人工智能醫(yī)療與生命科學(xué)行業(yè)發(fā)展概述

1、人工智能醫(yī)療與生命科學(xué)行業(yè)發(fā)展概述破曉過后，初日照林人工智能+醫(yī)療與生命科學(xué)概念界定院前院中（內(nèi)）預(yù)約就診預(yù)檢分診藥物研發(fā)基因研究診前診中診后患者隨訪康復(fù)管理健康管理臨床診斷臨床治療 病歷錄入藥物檢索醫(yī)學(xué)知識庫醫(yī)保支付排隊(duì)取藥報(bào)告獲取取號導(dǎo)診排隊(duì)影像輔助診斷影像輔助治療疾病史關(guān)聯(lián)CDSS/病案質(zhì)控AI醫(yī)療機(jī)器人疾病分組醫(yī)學(xué)數(shù)據(jù)管理院后借助AI技術(shù)介入醫(yī)療環(huán)節(jié)，以提高醫(yī)療服務(wù)效率為核心目的人工智能+醫(yī)療與生命科學(xué)，是在協(xié)助人或解放人的狀態(tài)下，以提升院內(nèi)外醫(yī)療服務(wù)效率效果為目的、以人工智能為核心 干預(yù)技術(shù)手段介入傳統(tǒng)的院內(nèi)外醫(yī)療環(huán)節(jié)，從而產(chǎn)生相應(yīng)軟硬件產(chǎn)品的新型醫(yī)療應(yīng)用技術(shù)，本報(bào)告于后文中將人工智

2、能+ 醫(yī)療與生命科學(xué)簡稱為AI醫(yī)療。因AI醫(yī)療需AI技術(shù)結(jié)合具體的醫(yī)療場景方能釋放與彰顯其具象的原理與作用，故其具有很 強(qiáng)的場景關(guān)聯(lián)性。按應(yīng)用場景分類，人工智能+醫(yī)療與生命科學(xué)主要分為AI醫(yī)療影像、CDSS、智慧病案、AI制藥、醫(yī)療數(shù) 據(jù)智能平臺、AI醫(yī)療機(jī)器人、AI基因分析等細(xì)分應(yīng)用技術(shù)。由于AI基因分析在我國的發(fā)展處在早期雛形階段，商業(yè)模式與 規(guī)模釋放尚不清晰，故在本報(bào)告中，AI基因分析不予討論。AI制藥的下游服務(wù)市場為藥企，而其他應(yīng)用技術(shù)的下游主要覆 蓋范圍都為醫(yī)院，少部分應(yīng)用會在院外市場中使用，如AI醫(yī)療服務(wù)機(jī)器人應(yīng)用于康養(yǎng)機(jī)構(gòu)環(huán)境消毒，醫(yī)學(xué)數(shù)據(jù)智能平臺應(yīng) 用于醫(yī)學(xué)研究中心統(tǒng)計(jì)數(shù)據(jù)與疾

3、病研究等。人工智能+醫(yī)療與生命科學(xué)范圍界定院外4遠(yuǎn)程醫(yī)療技術(shù)原理解析（1/3）來源：研究院根據(jù)公開資料自主研究繪制。總體介紹5機(jī)器學(xué)習(xí)將現(xiàn)實(shí)中的醫(yī)療問題抽 象為數(shù)學(xué)問題，利用現(xiàn)有的醫(yī)學(xué) 數(shù)據(jù)構(gòu)建出針對某一醫(yī)用場景的 模型，而后用該模型解決現(xiàn)實(shí)問 題CNN卷積神經(jīng)網(wǎng)絡(luò)，現(xiàn)階段常常嵌套在 CV技術(shù)中。卷積層提取醫(yī)學(xué)圖像 的根本特征，池化層降低圖像的參 數(shù)維度，全連接層輸出結(jié)果。因降 維效果顯著被廣泛用于海量各類像 素的圖片處理GNN圖神經(jīng)網(wǎng)絡(luò)，是學(xué)習(xí)包含大量連接 的圖的聯(lián)結(jié)主義模型，處理非歐幾 里得數(shù)據(jù)，捕捉節(jié)點(diǎn)之間的關(guān)系， 可與KG結(jié)合使用。藥物分子屬于 典型的非歐幾里得數(shù)據(jù)， 因此 GNN常用

4、于AI制藥研發(fā)主要算法種類：線性模型、決策樹、支 持向量機(jī)、半監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、聚 類等主要應(yīng)用：醫(yī)學(xué)數(shù)據(jù)智能平臺的數(shù)據(jù)清 洗、統(tǒng)計(jì)分析、信息查詢、病理檢索等RNN循環(huán)神經(jīng)網(wǎng)絡(luò)，可以將前一次的輸出結(jié) 果帶到下一次輸出結(jié)果的隱藏層中，可 結(jié)合NLP技術(shù)使用。該算法適用于患者 數(shù)據(jù)的生命周期管理、長達(dá)多年的電子 病歷或醫(yī)保記錄等序列數(shù)據(jù)分析場景深度RL智能體為執(zhí)行某一任務(wù)，反復(fù)與環(huán)境交互 后產(chǎn)生數(shù)據(jù)，獲取獎(jiǎng)勵(lì)，再利用新數(shù)據(jù)去 修改自身動(dòng)作決策，經(jīng)過數(shù)次迭代，學(xué)會 完成任務(wù)所需的策略。其強(qiáng)調(diào)反復(fù)訓(xùn)練而 非數(shù)據(jù)喂養(yǎng)，用于AI醫(yī)療機(jī)器人中深度學(xué)習(xí)從大腦神經(jīng)元網(wǎng) 絡(luò)得到啟發(fā)而獲 得發(fā)展的機(jī)器學(xué) 習(xí)技術(shù)特

5、別的是，若需要進(jìn)行更為復(fù)雜與 精準(zhǔn)的AI醫(yī)療診斷或治療，可定制 化開發(fā)特有的神經(jīng)網(wǎng)絡(luò)人工智能模仿人或其他生命體思考或行為的技術(shù)機(jī)器學(xué)習(xí)讓計(jì)算機(jī)從數(shù)據(jù)中學(xué) 習(xí)而無需使用明確編 程的人工智能技術(shù)深度學(xué)習(xí)為機(jī)器學(xué)習(xí)的子集，有多種神經(jīng)網(wǎng)絡(luò)算法人工智能、機(jī)器學(xué)習(xí)與深度學(xué)習(xí)的關(guān)系及原理介紹廣義概念人工智能是制造智能機(jī)器的科學(xué) 與工程，尤其是指生成智能計(jì)算程序神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是人工智能常用的一種形式， 由輸入層、隱藏層和輸出層構(gòu)成算法種類與應(yīng)用計(jì)算機(jī)視覺（CV）技術(shù)原理解析（2/3）AI技術(shù)與特定醫(yī)學(xué)場景結(jié)合，衍生通用或定制化模型計(jì)算機(jī)視覺與知識圖譜在醫(yī)療中的應(yīng)用該技術(shù)是基于深度學(xué)習(xí)機(jī)器視覺算法的集合，其通

6、過構(gòu) 造多層神經(jīng)網(wǎng)絡(luò)，逐層完成圖像特征的提取，最終將多 層級的特征組合，在頂層做出分類。CT、X光、PET、 MRI、超聲波等影像技術(shù)手段創(chuàng)造出豐富的醫(yī)學(xué)影像數(shù) 據(jù)，使AI醫(yī)學(xué)影像模型擁有大量的訓(xùn)練數(shù)據(jù)集，這成為 AI醫(yī)療影像的應(yīng)用廣度領(lǐng)先于其他賽道的原因之一圖像識別目標(biāo)定位與檢測語義分割三維重建以肺結(jié)節(jié)篩查為例， 通過分割、提取肺部 CT中的結(jié)節(jié)特征，匯 總結(jié)節(jié)特征、完成識 別，輔助醫(yī)生判斷患 者是否有惡性結(jié)節(jié)以腦部CT篩查為例， 依據(jù)指令分割出若干 個(gè)圖像， 分割出腦溢 血、腦部腫瘤等病灶 區(qū)域以眼底篩查為例，先 增強(qiáng)圖像特征，定位 出疑似病灶區(qū)域，后 在該區(qū)域進(jìn)一步細(xì)化 篩查，檢測病灶是

7、否 為微血管瘤、出血或 滲出物以心臟病手術(shù)方案規(guī) 劃為例， 依據(jù)濾波處 理、坐標(biāo)變換等方法 進(jìn)行三維圖像重建， 輔助醫(yī)生多角度觀察 分析心臟結(jié)構(gòu)， 設(shè)計(jì) 精確的手術(shù)方案知識圖譜（KG）Schema與圖是知識圖譜中重要的基本概念。Schema規(guī)定 特定領(lǐng)域下實(shí)體對象的各種屬性。圖由節(jié)點(diǎn)與邊構(gòu)成，邊 是節(jié)點(diǎn)即特定Schema下的實(shí)體對象之間的聯(lián)系。在醫(yī)療領(lǐng) 域，醫(yī)學(xué)知識圖譜的構(gòu)建包括醫(yī)學(xué)實(shí)體命名識別、關(guān)系抽 取、實(shí)體統(tǒng)一、知識推理與質(zhì)量評估5個(gè)環(huán)節(jié)。當(dāng)前，醫(yī)學(xué)、 基因或藥物知識庫、臨床診斷信息庫、電子病歷信息庫、 健康檔案中存在大量待發(fā)掘的結(jié)構(gòu)化或非結(jié)構(gòu)化的醫(yī)學(xué)數(shù) 據(jù)，這些數(shù)據(jù)的圖與Schema也

8、未提取出來，醫(yī)學(xué)知識圖譜 構(gòu)建仍是醫(yī)學(xué)界尚未突破的重大挑戰(zhàn)之一左：包含一種類型的邊和節(jié)點(diǎn) 右：包含多種類型的邊和節(jié)點(diǎn)知識圖譜的圖類型系拓展至整個(gè)制藥知識庫來源：研究院根據(jù)公開資料自主研究繪制。6知識圖譜+醫(yī)療示例電子病歷標(biāo)準(zhǔn)化時(shí)，需提取患者 與醫(yī)生等醫(yī)學(xué)實(shí)體，并對其屬性 進(jìn)行定義與歸一，完成指代消除病例信息實(shí)體對齊0102藥物-標(biāo)靶關(guān)系推演在藥物發(fā)現(xiàn)階段，需要構(gòu)建與靶 蛋白相關(guān)的藥物信息網(wǎng)絡(luò)即KG， 后對該KG進(jìn)行表征學(xué)習(xí)，得到藥 物和靶點(diǎn)的向量表示，預(yù)測藥物 和標(biāo)靶是否存在關(guān)聯(lián)性，并將關(guān)計(jì)算機(jī)視覺+醫(yī)療示例技術(shù)原理解析（3/3）AI技術(shù)與特定醫(yī)學(xué)場景結(jié)合，衍生通用或定制化模型自然語言處理、智

9、能語音與AI醫(yī)療機(jī)器人在醫(yī)療中的應(yīng)用自然語言處理（NLP）該技術(shù)主要是通過計(jì)算機(jī)技術(shù)對自然語言進(jìn)行加工使用， 便于人與機(jī)器的準(zhǔn)確交流。具體而言，它可以從非結(jié)構(gòu) 化自然語言中提取信息，處理信息并將其映射到結(jié)構(gòu)化 變量?，F(xiàn)有的醫(yī)學(xué)信息大多數(shù)以非結(jié)構(gòu)或半結(jié)構(gòu)的形式 儲存在醫(yī)療信息系統(tǒng)中，NLP可通過機(jī)器翻譯將這些數(shù) 據(jù)轉(zhuǎn)化為AI模型可用的結(jié)構(gòu)化數(shù)據(jù)語言，構(gòu)造醫(yī)學(xué)詞林， 實(shí)現(xiàn)人機(jī)交互、數(shù)據(jù)管理等智能語音處理AI醫(yī)療機(jī)器人生物命名實(shí)體識別， 即從生物醫(yī)學(xué)文本中 識別出指定類型的名 稱。生物醫(yī)學(xué)文獻(xiàn)規(guī) 模龐大，人工識別費(fèi) 時(shí)費(fèi)力，可應(yīng)用NLP 進(jìn)行文本挖掘抽取信息形成結(jié)構(gòu)化 的數(shù)據(jù)儲存在數(shù)據(jù)庫 中，如將病

10、理報(bào)告轉(zhuǎn) 換為編碼數(shù)據(jù)、對醫(yī) 學(xué)文獻(xiàn)復(fù)方名稱進(jìn)行 抽取，便于臨床診療如在掛號階段， 通過 AI 交互對話平臺， 可 對患者提供的語音或 文本進(jìn)行癥狀記錄、 癥狀生成、癥狀分析 等運(yùn)用NLP將歸檔的病 歷抽取成數(shù)據(jù)， 然后 查找邏輯錯(cuò)誤， 把錯(cuò) 誤項(xiàng)與原始病歷核對， 最后由醫(yī)生確認(rèn)， 進(jìn) 行質(zhì)量控制臨床決策支持醫(yī)學(xué)實(shí)體分析智慧病案質(zhì)控智能輔診該技術(shù)在語音處理算法或系統(tǒng)中全部或部分采用智能化，可通過 分層的深度神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)提取并學(xué)習(xí)數(shù)據(jù)深度層次化抽象特征。 醫(yī)療領(lǐng)域?qū)χ悄苷Z音的需求主要在于通過語音輸入生成結(jié)構(gòu)化病 歷、執(zhí)行病歷檢索，節(jié)約醫(yī)師時(shí)間，在其他醫(yī)療領(lǐng)域也有應(yīng)用硬件耗材、傳感器、控制器與搭載

11、了 AI技術(shù)的軟件系統(tǒng)等構(gòu)件共同組成AI 醫(yī)療機(jī)器人，是物理技術(shù)與AI技術(shù)的 集合。硬件部分，傳感器用于捕捉圖像、溫度等信息；芯片、導(dǎo)線等硬件耗材作為軟件載體和正常運(yùn)行的保證；部分機(jī)器人擁有手臂，便于手術(shù)場景 的服務(wù)。軟件部分，GPS定位病灶， 確定手術(shù)部位；智能語音等技術(shù)實(shí)現(xiàn) 人機(jī)交互；計(jì)算機(jī)視覺確定病灶區(qū)域21通過智能語音識別生成結(jié) 構(gòu)化病歷，一般專業(yè)術(shù)語 如藥品、病癥均可以口述 生成，便于高效記錄醫(yī)患 溝通語音錄入病歷以導(dǎo)診機(jī)器人為例，其 可以通過語音交互幫助 患者掛號，根據(jù)癥狀描 述預(yù)診斷或推薦科室， 并對科室位置導(dǎo)航智能導(dǎo)診常見醫(yī)療機(jī)器人一， 能夠讀取人體神 經(jīng)信號的可穿戴型機(jī) 器人

12、， 即假肢與外骨 骼機(jī)器人二， 能夠承擔(dān)手術(shù)功 能的機(jī)器人， 包括神 外機(jī)器人、骨科機(jī)器 人、血管介入機(jī)器人 等NLP+醫(yī)療示例來源：研究院根據(jù)公開資料自主研究繪制。7發(fā)展階段解讀數(shù)據(jù)建設(shè)、算法開發(fā)、商業(yè)化進(jìn)展為進(jìn)階突破重難點(diǎn)基于數(shù)據(jù)建設(shè)、算法開發(fā)與產(chǎn)品商業(yè)化的角度，將中國AI醫(yī)療的發(fā)展軌跡分為四個(gè)階段：1）AI初步介入醫(yī)療階段， 醫(yī)療數(shù)據(jù)零散地儲存在各類醫(yī)院信息系統(tǒng)中，AI技術(shù)在醫(yī)療領(lǐng)域的探索更偏向試探性的測試，標(biāo)準(zhǔn)化產(chǎn)品尚未出現(xiàn)。2） AI醫(yī)療應(yīng)用浮現(xiàn)階段，院內(nèi)外數(shù)據(jù)建設(shè)工作展開，眼底、肺部影像的標(biāo)準(zhǔn)數(shù)據(jù)庫率先建立，為AI醫(yī)療影像產(chǎn)品領(lǐng)跑奠定了 基礎(chǔ)，眼底、肺部影像產(chǎn)品跑出，其他產(chǎn)品還不明

13、確，商業(yè)化還在起步，商業(yè)模式并不明朗，還處在多元、混沌的嘗試階 段；3）AI醫(yī)療應(yīng)用深入探索階段，醫(yī)療數(shù)據(jù)的安全性得到維護(hù)，數(shù)據(jù)互聯(lián)互通建設(shè)向數(shù)據(jù)治理與開發(fā)轉(zhuǎn)變，AI醫(yī)療影像 向多疾病多科室橫向拓展與縱向深挖，NLP技術(shù)產(chǎn)品跑出，個(gè)別賽道競爭加劇，可行的商業(yè)模式浮出水面；4）AI醫(yī)療應(yīng) 用穩(wěn)定完備階段，數(shù)據(jù)互聯(lián)互通建設(shè)基本告一段落，數(shù)據(jù)共享初步實(shí)現(xiàn)，以KG為主的認(rèn)知智能技術(shù)邁向成熟，與感知智能 協(xié)同推進(jìn)各類應(yīng)用的均衡互補(bǔ)發(fā)展，總體賽道的競爭格局與商業(yè)模式形成并穩(wěn)定，頭部聚集效應(yīng)長期存在。中國AI醫(yī)療發(fā)展階段概覽AI初步介入醫(yī)療階段AI醫(yī)療應(yīng)用浮現(xiàn)階段AI醫(yī)療應(yīng)用穩(wěn)定完備階段此階段的AI醫(yī)療產(chǎn)品

14、以輔助醫(yī)生診療的程序或系統(tǒng)為主，幾乎沒有應(yīng)用于臨床，整體 產(chǎn)業(yè)僅出現(xiàn)一個(gè)初步的形態(tài)發(fā)展 軌跡時(shí)間醫(yī)療數(shù)據(jù)孤島林立、數(shù) 據(jù)治理有待展開臨床AI應(yīng)用稀缺賽道孵化中數(shù)據(jù)互聯(lián)互通建設(shè)基本告一 段落，數(shù)據(jù)可實(shí)現(xiàn)初步共享， 但基于AI應(yīng)用的數(shù)據(jù)治理長 尾需求不斷增加以KG為主的認(rèn)知智能技術(shù)邁 向成熟，感知與認(rèn)知雙重賦 能醫(yī)療，醫(yī)療器械類與非醫(yī) 療器械類應(yīng)用實(shí)現(xiàn)均衡發(fā)展、 優(yōu)勢互補(bǔ)總體賽道競爭格局形成， 頭 部企業(yè)聚集效應(yīng)長期存在， 商業(yè)模式基本確定且長時(shí)間 內(nèi)難以突破現(xiàn) 階 段 正 處 于 發(fā) 展 期醫(yī)療大數(shù)據(jù)建設(shè)展開，信息 系統(tǒng)升級改造，眼底與肺部 影像的標(biāo)準(zhǔn)數(shù)據(jù)庫建立基于深度學(xué)習(xí)的影像應(yīng)用走 到感知應(yīng)

15、用發(fā)展的前端， NLP、KG等其他應(yīng)用在慢跑商業(yè)模式處于混沌的初步嘗 試階段，可行模式未確定醫(yī)院內(nèi)部各科室、醫(yī)院與醫(yī) 院、醫(yī)院與當(dāng)?shù)匦l(wèi)健委之間 的數(shù)據(jù)互聯(lián)互通建設(shè)由信息 系統(tǒng)改造轉(zhuǎn)向數(shù)據(jù)治理階段領(lǐng)跑的影像應(yīng)用往尚未覆蓋 的疾病診療領(lǐng)域橫向拓展與 深度挖掘，NLP應(yīng)用追趕至 前端，KG、ML蓄力慢跑個(gè)別賽道的競爭加劇，個(gè)別 賽道的可行性強(qiáng)的商業(yè)模式 擊敗可行性差的商業(yè)模式AI醫(yī)療應(yīng)用深入探索階段數(shù)據(jù)建設(shè)初步展開，部分疾 病標(biāo)準(zhǔn)數(shù)據(jù)庫建立基于深度學(xué)習(xí)的感知智能應(yīng) 用興起賽道浮現(xiàn)，商業(yè)模式探索中醫(yī)療數(shù)據(jù)互聯(lián)互通建設(shè)進(jìn)一步展開感知應(yīng)用算法迭代、應(yīng)用橫縱開拓賽道競爭加劇，可行的商業(yè)模式勝出應(yīng)用導(dǎo)向的數(shù)據(jù)

16、治理長尾需求蔓延醫(yī)療認(rèn)知智能應(yīng)用涌現(xiàn)競爭格局與商業(yè)模式穩(wěn)定且難以撼動(dòng)雛形期1978-2015起步期2015-2021發(fā)展期2021-未來成熟期未來來源：研究院結(jié)合中國衛(wèi)生政策雜志公開內(nèi)容自主研究繪制。8發(fā)展環(huán)境觀察一：C端需求潛力巨大2913246.1%20192020次均門診費(fèi)用（元） 年同比增長（%）9848106196.0%11.6%7.8%20192020人均住院費(fèi)用（元）年同比增長（%）分科診療與保健人口基數(shù)龐大，付費(fèi)意愿與能力增強(qiáng)我國的C端用戶出于被動(dòng)或主動(dòng)的檢查與治療動(dòng)機(jī)，越發(fā)重視醫(yī)療保健，對醫(yī)院診療與保健資源的剛性、柔性消費(fèi)需求程 度持續(xù)加強(qiáng)。診療與入院數(shù)據(jù)方面，2016-20

17、20年，我國的診療人次與入院人數(shù)都呈穩(wěn)步上升趨勢，2020年因疫情影響， 相應(yīng)數(shù)據(jù)有所回落，總體來說，我國診療、住院人口基數(shù)龐大。醫(yī)療費(fèi)用數(shù)據(jù)方面，2015-2019年中國人均衛(wèi)生費(fèi)用呈逐 步上升態(tài)勢，且在2019-2020年的細(xì)分衛(wèi)生費(fèi)用中，次均門診費(fèi)用與人均住院費(fèi)用的價(jià)格與同比增長都在提升，反映出居 民衛(wèi)生付費(fèi)意愿與消費(fèi)能力增強(qiáng)。就診科室與癌癥情況方面，2019年我國內(nèi)科急診人數(shù)高達(dá)13.4億人次，2020年我國癌 癥發(fā)病數(shù)TOP6相關(guān)發(fā)病總?cè)藬?shù)高達(dá)301萬人，病種治療人口基數(shù)巨大；體檢情況方面，2015-2019年我國各類醫(yī)療衛(wèi)生 機(jī)構(gòu)健康檢查人數(shù)總體呈上升趨勢，體檢覆蓋率有待提升。若引

18、入AI，醫(yī)療AI應(yīng)用有望進(jìn)一步落地，診療服務(wù)有望實(shí)現(xiàn)質(zhì) 量與數(shù)量的改善，從而滿足居民不斷增長的醫(yī)療保健需求。2015-2019年中國院端消費(fèi)者診療概況7982832016-2020年中國衛(wèi)生機(jī)構(gòu)診療人次877720162017201820192020全國醫(yī)療衛(wèi)生機(jī)構(gòu)診療人次（億人次）2016-2020年中國入院人數(shù)244362272825453 265962301320162017201820192020全國入院人數(shù)（萬人）診療與入院數(shù)據(jù)醫(yī)療費(fèi)用數(shù)據(jù)就診科室數(shù)據(jù)2015-2019年中國人均衛(wèi)生費(fèi)用2019-2020年中國次均門診費(fèi)用與人均住院費(fèi)用2019年中國主要分科門 急診情況2020年中國

19、癌癥發(fā)病 TOP6情況2981335237844237470320152019201620172018中國人均衛(wèi)生費(fèi)用（元）1.71.35.45.34.8內(nèi)科 兒科 婦產(chǎn)科 外科 口腔科 眼科324241485682胃癌 乳腺癌 肝癌 食道癌結(jié)直腸癌13.4肺癌各科室急診人次（億人次） 癌癥發(fā)病人數(shù)（萬人）2015-2019年中國各類醫(yī)療衛(wèi)生機(jī)構(gòu)健康384584185645290 檢查人數(shù) 435354435320152016201720182019各類醫(yī)療衛(wèi)生機(jī)構(gòu)健康檢查人數(shù)（萬人）來源：研究院根據(jù)2020年中國衛(wèi)生統(tǒng)計(jì)年鑒、2020年中國衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)自主研究繪制。9發(fā)展環(huán)境觀察

20、二：院端資源供應(yīng)緊張三甲醫(yī)院覆蓋率低，院間資源分布不均，醫(yī)生診療負(fù)擔(dān)加重從醫(yī)院數(shù)量看，2020年我國醫(yī)療衛(wèi)生機(jī)構(gòu)總數(shù)約為102萬，但醫(yī)院只占其中的3.5%，且作為診療首選機(jī)構(gòu)的三級醫(yī)院數(shù)量 僅有2996個(gè)，在所有醫(yī)院中占比僅達(dá)9%。而在三級醫(yī)院中，三甲醫(yī)院的覆蓋率為53%，覆蓋空間有待提升。從醫(yī)院技術(shù) 人員情況看，2020年我國衛(wèi)生人員總數(shù)約為1348萬人，其中注冊護(hù)士占比為35%，執(zhí)業(yè)（助理）醫(yī)師占比為30%。盡管 2020年的每千人口注冊護(hù)士數(shù)量增長為3.3人、每千人執(zhí)業(yè)（助理）醫(yī)師數(shù)量增長為2.9人，但該數(shù)量仍然難以滿足龐大的 病患基數(shù)的診療需求。此外，2020年醫(yī)院醫(yī)師的日負(fù)擔(dān)人次比之

21、去年有所下降，但各級醫(yī)院醫(yī)生的診療負(fù)擔(dān)依然嚴(yán)重。若 醫(yī)療引入AI，不僅可提高現(xiàn)階段醫(yī)院的信息化與自動(dòng)化能力，改善繁瑣低效的就醫(yī)流程，讓占少數(shù)的三甲醫(yī)院有效服務(wù)更 多的患者、縮小非三甲醫(yī)院與三甲醫(yī)院之間的醫(yī)療資源差距，而且可減輕醫(yī)生的工作負(fù)擔(dān)、提升醫(yī)生的工作效率。2020年中國醫(yī)療衛(wèi)生機(jī)構(gòu)與衛(wèi)生人員概況全國醫(yī)療衛(wèi)生機(jī)構(gòu)總數(shù)：1,022,922基層醫(yī)療衛(wèi)生 機(jī)構(gòu), 94.8%醫(yī)院, 3.5% 其他, 1.7%二級醫(yī)院： 數(shù)量10404， 占比29% 一級及未定級 醫(yī) 院 ： 數(shù) 量 21994 ， 占比 62%三級醫(yī)院： 數(shù)量2996，占比9% 三甲醫(yī)院：數(shù)量1580， 占比53%其他三級醫(yī)院：

22、數(shù)量1416，占比47%2.82.920192020每千人口執(zhí)業(yè)（助理）醫(yī)師（人）7.96.85.46.35.84.5三級醫(yī)院（人次）二級醫(yī)院（人次）一級醫(yī)院（人次）3.23.320192020每千人口注冊護(hù)士（人）每千人口注冊護(hù)士注冊護(hù)士：數(shù) 量470.9萬人， 占比35%執(zhí)業(yè)（ 助理） 醫(yī) 師 ： 數(shù) 量 340.2萬人，占 比30%技師： 數(shù)量56.1 萬 人，占比4%其他：數(shù)量382.2 萬人， 占比29%每千人口執(zhí)業(yè)（助理）醫(yī)師藥師：數(shù)量29.7萬人，全國衛(wèi)生人員總數(shù)（人）： 占比2%13,475,000醫(yī)院醫(yī)師日負(fù)擔(dān)醫(yī) 院 技 術(shù) 人 員 情 況醫(yī) 院 數(shù) 量20192020來源：

23、研究院根據(jù)2020年中國衛(wèi)生統(tǒng)計(jì)年鑒、2020年中國衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)自主研究繪制。1040.9%38.7%35.3%32.7%32.3%2015201620172018201912.1%12.2%12.5%12.0%12.2%12.8%11.5%12.4%13.2%4.5%4.7%5.2%14.7%15.3%16.3%17.0%17.1%藥品總收入衛(wèi)生材料總收入護(hù)理收入檢查總收入 手術(shù)總收入 掛號收入治療總收入 床位收入其他醫(yī)療收入發(fā)展環(huán)境觀察三：院端收入有待優(yōu)化醫(yī)療服務(wù)價(jià)格改革打開收入優(yōu)化空間，為AI應(yīng)用提供契機(jī)從院端收入來看，2015-2019年，除其他醫(yī)療收入外，藥品收入、檢查收

24、入、治療收入與衛(wèi)生材料收入對收入結(jié)構(gòu)的貢獻(xiàn) 率位居前四。醫(yī)療服務(wù)價(jià)格改革的核心內(nèi)容之一是理順醫(yī)療服務(wù)比價(jià)關(guān)系、凸顯醫(yī)務(wù)人員技術(shù)勞務(wù)價(jià)值。受其影響，藥品 收入對總收入的貢獻(xiàn)率在逐年下降，2015-2019年中國公立醫(yī)院藥品總收入的收入結(jié)構(gòu)變動(dòng)值為-8.6%，而護(hù)理、手術(shù)、 檢查與治療這類體現(xiàn)醫(yī)務(wù)人員核心勞務(wù)價(jià)值的收入都呈正向提升態(tài)勢，衛(wèi)生材料收入則主要受供貨價(jià)格的影響，說明醫(yī)療 服務(wù)比價(jià)關(guān)系得到理順，公立醫(yī)院收入結(jié)構(gòu)有所優(yōu)化。具體而言，檢查、治療與手術(shù)的收入主要得益于醫(yī)院診療服務(wù)的水 平與效率，引入AI可以切實(shí)推動(dòng)醫(yī)療器械（含影像診斷）診療升級、醫(yī)學(xué)智庫決策支持、醫(yī)療護(hù)理智能化與電子病歷質(zhì)控 等

25、方面的應(yīng)用，提升醫(yī)院診療服務(wù)水平與效率，短期帶動(dòng)客單價(jià)、長期調(diào)動(dòng)消費(fèi)體量，從而推進(jìn)醫(yī)療收入改革，更好地彰 顯醫(yī)務(wù)人員的勞動(dòng)價(jià)值。來源：研究院根據(jù)中國衛(wèi)生統(tǒng)計(jì)年鑒自主研究繪制。來源：研究院根據(jù)中國衛(wèi)生統(tǒng)計(jì)年鑒自主研究繪制。2015-2019年中國公立醫(yī)院醫(yī)療收入結(jié)構(gòu)情況5.5%5.7%0.6% 1.0% 1.2% 1.3%13.6%13.9%-0.1% -0.1%13.4%13.3%12.8%13.1%-8.6%2015-2019年中國公立醫(yī)院醫(yī)療累計(jì)收入 結(jié)構(gòu)變動(dòng)值（%）2.4% 2.4%11發(fā)展環(huán)境觀察四：醫(yī)?？刭M(fèi)的利好傾向引入AI技術(shù)成克服醫(yī)?？刭M(fèi)障礙的有效路徑從醫(yī)療費(fèi)用的支付端來看，醫(yī)保

26、支付是其中必不可少的環(huán)節(jié)，而國家在醫(yī)保支付方中承擔(dān)著主要角色。醫(yī)保支出過高、難 以控費(fèi)一直是醫(yī)療保險(xiǎn)制度的難題。2015-2019年，中國社會醫(yī)療保險(xiǎn)收入與支出都呈上漲狀態(tài)，但相應(yīng)的費(fèi)用支出 CAGR為27%，高出收入CAGR5%。居民自身的合理的醫(yī)保消費(fèi)、人口老齡化需要更多醫(yī)保支持與疾病譜改變和新病種的 出現(xiàn)等不可控的因素，醫(yī)保費(fèi)用增長存在供方誘導(dǎo)需求與需方過度消費(fèi)等可控因素，都直接或間接地導(dǎo)致醫(yī)保費(fèi)用的增長。 針對此局面，若引入AI技術(shù)，一方面可提前準(zhǔn)確地診斷并給出解決方案，患者提前治愈，減少晚期病患基數(shù)，從而減少醫(yī) 保支出；另一方面，早診早治的病患的診療費(fèi)、醫(yī)藥費(fèi)與其他費(fèi)用都更低，也可降

27、低醫(yī)保開支。注釋：2019年城鄉(xiāng)醫(yī)療保險(xiǎn)并軌，新農(nóng)合被納入城鎮(zhèn)居民統(tǒng)計(jì)口徑。 來源：研究院根據(jù)國家統(tǒng)計(jì)局醫(yī)保數(shù)據(jù)自主研究繪制。11193130841793193121076717931 213842442121384 24421201520162017城鎮(zhèn)基本醫(yī)療保險(xiǎn)收入（億元）20182019城鎮(zhèn)基本醫(yī)療保險(xiǎn)支出（億元）2015-2019年中國社會醫(yī)療保險(xiǎn)收入支出對比CAGR=22%CAGR=27%醫(yī)療與AI結(jié)合降低醫(yī)保支出示意圖引入AI前，醫(yī)保費(fèi)用支出巨大：診 療 費(fèi)醫(yī) 藥 費(fèi)其他 費(fèi)用醫(yī)保 報(bào)銷 比例當(dāng)年重 癥患者 基數(shù)重病 發(fā)病 率引入AI后，醫(yī)保費(fèi)減少有兩種路徑：重病在早 期被發(fā)現(xiàn)患

28、者以較 少花費(fèi)防 治疾病重癥后期 醫(yī)保費(fèi)用 減少1.早期患者治愈，晚 期病患基數(shù)減少2.因早愈，后期大額 診療費(fèi)、醫(yī)藥費(fèi)與 其他費(fèi)用減少引入AI最終效果：診 療 費(fèi)醫(yī) 藥 費(fèi)其他 費(fèi)用醫(yī)保 報(bào)銷 比例當(dāng)年重 癥患者 基數(shù)重病 發(fā)病 率1213發(fā)展環(huán)境觀察五：政策導(dǎo)向與驅(qū)動(dòng)明顯來源：研究院結(jié)合公開資料自主研究繪制。醫(yī)院評級與AI醫(yī)療器械管制成為兩大政策推手在各類發(fā)展環(huán)境的驅(qū)動(dòng)中，政策無疑是推動(dòng)AI醫(yī)療發(fā)展的剛性力量。預(yù)算與現(xiàn)金流有限的非三甲醫(yī)院相對保守，很少會愿 意主動(dòng)承擔(dān)AI醫(yī)療產(chǎn)品所對應(yīng)的機(jī)會成本，因而政府政策指引是驅(qū)動(dòng)整個(gè)醫(yī)院市場引入創(chuàng)新型AI醫(yī)療產(chǎn)品的強(qiáng)制推動(dòng)力。 目前，在已有的AI醫(yī)療

29、政策中，醫(yī)院評級政策與AI醫(yī)療器械管制政策成為重要的兩大推手。醫(yī)院評級政策方面，衛(wèi)健委于 2018年、2021年分別發(fā)布電子病歷評級標(biāo)準(zhǔn)、醫(yī)院智慧管理評級標(biāo)準(zhǔn)，其中，4級以上電子病歷水平、4級以上智慧管理 水平的內(nèi)容都與AI醫(yī)療核心軟件產(chǎn)品密切相關(guān)。AI醫(yī)療器械管制方面，藥監(jiān)局及藥監(jiān)局技術(shù)器械審評中心發(fā)布的有關(guān)政策 推動(dòng)了人工智能三類醫(yī)療器械的審評審批進(jìn)度與人工智能醫(yī)用軟硬件的快速發(fā)展。中國AI醫(yī)療重點(diǎn)政策解讀醫(yī)院評級相關(guān)AI醫(yī)療器械管制2018.12.9 衛(wèi)健委關(guān)于印發(fā)電子病歷系統(tǒng)應(yīng)用水平分級評價(jià)管理辦法（試行）及評價(jià)標(biāo)準(zhǔn)（試行）的通知2021.3.15 衛(wèi)健委醫(yī)院智慧管理分級評估標(biāo)準(zhǔn)體系（

30、試行）2019.10.18 藥監(jiān)局關(guān)于成立人工智能等3個(gè)醫(yī)療器械標(biāo)準(zhǔn)化技術(shù)歸口單位的公告2021.7.8 藥 監(jiān) 局關(guān)于發(fā)布人工智能醫(yī)用軟件產(chǎn)品分類界定指導(dǎo)原則的通告先后發(fā) 布 時(shí) 間2019.6.28 藥監(jiān)局技術(shù)器械審評中心深度學(xué)習(xí)輔助決策醫(yī)療器械軟件審評要點(diǎn)及相關(guān)說明2021.3.30 藥監(jiān)局關(guān)于進(jìn)一步促進(jìn)醫(yī)療器械標(biāo)準(zhǔn)化工作高質(zhì)量發(fā)展的意見通知中設(shè)立了明確的電子病歷評級目標(biāo)， 要求地方各級衛(wèi)生健康行政部門要組織轄 區(qū)內(nèi)二級以上醫(yī)院按時(shí)評級，并指出到 2020年，所有三級醫(yī)院要達(dá)到分級評價(jià)4 級以上，二級醫(yī)院要達(dá)到分級評價(jià)3級以上試行標(biāo)準(zhǔn)規(guī)定從智慧管理的功能和效果兩個(gè)方面進(jìn)行評估，評估結(jié)果分

31、為0級至5級，并擬定除了各分級原則的具體評價(jià)內(nèi)容， 以完善建設(shè)電子病歷、智慧服務(wù)、智慧管 理“三位一體”的智慧醫(yī)院信息系統(tǒng)重點(diǎn)任務(wù)的優(yōu)化標(biāo)準(zhǔn)體系內(nèi)容的第三條指出，要加快推進(jìn)醫(yī)用機(jī)器人、人工智能、有源植入物、醫(yī)用軟件、5G+工業(yè)互聯(lián)網(wǎng)、多技術(shù)融合等醫(yī)療器械新興領(lǐng)域共性技術(shù)研究和標(biāo)準(zhǔn)制定工作為應(yīng)對深度學(xué)習(xí)技術(shù)帶來的監(jiān)管挑戰(zhàn)，并 為相應(yīng)醫(yī)療器械軟件注冊申報(bào)提供專業(yè)建 議，制定了該審批要點(diǎn)說明。審批要點(diǎn)基 于深度學(xué)習(xí)技術(shù)特點(diǎn)與風(fēng)險(xiǎn)的全生命周期 管理方法考慮軟件技術(shù)審評要求等展開為進(jìn)一步加強(qiáng)人工智能醫(yī)用軟件類產(chǎn)品監(jiān)督 管理，推動(dòng)產(chǎn)業(yè)高質(zhì)量發(fā)展，國家藥監(jiān)局制 定了該指導(dǎo)原則原則中明確了關(guān)于人工智能軟件的定

32、義，并 給出了管理屬性界定與管理類別界定的指導(dǎo)方案中顯示，第一屆人工智能醫(yī)療器械標(biāo)準(zhǔn) 化技術(shù)歸口單位專家組由51名成員和28名 觀察員組成，且覆蓋國內(nèi)的高等院校、知名 三級醫(yī)院、科研院所、醫(yī)療器械機(jī)構(gòu)與AI醫(yī) 療公司發(fā)展環(huán)境觀察六：資本支持穩(wěn)定來源：研究院根據(jù)動(dòng)脈網(wǎng)、IT桔子融資統(tǒng)計(jì)自主研究繪制。制藥與機(jī)器人注入新血液，北上廣融資熱度高從對AI醫(yī)療賽道的資本數(shù)據(jù)追蹤結(jié)果來看，2018-2021年10月，AI醫(yī)療影像融資事件數(shù)量呈現(xiàn)收縮趨勢，多數(shù)AI醫(yī)療 影像公司的融資步入中后期，領(lǐng)跑者已經(jīng)在籌備IPO事宜，且2021年8月，深睿醫(yī)療完成對依圖醫(yī)療的收購，這是AI醫(yī)療 影像頭部企業(yè)之間的首次并購

33、。從2020年起，AI制藥、AI醫(yī)療機(jī)器人，在融資數(shù)量和融資金額上都有壓倒性優(yōu)勢，帶動(dòng)融 資總體趨勢向上發(fā)展。從融資熱度的地域分布來看，AI醫(yī)療企業(yè)融資事件集中分布于北京、廣東、上海這類經(jīng)濟(jì)發(fā)達(dá)、人 才密集的地區(qū)，且這些地區(qū)都分布有國內(nèi)頂尖的三甲醫(yī)院，這些三甲醫(yī)院出于臨床科研水平的突破需求或醫(yī)院等級評級、 科室評優(yōu)等競爭需求，更容易接受AI醫(yī)療的創(chuàng)新型產(chǎn)品。2018-2021年10月中國AI醫(yī)療融資數(shù)量及金額 2018-2021年10月中國AI醫(yī)療融資熱度地域分布2418201577132516122126235688411.213.6105.5140.92021.102020AI制藥（個(gè)）智

34、慧病案（個(gè)）CDSS（個(gè)）20182019AI醫(yī)療影像（個(gè)）醫(yī)學(xué)數(shù)據(jù)智能平臺（個(gè)）AI醫(yī)療機(jī)器人（個(gè)） 融資金額（億元）南海諸島 注釋：灰色部分無融資；綠色部分有融資，顏色越深熱度越高，顏色越淺熱度越低。 來源：研究院根據(jù)動(dòng)脈網(wǎng)、IT桔子融資統(tǒng)計(jì)自主研究繪制。. . . .38.3%18.9%17.6%11.9%2.2%2.2%0.9%0.9%0.9% 5.3%0.4%. .0.4%14發(fā)展環(huán)境觀察七：技術(shù)供應(yīng)取得進(jìn)展產(chǎn)品上市頻次攀升，三類證從肺部往其他科室拓展從研發(fā)人才來看，我國AI醫(yī)療產(chǎn)業(yè)的研發(fā)團(tuán)隊(duì)匯聚了眾多高素質(zhì)人才，在2020年中國醫(yī)療人工智能發(fā)展報(bào)告中，參與 醫(yī)療人工智能產(chǎn)業(yè)發(fā)展調(diào)查

35、的122家AI醫(yī)療企業(yè)中，78.7%的企業(yè)擁有博士學(xué)歷的研發(fā)人員，57.4%的企業(yè)擁有碩士學(xué)歷 的研發(fā)人員，可見AI醫(yī)療領(lǐng)域研發(fā)的主力軍是碩士以上的高學(xué)歷、高質(zhì)量研發(fā)人員。有過硬的人員素質(zhì)作為研發(fā)底座，并 且在國家政策的大力扶持下，近年來我國AI醫(yī)療產(chǎn)品上市頻次有明顯的上升趨勢，2019年相比于2018年新增19種AI醫(yī)療 產(chǎn)品，是統(tǒng)計(jì)年份中新增種數(shù)最多的年份。此外，從2020年至今，獲三類證的AI醫(yī)療軟件數(shù)量也在逐步攀升，獲證總數(shù)達(dá) 19個(gè)，AI醫(yī)療軟件涉及領(lǐng)域從以肺部科室為主，向心血管、神內(nèi)腦科、骨科、眼科以及其他科室拓展。來源：研究院根據(jù)2020年中國醫(yī)療人工智能發(fā)展報(bào)告自主研究繪制。來

36、源：研究院根據(jù)NMPA公開信息自主研究繪制。22264052712015及以前2016201720182019截止2021年10月獲三類證AI醫(yī)療軟件科室分布4692020上半年三類證數(shù)量肺部，36.8%骨科，36.8%冠脈，糖網(wǎng)，36.8%36.8%顱內(nèi)，36.8%口腔，36.8%心電，36.8%中國AI醫(yī)療企業(yè)研發(fā)人員學(xué)歷分布2020上半年2021上半年中國AI醫(yī)療器械78.7%57.4%32.0%博士碩士學(xué)士及以下中國部分AI醫(yī)療產(chǎn)品最早上市時(shí)間統(tǒng)計(jì)2020下半年2021上半年 數(shù)量（個(gè)）AI醫(yī)療產(chǎn)品（種）15AI醫(yī)療 影像CDSSAI醫(yī)療 機(jī)器人AI制藥智慧病案產(chǎn)品形態(tài)軟硬 一體嵌入

37、系統(tǒng)純服務(wù)醫(yī) 療 器 械 類非 醫(yī) 療 器 械 類醫(yī)學(xué)數(shù)據(jù)智能平臺商業(yè)相關(guān)模式產(chǎn)品純軟 件客戶關(guān)系產(chǎn)品 銷售戰(zhàn)略 合作銷售渠道直 銷渠道盈利模式一次收費(fèi)里程 碑收 費(fèi)運(yùn)維 獲利按次 收費(fèi)運(yùn)營模式B2HB2B2HB2B合作 廠商商業(yè)模式匯總注釋：燈亮表示有，燈滅表示無；燈光顏色越深表示該類型的產(chǎn)品形態(tài)/銷售渠道/盈利模式/運(yùn)營模式/客戶關(guān)系越多。AI醫(yī)療影像商業(yè)模式多元化，輕資產(chǎn)產(chǎn)品商業(yè)模式未定型從產(chǎn)品形態(tài)、銷售渠道、盈利模式、運(yùn)營模式、客戶關(guān)系與賽道種類的角度出發(fā)，對AI醫(yī)療現(xiàn)有的商業(yè)模式做了以下 匯總與展示。從圖中可看出，醫(yī)療器械類的亮燈數(shù)量、強(qiáng)度要明顯高于非醫(yī)療器械類，尤其是AI醫(yī)療影像除

38、了純服務(wù)的產(chǎn) 品形式、里程碑的收費(fèi)模式滅燈以外，其他區(qū)域均有亮燈情況，其在所有賽道中的商業(yè)模式較為多元。非醫(yī)療器械類中的 AI制藥的亮燈數(shù)量最少，其目前仍以CRO形式為主導(dǎo)的商業(yè)模式，未來可能會與藥企、CRO企業(yè)開展戰(zhàn)略合作，拓展合 作伙伴生態(tài)，從而提高藥物研發(fā)管線的接單量，并將藥物試驗(yàn)這類需要重大物資鋪墊的工作轉(zhuǎn)移至CRO企業(yè)。從商業(yè)模 式的固定程度與穩(wěn)定性來講，帶有重資產(chǎn)性質(zhì)的AI醫(yī)療機(jī)器人的商業(yè)模式已經(jīng)基本定型，而其他輕資產(chǎn)性質(zhì)的核心軟件類 產(chǎn)品的商業(yè)模式還處在動(dòng)態(tài)演變階段，未來可能會孵化出新興的商業(yè)模式。AI醫(yī)療現(xiàn)有商業(yè)模式亮燈指示圖B2B2C來源：研究院根據(jù)專家訪談、公開資料匯總，自

39、主研究繪制。20產(chǎn)品成熟度象限商業(yè)化進(jìn)度人 工 智 能 技 術(shù) 成 熟 度探索研發(fā)類產(chǎn)品注釋：以上產(chǎn)品為不完全列舉，選取的產(chǎn)品為市場具備代表性的產(chǎn)品。傳統(tǒng)技術(shù)類產(chǎn)品技術(shù)商業(yè)化產(chǎn)品與探索研發(fā)類產(chǎn)品密集度高從人工智能技術(shù)成熟度與AI醫(yī)療產(chǎn)品的商業(yè)化進(jìn)展角度出發(fā)，將本報(bào)告中提到的主要產(chǎn)品進(jìn)行了象限分類和總結(jié)。AI 醫(yī)療影像產(chǎn)品、智慧病案、CDSS、醫(yī)學(xué)數(shù)據(jù)智能平臺、醫(yī)療服務(wù)機(jī)器人均已進(jìn)入技術(shù)商業(yè)化區(qū)域，AI制藥、手術(shù)機(jī)器人、 輔助機(jī)器人、基因檢測等更多扎堆于探索研發(fā)區(qū)域，而迭代創(chuàng)新區(qū)域尚未出現(xiàn)典型產(chǎn)品。中國AI醫(yī)療產(chǎn)業(yè)部分現(xiàn)有產(chǎn)品分類象限迭代創(chuàng)新類產(chǎn)品技術(shù)商業(yè)化產(chǎn)品目前市場空缺病理智慧病案CDSS

40、醫(yī)學(xué)數(shù)據(jù)智能平臺肺部影像眼底影像骨科影像冠脈影像腦部影像影像乳腺影像醫(yī)療服務(wù)機(jī)器人骨科機(jī)器人輔助機(jī)器人手術(shù)導(dǎo)航外骨骼康復(fù)機(jī)器人靶點(diǎn)發(fā)現(xiàn) 晶體預(yù)測手術(shù)規(guī)劃神外機(jī)器人腹腔機(jī)器人化合物合成血管介入機(jī)器人基因檢測LISHRPCIS CADEHREMRPACS RIS硬件 耗材2122切入賽道一：AI醫(yī)療影像醫(yī)療器械篇23AI醫(yī)療影像應(yīng)用場景及產(chǎn)品種類注釋：以上分類為不完全列舉；X射線、CT、DSA均為含輻射的檢測；醫(yī)技科室為運(yùn)用專門的診療技術(shù)和設(shè)備，協(xié)同臨床科診斷和治療疾病的醫(yī)療技術(shù)科室。 來源：研究院根據(jù)公開資料自主研究繪制。應(yīng)用于醫(yī)技科室，服務(wù)于臨床科室，以輔助診斷類為主AI醫(yī)療影像產(chǎn)品常應(yīng)用于超

41、聲影像、放射影像、病理影像等醫(yī)技科室（非臨床科室）中，各醫(yī)技科室分別對應(yīng)細(xì)分的臨床 科室，其中不乏同一臨床科室可選擇多種醫(yī)技科室拍片的情況。醫(yī)技科室的醫(yī)療器械設(shè)備植入嵌套了CV技術(shù)與深度學(xué)習(xí)的 AI醫(yī)療影像輔助診療軟件，實(shí)現(xiàn)各類功能，最終形成針對各臨床科室的AI應(yīng)用，協(xié)助醫(yī)生出具診斷結(jié)論與治療方案。在AI 醫(yī)療影像產(chǎn)品的種類中，疾病篩查與輔助診斷產(chǎn)品是AI醫(yī)療影像涉及最早、競爭尤為激烈、上線較多的品類，輔助治療類 產(chǎn)品進(jìn)展較慢。認(rèn)為，首先發(fā)展好輔助診斷、為治療康復(fù)的方案規(guī)劃做好鋪墊，輔助治療產(chǎn)品才能更順利地崛起。當(dāng) 前，冠脈、頭頸類應(yīng)用發(fā)展較為火熱，這兩類產(chǎn)品因疾病緊迫性強(qiáng)、醫(yī)院創(chuàng)收及醫(yī)院評級

42、需求等客觀因素的支持，具備相 對明朗的市場前景；肺結(jié)節(jié)、肺炎類應(yīng)用市場覆蓋率較高；乳腺、肝臟的應(yīng)用多處于研發(fā)階段，商業(yè)化還在推進(jìn)中；部分 頭部企業(yè)基本以某一臨床科室應(yīng)用起家，做成精品以后，將業(yè)務(wù)線拓展至其他臨床科室。現(xiàn)階段AI醫(yī)療影像產(chǎn)品分類（按影像設(shè)備與科室劃分）臨床科室超聲科影像放射科影像病理科影像其他B超多普勒 X線 CT MRI DSA細(xì)胞切片液基細(xì)胞眼底照相機(jī)影像醫(yī)技科室CV技術(shù)圖像識別語義分割 目標(biāo)定位目標(biāo)檢測 三維重建實(shí)現(xiàn)功能病灶識別與篩 查靶區(qū)勾畫三維成像 病理分析定性判斷定量分析生長發(fā)育評估心血管內(nèi)科呼吸內(nèi)科 神經(jīng)內(nèi)科 腫瘤內(nèi)科 骨科婦科 乳腺科牙科 眼科輔助診療應(yīng)用冠脈CT

43、ACT-FFR頭頸CTA/腦卒 中宮頸癌篩查肺結(jié)節(jié)/肺炎CT胸部CT/平片骨折平片/骨齡 生長發(fā)育評估乳腺鉬靶/超聲糖網(wǎng)病變/青光 眼/黃斑病變行業(yè)發(fā)展驅(qū)動(dòng)力（1/2）注釋：大病醫(yī)療統(tǒng)籌制度屬于基本醫(yī)療保險(xiǎn)的補(bǔ)充形式。來源：研究院根據(jù)公開資料自主研究繪制。 來源：研究院根據(jù)公開資料自主研究繪制。基層醫(yī)療機(jī)構(gòu)一級及未定級醫(yī)院二級醫(yī)院三級醫(yī)院幾乎沒有專職影像醫(yī)師影像設(shè)備有限且利用率低影像科醫(yī)生數(shù)量較少，且診斷能力難 以支撐臨床診斷需求診斷水平較低導(dǎo)致業(yè)務(wù)量較少，收入 不足影像科醫(yī)生長期處于超負(fù)荷狀態(tài)，出具高質(zhì)量的診療方案費(fèi)時(shí)費(fèi)力患者等待時(shí)間長，易產(chǎn)生醫(yī)患矛盾惡性疾病醫(yī)保支付壓力大、影像科室工作面臨

44、各類問題AI醫(yī)療影像的發(fā)展重點(diǎn)需關(guān)注惡性疾病醫(yī)保付費(fèi)、影像科室負(fù)擔(dān)、相關(guān)產(chǎn)品的數(shù)據(jù)使用標(biāo)準(zhǔn)與落地審批進(jìn)度。惡性疾病醫(yī) 保付費(fèi)上，為解決城鄉(xiāng)居民因病返貧、因病致貧的問題，國家在基本醫(yī)療保險(xiǎn)的基礎(chǔ)上，引入市場機(jī)制，補(bǔ)充設(shè)立了大病 醫(yī)?！，F(xiàn)階段，惡性疾病的高額支付費(fèi)用由統(tǒng)籌賬戶的基本醫(yī)療保險(xiǎn)、大病醫(yī)保與個(gè)人賬戶的商業(yè)保險(xiǎn)或其他自費(fèi)部分支 付，醫(yī)保統(tǒng)籌基金與個(gè)人都承擔(dān)著較大的經(jīng)濟(jì)壓力。一方面，若將AI醫(yī)療影像輔助診療產(chǎn)品引入大病醫(yī)保診療目錄，相應(yīng) 產(chǎn)品則可實(shí)現(xiàn)醫(yī)保創(chuàng)收；另一方面，AI醫(yī)療影像輔助診療產(chǎn)品也可以達(dá)到早診早治、降低開支的效果。影像科室負(fù)擔(dān)上， 我國各級醫(yī)院影像科室面臨各類困境。基層醫(yī)療機(jī)構(gòu)

45、主要面臨影像科人才與設(shè)備資源短缺的問題，一級及未定級醫(yī)院、二 級醫(yī)院的影像科人才技能欠缺、對應(yīng)收入有限，三級醫(yī)院則肩負(fù)較大的拍片、審片負(fù)擔(dān)，醫(yī)患矛盾可能會被診療效率低所 觸發(fā)。引入AI醫(yī)療醫(yī)療影像輔助診療產(chǎn)品恰恰能夠彌補(bǔ)各級醫(yī)院影像科室的不足，提升診療效率與水平。中國惡性疾病醫(yī)保付費(fèi)模式國內(nèi)各級醫(yī)院影像科室面臨核心困境2018年人社部發(fā)布的醫(yī)保按病種付費(fèi)目錄共計(jì)130項(xiàng)疾病，其中包含多項(xiàng)惡性腫瘤疾病支付環(huán)節(jié)個(gè)人賬戶統(tǒng)籌賬戶基本醫(yī)療保險(xiǎn)大病醫(yī)保商業(yè)保險(xiǎn)部分其他自費(fèi)部分定點(diǎn)醫(yī)院定點(diǎn)藥店藥品/診療/ 醫(yī)療服務(wù)設(shè) 施目錄超過基本醫(yī) 療保險(xiǎn)統(tǒng)籌 基金最高支 付限額，且 符合基本醫(yī)療保險(xiǎn)報(bào)銷 范圍內(nèi)的個(gè)

46、人負(fù)擔(dān)部分定點(diǎn)機(jī)構(gòu)目 錄外的項(xiàng)目非定點(diǎn)機(jī)構(gòu) 的所有項(xiàng)目商業(yè)保險(xiǎn) 公司擬定 的重疾險(xiǎn)， 保障范圍 涉及重疾 的輕癥 、 中癥或重 疾24行業(yè)發(fā)展驅(qū)動(dòng)力（2/2）來源：研究院結(jié)合動(dòng)脈網(wǎng)公開資料自主研究繪制。來源：研究院結(jié)合國家藥監(jiān)局醫(yī)療器械技術(shù)審評中心公開資料自主研究繪制。數(shù)據(jù)標(biāo)注模型搭建與訓(xùn)練實(shí)時(shí)數(shù)據(jù)+模型應(yīng)用PACS系統(tǒng)數(shù)據(jù)收集與存儲影像數(shù)據(jù)知識實(shí)際行動(dòng)優(yōu)勢：與病歷、藥物信息等文本類的醫(yī)療信 息相比，影像數(shù)據(jù)的結(jié)構(gòu)化難度更低，易于 標(biāo)注。劣勢：結(jié)構(gòu)化數(shù)據(jù)較少，非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換受數(shù)據(jù)標(biāo)注方法、工具、平臺不統(tǒng)一導(dǎo)致數(shù) 據(jù)質(zhì)量難以保證。 優(yōu)勢：醫(yī)療影像數(shù)據(jù)豐富，醫(yī)療數(shù)據(jù)中90%以上是影像數(shù)據(jù)，采集更

47、容易。劣勢：影像數(shù)據(jù)采集設(shè)備機(jī)型眾多，參數(shù) 與質(zhì)控各異，數(shù)據(jù)歸屬權(quán)、使用權(quán)、存儲 權(quán)等尚不明確，容易產(chǎn)生合規(guī)性問題。優(yōu)勢：各式各樣的實(shí)時(shí)數(shù)據(jù)為模型訓(xùn) 練數(shù)據(jù)集的積累創(chuàng)造條件。劣勢：針對大量不同的癥狀和情況的 海量數(shù)據(jù)叢生，標(biāo)注的難度增加。影像數(shù)據(jù)采集與結(jié)構(gòu)化優(yōu)勢突出，審批制度與工作組建立數(shù)據(jù)使用標(biāo)準(zhǔn)上，從優(yōu)勢角度看，由于影像數(shù)據(jù)占據(jù)醫(yī)療數(shù)據(jù)的90%以上，且隨著診療人數(shù)的增多與醫(yī)療信息化的推進(jìn)， 實(shí)時(shí)影像數(shù)據(jù)在增長，為訓(xùn)練與測試數(shù)據(jù)集的采集創(chuàng)造了先天性條件。另外，相較于電子病歷、AI制藥與AI基因這些以文 本與圖數(shù)據(jù)為主的賽道而言，AI醫(yī)療影像的數(shù)據(jù)基本以圖片為主，盡管圖片是非結(jié)構(gòu)化數(shù)據(jù)，但圖像

48、標(biāo)注要比文本數(shù)據(jù)的 清洗與標(biāo)準(zhǔn)化、圖關(guān)系的抽取容易，因此AI醫(yī)療影像產(chǎn)品可以率先發(fā)展起來。從劣勢角度看，原始影像數(shù)據(jù)各異、數(shù)據(jù)安 全與隱私、影像拍攝死角、三維圖像獲取難度大、不同病種的實(shí)時(shí)數(shù)據(jù)可能會有新的標(biāo)注要求等問題丞待解決。產(chǎn)品的落 地審批上，國家藥監(jiān)局將AI醫(yī)療輔助診斷產(chǎn)品列入管制力度最強(qiáng)的三類醫(yī)療器械范圍，據(jù)深度學(xué)習(xí)輔助決策醫(yī)療器械軟 件的審評要點(diǎn)及相關(guān)說明，相關(guān)產(chǎn)品的審批與商業(yè)化需做好大量的臨床數(shù)據(jù)積累與質(zhì)量控制、算法泛化能力推進(jìn)與臨床 試驗(yàn)測試。同時(shí)，有關(guān)的審批與創(chuàng)新工作組成立，讓有關(guān)政策的落實(shí)有了執(zhí)行主體，推動(dòng)審批工作穩(wěn)步前進(jìn)。AI醫(yī)療影像數(shù)據(jù)使用現(xiàn)狀 AI醫(yī)療影像產(chǎn)品落地審批現(xiàn)

49、狀 政策審批重點(diǎn)明確相關(guān)工作組成立數(shù)據(jù)質(zhì)量控制算法泛化能力 臨床使用風(fēng)險(xiǎn)算法/數(shù)據(jù)驅(qū)動(dòng) 型軟件區(qū)分非輔助決策軟件區(qū)分人工智能醫(yī)療器械工作組人工智能醫(yī)療器 械創(chuàng)新合作平臺人工智能醫(yī)療器 械標(biāo)準(zhǔn)化技術(shù)歸 口單位25市場釋放需求信號注釋：統(tǒng)計(jì)為不完全統(tǒng)計(jì)，抽取樣本為67例。肺部：1296萬元心血管： 665萬元眼 科 ： 549萬元病 理 ：628萬元骨 科 ：210萬元綜合類：643萬元乳腺： 99萬元主 要 臨 床 科 室 情 況需求信號仍集中于三甲醫(yī)院，冠脈產(chǎn)品臨床價(jià)值高在2019-2021年8月AI醫(yī)療影像采招額統(tǒng)計(jì)中，三甲醫(yī)院是需求主力，2019年與2020年的采招額維持在1000萬元以上

50、， 其他三級醫(yī)院、二級醫(yī)院累加的需求也不容小覷。受新冠肺炎檢測需求的沖擊與肺部影像產(chǎn)品受眾廣、開發(fā)技術(shù)成熟高等 因素影響，統(tǒng)計(jì)時(shí)間內(nèi)關(guān)于肺部科室的AI開發(fā)軟件采招額高達(dá)1296萬元，心血管、綜合類與病理科位列其后。心血管類產(chǎn) 品因設(shè)備主要覆蓋在三甲醫(yī)院，偏遠(yuǎn)地區(qū)配備有限，釋放點(diǎn)也相應(yīng)存在地理局限；乳腺類產(chǎn)品剛受到國家重視、受眾局限 于女性，釋放節(jié)奏相對較緩、可釋放空間主要在女性市場。此外，主流的AI影像產(chǎn)品存在不同的需求差異，冠脈產(chǎn)品是繼 肺部產(chǎn)品之后又一明確的產(chǎn)品跑道。二甲與三乙類醫(yī)院具備血管機(jī)與心內(nèi)科室，但診斷能力欠缺，最后往往被迫將冠脈病 人轉(zhuǎn)移至三甲醫(yī)院，從而喪失了獲取冠脈手術(shù)費(fèi)的主動(dòng)

51、權(quán)，若使用冠脈產(chǎn)品輔助診斷，則可提高診斷水平，在病情早期為 病人做支架手術(shù)，控制病情的同時(shí)亦可創(chuàng)收。而對三甲醫(yī)院而言，使用冠脈產(chǎn)品做檢測，可提升檢測速度，增加檢測病人 數(shù)量，更好更快地發(fā)現(xiàn)真正需要做支架手術(shù)的病人，為醫(yī)院帶來臨床手術(shù)收入。2019-2021年8月AI醫(yī)療影像采招額統(tǒng)計(jì)主流AI影像產(chǎn)品的需求差異點(diǎn)肺部頂級醫(yī)院的老年人易患 肺結(jié)節(jié)，對肺結(jié)節(jié)產(chǎn)品 需求強(qiáng)烈受新冠疫情影響，肺炎 產(chǎn)品有剛性需求乳 腺冠 脈心臟手術(shù)放支架才會考慮冠脈狹 窄，中等醫(yī)院在冠脈方面診斷能 力差，對冠脈產(chǎn)品需求大因診斷出冠脈狹窄后即可做支架 手術(shù)，為醫(yī)院創(chuàng)收，故冠脈產(chǎn)品 付費(fèi)轉(zhuǎn)化率高，競爭性強(qiáng)非三級醫(yī)院缺乏 乳腺

52、科人才， 診 斷能力欠缺， 對 乳腺產(chǎn)品需求呼 聲高眼科院內(nèi)體檢科與內(nèi)分 泌科，體檢機(jī)構(gòu)需 進(jìn)行眼底篩查，查 找DR/DME兒童醫(yī)院、婦幼保健院對骨齡生長發(fā)育類產(chǎn)品有偏好骨 醫(yī)院因法律界定病情需要會購買肋骨骨折產(chǎn)品科515.833.0493.91966.51424.3280.0388.3735.1339.9 681.5198.6201920202021.8來源：研究院根據(jù)公開采招信息自主統(tǒng)計(jì)研究繪制。26AI醫(yī)療影像商業(yè)模式獨(dú)立銷售與打包銷售為成形模式，服務(wù)調(diào)用模式前景可觀現(xiàn)階段，部分AI醫(yī)療影像輔助診療企業(yè)依舊保留免費(fèi)在醫(yī)院試用的模式，將產(chǎn)品打入醫(yī)院，進(jìn)行數(shù)據(jù)積累與算法調(diào)優(yōu)，并 增強(qiáng)客戶粘性

53、。多數(shù)企業(yè)則主要采用了與院內(nèi)醫(yī)療信息化軟件系統(tǒng)相似的商業(yè)模式，即獨(dú)立銷售與打包銷售。獨(dú)立銷售模 式售賣的產(chǎn)品形態(tài)皆為軟件或軟硬一體機(jī)，根據(jù)現(xiàn)有銷售渠道、盈利模式與支付方的組合，獨(dú)立銷售模式可分為三類：一 是直接向各級醫(yī)院或其他醫(yī)療機(jī)構(gòu)售賣產(chǎn)品，以醫(yī)療器械的形式收取一次性軟件費(fèi)用、定期維護(hù)費(fèi)或調(diào)用服務(wù)費(fèi)；二是通 過渠道商向院端或設(shè)備廠商轉(zhuǎn)售產(chǎn)品，并從中抽成；三是直接向醫(yī)療器械廠商售賣產(chǎn)品，收取一次性軟件費(fèi)用，不再對接 醫(yī)院。依據(jù)現(xiàn)有產(chǎn)品形態(tài)、銷售渠道、盈利模式與支付方的組合，打包銷售模式分為兩類：一是與云平臺合作，將輔助診 療產(chǎn)品作為集成模塊嵌入各云類產(chǎn)品中出售，收取調(diào)用服務(wù)費(fèi)；二是與醫(yī)療器械廠

54、商合作，將具備圖像處理、輔助診療能 力的軟件嵌入CT、DR或MRI等大型醫(yī)療影像設(shè)備中，與設(shè)備共同銷售并從銷售額中抽成。預(yù)測，未來，無償使用模 式將逐步淡出市場，以授權(quán)或調(diào)用形式向各類用戶收取服務(wù)費(fèi)的模式對軟件廠商較為有利，參與者可嘗試開拓。AI醫(yī)療影像產(chǎn)品現(xiàn)有商業(yè)模式軟件軟硬 一體云類產(chǎn)品中 的診療功能 模塊大型影像設(shè)備 中的診療功能 模塊產(chǎn)品形態(tài)銷售渠道直銷分銷云平 臺設(shè)備 廠商盈利模式軟件一次維護(hù)運(yùn)抽成按調(diào)用次數(shù)/性獲利營獲利獲利流量獲利支付方醫(yī)院患者設(shè)備 廠商銷售模式獨(dú)立 銷售打包 銷售現(xiàn)階段對AI醫(yī)療影像輔助診療產(chǎn)品供應(yīng)商較為有利，但銷售費(fèi)用支出較高、推廣難度大，若采取抽成收費(fèi)，企業(yè)

55、抽成比例不高于10%打包銷售有利于快速獲客，但產(chǎn)品獨(dú)立性弱，且醫(yī)療器械廠商有自研AI產(chǎn)品植入自家設(shè)備銷售的傾向，其市場份額較難撼動(dòng)如云HIS、 云PACS 、 影像云是主要銷售 渠道，易打 入醫(yī)院27AI醫(yī)療影像推廣路徑分銷，主要依靠本地資源進(jìn)行打入經(jīng)銷模式下，產(chǎn)品 后期加成獲取的收 益僅歸經(jīng)銷商所有， 而分銷模式可以從 后續(xù)環(huán)節(jié)抽成與當(dāng)?shù)厍郎毯献骺h級人民醫(yī)院 縣級中28醫(yī)院健院民營醫(yī)院?？?醫(yī)院急救中心疾控 中心康復(fù) 醫(yī)院AI醫(yī)療影 像企業(yè)軟件醫(yī)院1醫(yī)院2醫(yī)院3醫(yī)院4醫(yī)院5 此方式類似經(jīng)銷 /AI醫(yī)療影 像企業(yè)軟件/軟硬一體機(jī)當(dāng)?shù)厍?道商當(dāng)?shù)?醫(yī)療 器械 廠商輻射市級 醫(yī)院直銷醫(yī)療器 械廠

56、商當(dāng)?shù)?醫(yī)院銷售打包入機(jī)后銷售C端用戶醫(yī)院AI醫(yī)療影 像企業(yè)軟件/軟硬 一體機(jī)/商 業(yè)醫(yī)保合作健 康 管 保險(xiǎn) 理服務(wù)/ 公司 保額賠 償診療支出保費(fèi)支出像中心機(jī)構(gòu)軟件/軟硬 一體機(jī)AI醫(yī)療影 像企業(yè)C端用戶影像輔助診 斷/健康體體檢第三方影檢直接向醫(yī)院 推廣企業(yè)直接與市級醫(yī)院 達(dá)成合作后，通過市 級醫(yī)院的輻射作用推 廣產(chǎn)品以輻射取代傳統(tǒng)的個(gè) 別游說方式，降低銷 售成本企業(yè)直接與知名的醫(yī) 療器械廠商展開深入 的戰(zhàn)略合作，加強(qiáng)產(chǎn) 品綁定性、牢固產(chǎn)品生態(tài)；軟硬結(jié)合的產(chǎn)品直接通過醫(yī)療器械婦幼保廠商的渠道流入醫(yī)院與器械廠商 深度合作企業(yè)將產(chǎn)品出售給保 險(xiǎn)公司，保險(xiǎn)公司再 將產(chǎn)品出售到用戶側(cè)， 按使用次

57、數(shù)賺取收入， 并給到企業(yè)分成；將 產(chǎn)品納入商業(yè)保險(xiǎn)名 單，賺取保費(fèi)分成與保險(xiǎn)公司 合作與其他公司合作企業(yè)將產(chǎn)品出售給第三 方影像中心或體檢機(jī)構(gòu)， 賺取診斷套餐或體檢套 餐的抽成收入體檢機(jī)構(gòu)的用戶往往以 公司體檢為單位進(jìn)行消 費(fèi)，對供應(yīng)商而言是比 較好的批量消費(fèi)市場輕量化模式借力發(fā)力，加速市場覆蓋與下沉AI醫(yī)療影像推廣的最終對象主要是醫(yī)院，除此之外是C端用戶。在對接最終對象時(shí)，一般以醫(yī)療器械廠商、當(dāng)?shù)厍郎獭?保險(xiǎn)公司、第三方影像中心或體檢機(jī)構(gòu)為推廣橋梁，向醫(yī)院或患者收費(fèi)。一味地?cái)U(kuò)張自有的銷售團(tuán)隊(duì)不僅會耗費(fèi)高額預(yù)算、 而且投入后的進(jìn)展難達(dá)預(yù)期，壓縮核心研發(fā)團(tuán)隊(duì)的生存空間。因此，認(rèn)為，AI醫(yī)療影像

58、企業(yè)率先拿下市級醫(yī)院的市場， 通過市級醫(yī)院的輻射作用拉動(dòng)同級非三甲醫(yī)院、縣級醫(yī)院的購買需求，或通過與大型醫(yī)療器械廠商建立生態(tài)捆綁性強(qiáng)的戰(zhàn) 略合作，借助合作方已有渠道基礎(chǔ)打入醫(yī)院，這類輕量化的推廣模式是未來的發(fā)展方向。AI醫(yī)療影像產(chǎn)品主要推廣路徑AI醫(yī)療影像玩家情況玩家陣營形成，客戶粘性待提升，聚攏效應(yīng)需深耕保持自2016年IBM的“沃森腫瘤“流入國內(nèi)后，臨床醫(yī)學(xué)界圍繞“機(jī)器人是否會替代醫(yī)生”的爭論迅速擴(kuò)散，AI醫(yī)療尤其是AI 醫(yī)療影像的火苗蔓延至業(yè)內(nèi)各個(gè)角落。歷經(jīng)5年的錘煉，AI醫(yī)療影像市場已經(jīng)形成相對明確的玩家陣營，并跑出一批頭部 梯隊(duì)，在肺部、冠脈兩大主跑道明顯拉開差距，競爭格局也進(jìn)一步收

59、攏。AI醫(yī)療公司、醫(yī)療器械公司、醫(yī)療信息化公司、 保險(xiǎn)公司與云計(jì)算公司構(gòu)成當(dāng)下AI醫(yī)療影像的玩家陣營。AI醫(yī)療公司具備領(lǐng)先的產(chǎn)品研發(fā)能力，在算法開發(fā)、模型調(diào)優(yōu)上 擁有相對優(yōu)勢，但數(shù)據(jù)積累主要依靠與醫(yī)院的科研合作進(jìn)行，商業(yè)渠道依然要通過與醫(yī)療器械廠商或當(dāng)?shù)胤咒N商合作開拓， 渠道基礎(chǔ)仍需加強(qiáng)建設(shè)；醫(yī)療器械公司、醫(yī)療信息化公司具備底層影像數(shù)據(jù)資源與渠道優(yōu)勢，與醫(yī)院合作緊密，但AI自研 團(tuán)隊(duì)培育精力有限；保險(xiǎn)公司具備醫(yī)療保險(xiǎn)數(shù)據(jù)資源，與C端用戶接觸較多，有相應(yīng)的發(fā)展?jié)摿Γ辉朴?jì)算公司更多出于戰(zhàn) 略原因布局AI醫(yī)療業(yè)務(wù)線，財(cái)力充足，但近5年各方面發(fā)展一般。盡管AI醫(yī)療公司的產(chǎn)品競爭優(yōu)勢明顯，但長期穩(wěn)定駐足

60、 于醫(yī)院市場還比較困難，現(xiàn)階段處在買方市場，產(chǎn)品替換性強(qiáng)，客戶粘性有待提升，玩家聚攏效應(yīng)也有待深耕保持。來源：研究院結(jié)合行業(yè)信息自主研究繪制。AI醫(yī)療影像玩家陣營云計(jì)算公司主要AI醫(yī)療影像玩家競爭格局三維坐標(biāo)系產(chǎn)品研發(fā)能力商業(yè)渠道數(shù)據(jù)積累來源：研究院結(jié)合行業(yè)信息自主研究繪制。AI醫(yī)療公司醫(yī)療器械公司醫(yī)療信息化公司保險(xiǎn)公司GE、聯(lián)影智西門子、康 達(dá)、樂普東軟、衛(wèi)寧能、飛利浦、 健康、東華醫(yī)為、榮科 科技、麥迪 科技以云 HIS 形 式， 把醫(yī)療 影像AI能力 集成進(jìn)醫(yī)療 信息系統(tǒng)平安智慧阿里云ET醫(yī) 醫(yī)療療大腦、騰訊覓影以智慧醫(yī)院直接售賣軟的平臺、服件等 務(wù)、應(yīng)用的形式供應(yīng)AI 產(chǎn)品12AI醫(yī)療