亿欧轮值总裁高昂:从数据看AI在中国健康领域的研发与应用现状

亿欧网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  
亿欧轮值总裁高昂:从数据看AI在中国健康领域的研发与应用现状

8月16日,以“逐日同行—— 医疗 健康 AI 的技术与应用对撞”为主题的2020西普会健康科技研发者共享大会在海南博鳌举办。

亿欧公司轮值总裁高昂受邀参与,并发表了题为“2020年,AI医疗砥砺前行——疫情下探索更具价值的AI应用”的演讲,从第三方、站在市场跟商业的视角看AI在大健康产业的新进展, 主要观点包括

1.从外部环境看,过去一年,与医疗AI相关的政策陆续进行了更新和迭代,同时,人工智能行业发展的人才供给瓶颈,正随着各大高校人工智能专业开设以及第一批毕业生走向市场得到一定缓解。此外,资本对于人工智能在医疗的应用也渐趋理性,更加寻求价值的验证,从2018年下半年到2019年,医疗AI领域的投资数量、投资金额开始呈现一个明显放缓的趋势。

2.人工智能医疗应用场景广泛,未来产品落地后其社会和商业价值均较大,然而,基于我国医疗健康发展现状,商业付费空间有限。现阶段,AI医学影像在院端已获得一定的收入。院端付费方集中在三级医院,渗透率约为4.5-7%,随着产品价值被认可,医院付费意愿提升,2023年渗透率或达到15-20%。此外,亿欧认为,AI类产品价值的体现将在基层最大化,然而基于我国基层卫生人员水平有限,基层AI医疗产品的落地与规模化将是长期过程。

3. 2020年中国人工智能医疗公司共计129家(不包含以基因检测技术为主的企业),其中医学影像领域的公司数量最多,达55家,占人工智能医疗公司总数的42.6%。从成立情况来看,2019年和2020年再没有新的以医疗人工智能为主业的公司成立,活着的大部分企业都在各个场景里面努力的寻找自己落地和规模化商业的可能性。 

4.从医疗人工智能发展路径来看,呈现出的一个明显趋势是:研发集中在三级医院,广泛应用未来在基层。我国医疗资源处于不均衡状态,80%医疗资源集中在内部20%的医院,基层医疗资源、医生资源均极度匮乏,医学影像、辅助诊断的CDSS、结构化电子病历、以及智能随访等AI产品,基层明显是更具备社会价值的应用场景。此外,随着发展,医疗人工智能未来作用点逐步覆盖至全医疗流程、全需求场景。

以下为演讲全文实录:

各位嘉宾、各位专家大家上午好!非常感谢主办方邀请,亿欧是第三次站在AI峰会的现场,每一次自我介绍时都会说一句,我们既不搞技术,又不搞医疗,我们是站在市场跟商业的视角看AI在大健康产业里面的应用,所以我今天来的目的就是给各位专家汇报一下过去一年市场的进展。

2020年环境发生了哪些变化?

首先是环境变化,新冠疫情迫使公共预算向卫生健康倾斜。 6月发布的数据显示,涵盖医疗、教育、科学技术、就业等在内,2020年整体公共预算下调了25%,但在整体公共预算下降25%的前提下,整体卫生健康的预算保持了1.4%的上升,同时在重大公共卫生服务的执行预算上比例还更高一点,有1.84%的上升。

亿欧轮值总裁高昂:从数据看AI在中国健康领域的研发与应用现状

过去一年,与AI医疗有关的政策陆续进行了更新和迭代。 去年2月,科技部发布的《关于支持北京建设国家新一代 人工智能 创新发展试验区的函》,提到了医疗是人工智能与实体经济深度结合非常重要的板块;6月,国家药品监督管理局发布了《深度学习辅助决策医疗器械软件的审评要点及相关说明》;今年3月,在疫情影响之下,NMPA出台了《肺炎CT影像辅助分诊与评估软件审评要点(试行)》,为后面CT影像能够直接诊断是否感染新冠肺炎提供了依据。

2016年,在人工智能开始在各个行业应用的背景下,我们展开了对这一领域的研究,我们发现,人才其实是人工智能发展的一个重要瓶颈,目前在国内人才储备和供给明显不足:一方面是算法技术的人才,一方面是算法技术和医疗行业或者说各个应用行业场景相结合的这部分人才的缺失。

不过,从2016年开始,不少高校开始设立人工智能相关的专业,目前一共有40家院校开设了人工智能相关的专业,其中北京、江苏是最多的,北京有8所,江苏有7所,专门开设智能医学的学校共有9所,分别是在2017到2019年间开设的,最早是2017年的南开大学和天津大学,2019年虽然没有新增的审批,但是有16个智能医学学科在进行备案——也就是说, 未来人才的供给会逐步跟上,同时,2021年南开大学和天津大学第一批智能医学学科的毕业生会走入人才市场,因此,人才这方面的缺失正逐步补充。

亿欧轮值总裁高昂:从数据看AI在中国健康领域的研发与应用现状

在资本方面,从2018年下半年到2019年开始呈现一个明显放缓的趋势,投资数量和投资金额在2018年达到一个顶峰,有66次投资事件,涉及的金额接近80亿,2020年截止到8月,共有26起AI医疗领域相关的投融资事件,累计金额18亿人民币—— 这说明资本对于人工智能在医疗的应用进入了一个相对理性的阶段,也更加寻求价值的验证。

另外一个明显的趋势就是,龙头的设备企业进入速度在加快,2019年,像GE、飞利浦、西门子这些主流的设备厂商已经开始搭载AI平台进入院端。 GE的爱迪生数字医疗智能平台,它和市场上各种医疗场景里面的企业进行合作,比如脑部、肺部、心血管都会开展比较深度的合作;飞利浦的医学影像平台在吉林大学医院有一个明确的落地,也涉及到了影像诊断、心脏、肿瘤、神经,同时也在院内的研发平台去进行落地;西门子主要是体现在基层医生的影像诊断,包括远程连接、标记判断等等,另外西门子在院外也有布局,它们的平台和虚拟座舱进入了线下的体检机构。此外外也能看到,国内的巨头企业像腾讯也在和飞利浦、西门子开展合作。

3.png.png

这是对海外的医疗人工智能企业的融资做了一个简单的整理,明显能够看到的与国内的区别就是, 国内目前集中在影像会更多,而海外今年内获得融资的或者说获得新一轮融资的基本都是围绕医院管理、药物挖掘、智能导诊和随访 ,这其实和他们要在医疗端的需求相关,它们更需要节省人力、提升效率。

2020AI医疗市场现状

从市场来看,测算医疗人工智能的市场额度其实是一件比较困难的事情。2019年我们开始进行做测算,有一些进展,但也没能给出一个整体的医疗人工智能的市场规模,我们只拿影像来举例。 过去一年,比较明显的进展是,医学影像在院端逐步获得了一定收入,主要集中在三级医院,它的渗透率目前在6%左右,随着产品价值被认可,医院付费意愿在逐步提升,按照现在的发展情况,我们预计到2023年,市场渗透率有可能接近20% ,以目前6%左右去进行计算,我们选择比较主要的一些产品,像肺部的、眼底的以及心血管来做测算的话,2019年由人工智能医学影像直接产生的收入规模全国在1.6亿,这个数字还是相对比较小的状态,预计今年能达到接近3亿,未来几年会保持70%到80%左右的增速,这个渗透率是会逐步稳定的。

4.png.png

实际上,我们这个测算我不敢讲准确,因为我们是拿渗透率、病患的数量和目前收费的大体情况去进行测算,但是它基本上能够说明目前市场的规模情况。在院端获得收入的前提是它的价值被使用者所认可,实际上我们看到一些反馈是效率是有所提升的,年检查量是有所提升的,进有些医院甚至提升了40%以上的数量,同时获取报告的时间也大幅度缩短,由原来的7天变成现在的1.5天。整体来讲,目前商业空间还小,处于价值实践期,但是未来相对可期。

和海外成熟场景对比来看,国内医疗人工智能主要集中在影像识别和电子病历上 ,而 其他一些成熟的医疗系统尤其是美国,人工智能则在医院管理、智能随访、机器人和药物挖掘等领域有比较好的发展 ,这主要是因为它们的出发点是希望能够减少人工或者代替人工提升效率,减少医疗支出,因为医疗支出在美国整个GDP里面占比非常高,对它们来讲这所造成的财政压力是很大的,所以希望能进一步提升效率、优化资源,导致很多医疗场景里,非医学问题的人工智能的产品有很好的落地应用空间。

5.png.png

再讲一下认证,去年6月审评指导发布后,今年国内一共批了5个,而从2017年到现在FDA一共批了39项医疗产品,其中今年是10个,前五个加粗是今年国内获批的,后面十个是FDA获批的,能看到获批的类型也呈现出不尽相同的状况, 国内的五个主要是心血管、心电、颅内、眼底,其中眼底有两个都是上周刚刚批的,而在海外有血管的、肾脏的、皮肤的、放疗的、乳腺的、压迫性骨折等等 ,乐普2018年获FDA批准了一个心电分析的软件,今年陆续有一些新的进展。AI影像最早进入领域是肺结节的检测,但实际上直到今年7月,国内的企业——推想才拿到了FDA批准的第一个肺部检测产品的证书。

6.png.png

上图是我们每年都会去绘制的图表,把人工智能相关技术和医疗场景做交叉,能够看到在各个场景之间能够产生哪些业务和市场机会。今年这张图的变化并不大,但我们能看到一个明显的变化就是, 单个场景里面对于多技术融合的趋势是非常明显的,也就是说随着在院端或者在市场端的落地,真正对于AI的需求被有效地挖掘,而这些需求往往都不是单一需求,而是对于多技术和复杂性的,可能对于产品的要求会比以往高,不仅仅在功能上,而且对于产品化和应用性上的要求会比以往更高。 我们认为,随着智慧医院建设的推进,结构化电子病历、云电子病历这几个板块会迎来比较明显的发展。

7.png.png

上图是我们绘制的一个医疗人工智能产业链图谱,我们把主要的一些公司按照影像、辅助、健康管理、疾病预测、医疗大数据等去做了一个划分,这张图整体来讲过去一年变化也不大,只是有一些企业从上面消失了,在过去一年寻求市场验证的过程中,有一些企业没能扛住资金上的压力。

目前,在国内从事医疗人工智能的企业129家,影像达到了55家, 2019年和2020年两年间,没有以医疗人工智能为主业的公司新成立 ,我今天的题目叫“砥砺前行”,这确实是现在市场环境的反映,还活着的大部分企业都在各个场景里面,努力的寻找自己落地和规模化商业的可能性。

重点提一下机器人, 疫情之下对机器人的需求有了明显的增长。手术机器人价格比较贵,多在1000万到4000万,每年维保费用也多在300万左右,因此虽然数量比较少,但市场规模也是几亿级别的,2020年,新增机器人招标采购的需求比以往更多。 另外,除了手术机器人,康复机器人前景也是可期的,它的价格更便宜,应用场景更多,尤其在院外和基层会有很大的需求,是可预期的市场爆发点。

8.png.png

同时,在疫情期间,无接触机器人的需求短暂提升,不过在工信部之前发布的“科技支撑抗击新冠疫情表现突出的机器人企业名单”中,里面真正专门做医疗机器人的公司并不多,这里面比较主流的像猎户星空、云迹等都是在其他领域服务机器人有一个比较明确的市场定位,如餐饮、安防、家用等领域,疫情期间,他们开始进入到了医疗服务机器人市场里面,这里面专门做医疗服务机器人的只有钛米。

趋势与突破——冲破迷雾

9.png.png

如果强行要把AI发展划分阶段,那么2016年之前叫初始技术,这一阶段,资本开始尝试性的进入市场,海外的产品有了一些雏形,企业对算法、算力、数据、技术、场景的认知形成了较为初期;2016年,概念开始兴起,2019年则很明显的进入了价值验证阶段——资本放缓,企业开始尝试构建自己的壁垒,只有在产品上花更多的工夫才能得到市场端的认可,到今年很多企业完成了产品的价值验证,再加上市场的监管逐渐的完善,少数企业去开始探索产品定价的,甚至去建立生态,前面提到的, 巨头以及大型设备厂商的进入,标志着人工智能医疗这个小领域在朝着生态共建的方式去发展,未来在这个新的生态链里,各个类型的企业会找到自己的生存方式、定价模式、服务方式,从而实现真正商业模式探索的过程。

从AI医疗发展三元素——场景、技术、数据看,我们认为行业价值验证的路已经铺好。 照例以影像为例:场景层面,已经呈现出多病种、全流程、自动化的特点,在有用、稳定和准确等方面逐步提升,很多企业也在深入对基层进行探索;数据层面,行业数据库的构建,数据标注的质量与稳定性提升,构建数据分享条款,确保合理有效的应用。目前随着产品力的提升,在单一病种和三甲医院里面有了一些突破性的进展,已经建立了稳定的付费关系,随后朝着基层、多病种以及院外的市场扩展,所以可预期市场规模会有一个不错的发展空间。

中国AI医疗呈现出研发在三级,广泛应用未来在基层的发展路径。 对于基层来讲,像影像、CDSS、广义的电子病历和智能随访能帮助解决很多问题,众所周知,整个医疗系统面临的最大问题就是医疗资源的不均衡,80%医疗资源集中在20%的医院,基层医疗资源、医生资源极度匮乏,医学影像、辅助诊断的CDSS、结构化电子病历、以及智能随访等AI产品,基层明显是更具备社会价值的应用场景。此外,随着发展,医疗人工智能未来作用点逐步覆盖至全医疗流程、全需求场景,在辅助诊断、影像、健康管理、疾病风险预测、药物研发、医学研究和医院管理等多个领域,由于AI医疗企业加入进行了一定的重构,在不少环节上新增了一些运转流程、服务和标准。

2020年中国智慧医院现状及趋势研究

前面提到电子病历和CDSS在医院管理的应用,这是在发达国家或者发达医疗体系里面人工智能落地比较快的部分,而中国相对缓慢,今年我们把研究重点放在了这个领域,展开了2020中国智慧医院现状及趋势研究,我们希望通过这个研究能够找到一些人工智能落地的一些路径和方法,把这里面的部分内容分享给大家。

首先医院目前正在经历从信息化到智能化的过程。过去几年间,监管部门明确提出了“打造智慧医院”的概念,加速医疗机构从信息化到智能化的进程,卫健委给出了一个不算明确的定义,智慧医院包括范围主要三大领域,智慧服务、智慧医疗、智慧管理,这三个方面其实都是依托于一个基础,就是通过电子病历系统、HIS系统去串联这一切所以智慧医院的根基还是信息化。同时卫健委也提出了智慧医院建设的三个目标:一级医院是数据采集和医疗数据进入,其实就是电子化;二级医院要进行信息共享、网络传输;三级医院主要是智能支持,这是从工业层面提出的要求。

目前大部分所处的阶段是信息化,信息化的过程、主体广义上是由电子病历构成,针对这一块,2018年年底,卫健委发布了电子病历应用水平分级管理办法,明确规定了电子病历不同等级的标准,同时提出了,到2020年,所有三级医院要达到分级评价4级以上,二级医院要达到分级评价3级以上的目标。

从信息化到智能化,涵盖远程医疗、结算、智能导医、临床数据中心的建设等,这里只列举了几个场景,可以说这些都是技术创新与传统信息化之间的一个融合,其中重点提一下临床数据中心的建立,它本身来源于电子病历,如果智慧医院需要更好的调用、使用、管理这些数据,它就需要有整个临床数据中心的建立,以大数据技术去打通各个系统,使内部形成一套完整的数据库,这对医院而言意味着4个应用场景——临床统一视图、全息诊疗信息系统、专科视图以及临床数据分析应用,院内的临床数据中心的建立对于AI顺利的进入医疗场景非常重要。

其次是远程医疗,远程医疗指的是,在医疗机构之间或上级医疗机构和患者之间,在知情同意的情况下通过云平台进行信息交换的过程,目前受限于网络等等原因会出现一些瓶颈,但是在未来的发展是可以预期,比如端对端、5G救护车,患者可以在进入救护车时就开始进行远程就诊和体征监测等等。

总体来看,目前在这种协同类功能建设上,三级医院相对好一点,影像和学科会诊做的相对好 ,例如华山医院“空中医院”平台建设,过去几年间,“空中医院”由神经内科、神经外科、感染科、皮肤科等全国知名科室参与,每月完成疑难会诊120余例。另外,医院已与20个中西部省份建立了远程连接,覆盖了24个省份,还连线“一带一路”巴基斯坦瓜达尔港、摩洛哥等地,为当地患者诊治疑难杂症。

另外,智慧医院体系其实还涉及到一类玩家——系统集成商,目前系统集成企业市场集中度非常低,不利于实现以互通互联为目的的智慧医院建设,且地方性企业在这之中唱主角。 从事AI的企业,未来除了自己跟院端建立联系和探索稳定的收费模式之外,也可以通过传统的系统集成商的集成服务去获取一些订单。此外,真正从事AI+医疗的企业需要在短期内走小而精的发展路径,提高技术壁垒、产品壁垒、算法方面的壁垒,兼顾硬件和软件两个层面。

从智慧医院建设上来讲,“长三角”地区有智慧医院建设的最好土壤。 目前电子病历评级在5级以上的医院主要分布“长三角”地区,江苏最多,数量达到21家,上海14家,广东13家,北京12家,浙江有10家,江苏、上海、浙江加起来一共有40多家医院达到了5级以上电子病历的评级,这说明,它们之前在信息化进程中动作比较快。

从整体看,围绕基层的创新会是未来比较明显的趋势,我们也希望这些创新能够真正重构基层的健康生态。今年10月,我们会在成都举办健康产业升级峰会,届时将在大会上围绕基层医疗、智慧医院进行讨论,感兴趣的可以关注一下。

我的分享就到这里,谢谢大家!

本文来源于亿欧,原创文章,作者:漆叶青。转载或合作请点击 转载说明 ,违规转载法律必究。

随意打赏

提交建议
微信扫一扫,分享给好友吧。