本報告為上海交通大學人工智能研究院、上海交通大學醫學院、上海市衛生和健康發展研究中心與上海感知城市數據科學研究院聯合編寫，集聚人工智能和醫療領域的專家力量，通過對人工智能醫療領域進行廣泛的文獻研究、商業洞察、專家訪談和行業公開信息整理，系統地梳理了人工智能在醫療領域的應用現狀，分析了人工智能醫療領域面臨的挑戰及發展趨勢，并提出了相應的建議，旨在為相關政府部門、投資機構、研究機構、業內公司等利益相關方提供準確、完整、可靠的人工智能醫療白皮書，為行業的政策制定、投資決策、學術發展、產品應用等提供參考依據。http://www.hibor.com.cn【慧博投研資訊】
研究團隊對世界各國人工智能國家戰略進行分析，發現自2016年AlphaGo戰勝人類傳奇棋手李世石這一里程碑事件開始，世界各國紛紛開始了對人工智能產業的布局。http://www.hibor.com.cn（慧博投研資訊）美國作為第一大經濟強國，對人工智能反應最為迅速，于2016年10月接連出臺了兩份人工智能國家戰略;中國作為僅次于美國的世界第二大經濟體，于2017年7月發布了《新一代人工智能發展規劃》;日本作為世界第三大經濟體，發布了符合自身科技實力和國情的人工智能戰略;英國作為歐洲國家的領先者，擁有全球一流的人工智能公司和學術機構，接連出臺了兩份國家人工智能規劃……可以看出在人工智能的發展上，各國基本處于同一起跑線，基于各自的科研方向、經濟實力和特殊國情，制定帶有本國特色的人工智能國家戰略。各國起始點相近，因而發展趨勢有借鑒學習之處。
研究團隊分析了中國人工智能國家及省市層面的政策布局，發現首次正式以人工智能為核心的規劃文件是2017年國務院發布的《新一代人工智能發展規劃》。該規劃提出了2020、2025、2030年“三步走”目標，醫療作為其中一個重要的應用領域受到了極高的重視。在省級層面，截至2018年12月末，全國31個省市中已有19個省市發布了人工智能規劃，計劃2020年核心產業規?？傤~達到近4000億，產業規模目標排名前五的省市分別為上海市、北京市、浙江省、廣東省和四川省。在市級層面，北京、上海、杭州、深圳作為一線人工智能城市，依托強大的學術實力、科技實力、經濟實力和政策支持，以及BAT科技巨頭的行業示范帶動作用，在人工智能領域具有先發優勢。其他城市多將人工智能與當地特色產業結合，如合肥依托中科大和科大訊飛打造“中國聲谷”。
研究團隊通過對人工智能在醫療領域的應用情況進行分析，提出五大主要應用領域，分別為醫學影像、輔助診斷、藥物研發、健康管理、疾病預測。(1)在醫學影像方面，借助醫療影像大數據及圖像識別技術的發展優勢，AI醫學影像已成為中國人工智能與醫療結合最成熟的一個領域，無論從融資情況(2018年前三季度融資額高達26億元)、還是2018年預計收入前十強情況，AlI醫學影像行業均表現亮眼，并且在肺結節、眼底、乳腺癌、宮頸癌領域已有較為成熟的產品。但由于該領域至今無一例醫療AI產品獲得三類醫療器械證書，因而我國基本成型的AI醫學影像產品大多處于醫院試用階段，該領域的公司基本沒有實現盈利。(2)在輔助診斷方面，醫學影像、電子病歷、導診機器人、虛擬助理是主要的應用場景，并且產品多為軟硬件一體化全套解決方案，目前產品仍處于打磨階段，未來可能傾向服務收費的模式。(3)在藥物研發方面，國內新藥研發仍以仿制藥和改良藥為主，因此相比國外AI藥物研發行業，國內布局較為落后，但商業模式清晰，主要為人工智能公司與藥企合作開發新藥。(4）在健康管理方面，國內該領域尚未成熟，主要聚焦于慢病和母嬰管理方面，商業模式以企業和個人支付的健康體檢為主，后續付費模式有待成熟。(5)在疾病預測方面，我國主要聚焦于基因檢測領域，由于存在技術壁壘，該領域上游基本被國外公司壟斷，下游主要為醫院投放模式和第三方檢測模式。
研究團隊分析了中國人工智能醫療行業面臨的挑戰及發展趨勢，提出中國目前主要面臨五大方面的挑戰:(1)在人工智能人才方面，美國人工智能人才數量接近85萬人，而中國只有5萬，不僅人數相對較少，而且人工智能人才成本高昂。(2）在健康醫療數據方面，目前中國面臨健康醫療數據歸屬不明確、數據安全要求高、數據開放受限制、數據標準不統一、數據倫理存爭議、數據成本代價高等問題，這些都是制約人工智能醫療行業發展的重要因素。(3）在AI醫療器械審批方面，由于產品未通過審批就無法上市盈利，因此產品審批難以通過成為產業發展的重要掣肘。針對此種情況，國家相關監管部門積極應對市場需求，組建A器械審批小組，建立標準數據庫，加速審批流程。(4)在人工智能理論方面，現階段醫學人工智能診斷系統難以解釋診斷過程，因此仍存在“黑盒”風險。(5)在行業應用方面，人工智能不僅能減少醫生的工作量，還能提高醫生診斷的準確率。但是，對于醫療機構來說，這并不是剛需;加上付費方不清晰，目前沒有明確買單方是醫院、患者、藥企、保險公司還是政府，這是未來需要多方探索的問題。
基于中國人工智能醫療行業面臨的挑戰及發展趨勢，研究團隊提出了發展人工智能醫療行業的建議:(1）彌補人才短板。人工智能醫療領域是人工智能和醫療這兩個專業性極強領域的結合，人才是第一生產力要素。中國可依托高校培育人工智能醫療復合型人才，鼓勵“高校-醫院-企業”通過合作、交流、培訓等方式培養人工智能醫療戰略型、復合型人才，引入兼具人工智能技術和醫學知識的復合型跨界人才，支持人工智能領域和醫療領域的相關跨界交流活動如學術會議、行業沙龍等。(2)解決數據難題。推動公立醫院聯網，逐步建立更多完整、高質量、標注好的單病種數據庫、建立多病種關聯的數據庫，建立統一的健康醫療數據標準，加強數據安全管理和監督。(3)助力審批工作。鼓勵中立第三方建立更多疾病領域的標準數據集，針對AI醫療器械產品特性建立完備、合適的臨床試驗審評和動態評價標準。(4)推動醫療AI產品和服務納入財政收費體系，可考慮探索并試點部分收費項目。(5）鼓勵“研究院-企業-醫院”合作產品，形成多元化的“技術-產品-應用”組合，促進產品更好地結合現有技術在產業鏈的各個環節實現落地應用。
最后，研究團隊立足于上海的情況，對上海發展人工智能醫療提出了建議:(1）彌補交叉人才短板。在政府的引導下，依托上海高校培育人工智能醫療復合型人才，著力建設高校醫工交叉、醫院臨床轉化和IT企業及醫藥企業人才成長的協作生態，引入復合型跨界人才來上海工作，支持人工智能領域和醫療領域的相關跨界交流活動，如學術會議、行業沙龍等。(2）破解醫療數據難題。充分發揮申康醫聯臨床信息共享平臺數據匯集的先行優勢，建設以患者為中心的多病種臨床數據中心，探索患者隱私保護和數據安全技術，梳理健康醫療數據資源目錄體系，制定分類、分級、分域開放應用的政策規范，聯合聯影、依圖等企業積極構建面向人工智能醫療訓練和測試的高質量基準庫，助力AI醫療器械產品的審批工作。(3)鼓勵制藥行業參與。牢牢把握住上海張江藥谷在藥物研發上的核心優勢，聚焦優勢重點領域，鼓勵制藥企業與研究院、醫院合作研究，利用人工智能技術加速上海醫藥產業發展的高端化、智能化和國際化，取得更多上?！斑秽婺帷弊灾餮邪l成功上市的成就。(4)加強醫藥監管職能。依托上海健康信息平臺，利用互聯網和大數據技術開發醫藥智能監管系統，建立風險預警和評估機制，加強醫療衛生行業的綜合監管，降低藥物不良事件，利用智能監管技術提高醫藥監管安全系數。(5)發展醫用傳感技術。上海具有人口老齡化、慢病年輕化的趨勢，可緊緊圍繞老人、兒童這兩大群體，重點發展醫用傳感技術、帶動相關集成電路產業發展，針對老人和兒童的身體情況（如糖尿?。┗蛐睦砬闆r（如自閉癥、抑郁癥）研發出能夠遠程實時監控的可穿戴智能醫療設備。
(PDF)
