Part．3 AI+醫(yī)療之電子病歷

電子病歷是醫(yī)療信息化的基礎(chǔ)，電子化的病歷信息數(shù)據(jù)可以方便的在跨科室、跨部門甚至跨醫(yī)院的交換與傳遞。電子病歷還能為醫(yī)療大數(shù)據(jù)和疾病模型提供更方便的樣本數(shù)據(jù)。目前電子病歷的市場規(guī)模也處于快速增長階段，2017年產(chǎn)值達(dá)9．96億，2018年預(yù)計(jì)達(dá)到12億以上。

同時(shí)國家衛(wèi)健委對醫(yī)院信息化和電子病歷也有明確規(guī)劃。衛(wèi)健委要求到2019年所有三級醫(yī)院要達(dá)到信息化分級評價(jià)3級以上，即實(shí)現(xiàn)醫(yī)院內(nèi)不同部門間數(shù)據(jù)交換。到2020年，所有三級醫(yī)院要達(dá)到分級評價(jià)4級以上，即醫(yī)院內(nèi)實(shí)現(xiàn)全院信息共享，并具備醫(yī)療決策支持功能，二級醫(yī)院要達(dá)到分級評價(jià)3級以上。

到2018年第1季度，全國86．8％的二級及以上公立醫(yī)院建立了規(guī)范化的電子病歷（1級或以上）；全國共8265家醫(yī)療機(jī)構(gòu)注冊并參與數(shù)據(jù)填報(bào)，在已填報(bào)的醫(yī)療機(jī)構(gòu)中，43．27％的醫(yī)療機(jī)構(gòu)能夠?qū)崿F(xiàn)不同部門（2級或以下），甚至不同醫(yī)療機(jī)構(gòu)之間的數(shù)據(jù)共享。

然而，已經(jīng)實(shí)施電子病歷系統(tǒng)的醫(yī)院中，60％的醫(yī)院停留在部門內(nèi)初步數(shù)據(jù)采集和數(shù)據(jù)交換的信息化初級階段�？梢钥吹�，我國電子病歷系統(tǒng)應(yīng)用水平仍非常低，電子病歷升級所帶來的醫(yī)院信息化市場潛力巨大，市場需求旺盛。

Part．4 AI醫(yī)療之智慧導(dǎo)診和虛擬助理

智慧導(dǎo)診的目的是減輕醫(yī)院運(yùn)營壓力，及時(shí)響應(yīng)高峰期患者需求。依賴專業(yè)的醫(yī)學(xué)知識圖譜和本地醫(yī)院信息系統(tǒng)，利用傳感器和人機(jī)交互獲取患者體溫、心率等人體參數(shù)，表情、舌苔等患者特征以及病情特點(diǎn)，對患者情況進(jìn)行判斷并完成導(dǎo)診建議。當(dāng)前部分產(chǎn)品的準(zhǔn)確率為90％左右。同時(shí)機(jī)器人響應(yīng)及時(shí)，節(jié)省患者時(shí)間。盡管導(dǎo)診機(jī)器人已經(jīng)落地全國多家醫(yī)院，但是否對運(yùn)營有效率提升還未可知，主要還是受限于醫(yī)學(xué)知識圖譜的豐富度和專業(yè)度。

患者在醫(yī)院就診時(shí)，醫(yī)生需要通過歷史病歷了解患者基本信息，此環(huán)節(jié)需要占用醫(yī)生大量時(shí)間，且由于時(shí)間關(guān)系，對歷史病歷的檢查和病情總結(jié)也欠缺系統(tǒng)性。人工智能技術(shù)即可沉淀患者大量詳實(shí)的歷史病歷信息，又可結(jié)合疾病大數(shù)據(jù)和疾病模型給醫(yī)生提供診斷幫助，從而提高了醫(yī)生效率。

Part．5 AI醫(yī)療之醫(yī)學(xué)影像

2018 年國內(nèi)醫(yī)學(xué)影像存量市場規(guī)模約 2000 億元，且主要在二級以上醫(yī)院市場，基層相對空白。2000億元算法：2018 年國內(nèi)醫(yī)療機(jī)構(gòu)總收入將達(dá) 4．4 萬億元。按檢查費(fèi)占比 10％，其中影像檢查占比 1／3 到 1／2 的比例測算，2018 年國內(nèi)影像存量市場規(guī)模 1，500－2，200 億元。2017 年，全國醫(yī)療衛(wèi)生機(jī)構(gòu)總診療人次達(dá) 81．8 億，居民平均就診 5．9 次，高于美國人均就診次數(shù)。但影像檢查轉(zhuǎn)化率 20％，相比美國 50％ 的轉(zhuǎn)化率，還有較大提升空間；同時(shí)隨著藥占比壓縮，醫(yī)院影像收入有望繼續(xù)增長，理論上長期潛在市場規(guī)模高達(dá) 3000－5000 億元。

當(dāng)前，大型三甲醫(yī)院影像科處于超負(fù)荷運(yùn)轉(zhuǎn)狀態(tài)；普通三級醫(yī)院、以及二級醫(yī)院醫(yī)學(xué)影像需求與供給較為匹配；而基層影像科整體服務(wù)能力不足。

AI醫(yī)學(xué)影像與傳統(tǒng)人工識別影像相比有較明顯優(yōu)勢：

在肺結(jié)核、眼底病變、乳腺癌、宮頸癌、肺部、心臟的疾病或臟器上已有多項(xiàng)可行且高效的AI技術(shù)落地，提高了早期發(fā)現(xiàn)疾病病灶的可能性、更明確的界定疾病階段，為醫(yī)生確定治療方案提供了準(zhǔn)確度高的建議。

Part．6 AI落地的商業(yè)模式

針對具體場景的的AI算法能夠高效完成任務(wù)。AI醫(yī)療服務(wù)提供商的主要成本包括生產(chǎn)成本和運(yùn)營成本，生產(chǎn)成本是占比高，又可細(xì)分為算力成本、數(shù)據(jù)成本、人力成本。其中數(shù)據(jù)成本就是各類脫敏的醫(yī)學(xué)病歷和醫(yī)學(xué)圖像，經(jīng)過細(xì)致標(biāo)注的醫(yī)學(xué)數(shù)據(jù)價(jià)格不菲。于是AI輔助診斷多與醫(yī)院等數(shù)據(jù)生產(chǎn)方建立緊密合作關(guān)系，以獲得脫敏的病歷數(shù)據(jù)，用于AI算法的訓(xùn)練和迭代。當(dāng)AI算法效果穩(wěn)定后，再向醫(yī)院收費(fèi)方收取一定的使用費(fèi)。

Part．7 小豹展望

醫(yī)療是民生產(chǎn)業(yè)，合理分配、高效利用有限的醫(yī)療資源，提升基層醫(yī)院的診療實(shí)力，加速醫(yī)生的經(jīng)驗(yàn)積累與學(xué)習(xí)，更快速的響應(yīng)患者訴求和準(zhǔn)確診斷，對于醫(yī)療系統(tǒng)運(yùn)營效率和國家醫(yī)保財(cái)政等有重要作用。而隨著AI 技術(shù)的發(fā)展與落地，AI算法可以更準(zhǔn)確的識別復(fù)雜模式，構(gòu)建多參數(shù)模型，發(fā)現(xiàn)處于早期階段的病灶特征，從而提早發(fā)現(xiàn)疾病，增加可治療的時(shí)間。

同時(shí)，AI結(jié)合醫(yī)生診斷或醫(yī)院運(yùn)營的大數(shù)據(jù)，提速醫(yī)療信息化，打通了數(shù)據(jù)在醫(yī)療產(chǎn)業(yè)各個(gè)環(huán)節(jié)的流通。除了BAT等巨頭，在AI賦能醫(yī)療上，科大訊飛、依圖科技、森億智能、云知聲等一大批人工智能企業(yè)都在不斷探索可落地的應(yīng)用場景和發(fā)展AI技術(shù)，在不斷產(chǎn)品迭代優(yōu)化中，賦予了醫(yī)療產(chǎn)業(yè)嶄新的面貌。