人工智能医疗发展现状报告

人工智能医疗发展现状报告

1

前言

近年来，人工智能成为推动社会经济发展的新动力之一，在提高社会生产效率、实现社会发展和经济转型等方面发挥重要作用。作为主导新一代产业变革的核心力量，人工智能在医疗方面展示出了新的应用方式，在深度融合中又催生出新业态。

从全球范围来看，目前人工智能医疗产业仍处于发展早期阶段，相比于传媒、零售、教育等领域来说，商业化程度偏低。但随着市场需求不断扩大，向专业化细分领域深化发展，加之各国宏观政策支持和技术进步等，人工智能医疗发展前景广阔。美国靠早期的政策拉动医疗信息化和人工智能辅助医院管理，积累了大量数据，具备先发优势，属于领先梯队，目前已在药物研发、医疗机器人、医学影像、辅助诊断等方面全方位布局。其他国家如英国、德国、加拿大、日本等国则紧随其后，各有侧重，各有所长。

中国作为新兴市场国家的领头羊，人工智能医疗始终保持高速发展态势。目前，我国人工智能医疗发展历经计算智能阶段，目前正处于从感知智能向认知智能过渡的发展阶段，不同细分领域的技术发展情况和落地应用成熟度有所不同。AI 医学影像是人工智能在医疗领域应用最为广泛的场景，率先落地、率先应用、率先实现商业化。手术机器人、药物研发、精准医疗等领域已有部分落地应用， 但因成本或技术原因，尚未实现规模化普及，未来增长空间较大。受 2020 年初新冠肺炎疫情影响，人工智能在公共卫生领域特别是传染病的预防与控制方面发挥重要作用，传染病大数据分析预警系统、疫情排查系统、智能测温机器人、消毒机器人、语音服务机器人等在战“疫”一线被广泛应用。本蓝皮书立足于产业发展基本面，并结合当前人工智能医疗的最新发展与应用趋势，对公共卫生、医院管理、医学影像、医疗机器人、药物研发、健康管理、精准医疗和医疗支付共八大主要细分领域进行深入研究与分析，分析各领域所处的不同发展阶段、发展特征与应用价值，并盘点市场主要参与者，力求描摹 2020 年互联网医疗行业发展的新风向。

中国的人工智能医疗在政府与社会各界的共同投入与支持下，面临政策、市场、技术、人才等多重因素叠加利好的重要发展机遇。项目组重点分析了中国人工智能医疗领域目前所具有的六大发展机遇：机遇一，顶层设计不断加码，产业

发展政策环境持续优化；机遇二，市场增长迎来发力期，资方入局窗口已经打开； 机遇三，市场需求日益旺盛，慢病管理等领域颇具增长空间；机遇四，新冠疫情的迫切需求为相关产业的发展打开了新局面；机遇五，5G、量子计算等新技术的增长为产业发展提供了新动能；机遇六，复合型人才厚度增加为产业厚积薄发创造新节点。

在行业发展重要机遇期，政府密集释放相关利好政策，推动科技成果转化， 推动数据共享，持续完善行业标准规范体系。同时，“以患者为核心、切实满足医生临床工作需求”的核心理念正在逐渐成为行业共识，人工智能医疗产品正在 向覆盖多病种、深入应用场景的方向发展。可以预见，人工智能医疗大规模落地应用的时代即将来临。

目录

第一章 人工智能医疗发展现状分析 .................................................... 1

1.1 人工智能医疗总体发展概况 .................................... 1

1.1.1 世界人工智能医疗发展概况 ...................................... 1 1.2.1 中国人工智能医疗发展概况 ...................................... 3

1.2 人工智能医疗发展政策分析 .................................... 5

1.2.1 海外人工智能医疗发展政策分析 .................................. 5 1.2.2 中国人工智能医疗发展政策分析 .................................. 7

1.3 人工智能医疗现状分析 .......................................10

1.3.1 人工智能医疗企业现状分析 ..................................... 10 1.3.2 人工智能医疗投融资现状分析 ................................... 11 1.3.3 人工智能医疗技术现状分析 ..................................... 13

第一章 人工智能医疗发展现状分析

1.1 人工智能医疗总体发展概况

1.1.1 世界人工智能医疗发展概况

近年来，人工智能成为推动社会经济发展的新动力之一，在提高社会生产效率、实现社会发展和经济转型等方面发挥重要作用。作为主导新一代产业变革的核心力量，人工智能在医疗方面展示出了新的应用方式，在深度融合中又催生出新业态。人工智能医疗的迅速发展和普及，提高了医疗质量，降低了医疗成本， 能够帮助医疗行业解决资源短缺、分配不均等众多民生问题。

全球的人工智能医疗相对于制造业、通信传媒、零售、教育等人工智能应用领域来说，还处于早期阶段，商业化程度相对偏低，行业渗透率较低。人工智能医疗具有广泛的市场需求和多元业务趋向，拥有广阔的发展空间。目前，市场规模高速增长，大量初创公司不断涌现。预计到 2025 年，人工智能应用市场总值 将达到 1,270 亿美元。其中，医疗行业将占市场规模的五分之一1。

从具体应用层面来看，医疗信息化应用早，智能诊疗、医疗健康管理落地广， 药物研发市场规模大，医学影像增速快。

医疗信息化作为应用较早的领域，近两年在数字医疗和互联网医疗的基础上得到了大力发展，人工智能在医院大数据处理系统建设方面起到重要作用。美国 在智能化电子病历管理、智能化药品服务管理、智能手术室管理等方面重点发力。美国顶级医院通常选择与头部医疗技术供应商展开合作，打通数据壁垒，构建标准化数据集，确保机器学习拥有高质量的数据基础。欧洲国家医疗信息化基础完善，医疗保障体系较为健全，数据在完整性和延续性等方面具有优势，人工智能在医疗成本控制、系统化药械管理、智能化电子病历管理、远程医疗等方面应用较为广泛。

此外，智能诊疗和医疗健康管理也是人工智能医疗产品落地较为广泛的领

1

数据来源：IDC 统计数据，36 氪研究院

域。日本将医疗健康管理和护理作为结合人工智能的突破口，旨在缓解本国严重的老龄化问题带来的压力。中国的人工智能健康管理事业起步较晚，但随着各种检测技术（如可穿戴设备、基因检测等）的发展，伴随着物联网大环境的促进， 预计 2020 年后市场将进入高速发展阶段。

药物研发结合人工智能起步稍晚，但市场规模较大，增速较快，目前占据人 工智能医疗市场 35%以上份额。我国目前的药物研发以仿制药和改良药为主， 国外药物研发则以创新药为主。由于存在算法技术优势和大量药物数据积累等诸多先发优势，目前美国 AI 药物研发的发展速度较快，已有基于人工智能技术进行药物研发的多种新药上市，市场逐渐成熟。

医学影像与人工智能的结合是人工智能医疗的另一重要应用领域，也是近年 来增速较快的领域。这一领域的发展在中美两国呈现不同特征，美国需要借助人工智能弥补其国内明显短缺的放射师数量，而中国则对跨平台影像云技术支持的需求更加迫切。除中美外，以色列在人工智能医疗影像分析方面也处于世界领先水平。此外，人工智能医疗在手术机器人、精准医疗等领域也逐步落地应用，发展前景较好。

从全球格局来看，中美两国人工智能医疗发展双足鼎立，日本、英国和以色 列等国家紧随其后。

在全球人工智能医疗市场上，美国靠早期的政策拉动医疗信息化和人工智能辅助医院管理，积累了大量数据，具备先发优势，属于领先梯队。目前已在药物研发、医疗机器人、医学影像、辅助诊断等方面全方位布局。随着以深度学习为代表的人工智能技术带来技术和产品重大突破不断涌现，美国出现了人工智能技术与医疗健康领域深度结合的迹象。这种深度结合主要靠医疗与科技界的巨头公司推动。如 IBM 推出 Watson，通过合作扩展医疗使用场景、输出生态能力。谷歌则通过旗下的多家生物科技和医疗公司，尝试形成规模效应。总体来看，科技巨头主导着美国人工智能在医疗领域的前沿应用发展。

相比于美国在人工智能医疗各个应用领域广泛且相对平衡的布局，其他国家

则各有侧重，各有所长。加拿大和英国在医药研发上具备原有积累与技术优势， 深度结合人工智能后依然表现亮眼。欧洲的医疗信息化和医院管理水平较高，健康管理、医院管理、智能问诊等领域落地较为成熟，如 Babylon Health 通过人工智能，为用户提供远程医疗问诊服务，全球用户达到 430 万人，每天可提供 4,000 个临床咨询，已完成 120 多万次数字咨询。亚洲医疗保健缺口较大，即使 是在发达经济体韩国和日本，每 10,000 人拥有的医生也低于 25 人2，医生比例低于其他发达国家。因此，亚洲的人工智能与医疗的结合需求重点在于辅助诊断、患者虚拟助手、医学影像分析等方面，医药开发相对落后。中国在影像识别和辅助诊断领域应用较为广泛，其他场景也在快速发展，展现出多元发展态势，在多个层面都取得了显著成果。从本质上来看，中国巨头及创业者对当下的医疗体系的窘境有着深度认知，因此人工智能作为能帮助中国医疗体系革新、给医生及患者带来便利的技术手段，受到了极大程度的重视和利用。以色列在医疗影像分析上也可与中美一较高下。目前，中美两国人工智能医疗发展双足鼎立；日本、英国和以色列等国家紧随其后，构成第二梯队。

1.2.1 中国人工智能医疗发展概况

人工智能医疗在一定程度上缓解了资源供给不足，分布不均的问题。医疗行 业作为关系我国国计民生的重要行业，长期以来存在医疗资源供给不足和分布不均等问题。据《2019 年我国卫生健康事业发展统计公报》数据，2019 年我国共有三级医院 2,749 个，在我国一至三级医院总量中占比为 11.60%，但三级医院医疗服务工作量占比为 56.75%，且我国三级医院主要集中在北京、上海、广州等大城市，中小城市医疗资源相对不足。截至 2019 年末，我国共有卫生技术人 员 1,010 万人，其中执业医师和执业助理医师 382 万人，注册护士 443 万人， 而全年总诊疗人次为 85.2 亿人次3，医疗供给也存在较大压力。在此背景下，人工智能凭借其智能化、自动化的特点，在医学影像、药物研发、医院管理等多个

2

数据来源：MIT Technology Review Insights 研究报告 3

数据来源：《中华人民共和国 2019 年国民经济和社会发展统计公报》

医疗场景落地应用，能够辅助提高医院诊疗效率和运营管理水平，在一定程度上缓解我国医疗资源不足的问题。

人工智能赋能医疗行业的发展路径可归结为“计算智能-感知智能-认知智能” 三个阶段，随技术进步而螺旋上升发展。计算智能是人工智能医疗发展的初期阶段，在这一阶段人工智能主要表现为对医疗行业的算力支持，通过计算机获取海 量医疗数据资源，对于数据进行整合、处理、分析，是实现精准医疗、智能医疗的重要保障。感知智能是机器接收外界信息、实现人机交互的能力。机器对于外界信息的感知主要通过将图像、声音、文字等转化为数字形式进行记忆和学习， 并依据相关算法进行推理和决策。在人工智能医疗领域主要体现为对于影像、声音等多维度医疗信息的识别和处理，帮助医生快速诊断，大幅提高医生诊疗效率。 认知智能是人工智能医疗更深一步的发展，通过机器自我学习进行有目的的推 理，优化决策系统，实现人机互动，辅助或者部分替代医生完成医疗诊断工作。在这一阶段，人工智能的计算能力和认知能力都有大幅提高，所处理的数据由健康保健向临床医疗及前沿科研等更为复杂的多元方向拓展，将人工智能应用于医疗生态的方方面面，利用深度学习技术对医疗数据资源进行多维度推理和使用。

人工智能医疗正从感知智能向认知智能过渡。从整体来看，我国人工智能医 疗发展历经计算智能阶段，目前正处于从感知智能向认知智能过渡的发展阶段， 不同细分领域的技术发展情况和落地应用成熟度有所不同。AI 医学影像是人工智能在医疗领域应用最为广泛的场景，率先落地、率先应用、率先实现商业化。手术机器人、药物研发、精准医疗等领域已有部分落地应用，但因成本或技术原因，尚未实现规模化普及，未来增长空间较大。受 2020 年初新冠肺炎疫情影响， 人工智能在公共卫生领域特别是传染病的预防与控制方面发挥重要作用，传染病大数据分析预警系统、疫情排查系统、智能测温机器人、消毒机器人、语音服务机器人等在战“疫”一线被广泛应用。

人工智能医疗的商业化路径通常沿着“ 学术研究—商业应用” 的模式进行。与 实验室产品不同，人工智能医疗的商业化需要利用人工智能技术解决医疗领域的

实际问题，通过满足一定规模的市场需求来实现商业变现的行为。其本质是商业行为，以盈利为目的，因此对人工智能医疗的技术成熟度、销售方式、盈利模式都要有明确的规定，以实现对于人工智能医疗领域的商业化规范管理。2018 年， 国家卫健委出台《国家健康医疗大数据标准、安全、服务管理办法（试行）》（国卫规划发〔2018〕23 号），提出健康医疗大数据标准管理工作原则，明确规定医疗大数据的使用标准和安全原则，体现出国家对医疗行业数字化转型和商业发展的高度重视。而人工智能医疗的发展同样如此，人工智能作为新兴技术在医疗行业的融合和商业化应用中需要经过实验室研发、临床试验、注册审批、市场准入、市场定价、市场流通等环节。从我国人工智能医疗的发展进程来看，安德医智旗下 BioMind“天医智”的颅内肿瘤磁共振影像辅助诊断软件于 2020 年 6 月通过了 NMPA 三类医疗器械审批，该产品是通过药监局审批后获得以“影像辅助诊断”命名的 AI 医疗软件

4

，在美国等国家已有多款同类产品上市。

1.2 人工智能医疗发展政策分析

1.2.1 海外人工智能医疗发展政策分析

医疗资源的缺乏和就医效率低是很多国家都面临的难题，人工智能医疗的发展不仅能够辅助医生提高诊疗效率，还能够促进医疗科技的发展，为复杂病症的治愈提供可能。美国人工智能发展较早，对于人工智能的法律规范、技术规范相对成熟。在政策层面，美国政府在 2016 年 10 月已出台《国家人工智能研究和发展战略计划》，鼓励发展人工智能相关技术，提出对于人工智能的长期投资战略和协作方法等。

人工智能医疗作为人工智能赋能医疗重要的领域，在国外的发展历程也相对较早，美国、英国、欧盟、日本都出台相关文件，对人工智能技术在医疗领域的应用提出指导方向。

1） 美国《为人工智能的未来做好准备》、《美国人工智能倡议》、《国家

4

资料来源：动脉网，澎拜新闻，36 氪研究院整理

人工智能研究和发展战略计划》更新版等：重点布局诊断辅助和疾病预防，积极将人工智能应用于可穿戴设备、记忆辅助系统和医疗诊断等领域。此外，还为联邦政府在人工智能研发上的投资确定了优先领域。

2） 欧盟《人工智能时代：确立以人为本的欧洲战略》、《人工智能白皮书》：

重点关注人工智能在健康分析和精准医疗等领域的应用，对医疗设备等在数据安全方面“高风险”行业的人工智能企业提出监管及审核要求。

3） 英国《在英国发展人工智能》：确定了目前医疗保健行业最具发展人工

智能潜力的三个方向为病情诊断、影像辅助诊断和潜在流行病的早期发现和发病率追踪。英国政府发布的人工智能政策较多，但提及医疗健康领域的数量屈指可数，并且报告中相关描述的篇幅也不多。

4） 日本《人工智能的研究开发目标和产业化路线图》：日本政策在医疗健

康领域重点关注的是临床机器人、医疗辅助系统和医疗健康数据的监管等，希望借助人工智能来改善人口极度老龄化的社会现状。

表 1-1 国外人工智能医疗相关政策文件 1 时间 文件名 国家 主要内容 提出利用人工智能及物联网等技术，普及自动驾驶汽车及建立新医疗系统。以 AI 技术为核心有可能在金融、医疗、教育、能源、物流和制造业等广泛领域创造出新的服务与业务，如配备 AI 提升功能的医疗和护理机器人 等 人工智能将为医疗诊断和处方治疗提供决策 支持系统，为个人提供药物定制，由此提高医疗效果、患者舒适度和减少浪费 利用人工智能提高对医疗并发症的预测水平，从而采取预防性治疗 将 AI 运用于医疗可以进行诊断支持、对潜在的大流行病进行早期发现和追踪疾病发生 率，以帮助预防和控制疾病传播、影像诊断 对生产、医疗、移动领域中人工智能应用前景做出详细描述，并提供促进政府、企业、学校三方合作以及促进创新企业发展的政策 方针 2016/05 《新产业构造蓝图》 日本 2016/10 《国家人工智能研究和发展战略计划》 《为人工智能的未来做好准备》 美国 2016/10 美国 2017/10 《在英国发展人工智能》 英国 《人工智能的研究开发目标 日本 和产业化路线图》 2017/03

时间 文件名 《人工智能时代：确立以人为本的欧洲战略》 国家 2018/03 欧盟 《联邦政府人工智能战略要点》 2018/07 德国 主要内容 欧盟将对人工智能在健康分析和精准医疗等领域的应用深入研究，将在医疗健康领域进行人工智能产品和服务的第一批测试和建设相应实验基础设施，同时将修订公共部门信息开放指令，出台私营部门数据分享指南， 修订科研信息获取和保存建议，并出台医疗健康数字化转型政策（包括分享基因数据及 其他医疗数据） 联邦政府将在医疗卫生领域、护理领域的应用和研发，同时在医疗卫生方面推广教育、培训和继续教育计划，推进人工智能系统在医疗卫生体系的应用，并考虑在医疗卫生领 域引入人工智能的强制性标准 命令联邦政府指导现有资金、项目和数据， 以支持人工智能研究和商业化 新增一条战略，扩大公私合作以加速人工智能发展，为联邦政府在人工智能研发上的投资确定了优先领域。在人工智能研发策略规 划中，将医学医疗作为重点领域 从数字医疗到精准农业，从自动驾驶到智慧城市，人工智能技术应用领域广泛，经济潜力巨大。医疗设备等在数据安全方面“高风险”行业的人工智能企业被列为重点审核和 监管对象 2019/02 《美国人工智能倡议》 美国 《国家人工智能研究与发展 美国 战略规划》更新版 2019/02 2020/02 《人工智能白皮书》 欧盟

资料来源：36氪研究院根据公开资料整理

1.2.2 中国人工智能医疗发展政策分析

近年来，在数字经济不断推进的大背景下，人工智能发展迅速，并与多种应用场景深度融合，逐渐成为推动经济创新发展的重要技术。医疗作为社会经济和人民生活最密切的场景之一，人工智能与医疗应用场景之间的联系愈发紧密，人工智能医疗越来越受重视。国务院在 2017 年 7 月出台《国务院关于印发新一代人工智能发展规划的通知》（国发〔2017〕35 号），提出发展便捷高效的智能服务，推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。在智慧医院建设方面，加强手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统等设备的研发；在药物领域，基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化；通过人工

智能的应用，加强流行病智能监测和防控。经过新冠疫情的催化，人工智能医疗领域技术发展和商业化进程全面提速，并取得长足进步。

政策“自上而下”持续传导发酵，重点发展诊断辅助和疾病预防。我国人工智 能医疗政策的发展呈现出“由上到下”的特点，即从国家宏观层面出台指导性文件和发展规划，为人工智能研发和应用提出指导路线，各地政府根据中央指导意见出台相关执行文件。在工信部印发的《促进新一代人工智能产业发展三年行动计划（2018-2020 年）》中提出在医疗影像、智能服务机器人等细分行业的发展目标，明确发展方向。由于人工智能发展水平的限制，我国目前人工智能医疗的重点发展方向与国外基本一致，集中于诊断辅助和疾病预防等方面。

表 1-2 中国人工智能医疗相关政策文件 2 时间 2016/03 主要内容 促进服务机器人向更广领域发展，实 工信部、发改委、《机器人产业发展规现系列化，个人/家庭服务机器人实现财政部 划（2016—2020 年）》 商品化 《“互联网+”人工智能发改委、科技部、三年行动实施方案》 工 业 和 信 息 化（发改高技 部、中央网信办 [2016]1078 号） 《关于促进和规范健 康医疗大数据应用发国务院 展的指导意见》（国办 发〔2016〕47 号） 《智能硬件产业创新 工信部、发改委 发 展 专 项 行 动 （2016-2018 年）》 《“ 十三五” 国家信息 国务院 化规划》（国发〔2016〕73 号） 支持在制造、教育、环境、交通、商业、健康医疗、网络安全、社会治理等重要领域开展人工智能应用试点 示范，推动人工智能的规模化应用 支持研发健康医疗相关的人工智能技术等。加快研发成果转化，提高数字医疗、物联网等设备生产制造水 平，促进健康医疗智能装备产业升级 鼓励医疗机构加快信息化建设进程， 推动智能医疗健康设备在诊断、治疗、护理、康复等环节的应用 部门 文件名 2016/05 2016/06 2016/09 2016/12 2017/01 卫健委 2017/06

卫健委 推动健康医疗相关的人工智能、生物三维打印、医用机器人、可穿戴设备以及相关微型传感器等技术和产品在疾病预防、卫生应急、健康保健、 日常护理中的应用 充分发挥人工智能、虚拟现实、增强 现实、生物三维打印、医用机器人、 可穿戴设备等先进技术和装备产品在《“ 十三五” 全国人口人口健康信息化和健康医疗大数据应健康信息化发展规划》 用发展中的引领作用，促进由医疗救治向健康服务转变，实现以治疗 为中心向以健康为中心的转变。 《“ 十三五” 卫生与健 推进医学人工智能技术。开展医学大

时间 部门 2017/07 国务院 2017/12 工信部 2018/04 国务院 2018/04 卫健委 2018/07 卫健委 2019/03 深改委 2019/08 国务院 文件名 主要内容 康科技创新专项规划》 数据分析和机器学习等技术研究，开发集中式智能和分布式智能 等多种技术方案，重点支持机器智能辅助个性化诊断、精准治疗辅助决策支持系统、辅助康复和照看 等研究，支撑 智慧医疗发展 推广应用人工智能治疗新模式新手段，建 立快速精准的智能医疗体系。探索智慧医《新一代人工智能发院建设，开发人机协同的手术机器人等设展规划》（国发备。基于人工智能开展研究和新药研发，〔2017〕35 号） 推进医药监管智 能化 到 2020 年，在工业、医疗、金融、交通 等领域汇集一定规模的行业应用数据，用《促进新一代人工智于支持创业创新。推动医学影像数据采集能产业发展三年行动标准化与规范化，加快医疗影像辅助诊断》计划（2018-2020 年） 系统的产品化 及临床辅助应用 《关于促进“互联网+ 医疗健康” 发展的意完善“互联网+医疗健康”支撑体系 见》（国办发〔2018〕 26 号） 《全国医院信息化建》 利用人工智能技术对疾病风险进行预测，设标准与规范（试行） 实现医学影像辅助诊断、临床辅助诊疗、（ 国 卫 办 规 划 发 智能健康管理、医院智能 〔2018〕4 号） 管理和虚拟助理 加快推进智慧医院建设，改造优化诊疗流《关于深入开展“互联程。推进智能医学影像识别、病理分型和网+医疗健康”便民惠多学科会诊以及多种医疗健康场景下的民活动的通知》（国卫智能语音技术应用，提 规划发〔2018〕22 号） 高医疗服务效率 稳步推进教育、医疗、能源、公共安全等领域数据的内部整合、共享与对外开放， 《关于促进人工智能制定数据资源清单和开放计划，支持相关和实体经济深度融合企事业单位联合人工智能企业围绕应用场的指导意见》 景开展人工智能服务，鼓励优质机构人工智能服务能 力和资源向地方开放 鼓励人工智能细分领域领军企业搭建开 源、开放平台，面向公众开放人工智能技术《国家新一代人工智研发资源，向社会输出人工智能技术服务能开放创新平台建设能力，推动人工智能技术的行业应用，培工作指引》 育行业领军企 业，助力中小微企业成长

资料来源：国务院，36氪研究院

1.3 人工智能医疗现状分析

1.3.1 人工智能医疗企业现状分析

人工智能医疗产业发展环节主要有基础层、技术层、应用层。

基础层主要为人工智能医疗的发展提供基础设备，实现对顶层的算力支持， 即海量数据处理和储存设备，企业类型主要为设备供应商和数据平台服务商，腾 讯、百度、阿里等互联网巨头多在基础层发挥其技术研发优势，通过自主研发产品和并购等方式参与人工智能医疗的发展。

技术层主要为人工智能医疗提供认知、感知、机器学习等方面的技术服务， 即对语音、图像等信息的识别和处理，通过计算机对数据进行分析和预测，企业类型主要为专门的语音或图像人工智能技术服务商，以及人工智能技术公司，如科大讯飞、依图科技等企业利用人工智能技术优势，深入医疗细分场景，辅助医生诊断、进行健康管理。

应用层是人工智能在医疗领域的具体应用，例如药物研发、智能诊疗、医疗 机器人等，应用层企业的服务领域更加细致，针对具体化的场景提供解决方案。基础层和技术层技术壁垒较高，前期技术研发资金需求量大，且需要具备一定的技术基础，因此该领域一般由研发能力和资金实力较强的大公司为主；应用层的技术壁垒相对较低，且创收能力强，因此应用层面的企业数量最多，且中小型企业或创业公司通常聚焦应用层面。

表 1-3 人工智能医疗产业链 3 产业层级 基础层 技术层 应用层 主要领域 企业类型 行业壁垒 代表企业 芯片研发及制造、硬件设备供应商、技术难度高、研 腾讯、阿里、百度 云计算、硬件设备 数字平台服务商 发投入大 语音识别、图像识 技术服务商 别、机器学习 技术难度较高、研发投入大 依图科技、科大讯飞 平安好医生、数坤科技、连心医疗 药物研发、医学影医疗设备制造商、技术难度相对较像、可穿戴设备等 医疗系统服务商 低 资料来源：36氪研究院根据市场公开信息整理

海外的互联网巨头和传统医疗巨头也加快对人工智能医疗领域的布局。美国是人工智能医疗领域布局最早的国家，各大巨头纷纷下场，创业企业不断涌现， 在医疗大数据和辅助诊断等方面取得了率先突破。奥巴马和特朗普对于人工智能的发展都十分看重，引导政府向企业投资进行人工智能方向研究。随着政策引导与扶持，中国企业也迎头追赶，在医疗影像、辅助医疗等方面弯道超车。全球上百家 AI+医疗创业公司分布在医学影像、辅助医疗、药物发掘、健康管理等应用领域。

互联网巨头更倾向于选择在底层切入，布局智慧医疗基础设施。例如 IBM、 Google、微软、Facebook、Amazon、阿里、百度等。Google 的人工智能技术发展较早且布局较广，对人工智能医疗的研发和投资也处于相对领先的地位，对于药物研发、远程医疗、健康管理等方面均有涉及。

传统医疗企业在人工智能领域的发展更注重产品的数字化转型。2019 年 9 月，FDA 批准 GE 的重症监护套件，这是 GE 医疗首次将人工智能算法嵌入移动 X 射线设备。另外，Philips、Siemens 等企业在医疗影像领域均有系统解决方案推出。

1.3.2 人工智能医疗投融资现状分析

人工智能医疗行业处于成长期，市场规模增长快，资本热度高。近年来，我国人工智能医疗领域投融资项目数量增长较快，热度提升明显，且大部分企业融 资轮次较为靠前，整个行业处于成长期。根据鲸准数据库，截至 2020 年 6 月 30 日，共收录 349 个人工智能医疗相关项目。其中，A 轮项目 126 个，天使轮项目 103 个，B 轮和 C 轮项目共 50 个，而 E 轮及以后的项目共 2 个。

图 1-1 中国人工智能医疗项目融资轮次 1

数据来源：鲸准数据库，36 氪研究院

从投资案例数看，2012 年-2020 年上半年，我国人工智能医疗领域股权投资热度呈现先增后降趋势，其中股权投资热度较高的年份为 2016 年、2017 年和 2018 年。2012 年-2015 年间，我国人工智能医疗领域每年股权投资案例数均不超过 30 起，处于低位。2016 年，人工智能医疗领域股权投资案例数增加至57 起，较去年增长 97%。2017 年人工智能医疗领域股权投资案例数快速增长至 74 起,2018 年股权投资案例数量最多，共 91 起。2019 年，受到资本寒冬影响， 人工智能医疗领域投资热度有所回落，投资案例数下滑至 52 起。2020 年上半年， 由于新冠疫情的影响，投资案例数量依然处于低位，未有明显回升。

从投资金额看，2015 年以前，人工智能医疗领域股权投资热度较低，而 2016年-2018 年，该领域的股权投资热度快速提升。2012 年-2015 年间，人工智能医疗领域的股权投资规模较小，均不超过 7 亿元人民币。2016 年-2018 年间，人工智能医疗领域股权投资规模增长较快，其中 2016 年股权投资规模增长幅度最大，较前一年同比增长 533%，2017 年又较 2016 年增长了 55%。在 2018 年， 人工智能医疗领域股权投资规模达到最高，为 47.61 亿元。而 2019 年股权投资规模下降明显，2020 年上半年股权投资规模依然处于低位。

图 1-2 2012-2020 年上半年人工智能医疗领域股权投资规模及案例数 2

数据来源：鲸准数据库，36 氪研究院

在海外人工智能医疗领域，根据鲸准数据库，共收录美国、加拿大、新加坡、印度等国的人工智能医疗领域股权投资案例 19 起，投资金额达到 1.56 亿美元， 所涉及的应用领域包括药物研发、医疗咨询、卫生防疫、辅助治疗、电子档案。其中药物研发领域股权投资案例数最多，案例数量占比为 47%，股权投资金额占比为 57%。美国人工智能医疗领域股权热度相对较高，共有 12 起股权投资案例，占比达到 63%。

1.3.3 人工智能医疗技术现状分析

人工智能医疗技术的发展水平与人工智能技术的发展程度息息相关，而人工智能技术的发展分为计算智能、感知智能、认知智能，需要依托算力、算法、通信等多方面的支持。

计算智能技术的核心在于计算能力，而计算能力的进步离不开基础设施和硬 件设备的支持。人工智能在计算海量医疗数据资源时，需要依托强大的数据处理

系统和数据储存设备。目前我国医疗大数据的发展速度较快，尤其受到新冠疫情的影响，医疗领域的数字化进程提速，医疗大数据产业在政府引导下通过市场运作方式为医疗的发展提供动能。作为新基建的重要组成部分，我国大力推动大数据产业的发展，目前已规划建设多座国家数据中心助力大数据产业助力。在医疗数据领域，2019 年我国已将福建、江苏、山东、安徽、贵州、宁夏的国家健康医疗大数据中心与产业园建设为国家试点，为医疗大数据的发展提供基础设施保障。

感知智能的技术发展体现在语音识别、影像识别、语言处理等方面。目前我 国人工智能医疗在医学影像领域发展较快，究其根本在于医疗资源缺乏，现有的医生数量无法满足患者的医学影像诊断需求。而人工智能技术对影像识别能力较强，能够帮助医生提高诊疗效率，市场需求量大，发展场景广阔。在肺结核领域， 我国已有依图科技、图玛深维等多家企业能够提供智能 CT 影像筛查服务，并自动生成病例报告，可帮助医生快速检测，提高诊疗效率。

认知智能技术关键在于机器学习能力。但由于机器的深度学习依托于概率分 析，而对于疾病的诊治和治疗需要结合复杂的影响因素，是一个动态的决策过程。因此，人工智能技术被较多应用于疾病筛查，帮助医生进行初步诊断，我国人工智能医疗在认知智能方面仍存在较大探索空间。

以美国为代表的欧美发达国家人工智能医疗技术发展相对成熟，尤其在底层技术方面相对领先。美国、英国等国家掌握人工智能芯片研发领域核心技术，人工智能芯片市场份额被英特尔、AMD、ARM 等公司占据。在应用方面，欧美等国的人工智能医疗应用场景也相对丰富，人工智能技术与医疗领域的融合度更高，在健康管理、药物研发、疾病诊断、辅助治疗、医疗机器人等多种领域均有应用。