醫療AI已覆蓋醫療産業鏈四大(dà)環節

 

　　在經過數年的(de)發展後，醫療人(rén)工智能産業的(de)格局漸漸清晰。

　　作爲一種提高(gāo)效率的(de)工具，醫療 AI 目前已經覆蓋了(le)醫療産業鏈條上的(de)四大(dà)環節。其中，醫療環節以服務患者爲主，針對(duì)患者提供一系列更精準、更高(gāo)效的(de)醫療服務。而醫藥、醫保、醫院環節則更多(duō)是爲 B 端的(de)醫療機構、企業等服務。

　　圍繞服務患者構建生态

　　在醫療領域，患者永遠(yuǎn)是最核心的(de)用(yòng)戶，對(duì)于醫療人(rén)工智能來(lái)說也(yě)不例外。目前，中國絕大(dà)多(duō)數醫療人(rén)工企業首選以患者爲主要服務對(duì)象研發産品，且已經有成功實踐的(de)産品。具體來(lái)說，醫療人(rén)工智能圍繞患者提供的(de)服務主要可(kě)以分(fēn)爲四部分(fēn)，分(fēn)别爲：健康管理(lǐ)、智能診斷、智能治療與智能康複。

　　在健康管理(lǐ)方面，人(rén)工智能可(kě)以集合海量數據和(hé)分(fēn)析結果，爲個(gè)體設計個(gè)性化(huà)的(de)健康管理(lǐ)方案，用(yòng)于識别和(hé)降低疾病風險，幫助人(rén)們對(duì)健康進行前瞻性管理(lǐ)。從使用(yòng)場(chǎng)景來(lái)看，目前主要集中在風險識别、虛拟護士、精神健康、在線問診、健康幹預以及基于精準醫學的(de)健康管理(lǐ)。不過，目前中國涉足健康管理(lǐ)的(de)AI企業數量并不多(duō)，應用(yòng)的(de)重點放在特定疾病的(de)管理(lǐ)和(hé)預防實現健康幹預。

　　智能診斷方面，現代醫學根據各種生化(huà)、影(yǐng)像檢查結果去判斷一個(gè)人(rén)是否患病或患有何種疾病。及時(shí)準确地發現早期疾病，可(kě)以有效提升患者的(de)治愈率和(hé)生存率，并爲患者節約治病成本。目前，相比其他(tā)細分(fēn)領域的(de)應用(yòng)，人(rén)工智能在影(yǐng)像識别這(zhè)一應用(yòng)場(chǎng)景中尤其成熟。依圖醫療副總裁鄭永升在接受采訪時(shí)表示，影(yǐng)像标準化(huà)程度比較高(gāo)，并且較早開始嘗試應用(yòng)人(rén)工智能。現階段，醫學影(yǐng)像在肺結節、骨折、骨齡評估等方面的(de)應用(yòng)都在迅速發展。

　　智能治療，亦或者說“人(rén)工智能+輔助診療”是目前人(rén)工智能在醫療領域布局的(de)最主要的(de)應用(yòng)場(chǎng)景，具體來(lái)說就是讓計算(suàn)機“學習(xí)”專家醫生的(de)醫療知識，模拟醫生的(de)思維和(hé)診斷推理(lǐ)，并得(de)到可(kě)靠的(de)治療方案。從全球來(lái)看，在“人(rén)工智能+輔助診療”的(de)應用(yòng)中，IBM Watson是目前全球較爲成熟的(de)案例，此外谷歌(gē)、微軟、百度等科技巨頭也(yě)在積極切入。

　　而在智能康複方面，目前以機器人(rén)爲主的(de)人(rén)工智能輔助器具最爲常見。有報告預測，未來(lái)5年廣義康複機器人(rén)的(de)年複合增長(cháng)率約爲37%，其中外骨骼機器人(rén)年複合增長(cháng)率爲47%，遠(yuǎn)高(gāo)于其他(tā)類别的(de)醫療機器人(rén)的(de)平均增速。預計到2020年，全球外骨骼機器人(rén)的(de)市場(chǎng)将超過18億美(měi)元。

　　在大(dà)多(duō)數初創企業發力布局一些細分(fēn)領域的(de)同時(shí)，也(yě)有一些企業産品邏輯比較完整，開始布局服務患者全流程的(de)産品。

　　以飛(fēi)利浦爲例，這(zhè)家老牌企業已經著(zhe)手打造“健康關護全程”的(de)整合解決方案，涵蓋其小家電産品、用(yòng)戶的(de)可(kě)穿戴設備以及相關醫療信息技術，産品可(kě)以輻射院前的(de)健康管理(lǐ)和(hé)疾病篩查、院中的(de)疾病診斷和(hé)治療，以及院後的(de)疾病康複和(hé)慢(màn)病管理(lǐ)等流程。據了(le)解，在飛(fēi)利浦，25%的(de)科學家正在開展約250個(gè)與AI與大(dà)數據相關的(de)課題研究，并與臨床場(chǎng)景和(hé)工作流程緊密結合，包括自然語言處理(lǐ)、大(dà)數據挖掘與分(fēn)析、構建結構化(huà)臨床數據庫、圖像識别、影(yǐng)像輔助診斷、介入治療、基因組學、慢(màn)病管理(lǐ)、家庭護理(lǐ)、雲平台解決方案等。

　　具體飛(fēi)利浦在智能健康管理(lǐ)、智能診斷、智能治療、智能康複等方面是如何做(zuò)的(de)呢(ne)？從智能健康管理(lǐ)的(de)角度來(lái)講，飛(fēi)利浦研發了(le)緻命性跌倒預警産品，利用(yòng)人(rén)工智能技術，綜合了(le)數百萬患者的(de)曆史醫療數據和(hé)監護設備收集的(de)實時(shí)信息，實現了(le)預測性分(fēn)析模型，最多(duō)可(kě)提前30天識别出用(yòng)戶活動和(hé)步伐的(de)細小變化(huà)是否會導緻跌倒，追蹤心髒驟停前48個(gè)小時(shí)的(de)細微變化(huà)，并預測心髒驟停。

　　從智能診斷的(de)角度來(lái)講，飛(fēi)利浦的(de)機器學習(xí)算(suàn)法，可(kě)以使得(de) 4mm-30mm 大(dà)小肺結節檢測中的(de)誤差率低于1%，敏感性（85.3%）和(hé)特異性（93.9%）達到出色平衡，其檢測算(suàn)法的(de)穩定性遠(yuǎn)遠(yuǎn)高(gāo)于放射科醫生，并可(kě)計算(suàn)倍增時(shí)間和(hé)增長(cháng)百分(fēn)比，支持良惡性風險評估。

　　在智能治療方面，飛(fēi)利浦研發了(le)肝癌個(gè)性化(huà)治療産品。飛(fēi)利浦利用(yòng)自己的(de)NLP技術從非結構化(huà)的(de)報告中歸納出臨床相關的(de)信息，把從多(duō)個(gè)報告/部門中拿到的(de)信息與時(shí)間相關聯。結合機器學習(xí)，肝癌患者的(de)所有臨床相關信息都能夠以時(shí)間順序呈現在醫生的(de)面前。據了(le)解，不少醫生以前要花費20天左右的(de)時(shí)間才能從200份非結構化(huà)報告中提取到有用(yòng)的(de)信息。飛(fēi)利浦中國研究院首席科學家周子捷表示，在這(zhè)項技術的(de)的(de)幫助下(xià)，醫生可(kě)以少花費85%的(de)時(shí)間從非結構化(huà)報告中獲取臨床信息的(de)時(shí)間。

　　在智能康複方面，2017年飛(fēi)利浦與北(běi)京大(dà)學第一醫院合作研發的(de)“心腦(nǎo)血管家庭關護和(hé)康複計劃”，通(tōng)過互聯家庭、專業醫療護理(lǐ)機構和(hé)醫院的(de)信息系統跟蹤患者術後康複，提高(gāo)了(le)術後患者自身疾病康複管理(lǐ)能力。北(běi)京大(dà)學第一醫院心血管内科主任醫師霍勇教授曾表示，“這(zhè)套管理(lǐ)系統很有成效，從我們宏觀的(de)科學數據來(lái)說，這(zhè)些心腦(nǎo)血管病患者出院以後能得(de)到有效管理(lǐ)的(de)話(huà)，可(kě)以額外減少30%-40%的(de)心腦(nǎo)血管事件的(de)發生。”

　　向産業上下(xià)遊延伸

　　在以患者爲核心打造産品生态的(de)同時(shí)，人(rén)工智能也(yě)正在向醫療産業的(de)上下(xià)遊延伸，覆蓋醫藥、醫院管理(lǐ)、醫保控費等流程。

　　在醫藥領域，人(rén)工智能主要可(kě)以應用(yòng)到以下(xià)領域，如：人(rén)工智能應用(yòng)于化(huà)合物(wù)的(de)構效關系分(fēn)析、人(rén)工智能應用(yòng)于小分(fēn)子藥物(wù)晶型結構預測、志願者招募信息化(huà)等。總的(de)來(lái)說，人(rén)工智能在醫藥領域的(de)應用(yòng)可(kě)以提升藥企在研發新藥方面的(de)效率。以中國的(de)本土企業晶泰科技爲例，這(zhè)是一家以計算(suàn)驅動創新的(de)藥物(wù)固相研發公司，爲全球創新藥企提供藥物(wù)晶型設計服務的(de)公司，成立于 2015 年 9 月(yuè)，并在 2015 年 12 月(yuè)獲得(de)騰訊和(hé)人(rén)人(rén)公司數千萬元人(rén)民币 A 輪融資。

　　據了(le)解，晶泰科技緻力于通(tōng)過計算(suàn)物(wù)理(lǐ)、量子化(huà)學與雲端強大(dà)的(de)智能算(suàn)法，實現高(gāo)度精确的(de)藥物(wù)固相篩選與設計，大(dà)幅度縮短藥物(wù)設計、固相篩選與藥物(wù)制劑開發的(de)時(shí)間，對(duì)藥企的(de)專利申報與保護起到關鍵作用(yòng)。主要提供藥物(wù)晶型預測和(hé)晶型專利保護服務，幫助藥企提高(gāo)研發效率，降低藥物(wù)的(de)質量風險和(hé)專利風險。

　　醫院管理(lǐ)是指以醫院爲對(duì)象的(de)管理(lǐ)科學，它根據醫院工作的(de)客觀規律，運用(yòng)現代的(de)管理(lǐ)理(lǐ)論和(hé)方法，對(duì)人(rén)、财、物(wù)、信息、時(shí)間等資源，進行計劃、組織、協調、控制，充分(fēn)利用(yòng)醫院的(de)現有資源，實現醫療效用(yòng)的(de)最大(dà)化(huà)。在醫院管理(lǐ)方面，人(rén)工智能也(yě)可(kě)以發揮一定的(de)作用(yòng)，傳統的(de)醫院管理(lǐ)方式大(dà)多(duō)是依靠人(rén)工，醫護人(rén)員(yuán)費時(shí)費力不談，也(yě)造成了(le)醫療資源的(de)浪費。而人(rén)工智能則可(kě)以通(tōng)過機器學習(xí)等方式，去替代一部分(fēn)醫護人(rén)員(yuán)的(de)一部分(fēn)行政工作，比如導診分(fēn)診、用(yòng)戶調查、數據收集等。也(yě)可(kě)以通(tōng)過大(dà)數據分(fēn)析，爲醫院管理(lǐ)者提供一定的(de)決策支持。目前，人(rén)工智能在醫院管理(lǐ)方面應用(yòng)最多(duō)的(de)就是智能導診與分(fēn)診。近年來(lái)，随著(zhe)智能機器人(rén)技術和(hé)醫療的(de)結合，智能導診機器人(rén)成爲醫院的(de)一道新的(de)風景線。他(tā)們通(tōng)過患者的(de)語音(yīn)輸入進行語義分(fēn)析，然後給出醫院的(de)分(fēn)診和(hé)導診建議(yì)，節約人(rén)力，方便患者。更先進的(de)導診機器人(rén)還(hái)能通(tōng)過傳感器收集患者的(de)生命體征信息，給出更準确的(de)建議(yì)。

　　除了(le)在醫藥研發與醫院管理(lǐ)方面能發揮一定的(de)作用(yòng)外，人(rén)工智能在醫保控費方面也(yě)有所布局。近年來(lái)，中國城(chéng)鎮基本醫療保險基金支出增速超過收入增速已成常态，與此同時(shí)，各地違規使用(yòng)醫保基金，詐騙套取醫保基金的(de)案例時(shí)有發生。在這(zhè)樣的(de)大(dà)背景下(xià)，醫保監測逐步走向智能化(huà)時(shí)代。除監管方式和(hé)工具方面的(de)經驗外，在監管形式上，發達國家開始更多(duō)地運用(yòng)信息技術來(lái)對(duì)醫保基金使用(yòng)的(de)全流程進行監管。

　　醫保智能監管前景廣闊，國内涉及到該業務領域的(de)企業也(yě)頗受資本市場(chǎng)的(de)青睐。成都數聯易康科技有限公司成立于2015年，其專注于利用(yòng)大(dà)數據手段爲各地人(rén)社局、衛計委、醫療機構和(hé)商業保險公司提供智能審核、政策制定輔助決策、醫療行爲監管等服務的(de)醫療保險第三方服務提供商。2016年11月(yuè)，數聯易康完成了(le)一筆千萬級A輪融資，投資方爲天士力控股集團有限公司。

　　據數聯易康CEO張岩龍介紹，數聯易康的(de)業務主要分(fēn)爲四大(dà)方面：第一是針對(duì)政府；第二是針對(duì)商業保險公司；第三是針對(duì)醫療機構；第四是針對(duì)醫藥企業。其中，政府的(de)業務主要是在醫保領域，通(tōng)過醫保智能審核系統、大(dà)數據監管平台來(lái)實現醫保違規控費，利用(yòng)大(dà)數據模式對(duì)醫院的(de)騙保行爲進行實施監控，做(zuò)DRG制度改革。對(duì)于與政府的(de)合作，張岩龍坦言，最大(dà)挑戰就是商業模式很難跑通(tōng)。“無論是幫人(rén)社部門做(zuò)DRG分(fēn)析，還(hái)是支付方式改革數據支撐，其隻能通(tōng)過政策招标采購(gòu)的(de)方式來(lái)收費，很難建立一個(gè)真正意義上的(de)商業模式。”但是，與政府合作可(kě)以快(kuài)速幫助企業建立品牌影(yǐng)響力，比較有利于其後續開展其他(tā)業務。

　　而在醫保控費領域，數聯易康還(hái)将面臨諸多(duō)競争對(duì)手，比如主打PBM模式的(de)海虹控股，東軟醫療、東華醫療、衛甯軟件等諸多(duō)傳統HIS廠商，以及還(hái)有平安保險這(zhè)樣的(de)保險巨頭，還(hái)有醫保信通(tōng)、金豆醫療等諸多(duō)創業公司。