人工智能医疗产业分析报告.pdfVIP

中国人工智能医疗行业分析报告

一AI医疗概述

1.人工智能

人工智能已经发展了大半个世纪，经历几次大起大落。从上世纪80年代到本世

纪初，人们对于深度学习探索较多，但受制于计算机的计算能力，以及算法本身的

限制，效果不太好，直到2006年，Hinton解决了神经网络的大量参数训练的问题。

从2009年开始人工智能飞速发展。2015年、2017年，两场世界瞩目的人机围棋大

赛之后，人们对人工智能的认识将进一步的加深。而AlphaGo用于下围棋的高效算

法是一种通用型的算法，这种算法可以推广到其他算法，把人工智能运用到各个领

域。

2、深度学习，智能时代的核心驱动力量

世界十大人工智能科学家之一TerrenceSejnowski曾在“TheDeepLearning

Revolution”一书中提出AI医疗。“随着机器学习的成熟并被应用于可获取大数

据的许多其他问题，服务行业和其相关职业也将发生转变。基于数百万患者病情记

录的医学诊断将变得更加准确。最近的一项研究将深度学习运用到了囊括超过2000

种不同疾病的13万张皮肤病学图像中，这个医学数据库是以前的10倍大。该研究

的网络被训练用于诊断“测试集”（testset）中的各种疾病。它在新图像上的诊断

表现与21位皮肤科专家的结论基本一致，甚至在某些情况下还要更准确”。除了应

用于皮肤病诊断领域之外，AI还可用于提高癌症诊断准确度，“一个经过大量结论

清晰的切片数据训练出来的深度学习网络能达到0.925的准确度，还不错，把深度

学习与人类专家的预测结合起来，准确度达到了0.995，几近完美。”除了对疾病

的诊断，AI医疗可以基于数据采集分析应用于睡眠监测、临床护理、慢性病监测等

各种医疗领域。

3、AI+医疗

AI赋能医疗。人工智能医疗简单说即以互联网为依托，通过基础设施的搭建及

数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊

断效率及服务质量

二AI医疗应用背景

第1页共16页

1、医疗资源分布不均，人工智能弥补劳动力短缺我国医疗资源分配严重不均，

优质的医疗设备和医护资源大多集中在发达城市与地区，而使得大量外地病患由于

在本地得不到良好的医疗，转而向大城市、大医院集中。根据国家卫计委数据，截

止至2018年11月底，我国共有医院32476个，其中三级医院仅有2498家，占7.69%;

然而，三级医院就诊人数(截止至2018年11月)却达到16.46亿人次，占全国总人

次的50.97%。医疗资源供需明显不匹配。

数据来源：国家卫计委公开资料

此外，我国医护人员数量不足。数据显示，2017年我国共有卫生人员1174.9

万人，其中卫生技术人员898.82万人，注册护士有380.4万人，而执业医师仅有

282.9万人，医师数量短缺。与此同时，2017年我国总诊疗人次达到81亿人次，出

院人数2.4亿人，可见我国医疗保健中劳动力短缺。

第2页共16页

数据来源：国家卫计委、公开资料

根据有关数据显示，医疗资源分配不均、卫生人员严重短缺问题在眼科医疗行

业表现更为明显。

需求空间巨大：中国眼健康目前所面临的最大的挑战是人口众多并且人口老龄

化加剧。我国仍然是世界上盲和视觉损伤患者数量最多的国家之一。据世界卫生组

织报告，到2035年糖尿病将成为致盲的首要原因。中国作为全球糖尿病患者数量最

多的国家，防盲工作任重道远。眼科医疗卫生人员短缺：2016年眼科专科医院诊疗

人次数为2324.26万人次，其中眼科专科医院门急诊人次数为2283.37万人次，医

师日均担负诊疗人次为9.4人次。2016年我国眼科执业（助理）医师为4.1万人，

其中眼科执业医师3.7万人左右。眼科专科医院中卫生技术人员数量为4.92万人，

执业（助理）医师数量为9932人，其中执业医师数量为9045人。2