中国医疗AI市场研究报告（23页）

人工智能概念在1956年被首次确立，从最初的神经网络和模糊逻辑到现在的深度学习，技术从萌芽到落地也经历了一些列的起伏 。 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”，随后我国加快开展医疗AI产品的研发。1996年专注人工智能研发的企业开始出现， 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，但同质化、赢利模式不清晰的行业痛点依旧存在。伴随巨头的进入，整合进一步加剧并且会持续一段时间。近年来，资本对AI+医疗的关注是有目共睹的：投融资事件数量上较为突出，2018年投融资总额达到1176亿元，仅次于汽车和制造业。 传统的医疗巨头和科技巨头对医疗AI领域也十分关注：强生、西门子等布局包括机器人、影像、辅助诊断在内的多个医疗AI领域，2018年 谷歌、阿里、腾讯等在医疗AI领域也均有新成果 。与其他领域相比，AI+医疗起步稍晚但爆发迅速，创业企业多达上千家，未来一段时间将处于淘汰、整合的状态。

医疗AI在B端应用的场景主要包括：AI医学影像、辅助诊断、药物研发、 疾病预测。在C端的应用场景主要包括：在线问诊、健康管理。机器人类 产品，包括导诊机器人和手术机器人，大多数是按照既定程序运行未达到 人工智能程度，因此不在本次报告中展示。 AI医学影像辅助诊断的一个分支，是医疗+AI结合最为成熟的一个领域:在 肺结节、眼底、乳腺等领域均有较为成熟的产品，其他病种的研发也在持 续进行。获得三类医疗器械证书和摆脱试用转变赢利模式是影响该领域应 用的瓶颈。 医学影像是医学数据的主要体现方式，因此针对影像的研究具有训练数据 较易获取、成果效益明显的特点而成为医疗AI的主要切入点，随着电子病 历建设逐渐完成，辅助诊断和健康管理等方面的研发和落地将会加快。

近十年，医疗数据总量呈现出爆发增长的态势。围绕数据存储、数据安全等展开的医疗大数据平台建设也在有序开展中，有关数据应用的探索也在同步进行。  目前超过90%医疗数据数据来自医学影像，图片数据结构简单、图像识别技术成熟促进了AI医学影像的火爆。随着电子病历的不断建设，非影响类数据的不断扩 充，文本挖掘、语音识别等AI技术将继续为医疗数据结构化、医疗数据挖掘与应用提供助力。企业应将更多的在医疗数据应用层获得机会。