2020世界人工智能健康峰会

       自上世纪70年代，利兹大学研发出AAPHelp起，人类对于医疗领域人工智能的探索便不断深入。IBM Watson的出现，则开始引领起人工智能在医疗领域的变革。医药研发、医疗器械、医疗服务等各个环节中，纷纷涌现出一批创新型企业，涉及到医疗影像、辅助诊断、药物研发、健康管理、疾病风险预测、医院管理、医疗机器人等各个细分领域。

       与此同时，资本对于医疗人工智能领域的热情也不断增长。国内方面，据不完全统计，截至2019年11月，共有154个医疗人工智能项目获得融资，主要集中在医疗影像、辅助诊断和疾病风险预测等领域。

       此次新冠疫情中，医疗人工智能在线上问诊、医学影像与病理辅助诊断等方面脱颖而出，向业内外证明了其对于实体医疗资源的补充作用。在后疫情时代，如何连接从产学研及监管部门使得AI技术同健康产业深度融合，逐步成为业内关注的焦点。

       7月10日线上召开的“2020世界人工智能健康云峰会”将通过“AI+公共卫生”、“AI+生物医药”、“AI+医疗服务”、“AI+医疗标准”四大主题，汇聚全球产业巨头、专家学者和监管机构等，共同聚焦人工智能技术如何进一步赋能健康产业。

       国内医疗AI市场规模逐步攀升

       作为人口大国，实体医疗资源供给紧张、医疗资源供给分布不均一直困扰着整个健康产业。国内就诊人群主要集中在三级医院，但三级医院已经出现卫生人员短缺等情况。2019年数据显示，国内全年医疗卫生机构入院人数26596万人，比上年增加1143万人，增长4.5%，年住院率为19%。其中，医院医师日均担负诊疗7.1人次和住院2.5床日。随着人口老龄化趋势的不断增强，慢性病患者的不断增长，医疗体系人员不足的现象会进一步加剧，医疗供需间的差距也会显著拉大。

       人工智能因此被寄予厚望，行业内外希望能够通过人工智能的加入，减轻临床医生负担，为医生提供更好的医疗工具，弥补国内医疗服务中医务人员短缺的情况，提升诊疗效率。

       自2009年起，国内医疗人工智能创业公司数量开始增多，在2016年前后，国内医疗AI进入“快车道”，并形成创业高峰，一批创业公司涌现。数据显示，2017年国内医疗AI行业市场规模已达到136.5亿元，2018年市场规模在210亿元左右，同比增长54%。随着国内医疗需求不断增长、医疗资源分配不均，医护人员短缺的问题进一步突出，医疗AI的市场规模进一步攀升。

       在此过程中医疗AI的核心技术和医疗场景不断深度融合，相互促进，在智能影像分析、智能问诊、健康管理等一系列方面开始大规模应用。不止如晶泰等一批初创企业在此过程中涌现，BAT、微软、谷歌、GE、西门子等互联网、医疗行业巨头也通过自主研发、投资并购等方式加速在医疗AI领域的布局。

       来自资本市场的反馈是及时的，2017年在国内医疗AI应用最快的领域——医疗影像AI领域里涌入了超过40亿的资金。但在之后的2018年，由于IBM Watson频频陷入舆论风波，一批还未明确商业模式的医疗AI公司开始遭遇“C轮死”。同时，这段时间内，一大批公司的产品聚焦于肺结节筛查领域，产品同质化倾向严重。

       而这也造成了2019年中，投资者及市场理性化后，医疗AI整体融资额放缓，但其中一批头部公司的融资额仍在不断上升。另外，由于医疗领域本身的保守封闭，医疗机构和医生主导决策，容错率极低，使得医疗AI在探索商业化的路上越走越远。

       医疗AI产品市场准入资质曾被看作是医疗AI市场资格的入场券，意味着企业产品能够进入商业化用途，而非此前的仅与医疗机构在科研上的合作，无法实现大规模商业化。

       政策鼓励，国内医疗AI开启商业化征程

       2017年7月，国务院正式印发了国内在人工智能领域展开系统性部署的第一份文件《新一代人工智能发展规划》，明确将人工智能上升为国家战略。规划中重点提到了要加快人工智能在医疗领域的创新应用，建立智能医疗体系、探索智慧医院建设、基于人工智能开展医学研究和新药研发等，医疗人工智能产业被提到了政策高度。

       来自监管层面的信号，在随后的2018年出炉。2018年新版《医疗器械分类目录》施行，其中提到医疗AI软件需要比照《目录》中“医用软件”子类，申办医疗器械许可证。在此之前，国内医疗AI产品可通过医院“免费试用”等方式入院。而医疗器械许可证则一定程度上成为医疗AI产品能否进入商用市场的敲门砖。

       但由于人工智能产品涉及到数据质量、算法泛化能力、临床使用风险、伦理等各方面，国内监管部分直到2019年6月才正式向AI企业发布了审批相关文件《深度学习辅助决策医疗器械软件审批要点》。

       对于医疗AI企业而言，二、三类证的意义不止局限于辅助诊断和给出明确的诊断提示，二者的差别也意味着企业产品的市场规模到底有多大。从长远来看，医疗AI想要在没有医生的院外场景中使用，如居家慢病管理等场景中，就要求医疗AI产品必须能够提供诊断级别服务。而院外场景的多元化、更加广阔的销售渠道，也意味着更加广阔的市场空间。

       在行业和监管部门一道努力后的2020年，第一张医疗AI三类证出炉。出乎意料的是，第一张在国内获得三类器械的医疗AI产品并非是此前被寄予厚望的图像识别领域，而是冠脉血流分数计算软件。2020年1月15日，国家药监局向科亚医疗的冠脉血储备分数计算软件发出国内第一张医疗AI三类证，这是国内首个应用人工智能技术的三类器械过审，这不仅意味着监管对于医疗AI产品的审批路径更加清晰，同时也意味着AI产品性能趋于稳定，符合进入市场的要求，医疗AI商业化路径提速。

       仅在获证后的一个月后，科亚医疗获得了亿级战略融资，这笔融资在疫情叠加医疗AI行业寒冬的背景下，振奋了整个行业，被认为医疗AI行业商业突破的关键之年。

       但同时值得注意的是，虽然科亚医疗的冠脉血流分数计算软件及之后另一个获得三类证的产品乐普医疗的心电分析软件给部分医疗AI企业指明了道路，但目前在竞争更为激烈，使用更为广泛的肺、肝等CT应用场景中，尚无一家企业通过正常程序通过审批全流程

       疫情加速医疗AI落地

       在新冠疫情全球蔓延的背景下，公共卫生安全上升到国家战略的高度，与此同时，全球医疗AI产业也在全面加速。新冠疫情中，AI图像诊断、预分诊等一系列医疗AI产品极大提高了实体医疗的诊疗效率，并且在突发公共卫生事件中验证了医疗AI的商业价值。

       此次疫情中，CT作为诊疗新冠非肺炎的重要手段被广泛使用，但同时由于新冠患者肺内病灶多、变化快，极大增加了影像科医生工作负荷。而新冠肺炎AI辅助诊断的出现则能够自动、快速、准确地为影像和临床医生提供患者的CT量化结果，缓解了疫情中影像医生紧缺的局面，同时减轻了医生的诊断负荷。部分产品甚至能够在20秒内完成患者新冠肺炎影像的分析，直接计算出病灶部位占比，从而量化患者的轻重程度，极大提升新冠肺炎过程中的诊疗效率。

       医疗AI在疫情中的表现也向监管部门及市场印证了其存在的价值，有助于其加速落地。3月5日，国家药品监督管理局、医疗器械技术审评中心印发《肺炎CT影像辅助分诊与评估软件审评要点（试行）》，意味着该类软件在安全验证方面走上正轨。

       工信部在疫情中也发布了“充分发挥人工智能赋能效用，协力抗击新型冠状病毒感染的肺炎疫情倡议书“，倡议发挥人工智能的赋能作用，向最需要的地方研发和投放人工智能产品和解决方案。而这也意味着在未来的后疫情时代里，政策、相关审批方、市场等将继续助力医疗AI这一领域。

       2020世界人工智能健康云峰会，共话医疗AI未来

       在此次新冠疫情中，不止一线医疗工作者竭尽全力，一批医疗AI企业也一道在抗击新冠肺炎疫情的一线做出了自己的贡献。相较于17年前的非典疫情，得益于人工智能的发展，医疗AI极大缓解了实体医疗资源紧张的情况，向监管部门及投资者证明了其存在的意义，而这些也有助于国内医疗AI公司产品尽早实现商业化落地，跑通商业模式。

       但不可否认，医疗AI的准确率、安全性，以及如何产品研发、使用过程中如何对医疗数据、个人信息合法使用，如何确认产品责任、医疗损害责任，如何规避医学伦理等问题，还并未悉数解决。

       产学研及监管四方迫切需要一同讨论，如何在后疫情时代更好将人工智能同医疗行业融合，如何解决人工智能落地过程中已经出现的问题，使得整个行业更好更快发展。

       7月10日，2020世界人工智能健康云峰会将在线上举办，国际组织、产业投资、专家学者、企业家、监管部门等多方对话，对医疗AI政策落地、技术进步、商业模式等提供专业解读。