来，人工智能已经吸引了超过 170 亿美元的投资。过去四年间，人工智能领域的民间投资以平均每年 62% 的增长速率增加，这一速率预计还会持续下去。而在 2015 年，全球人工智能领域的投资占到了年度总投资的 5%，尽管高于 2013 年的2% ，但相比其他竞争领域仍处于落后位置。
目前中国地区人工智能领域获得投资最多的五大细分领域是计算机视觉（研发类）、自然语言处理、私人虚拟助理、智能机器人和语音识别。从投资领域和趋势来看，未来国内人工智能行业的资本将主要涌向机器学习与场景应用两大方向。
（2）专用领域的智能化仍是发展核心
基于 gpu（图形处理器）计算速度（每半年性能增加一倍）和基础技术平台的飞速发展，企业对于人工智能神经网络的构建取得了前所未有的突破。但是，由于人工智能各领域技术和算法的复杂性，未来 20 年内人工智能的应用仍将集中于人脸和图像识别、语音助手和智能家居等专用领域。
通过上述产业链环节构成和投资分类可以看出，优势企业的核心竞争力主要集中于特定领域的专用技术研发；其中，计算机视觉和语音识别领域的研发和应用已处于国际一流水平，专业应用机器人的研发也有望近 10 年内迎来突破性发展。可以预见的是，在由专业领域向通用领域过渡的过程中，自然语言处理与计算机视觉两个方向将会成为人工智能通用应用最大的两个突破口。
（3）产业分工日渐明晰，企业合作大于竞争
随着专用领域应用开发的成熟和差异化技术门槛的存在，国内人工智能产业将逐渐分化为底层基础构建、通用场景应用和专用应用研发三个方向。
在底层基础构建方面，腾讯、阿里巴巴、百度、华为等企业依托自身数据、算法、技术和服务器优势为行业链条的各公司提供基础资源支持的同时，也会将自身优势转化为通用和专业应用领域的研究，从而形成自身生态内的人工智能产业链闭环。
在通用场景应用方面，以科大讯飞、格灵深瞳和旷视科技为代表的企业将主要以计算机视觉和语音识别为方向，为安防、教育和金融等领域提供通用解决方案。而在专用应用研发方面则集中了大部分硬件和创业企业，这其中既包括以小米和 broadlink 为代表的智能家居解决方案商，也包含了出门问问、linkface 和优必选这类的差异化应用提供商。
总的来说，由通用领域向专业领域的进化离不开产业链条各核心环节企业的相互配合，专用领域的竞争尽管存在，但各分工层级间的协作互通已成为多数企业的共识。
（4）系统级开源将成为常态
任何一个人工智能研究分支都涉及到异常庞大的代码计算，加上漏洞排查与跨领域交叉，任何一家企业都无法做到在封闭环境内取得阶段性突破的可能。可以看到的趋势是，google、微软、facebook 和雅虎等视人工智能为未来核心竞争力的顶级企业都先后开放了自身的人工智能系统。
需要明确的一点是，开源并不代表核心技术和算法的完全出让，底层系统的开源将会让更多企业从不同维度参与到人工智能相关领域的研发，这为行业层面新产品的快速迭代和共同试错提供了一个良性且规范化的共生平台。于开放企业而言，这也确保了它们与行业最新前沿技术的同步。
（5）算法突破将拉开竞争差距
作为人工智能实现的核心，算法将成为未来国内人工智能行业最大的竞争门槛。以 google 为例，google 旗下的搜索算法实验室每天都要进行超过 200 次的改进，以完成由关键字匹配到知识图谱、语义搜索的算法创新。
在未来竞争的重点机器学习领域，监督学习、非监督学习和增强学习三个方面算法的竞争将进入白热化阶段。而正是算法层面的突破造就了腾讯优图、科大讯飞和格灵深瞳等企业在图像识别和计算机视觉领域取得了突破性进展和国际一线的技术水平。
但就目前国内人工智能算法的总体发展而言，工程学算法虽已取得阶段性突破，但基于认知层面的算法水平还亟待提高，这也是未来竞争的核心领域。
总的来看，虽然基础技术的成熟带来了存储容量和机器学习等人工智能技术的提升，但由于现阶段运算能力以及大规模 cpu 和gpu 并行解决方案的局限，目前国内人工智能的发展主要集中于计算机视觉、语音识别、智能生活等方向上。
虽然专用化领域的场景应用仍是目前研发和投资的核心，但随着技术、数据的积累演化以及超算平台的应用，由专用化领域的场景应用向语音、视觉等领域的通用化解决方案应该在未来 20 年内成为发展的主流。
人工智能医疗市场前景 第3篇
阅读提示：本篇共计1606个字，预计看完需要5分钟，共有129位用户关注，25人点赞！
我们对计算机板块整体持中性态度，细分行业存在机会。重点推荐标的是我们持续看好互联网医疗、互联网教育、金融互联网(与互联网金融有本质差异)、软件国产化(信息安全)细分行业的优质标的。我们跟踪相关转型标的，寻找业绩拐点出现的时机，其中重点观察业绩拐点所需的重要资源沉淀、可复制性、技术壁垒、渠道、客户稳定性等重要指标。公司本身估值也是我们考虑的因素，力求推荐安全边际更高，发展空间更大的标的。
(1)互联网医疗，线下资源的合作绑定逐渐沉淀成为互联网医疗公司未来发展的基石，为线上服务扩张提供有力支撑。相关标的:达实智能(低估值，公司积极依靠资产运作转型医疗信息化，与医院建筑智能化做前后价值链对接，淮南ppp智慧医疗模式复制)、深天地a(拟发行股份收购友德医和赢医通，2016-2021年承诺实现净利润总和不低于4亿元、5.2亿元、6.76亿元、8.11亿元、9.73亿元、11.68亿元。广东网络医院平台模式，围绕“医、检、药、管”四大方面盈利)。
(2)互联网教育，2016年预测gdp为72.1万亿，财政性教育经费gdp占比按4.2%估计，则教育信息化投入将达2422.56亿元，空间巨大。相关标的:文化长城(转型教育信心坚定，增发股份继续收购联汛教育剩余80%股权的方案已被证监会受理，预计大概率1到2个月完成交易，2016-2018年联讯教育承诺业绩分别为6000万元、7800万元和1亿元)。
(3)消费金融，2015年中国消费信贷规模达到18.9万亿，预计2019年将超过37万亿，相较于2015年将增长1倍。场景、风控是消费金融的核心要素。相关标的:银之杰(消费金融规模化爆发最基础核心-征信提供商，拟参与发起设立东亚前海证券有限责任公司，征信+券商+保险金融布局日益完善)。
(4)国产化(信息安全)被国家高度关注，中国制造转为中国创造，软件作为各行业提升效率的直接工具将愈发受益，外加国产替代的趋势，国产化软件公司迎来更广阔空间。相关标的:中国软件(国产化业务国内刚刚开始，从国家安全来看，重点行业的设备系统国产化先行是必然，重点行业几乎公司已经全面介入，公司这块业务的盈利空间巨大。预计公司2018年开始，公司的利润率将大幅提升)。
细分行业重点推荐观点:
消费金融:场景、风控是消费金融的最核心要素。各公司都在全面介入各个场景，从服务对象来分:如买单侠为蓝领群体提供分期贷款消费，分期乐专注于大学生分期购物的在线商城，提供贷款消费。从垂直行业来分:如装修分期，土巴兔的“好期贷”提供装修贷款服务，最高可贷20万，旅游分期，去哪儿与闪白条合作提供旅游分期贷款服务，租房分期，京东金融联手链家旗下“自如友家”推出，租户在支付首期款之后，按月分期支付房租即可入住。场景变现的逻辑为通过产品设计寻找资产端，获得高收益资产端减去低成本资金端的差价收入。扩大资产端同时也意味着坏账扩大的可能，消费数据沉淀，大数据模型挖掘和应用，成为消费金融风控的关键。消费金融规模化爆发最重要的底层核心工具-征信是未来永红的主题，我们关注底层征信+上层金融业务结合的公司边际变化，推荐银之杰。
互联网教育:互联网的维度看，布局的重点首先在于流量的持续积累;第二步逐步丰富产品矩阵，加强付费用户转化率及arpu值提高，或通过平台广告、增值服务等方式流量变现;最后取得足够市占率及用户粘性形成生态的格局则将成为独角兽公司。教育的维度看，赛道选择将是最重要的未来盈利核心变量。互联网教育b2b升级的路径:一是教育集成项目->教育运营服务，二是教育集成项目->软件产品开发/技术服务。寻找在互联网教育路径升级中的标的。推荐文化长城。
互联网医疗:医疗的供给端存在瓶颈，在于稀缺的医生资源、医药价格不透明、医保支付有压力，而医疗的需求端有持续扩容的市场，在于人口老龄化、生活质量提高对优质医疗资源同步要求提高、健康管理。互联网医疗有效促使供给需求两端撮合配对，提升健康效益、减小付出成本。处方外流是医药分开背景下的必然趋势，将激活远程医疗和医药电商两大市场。网络医院模式运营，城市智慧医疗建设(ppp模式)在未来3年都将是持续的热点，推荐深天地a，达实智能。
2016一季报分析:
人工智能医疗市场前景 第4篇
阅读提示：本篇共计7721个字，预计看完需要20分钟，共有114位用户关注，60人点赞！
(一)人工智能成为中国重要发展战略
人工智能(artificialintelligence，以下简称ai)成为全球热点，各国抢先布局人工智能战略。近5年来，各国纷纷出台人工智能战略计划，如美国《为人工智能的未来做好准备》与《国家人工智能研究与发展战略规划》报告，英国《人工智能：未来决策制定的机遇与影响》报告等。在世界各国纷纷规划人工智能发展的情况下，中国政府也加紧人工智能顶层设计。
“人工智能”首次写入中国政府工作报告。在2017年全国两会上，国务院总理李克强在政府工作报告中指出，要“全面实施战略性新兴产业发展规划，加快新材料、人工智能、集成电路、生物制药、第五代移动通信等技术研发和转化”。[1]这是政府工作报告中首次提及人工智能，体现出国家最高领导层对人工智能的高度重视。
中国政府推动顶层设计迭代升级，加快细化人工智能发展战略。2016年5月，国家发改委、科技部、工信部、中央网信办4部委联合《“互联网+”人工智能3年行动实施方案》。2017年7月，国务院正式《新一代人工智能发展规划》，12月14日，工信部印发《促进新一代人工智能产业发展三年行动计划（2018-2020年）》。可以看出，政府正在加紧细化发展“人工智能”的战略规划，其中《新一代人工智能发展规划》指出：“当前，我国国家安全和国际竞争形势更加复杂，必须放眼全球，把人工智能发展放在国家战略层面系统布局、主动谋划，牢牢把握人工智能发展新阶段国际竞争的战略主动，打造竞争新优势、开拓发展新空间，有效保障国家安全。”[2]
2017年11月15日，科技部宣布国家15个部门联合成立新一代人工智能发展规划推进办公室，负责推进新一代人工智能发展规划和重大科技项目的组织实施，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段，再次彰显政府大力发展人工智能的决心，人工智能产业政策环境利好。
(二)人工智能投融资金额呈增长趋势，资本驱动市场快速发展人工智能作为重要发展战略，带给产业市场新发展机遇，吸引互联网企业与创业公司纷纷进入。近年来，资本市场高度重视人工智能产业，市场投融资不断增长。根据统计数据显示，2012-2017年中国人工智能产业投融资金额呈增长趋势，其中2017年融资额创历史新高，达435.2亿元（见图1）。其中，2017年旷视科技c轮融资达4.6亿美元，单轮融资金额创新高。同时，短短几年内人工智能领域迅速出现独角兽企业，2017年国内寒武纪、旷视科技、出门问问、商汤科技企业估值已超10亿美金[3]
图1 2012-2017年中国人工智能投融资发展状况
数据来源：dcci互联网数据研究中心
中美引领人工智能未来发展，中国人工智能市场应用发展迅速。美国人工智能市场发展较早，技术研发实力较强，中国市场紧随其后，数据显示（见图2），亚欧及北美地区人工智能创新技术企业较多，其中，美国和中国领先全球其他国家。同时，相比欧美国家市场，中国市场拥有更加庞大的用户规模及应用场景，人工智能应用范围广泛。
图2 全球人工智能市场创新技术企业地域分布
数据来源：dcci互联网数据研究中心
二、硬件升级与平台开放驱动人工智能加速前进
(一)芯片、算法等软硬件技术不断升级2017年人工智能芯片化进程加快，更多符合人工智能设计的芯片出现在市场中。芯片是人工智能应用的硬件基础，随着人工智能的快速发展，原有cpu的运算能力已经不能满足人工智能计算的需要，比如谷歌的googlebrain项目，为训练超过10亿个神经元的深度神经网络，使用包含16000个cpu核的并行计算平台。近年来，人工智能计算芯片正在从以传统cpu为主转变为通用及专用人工智能芯片，越来越多的gpu（graphics processing unit，图形处理器）、fpga（field－programmable gate array，现场可编程门阵列）等芯片技术应用在市场中。与cpu相比，gpu在浮点运算、并行计算等方面能够提供数十倍的cpu性能，fpga处理特定数据更有优势，矩阵运算等灵活性、适用性更强。2017年5月，谷歌正式推出人工智能芯片第二代tpu（tensor processing unit，张量处理单元）；9月华为集成npu(neural network processing unit， 嵌入式神经网络处理器)专用硬件处理单元的人工智能芯片麒麟970；11月，寒武纪科技新一代人工智能芯片1h8、1h16、1m。从cpu到gpu、fpga，再到tpu、概率芯片等，人工智能硬件设施逐渐完善，硬件市场从计算通用设施向满足人工智能发展需求的新一代硬件设施发展。
人工智能算法与研究模型不断完善，加速人工智能市场应用。算法是人工智能技术的核心，从alphago到alphazero，算法升级推动人工智能技术不断提高，其中常用的机器学习算法有回归、贝叶斯、正则化、降维、决策树、神经网络、机器学习等。现有算法技术不断优化，如标准人脸识别数据集lfw(自然场景下标注的人脸数据库)上，现有算法的识别准确率已高达99.8%，超过人类的识别精度。而且，在天池ai医疗大赛中，机器对肺部结节图像的智能诊断达到专业医生级的水准，3毫米及以上的微小结节的检测准确率超过95%。
随着人工智能市场兴起，中国市场对人工智能领域的研究迅速发展。近年来中国企业与高校纷纷投入对人工智能研究分析，其中百度、腾讯、阿里、360等企业及清华、北大、同济、西安科技等高校陆续建立人工智能相关实验室或研究院。中国人工智能相关文献及期刊数量也在不断增长，根据国内知网数据显示，2017年相关文献和期刊数量同比2016年分别增长62.5%、64.8%（见图3）。
图3 2012-2017年中国人工智能相关文献与期刊数量状况
资料来源：中国知网
(二)国内外企业加速布局开源与开放平台平台开源与开放能够加速人工智能市场化发展，是现阶段人工智能快速发展的需要。人工智能平台开源、开放能够快速积累数据资源，不断检验算法模型，在实践中优化人工智能技术，提升人工智能平台应用能力。同时开源、开放的思维能够降低算法与数据的技术门槛，推广通用技术应用，降低市场开发成本，并促使社会各界协同运作，提升企业内部与外部专业人才协作能力。
为加速市场应用，国内外企业加快布局开源、开放。此前，国外互联网巨头纷纷开源深度学习等项目，如谷歌开源tensorflow，脸谱开源torch，微软开源cntk，ibm开源systemml，亚马逊开源mxnet。2017年，中国企业加速布局开源、开放平台，如百度开源自动驾驶系统apollo，dueros开放平台。同时，中国政府高度重视开放平台的发展，2017年11月科技部公布首批国家新一代人工智能开放创新平台名单，包括百度（自动驾驶）、阿里云（城市大脑）、腾讯（医疗影像）、科大讯飞（智能语音）。
三、移动互联网推动人工智能加深应用
(一)移动互联网为人工智能技术提供丰富应用场景人工智能技术是推动移动互联网智能化发展的核心力量。近年来中国移动互联网用户人口红利逐渐消失，移动互联网进入平稳发展阶段，智能化成为移动互联网发展的下一波浪潮，人工智能技术成为突破点。通过计算机视觉、语音语义识别等，人工智能技术将能替代重复性劳动工作，并提供智能语音、智能检索、图片识别与处理、数据挖掘与分析等服务，在降低人力成本的同时创新服务模式。
人工智能市场空间巨大，领先技术试水应用，其中移动互联网为人工智能提供丰富的应用场景。中国移动网民规模庞大，用户触网移动化趋势加深，根据中国互联网络信息中心（cnnic）统计数据显示，截至2017年12月，中国手机网民规模达7.53亿，使用手机上网的网民占比由2016年的95.1%提升至97.5%[4]。庞大的用户规模带动网络数据规模增长，助力人工智能技术提升。同时，在人工智能真正走向产业、市场的过程中，移动互联网提供丰富的应用场景，涵盖通信、新闻、音乐、视频、游戏、购物、银行支付等多个领域。现阶段在生活中，计算机视觉、语音语义识别等技术在图片美化、会议翻译、防盗预警、语音助手等方面已经发挥作用。
(二)移动互联网垂直领域加深应用人工智能
从被广泛认知到应用于各个行业，人工智能技术发展迅速。2016年，alphago与世界围棋大师的比赛引发热议，人工智能的认知度明显提高。2017年，越来越多人工智能技术广泛应用于交通、医疗、教育等行业中。人工智能技术能够从底层推动服务升级，具有显著溢出效应，其广泛应用将改变生活。根据中国《新一代人工智能发展规划》，制造、农业、物流、金融、商务、家居成为中国开展人工智能应用试点的六大重点行业和领域，结合移动互联网市场特点，以下我们将从交通、医疗、教育、电商零售、生活娱乐五个场景中分析人工智能的应用方式。
1.交通：人工智能深入交通管理体系，升级出行应用服务。
在交通领域，人工智能主要应用于改善城市交通管理及升级交通出行方式，其中，在交通管理方面，人工智能可以识别城市交通实时状况，立体化监管交通安全，合理调度出行资源，提升交通运营效率。2017年杭州市上线“城市数据大脑”，它能够判断路况，实时提出信号灯调整建议，提前干预、防控拥堵，监控交通乱象并报警，在试点区域高峰期间使平均行车速度提升15%，120救护车到达现场时间缩短一半[5]。在出行方面，人工智能技术广泛应用于自动驾驶、无人驾驶等自主无人系统，而基于人工智能的类脑操作能够变革汽车等交通出行方式。中国已开始试水自动驾驶，如2017年在百度ai开发者大会上，李彦宏直播驾驶无人车参会。同时，随着福特、大众等传统汽车厂商与谷歌、百度等互联网公司的加速布局，移动出行也被看做人工智能领域的重要战场。
在移动互联网中，人工智能还能升级地图、打车等出行服务。地图导航等应用集合poi[6]、路况、卫星影像、街景等多种复杂数据信息，而人工智能提升应用平台数据信息处理效率，提升躲避拥堵、路径规划的能力，其中eta（estimated time of arrival，预计到达时间）误差率已降低到15.13%[7]。同时，在打车场景中，估价、拼车及订单分配、运力调度的背后都有人工智能技术的支持。
2.医疗：从辅助诊疗到疾病检测，人工智能提升医疗服务效率与准确率。
人工智能在医疗领域应用前景广阔，资本市场十分活跃。近年来，全球医疗人工智能产业投资呈增长趋势，根据idc数据显示，2016年总交易额就已达7.48亿美元，交易数量达90个（见图4）。
图4 2012-2016年全球医疗人工智能投融资情况
数据来源：idc
基于医疗数据的采集、计算、分析与判断，人工智能应用于辅助诊疗、药物研发、医疗机器人、基因测序等多个方面。在辅助诊疗方面，人工智能在医疗图像诊断中应用较多，即通过计算机视觉和深度学习技术，对x光、超声、ct等医疗图像分析，判别肺结核、甲亢、乳腺癌等多种疾病，精准定位病灶。在移动医疗服务中，智能语音助手还能够辅助医生在问询过程中记录病历，其医学术语识别准确率高于98%，而且人工智能技术能够增强远程采集医疗数据的准确性，实时管理健康数据，提供用药提醒、辅助诊疗等服务。人工智能还可结合患者病史、相关案例用药记录等数据，整理临床治疗经验，为不同患者治疗提供合理建议。在药物研发方面，人工智能可以整合药物实验数据，模拟药物发现过程中的hts（高通量筛选）过程，缩短药物发现及实验的时间，提高药物研发成功率，降低药物研发成本。在医疗机器人方面，手术机器人带有机器人视觉、智能控制系统，现阶段主要应用在外科手术中，具有创伤小、手术精准度高、机体损伤小、术后恢复快等优势。在基因测序方面，人类基因组含有约31.6亿个dna碱基对，约有20000到25000个蛋白质编码基因，人工智能技术依靠智能运算和分析能力，通过模型训练，能够提升基因测序水平。整体来看，人工智能在医疗领域的应用能够覆盖“治疗前-治疗中-治疗后及康复”的全过程，有望降低误诊率漏诊率，提升诊疗效率，解决优质资源分配不均等问题。
3.教育：人工智能带动个性化教育，促进教育体系智能化。
对于教师及学校而言，人工智能能够解放教师在重复性工作中的时间，提升学校运营效率。近年来，运用人工智能等多种技术的智能教学系统（its）、智能计算机辅助教学（cai）迅速发展，以人工智能为基础，结合电子校务应用、辅助教学课件、辅助学习应用、网络教学平台等，学校教育体系趋于智能化。其中，人工智能可以替代老师完成作业批改、成绩测评等部分工作，还可以辅助教育工作者管理校车、辅助备课等教育研发及学校的管理工作。
对于学生而言，人工智能应用于题目搜寻、制定学习计划中，或以虚拟助手的形式辅助完成学习等，推动教育更具针对性、更个性化。现今市场中题库等学习应用辅助教学，可实现拍照答题、语音找题、对话与听力练习等，能够针对经常出现的错题多次投放相似题型，基于一段时间的学习成果进行评定与建议等。传统教育中强调“因材施教”，人工智能能够带动个性化教育，在机器系统与用户不断一对一练习的过程中，产品应用不断了解和掌握学生的学习状况，从而有针对性地辅助学习。
4.电商零售：从供应体系到营销、客服，人工智能深入电商零售服务。
在电商零售中，人工智能助力精准营销，颠覆交易方式。基于应用使用行为及消费数据等，人工智能技术能够分析用户对产品颜色、品牌、类型等喜好状况，并推荐给用户优选方案，助力电商营销。此外，2017年“淘咖啡”“缤果盒子”等无人便利店在中国首次崭露头角，人误识别率0.02%， 商品误识别率0.1%，其中计算机视觉、生物识别、传感是核心应用技术，它的出现颠覆了原有的零售方式。
人工智能升级物流运送模式，提高供应体系运营效率。产品供应与物流体系智能化是大势所趋，2017年亚马逊启用“无人驾驶”智能供应链，基于云技术、大数据分析、机器学习和智能系统等，可以自动预测、自动采购、自动补货、自动分仓，精准发货，库存自动化管理，过程中零人工干预，同时中国京东建成无人仓，实现收货、存储、订单拣选、包装的无人化智能操作。此外，2017年结合人工智能的无人机、无人车不断试水配送服务。
5.生活娱乐：人工智能引领社交升级，创新服务生活
人工智能创新交互方式，引领社交升级。2017年，以语音语义识别、机器学习技术为核心的语音助手不断完善，苹果siri、微软小娜、亚马逊alexa及百度度、搜狗语音助手、科大讯飞灵犀语音等不断升级服务能力，这种语音助手已经成为移动搜索和多种服务的入口，其便利性、趣味性丰富大众生活。
同时，人工智能服务还可以助力媒体、娱乐。在冗杂的信息内容中，人工智能通过文本分析及计算机视觉等筛查涉黄、暴力、等违法及不良信息，构建舆情分析等信息监测系统，维护健康的媒体环境，同时，基于机器学习的自动化新闻写作机器人还可以从事部分新闻编辑工作。在娱乐中，人工智能技术能够辅助创作虚拟人物，如结合vr（虚拟现实）、ar（增强现实）、mr（混合现实）等技术，提升游戏人物的真实性等。
四、人工智能发展面临的挑战与发展建议
（一）技术发展面临的挑战与建议 1.人工智能专业人才稀缺。
人工智能发展迅速，技术人才缺失成为发展掣肘。人工智能市场发展迅速，专业人才需求增长迅速，现阶段技术人才的有效供给不能满足当前市场的需要，中国人工智能人才缺口较大，国内人才市场面临专业对口人才数量少、相关技术人才技能水平较低、经验丰富人才稀缺等问题。随着人工智能企业增多，专业技术人才成为企业竞争的战场，中国需要加速人工智能专业人才的培养。
专业技术人才是人工智能产业发展的重要力量，培养人工智能技术人才需要政府、学校和企业协同运作。政府加强人工智能人才战略设计，通过政策扶持，吸引国内应用数学、计算机网络、生物科技等相关学科人才或程序员等相关专业人才，同时积极吸纳海外专家人才，加强高端人才储备；学校在基础教育增加人工智能相关学科知识，在高等教育中增设人工智能专业学科，建立适应人工智能发展需要的复合型人才培养计划，加强扶持人工智能科研工作，同时校企合作，提升储备人才的实战能力；企业和教育培训机构应加强相关技能培训，加深与国际顶尖行业专家的交流，或通过融资并购等吸纳更多专业人才。
2.底层及核心技术有待提高，基础设施尚需完善。
人工智能产业尚不成熟，计算芯片、算法等技术亟需突破。现阶段，人工智能底层及核心技术应用以“弱人工智能”为主，无监督学习模型算法、语音语义识别技术等存在缺陷，情感表现等尚未突破，如当前的智能语音助手并不能完全理解复杂的人类语言，图像识别技术不能完全理解图片图像中的元素，核心技术的不成熟是人工智能应用受限的主要原因。同时人工智能安全技术也面临巨大的挑战，随着人工智能技术的普遍应用，复杂的人工智能相关软件在应用初期会存在多种可攻击途径。在这样的局势下，未来人工智能发展的空间仍十分巨大。
人工智能技术的成熟化应用是漫长而复杂的过程，行业参与者应更加理性看待。人工智能是一门复杂的综合性学科，需要多个技术领域的创新突破，在基础设施方面，要创新核心传感器、高速计算芯片、计算平台等关键技术，提升机器的感知与计算能力；在算法模型方面，要完善自然语言处理、深度学习、计算视觉等算法程序和框架模型，提升机器感知理解能力与分析决策水平，增强机器自主学习能力。在产业技术解决方案方面，在生物识别、人机接口、数据库系统等方面寻求更智能的识别、分析及决策的应对方案。同时，在开源开放环境下，需多方加强技术合作战略合作，共同构建智能生态。
（二）市场发展面临的挑战与建议 1.数据存储、计算市场迅速发展，但数据安全面临新挑战。
现阶段数据规模不能满足人工智能市场化应用的需要，数据存储、计算能力有待提升，同时开放环境下的数据隐私安全面临新挑战。人工智能所需数据需经过筛选，数据的标注和采集成本较高，同时，不同场景中的数据维度多样，数据标准不一，如何将现有数据维度转变为人工智能所需成为发展难题。现阶段人工智能对数据规模要求较高，但人工智能的目的是让计算机或机器等能够模拟人的思维和行为，人工智能技术的发展应避免过度依赖数据。此外，随着数据规模的增长，数据能否规范使用、用户隐私能不能得到保障也将成为市场健康发展面临的问题。
为推动数据使用规范化，政府与企业需要协同运作，建立合理的数据管理机制。如，在数据采集的过程中，改善数据测量方法，减少主观因素造成的误差，在不同行业逐渐完善数据采集标准，高效地将非结构化数据转化为机器识别所需数据。同时在数据管理时，明确数据采集、存储、分析的规范，设置权限管理，强化责任意识，并通过政策法规，加强行业自律。
2.市场应用刚刚起步，基础服务能力尚不足。
人工智能市场仍处于发展初级阶段，产品有待市场检验。人工智能产业技术门槛较高，同时公共数据资源分散，人工智能基础服务设施难以集中使用与管理，人才及技术成本较大，企业进入及发展难度较大。尽管语音助手等产品已开始应用，但服务水平高低不同，人工智能在交通、医疗、生活等领域的应用也才刚刚开始，诸多应用场景尚未挖掘。
市场发展需要增强企业协同能力，不断创新产品服务。市场通过打造资金、技术、数据资源整合的公众服务平台，可以加速孵化人工智能创新企业。同时，企业也要加大培养专业人才，多方联合加强对人工智能的研究，拓展深化人工智能应用场景。
五、人工智能发展趋势预测
（一）技术：技术赋能全领域，网络服务智能化人工智能技术将不断创新升级，推动智能化服务发展。人工智能产业的变革源于传感、算法、芯片等核心技术的创新突破，未来传感技术精准化、集成化、自动化、微型化，算法模型不断创新、迭代、整合，计算芯片趋于专业化、定制化、移动化，机器自主学习能力增强，情感表现等“强人工智能”关键技术将实现突破。同时，人工智能基础研究与教育培训体系逐渐改善，人工智能技术标准化体系将成型，包括跨平台的数据、算法框架标准的统一等。此外，中国将寻求关键技术突破与独立，建立自主可控的产业体系。未来人工智能技术逐渐渗透软硬件设施，人工智能技术与工作、生活关系更加紧密。
人工智能医疗市场前景 第5篇
阅读提示：本篇共计2036个字，预计看完需要6分钟，共有153位用户关注，26人点赞！
[关键词]移动医疗；应用领域；发展前景
[doi] 10.13939/ki.zgsc.2015.22.082
1 移动医疗发展背景
移动医疗（ mobile health）是指使用移动通信技术，如掌上电脑（personal digital assistant，pda）、移动电话和卫星通信等提供医疗服务和信息。有资料报道，在全球智能手机用户将突破14亿大关的今天，近1/3的用户都会在手机内安装与健康息息相关的移动应用。近年来，无处不在的移动服务，使得人们愈发追求通过手机等移动终端，足不出户便享受医患之间沟通的新模式。因此，移动医疗作为一种新兴的有效工具，能够解决发展中国家医疗体系长期以来的种种约束，如医疗人力资源不足、财政资源有限、众多疾病负担以及高人口增长速率等。毋庸置疑，移动医疗市场具有广阔的发展前景。
2 移动医疗应用领域
2.1慢性病监控管理
随着人们生活水平不断提高，慢性疾病，如高血压、糖尿病等已成为人类健康的重要威胁因素，其病程长、病因复杂、预后差、伴有多种并发症等特点已受到社会的广泛关注。移动医疗的应用，使得患者可以足不出户便接受一些医疗服务，如医生可以追踪患者病情，提醒患者服药，采集医疗数据等。而对于患者来说，这样行之有效的疾病管理模式，更会让他们积极地投入治疗，关注自己的健康。国外有学者报道，利用智能腕表装置，在传递时间信息的同时，也可以进行腕表与移动电话之间双向互动。他们检测了6名具有l型糖尿病的患者，除一般信息外，通过腕表还能获得碳水化合物，胰岛素的摄入量和血糖值，记录特定生理活动数据，并且可以查找之前记录的数据，传输到手机上形成糖尿病日记。最后形成结果反馈提示，该操作系统为糖尿病患者自我管理和病情监控提供了更简捷的方式。由此可见，移动医疗的应用不仅解决了看病难的部分问题，同时也为行动不方便的老年患者带来了福音。
2.2医学咨询服务
近年来，基于智能手机、平板电脑等移动终端设备的应用程序（ application，app）服务已经在大众中逐渐普及。而移动医疗类app，也如雨后春笋般占据着大众的视野。它可以提供多种医疗相关服务，如健康知识传播、疾病咨询、健康数据管理等，这种方式也正潜移默化地提醒健康，如了解科学的生活方式和健康常识等。以“春雨医生”为例，它是一款健康诊疗类手机客户端软件，涉及症状白查和在线咨询两方面，目前拥有3000万用户，注册医生5万，日活跃用户高达60万，每天在线问诊量达3.5万。可见，移动医疗类app在为用户提供新型医疗模式的同时，也具有很大的市场潜力。
2.3远程医疗
远程医疗（telemedicine） -般是指使用远程通信技术、计算机技术和多媒体技术等，发挥大型医学中心医疗技术和设备的优势，其核心特点就是跨越了空间障碍，实现跨地域的医疗会诊。它可以为偏远地区就医难的问题提供切实的解决方法。随着医疗条件的改善，低出生体重儿救治存活率不断增加，甲-产儿视网膜病变（ retinopa-thy of prematurity，rop）对极早产儿（胎龄不足28周）构成的威胁正逐渐受到关注。目前床旁双目间接检眼镜是诊断和监控rop患儿的检测手段，而常规rop的筛查方法对人员、配置的要求较高，包括合格的眼科医师，正规的新生儿重症监护病房等。有研究显示，应用远程诊疗技术，如广角目镜数码眼底摄影技术，将电子数码图像传输到偏远地区，从而实现以远程医疗为基础的远程数字眼底成像（rdfi-tm）。该技术有望替代常规rop筛查手段，使其诊断和监测更加准确便捷。此外，远程会诊车的使用提高了医疗团队处理突发事件的能力，其融合了远程会诊、视音频通信、远程网络通信等应用模式，可以实现视频会议、现场直播、网络通信等，在医疗救援领域可发挥重要作用。
2.4门诊预约挂号
“看病难”是推动我国移动医疗发展的力量之一，门诊预约的挂号服务在这样的大环境下应运而生。对于大部分患者来说，动动手指就能敲定好的挂号预约，与以往早起排队、艰难移步的窗口相比，其优势之处不言而喻。目前国内许多大型医院均已开展了门诊预约平台，并不断完善门诊预约挂号的信息化管理。这样的方式，很大程度地规范了门诊管理，并大幅度提高了医疗质量与效率。
3 移动医疗的发展前景
3.1 拓宽移动医疗的应用领域
移动医疗不仅应用于慢性病监控管理、医学咨询服务、远程医疗和门诊预约挂号等，其优越性还体现在与医疗相关的多个领域，如电子病历的查询服务、用药管理、医院内部信息交流、灾难控制与管理等。随着大众对于健康的日益重视，移动医疗服务的重心，应从针对于患者的疾病治疗，逐渐转变为向大众普及预防保健知识。因此，推出针对不同类型用户的定制服务，将一步强化用户意识，并提供医疗相关新体验。
3.2运营商的技术的突破与创新
尽管移动医疗已被应用于临床，但仍然存在技术上的漏洞，并可能制约大规模推广移动医疗的应用。移动医疗传感器产生大量与医疗相关的上行数据量，可能会对无线网络的带宽带来巨大压力。以脑电图（eec）为例，现有的采集仪要求将近96mbps的原始数据量，与目前的无线网络设计并不完全匹配。因此，原始数据的处理，以及网络传输的优化，是对该技术的不小挑战。此外，医疗信息的隐私性，病人健康数据如何被规范化保护.也需要技术的革新与政策的规范。
3.3市场运营缺乏统一标准
人工智能医疗市场前景 第6篇
阅读提示：本篇共计1165个字，预计看完需要3分钟，共有158位用户关注，56人点赞！
日前，美国最大的医疗保险公司wellpoint已经开始通过运用ibm的超级计算机“watson”帮助医生来针对病人的病情进行诊断，服务7000万人。在癌症治疗领域，目前需要一个月或更长时间才能制定出针对性的药物治疗方案，未来利用watson的认知计算技术可以将周期缩短至一天，极大提高癌症患者的治愈率。
“watson在医疗、医药行业可以帮助肿瘤中心做几个复杂癌症疾病的诊断和数据分析；还能够帮助分析疾病风险，保证理赔过程的合规性、合理性，防止滥用和欺诈，保证保险公司基金的安全，医疗机构也可以利用watson规范医疗费用。”ibm中国有限公司医疗及生命科学事业部总经理刘洪对《第一财经日报》记者表示。
医疗大数据
随着大数据时代的到来，医疗行业的信息化也迎来自己的“大数据时代”。
而如何将患者的被动性参与转向主动健康管理，从单一案例效果评估转向过程性、全程性的整体评估和体验；从病种数据管理扩展到健康数据管理，从关注争端和治疗技术跨到预防、护理和康复环节是未来医疗行业需要关注和解决的问题。而大数据，正是一条重要的道路。
根据ibm提供的数据，上海市卫生信息系统，每天生产1000万条数据、已建立起3000万电子健康档案、每天调阅10000万次，信息总量已达20亿条。
2008年，ibm推出mobilefirst策略，专门针对各种无线终端，支持ios、安卓系统。通过mobilefirst平台，在各种移动终端对象里嵌置api和相关的app应用采集和分析这些无限终端的数据。通过物联网的类似rfid的一些小标签来建立数据的标准性、普遍性和实用性。
根据刘洪介绍，目前ibm在上海的部分医院推出了byod系统，即员工自费终端，用来提高医生和护士在医院的移动性。通过和开发商合作，推出移动护理应用，将医生和护士的各种移动终端连在同一网络下，便于医生和护士了解病人在医院的位置和健康状况，也提高了医生和护士的移动性，不需要坐在办公室的电脑前才能获得病人资料。
另一套在中国的医院已经运用的软件为实时资产定位服务器rtal(real time asset locater)。通过物联网上的一套整合软件可以实现医院内各种医疗器械的检查。例如检查住院床头设施，检查人员检查后通过无限局域网可直接上传服务器，让rtal来处理各种数据。
可穿戴医疗
从医疗服务转型到健康服务，就不得不提到最近炒得火热的“智能可穿戴设备”和医疗的结合。许多可穿戴设备的开发商跃跃欲试，希望能在智慧医疗中抢得先机。
在刘洪看来，虽然可穿戴设备和医疗结合的市场目前非常活跃，但需要考虑的生态环节却比想象的要多。
首先要有自己的公有云。“有了公有云后，我们才可以合作。例如，ibm就和首信的合作，推出了面向健康管理的公共云的服务，在北京市东城区展开预约、随访、筛查等面向公众的卫生服务。”刘洪表示。
其次是智能可穿戴设备和医疗机构的合作环节。刘洪认为智能可穿戴设备可以通过传感技术监控用户的身体健康情况，但没有医疗机构在背后做出专业的诊疗和分析支持，再好的应用和数据都体现不出优势。
人工智能医疗市场前景 第7篇
阅读提示：本篇共计957个字，预计看完需要3分钟，共有176位用户关注，25人点赞！
行业发展受益新医改
尚荣医疗提供的医疗专业工程整体解决方案，具体包括医疗专业工程(如手术室、icu、实验室、化验室、医用气体工程等)的规划设计、装饰施工、器具配置、系统运维等一体化服务。其中，洁净手术部是公司核心业务，其重点组成部分――洁净手术室利用空气洁净技术，能明显降低术后感染率，是手术室消毒灭菌技术的一次重大革新，市场应用前景非常广阔。
尚荣医疗的经营业绩与医院建设发展密切相关。在新医改背景下，国家持续加大对各级医院的投入力度，其中医疗环境的改善是重点。国家卫生部数据显示，我国有1.63万家医院建于2000年及其以前。早期医院的手术室存在细菌含量高、控制系统落后等弊病，将迎来新建和改造的高峰，这将推动医疗专业工程行业进入黄金发展期。
目前，发达国家的手术室几乎全部为洁净手术室。专家介绍，我国洁净手术室在未来10年将逐步取代现有普通手术室，其平均使用寿命约为10年，这意味着我国超11万间手术室将在未来10年间至少进行一次改建或更新，市场规模在600亿元以上。众多券商都认为，尚荣医疗作为行业龙头，将极大受益行业的繁荣，实现可持续发展。
“一站式”服务业内领先
行业资深人士介绍，医疗专业工程具有较高的市场准入门槛，行业内区域性和单一业务企业较多，只有具备“一站式”服务优势的企业才能持续获得市场的认可。
尚荣医疗是少数几家能在全国范围内提供“一站式”服务的供应商之一。公司根据客户需求，为其“量身定制”整体解决方案，实现“交钥匙”工程：“设计+施工+产品+服务”的一站式服务。这种创新服务模式大大减少了医院人力、物力、精力等各项成本的投入，形成了公司与客户双赢的业务系统。
同时，尚荣医疗拥有领先的技术水平，这使其医疗专业工程建设更专业化。公司是国内最早将洁净技术引入医院手术部的企业之一，现已积累了多项专利技术。作为部级高新技术企业，公司科技成果斐然，智能自控手术室产品荣获国家科技部、商务部、质量监督总局及环保总局颁发的国家重点新产品荣誉。
除了领先的技术水平，尚荣医疗丰富的行业经验，特别是覆盖全国的营销服务网络更赢得良好口碑。如今，尚荣医疗的业务遍布全国各省市，服务过的大型综合医院已近200家，积累了丰富的行业经验。公司的客户包括中国人民白求恩国际和平医院、北京儿童医院、武汉亚洲心脏病医院、辽宁省肿瘤医院、甘肃省人民医院等大型医院。
高毛利率下实现快速扩张
人工智能医疗市场前景 第8篇
阅读提示：本篇共计1344个字，预计看完需要4分钟，共有215位用户关注，40人点赞！
报告从医疗人工智能的发展角度出发，以商业落地为切入点，总结出中国医疗人工智能发展10大洞察。梳理了国内10项主流的医疗ai产品，医疗人工智能领域中十大主流产品，并从技术成熟度、使用效果、发展情况、企业案例等角度进行分析。
2018中国医疗人工智能十大洞察从人工智能在医疗健康领域的四个核心应用场景——医学影像、虚拟助理、健康管理和药物研发的角度，提出出中国医疗人工智能发展的十大洞察及相关观点。
1. 部分智能影像诊断企业将在2018年获得三类器械证，正式进入商业化阶段。
2. 智能影像诊断竞争格局基本形成，“伪医疗ai企业”基本出局，新入场技术型玩家基本没有获得风投的可能，商业机会已然错过。
3 .语音电子病历：落地医院成本高，产品需进行科室定制化，客单价低，主要用于病理科、影像科等。
4. 智能问诊：知识图谱搭建是关键，目前仅发挥导诊、辅助检索或连接医患的作用。院内场景“预问诊”需求量大，具备落地能力.
5. 国人健康管理意识尚待培育，健康大数据尚待采集与整合。企业以b端为主要切入口。
6. 精神心理治疗师严重缺乏，ai或可成为替代性工具。
7. 药物研发中化合物数据质量对于ai企业是关键。
8. 借助国际力量，中国ai药物研发企业从无到有，预计2018年起将涌现更多玩家，ai药物研发或将是未来的新风口。
9. 产品形态以软件/saas为主，收取软件授权费的商业模式存在一定局限性。软硬一体化产品的商业落地更具优势。
10. 中国医疗整体数据量大，但针对细分场景的数据量和质量仍无法满足算法模型的训练需求；随访数据的缺失，使国内在类似“肿瘤患者五年存活率”等领域的研究一片空白。
医疗人工智能应用场景与技术路线人工智能与医疗健康结合点在哪里？下图呈现的是人工智能技术在医疗领域的主流应用场景与技术路线，通过该图能够对中国医疗人工智能的格局有清晰的了解。
中国十大医疗人工智能产品总览为了更深入的解读商业落地的现状，在报告中，亿欧智库主要按照技术成熟度和使用效果两大维度对医疗人工智能十大产品进行了分析与评估。其中，针对技术成熟度和使用效果两大维度，主要通过产品出现时间、落地情况、发展情况、企业数量、行业人士和专家访谈进行判断。另外，还从产品的发展情况、涉足的企业案例等角度更加具体地进行分析。
医疗人工智能六大发展趋势结合政策和商业落地产品的现状，亿欧智库认为市场在今年呈现出六大趋势：
1. 2018年起，ai影像产品落地速度会加快，产品性能成熟度将不断提高。
2. 随着技术成熟度提高，语音电子病历医院普及率加快，头部企业可形成规模效应
3. 智能问诊随着知识图谱的不断完善，预问诊功能可以有效提升医生效率
4. 健康大数据的发展，会使ai在健康管理场景下的应用程度会进一步提高。
5. ai在精神心理健康的的渗透程度会更深，未来可能成为这一领域的核心推动力
6. ai+药物研发领域将会诞生出独角兽。
医疗人工智能发展四大挑战一是数据数量问题：中国医疗整体数据量大，但针对不同病种的数据量和质量参差不齐，有些病种的训练数据缺乏；健康大数据孤岛问题有所缓解，但仍未达到深度学习的阶段。
二是数据质量问题：ai数据处理中标注的准确性关乎结果的准确性，近两年之内还是需要大量医生去标注。药物研发中的数据质量对于研发效率的提升至关重要。
三是人才问题：ai算法人才与医学人才知识体系不同，如何融合各自优势发挥最大价值，值得企业思考。
人工智能医疗市场前景 第9篇
阅读提示：本篇共计4573个字，预计看完需要12分钟，共有177位用户关注，55人点赞！
移动医疗代表着未来医疗it发展的趋势。移动医疗确实能够改变我们的生活，能够改变医护人员的医疗行为和患者的就医行为。在临床的移动医疗方面，平板电脑已经逐渐成为继手持pda和移动推车之后新的应用终端，并因其整合了前两种方式的优势而大有赶超它们的趋势。移动终端的应用梳理了医疗流程，使床旁医嘱成为服务患者的创新方式。在实现床旁医嘱的过程中，无论是信息系统、终端设备，还是网络环境，都对其应用效果产生着决定性影响。为了深入探讨床旁医嘱如何才能更好地服务临床，本刊邀请了业内知名技术提供商，共同探讨床旁医嘱的挑战与未来。
移动终端来到患者床旁是必然趋势
黄庆春：我想先从一组数据展开我的探讨。目前，智能手机已经达到了人手一台的规模，其销售增长率每年达到了20%，平板电脑的增长也达到两位数。pc设备已经推出了将近三十年，销售量一直在增长。但是从2012年开始，智能化设备的销量却在提升。所以，大部分个人电脑的购买和使用已经转移到平板电脑和智能手机上面去，it市场依旧在成长，但是已经慢慢地向移动设备进行转换。
目前，美国市场的一些报告以及idc的报告都显示，在一些发达国家，移动医疗的应用已经达到了非常成熟的地步，超过一半的专业领域都能看到移动医疗的市场及前景。我们预测，在不久的未来它的市场可以超过四亿美元的规模。
英特尔在研究移动医疗的过程中发现，移动医疗必须关注两个重要的点：第一个是它用在哪里，第二个是它为什么而用，也就是移动医疗用在什么样的场景下，用了它以后对这个场景有什么样的影响。我们认为移动医疗的应用场景目前来说主要有四种：一种是从患者的角度考虑，他需要看到自己的检查结果，需要看到各式各样的信息，这是最常用的模式；第二种是创造数据，目前很多医院已经走向无纸化，在就诊流程中，“如何创造新的电子化数据”的答案一定是“流动起来”，在不同的诊疗环节当中利用移动终端采集患者的数据；第三种是数据的共享带来的需要医护人员在任何一个地方都能够参与患者的诊疗，并将自己的数据共享；最后一种也非常重要，通过移动终端，信息不再是只存在电脑里，存在服务器里，而是存在你身边的每一台手机上，也就是说每个医护人员获取信息的方式将更加简单。
在关注到这些应用场景之后，我们继续聚焦在实际应用之上。围绕着“提高医疗服务质量”这一理念，众多医院都在关注如何提高管理能力、优化诊疗流程、让医护人员把更多时间用在照护患者上。仔细思考医院的需求不难发现，移动终端来到患者床边用更快捷、更准确的方式服务患者是解决问题的关键，因此移动医疗成为了当前的热点，被业内广泛讨论并探索。
床旁医嘱是移动医疗的最佳方案
董树永：医生推着半人多高的病历车，带着几十份厚重的纸质病历和患者检验检查报告进行查房，通过与病患者交流，手工记录后返回办公室将查房（处置）结果和医嘱等相关信息录入his系统――这在七八年前看来是司空见惯的现象。而床旁医嘱这一新模式的出现使医生摆脱了繁琐的查房方式。
在无线网络覆盖的病区内，医生只需随身携带一台可接入无线局域网的移动终端即可在患者床旁下达医嘱。医生在患者床旁点击鼠标，患者所有的病史资料、住院情况、病程记录、用药情况、各种检查结果等均可随时调出来，医生根据查房情况可以更及时地开具医嘱，提高工作效率。中间环节的简化也有助于降低医疗差错。更重要的是床旁医嘱这种新兴的应用模式，把医生更多的时间交还给患者，提升了住院患者的就诊体验感和满意度。
赵颖实：床旁医嘱是医院信息系统发展的一个必然趋势，床旁医嘱又分为两部分：医生查看医嘱和护士执行医嘱。其优势在于：第一，方便快捷，医生在床旁，通过移动设备，能快速调阅患者所有就诊信息，包括检查检验、生命体征、护理记录单、电子病历、历史病历等，节省医生查房时间，让医生有更多的时间和患者沟通交流，能够更快地调整医嘱内容；第二，执行准确，护士执行医嘱时，先扫描患者腕带，再与相关药品做匹配，确保医嘱准确，避免人工校对的失误率，减少医疗差错；第三，使原有的his系统形成一个闭环，护士的执行结果与医生随时互动，医生、护士、患者在移动系统中交流更加畅通。
朱杰：嘉和长期关注临床医生的工作流程和临床数据处理，从电子病历、临床路径开始构建信息化对临床医生日常业务操作的支持。在嘉和看来，移动床旁医嘱是电子病历向医生工作场景的延伸和扩展方式之一。
虽然移动医疗最早是从移动护理终端开始进入医院应用的，然而医生、管理者、甚至患者和患者家属，所有参与医疗过程的人都有可能通过移动终端进入医疗信息化环节。床旁医嘱通过移动技术还原了住院医嘱这传统医疗行为的本质形态，住院医嘱变化来自于医生在床头的查房行为，而非医生在办公室的书写、录入行为。通过移动技术实现床旁医嘱信息化直接加速了病房医嘱审核、摆药、执行流程，处方治疗的时效性大大提高，体现了技术服务于临床的信息化建设初衷。
床旁医嘱如何呈现才完美
朱杰：床旁医嘱关注临床医生在查房场景中的数据快速获取和录入能力，需要系统在数据展示、快捷操作、临床知识库支持方面做出较大调整。
嘉和作为一家在电子病历系统开发上极具优势的厂商，我们认为医嘱数据是广义电子病历数据的重要组成，医嘱流程的临床、财务双重属性使得其长期以来一直存在于传统his系统和emr系统的夹缝中，床头移动医嘱的设计仍然需要两个系统的后台数据集成，但是这种新的技术实现形态和面向医疗服务场景设计模块的思路为将来his系统与emr系统的边界划分提出了建设性思路。
董树永：传统医生查房流程复杂，不便于管理且易造成时间浪费，往往使患者错过最佳的用药时间，医院迫切希望通过移动医疗创新模式提高医生查房效率，为病患者及时提供优质的医疗服务。其具体需求如下：
1. 让医务人员在院内无线网络覆盖的任何区域都能够快速了解患者的历史病情和最新病情，并可及时将处置结果保存到系统中；
2. 医生在查房过程中，可随时调取患者病史、检验及检查报告等信息，可快速了解患者用药配方的注意事项，通过移动终端将患者的临床数据和医嘱信息及时录入系统，并对医嘱进行核对，然后将用药信息快速传送到药房，以便药房工作人员及时准备药物，缩短患者治疗和检查时间；
3. 面对患者突发异常病情时，医生可以快速查询历史资料，随时调取相关医学案例，借鉴治疗的参考意见，确保患者能够及时获得治疗。
公司自2009年开始专注移动医疗领域的探索和研究，以提升各级医疗卫生机构的业务能力为目标，以无线通信、移动计算和条码识别等先进技术为基础，自主研发出移动医疗整体解决方案。“中兴通医生查房系统”在设计初期，充分考虑到医院的业务需求，通过与医院现有his系统的结合，缩短了对患者病情的响应时间，从可用性的角度设计了方便医生使用的系统功能，包括：接换平台、患者信息管理、病历管理、检验管理、检查管理、医嘱管理和生命体征管理等，系统采用c/s架构，可以应用在win8、android、ios、windows mobile等平台。特别值得一提的是，公司在刚刚开发完成的应用在平板电脑win8系统上的软件非常重视用户体验及视觉设计的内容，系统基于可用性基础标准、信息架构、交互流程、视觉设计四个部分进行构建，在医院应用后得到了医生的充分认可。
赵颖实：床旁医嘱系统最关注如何解放医生和护士的手工劳动，减少重复性抄写，提高工作效率，把医生和护士还给患者，为患者提供更加人性的服务。天健的移动医疗系统更加强调集成性和可操作性，医院的信息化建设核心仍然是his系统，任何新的系统必须与原有系统融为一体。新的医生床旁医嘱系统更加贴近医生工作习惯，比如，医生查房中随时需要记录上级主管对患者医嘱的调整和相关建议，天健的系统上增加了手写便签和录音，未来的录音可以直接作为一条医嘱插入电子病历中。
床旁医嘱的实现需要生态系统的健康
黄庆春：在看到移动医疗成为行业发展的重要趋势之后，英特尔凭借在医疗行业的多年经验，认为移动医疗的市场主要有四个方面并愿意为此做出自己的贡献：第一，我们会给移动医疗提供最新的英特尔架构设备，让他们去体验新架构带来的不同；第二，英特尔会与应用软件开发商进行合作，把他们开发的传统window桌面架构上的应用迁移到windows 8或者android等支持触摸模式更好的平台上；第三，我们希望将好的应用展现出来，总结医院探索过程中产生的经典并将其推广；第四，发挥英特尔的全球化优势，使国内外好的应用模式进行充分交流。
董树永：通过移动医疗创新模式在患者床旁下达医嘱，并非只是引入一台平板电脑这么简单，需要应用软件厂商、移动终端厂商、无线网络厂商及安全管理厂商的通力配合。这些厂商如何发挥自身职能和作用，最大地实现医院预期的价值，需要我们要从医院的角度去思考。
对于医院来说移动医疗的应用需要满足五个方面条件：应用场景的确定、网络平台的构建、应用软件的开发、移动终端的选用及信息安全的管理。医院首先考虑的是无线网络平台的稳定性和覆盖率，这也是移动医疗实现的前提，所以对于无线网络厂商而言，提供稳定可靠的无线网络方案是至关重要的。而对于应用软件厂商来说，需要根据医生查房业务的需求提供功能完备的应用软件，并确保其可与医院原有his、emr等信息系统实现信息融合，这就要求应用软件厂商必须为医院提供定制化开发。移动终端厂商在实现床旁医嘱方面发挥着极为重要的作用，但目前没有一款移动终端设备是被所有医院认可的，有些移动终端存在携带和操作不便、无线信号不稳定、操作系统与医院其他设备不一致等问题，导致医院管理上的诸多问题，因此移动终端厂商应该充分发挥其技术优势，为医院提供无线信号稳定、易于管理、重量大小适宜、价格适中的移动终端。随着医院等级保护的深入开展，信息安全问题被医院关注，因此需要信息安全管理厂商提供相应的软硬件确保移动查房系统、移动终端设备以及无线网络使用的安全。
朱杰：床旁医嘱功能的充分发挥需要多个厂商的通力合作，毕竟从应用角度来说大多数大家熟悉的软件并不提供平板支持（比如pacs影像浏览、合理用药支持等等），还比pc环境差很多。另外，相对护理pda的长期工业化设计和生产背景，目前对医生移动终端的硬件支持还欠缺设计深度。好在客户对医生用的临床终端需求强烈，甚至有客户自己掏钱买设备要求接入应用网络，在这种强大的需求之下一定会有设备厂商提供顺应使用场景的硬件规格设计。
赵颖实：让医护人员随时随地通过移动设备了解患者的病情变化、处理患者相关信息，这应该是一个完整的整体解决方案。网络、终端设备、条码、应用软件缺一不可：网络相当于建设公路，是高速路、省道、还是乡村公路？速度决定使用效率；终端设备相当于买什么车，是奥迪、捷达、还是奥拓？性能决定医护人员的体验效果；软件则是发动机，有再好的高速路、性能再好的车，没有相匹配的发动机，都无法运转。
邵华钢：采用最适合的终端设备是医院规划移动医疗时非常核心的一个问题，因为医生怎么样去工作、怎样才能满足他们的工作需求和习惯是移动医疗落地的关键。我们公司和英特尔公司在2012年12月份就已经开过几次研讨会，探讨医院目前需要什么样的终端满足需求。作为系统开发商，我们希望能够在早期介入其中，在软件开发和设计系统解决方案时能具有前瞻性。另一方面，通过下游企业能够对推动和促进上游企业的终端产品起到一定的建议作用。在业务上做到组建化是我们很期待的，尽可能地和客户交流思想、梳理需求，让每个业务逻辑能够更加清晰是系统开发的非常好的环境和基础。
人工智能医疗市场前景 第10篇
阅读提示：本篇共计1859个字，预计看完需要5分钟，共有113位用户关注，44人点赞！
以bat为首的互联网巨头在去年已经了“互联网+”战略报告，旨在借助传统行业、政府的数据、资源，并通过互联网高效、便捷、低成本的特性改变传统行业。不过，传统行业并不这样想，他们思考的问题是如何在现有的商业逻辑中发挥互联网工具的价值，很多传统企业巨头提出“+互联网”，以示与互联网巨头相区别。两大观点针锋相对。
但智能硬件企业正在跳出这种争执。2016年4月28日，在深圳举办的“智造2025”产业峰会上，北京亮亮视野科技有限公司ceo吴斐告诉记者：“试图改变传统行业运营模式的做法是有问题的，智能硬件公司需要给传统行业提供增量创新。”亮亮视野是一家提供智能眼镜增强现实产品的创业公司，其产品已经在医疗、电力、物流、制造行业开展应用。
智能硬件的增量创新
2012年，googlegoogle glass，这款产品最终在消费者市场折戟，但却被医疗、物流、制造业广泛关注。2015年初，著名分析机构gartner研究指出：“智能眼镜更应该探索企业级市场，而非把精力消耗在个人市场。”gartner预计，医疗、物流、仓储、制造行业的现场工作人员都有佩戴智能眼镜的需求，这将在2018年产生69亿美元的市场。
吴斐告诉记者：“最初产品众筹时，就有很多来自医疗、电厂、制造业的研究人员购买了我们的产品。”他举例介绍，“比如医疗领域，外科医生希望通过智能眼镜记录手术过程，用于复盘、沟通、学习交流；电厂则希望将该产品用于设备巡检环节。”吴斐表示，“客户会主动提交需求的场景信息，但要把这些需求信息转化为产品，每个行业都要投入几百个小时的交流、大量的现场调研、行业各个环节的沟通。”
“最初进入电力行业时，我们发现电厂很多设备已经联网了，但员工仍然要拿着纸制的工单系统执行设备的运行、巡检。”在吴斐看来，相比于智能眼镜的自动连接、自动记录，纸制工单系统的繁琐、低效显而易见，但“用智能眼镜取代工单系统”的建议一提出就被电厂方否决了，“工单是确保电厂安全的环节，根本不可能被取代。”
目前，电厂仍然在严格执行“唱单系统”，即员工在工作现场持纸制工单，将工单每个工作环节唱出，完成之后在工单上打钩，看似老旧的工作流程是为了实现电厂对于安全机制的严格要求。这种机制下，电厂几乎不允许工单系统的创新。
“但是电厂需要更有效的信息记录方式，在很多设备都联网的情况下，电厂曾经尝试在巡检、维护环节使用智能手机、平板电脑来采集、记录设备运行信息。不过，由于现场员工往往手上会沾上油渍，智能终端运用效果并不理想。”吴斐告诉记者，“我们的智能眼镜后来就进入了巡检环节。”
在“取代工单系统”的建议被否决之后。吴斐开始接触电厂的设备、方案、巡检、招标体系的全面组织机构，“行业本身会传递需求，但我们需要各个环节的玩家告诉我们场景细节，与电厂本身匹配，而且产品完成后还需要借助电厂传统的供应渠道推广。”吴斐举例告诉记者：“比如，我们正在与埃森哲合作，研究医疗行业的深度应用；与ibm尝试电厂项目的合作。”除此之外，作为创业公司，亮亮视野不可能建设自己的销售渠道，也需要借助埃森哲、ibm的销售渠道实现产品的推广以及落地部署。
吴斐认为，“作为一个新玩家，要给整个行业的生态系统创造价值。只有给每一个环节带来增量，产品才能成功。任何对商业模式的改变，都有可能因为触动整个产业链的利益而被抵制。”
变革的被动
“药品监督码”是一个相反教材。
2016年1月1日，国家食药监总局扩大药品电子监管码的范畴，对药品生产企业、零售企业的所有药品实施电子监管，这一政策旨在建设完善的产品可追溯体系。食药监总局委托阿里健康运营药品电子监管网，而阿里巴巴通过药品流通数据为终端用户提供增值服务，并且给药企提供精准营销。
但需要指出，该政策出台打破了药品的生产、物流、零售体系。比如，原本按“每盒”包装、扫码、运输的药品，现在需要细化到“每瓶”，物流配送企业的系统需要改造，且配送效率大幅降低。也正是因此，该政策遭遇企业抵制，仅仅施行两个月就不得不宣布暂停。
此外，据记者了解，阿里、腾讯以及浪潮、神州数码等公司在医疗行业推广的医疗云也全面受阻。一位业内人士告诉记者：“大家倡导的医疗云是打造一个信息开放平台，让医院把患者的挂号、就诊、复诊、处方、抓药等信息可以完全开放到这一平台上，一方面对消费者实现医疗信息透明化，另一方面互联网公司可以利用这些信息实现精准的数字营销。”
表面来看，这一方案既可以保障消费者权益，又能大幅提高行业效率，但却完全改变了医疗行业的商业模式，互联网公司会很快取代大部分传统环节。上述业内人士介绍：“正是因此，医疗行业普遍抵制这种云平台，全国医疗云真正推广下来的极少，大多停留在网上挂号阶段。”而类似的现象，在政府数据开放、金融行业、交通行业屡见不鲜。
