AI新药研发行业报告：AIDD（89页）

行业报告下载 2021年10月26日 07:09 管理员

1956 年人工智能（AI）开始成为独立的研究领域，经由神经网络和模糊逻辑到深度学习，技术起伏发展。20 世纪前，中外对 AI 在医疗领域的研究集中在临床知识库上，但由于大多数临床知识库必须运行在 LISP 设备上，当时 LISP 设备尚不能联网且价格昂贵等原因，临床知识库并没有广泛地应用于临床中。国内 AI 在医疗最早的应用可以追溯到 1978 年的“关幼波肝病诊疗程序”，1996 年我国专注人工智能研发的企业开始出现，2000 年-2015 年期间，国外的研究重点为 AI 在临床知识库外的应用，如手术机器人应用落地、鼓励发展电子病历等。而中国仍以研究更多类疾病的临床知识库为主，发展相对缓慢。2015 年-2017 年，由于 AI 在图像识别方面的准确率有大幅度提升，AI+影像得以快速发展。同时，得益于在临床知识库的长期研究，CDSS 产品走向成熟。2018 年后，中国 AI+医疗进入稳定发展阶段，智慧病案等新产品相继面世，目前国产手术机器人尚在研究阶段。

另外，在 2015 年赛道内厂商数量达到峰值开始进行整合，2018 年全国已有上千家三甲医院引入 AI 产品。总之，人工智能概念由来已久，但是曾经碍于算力、算法不成熟、数据资源的缺乏，未能得到广泛应用。时至今日，随着计算能力、模型算法、数据资源等条件的日渐成熟，人工智能开始逐步在各个行业应用并落地。AI+医疗行业泛指应用人工智能技术，包含但不限于智能传感器、神经网络芯片、开源开放平台等技术应用于医疗健康领域。医疗领域中，例如医院信息化为医疗 AI 的介入搭建了基础，人工智能从数据获取到数据加工最终给予反馈的工作逻辑可以应用于医疗行业诊前、诊中、诊后的各个模块。目前传统的机器学习和深度学习算法已被广泛的用来处理临床研究和医疗服务中的结构化数据，如医学影像数据、基因数据和生物标志物数据；而非结构化数据，如人工笔记、医学期刊与患者调查等则依靠专门的医学自然语言处理技术来分析。艾瑞咨询研究院通过 PubMed 公开数据整理，2012- 2020 年在医学文献中使用到的热门机器学习算法和深度学习算法包括：1）支持向量机（38%），主要应用于识别成像生物标志物和医疗影像分析；2）神经网络（34%），主要应用于生化分析、图像分析和药物开发；3）逻辑回归（4%），主要用于疾病风险评估和临床决策辅助系统。