醫療大資料人工智慧技術應用與發展
【編者按】 隨著醫療資訊化和生物技術數十年的高速發展，醫療資料的型別和規模正以前所未有的速度快速增長，資料爆炸已讓醫療行業真正進入大資料人工智慧時代，在對傳統的資料處理、資料探勘技術形成巨大挑戰的同時，也為相關大資料應用服務的發展創造了條件。
本文來源蹤影留痕，作者蹤影留痕；經億歐大健康編輯，供行業人士參考。
在2018的當下，由“深度學習”開啟的新一波人工智慧毫無疑問是當今最大的熱點潮，大資料人工智慧技術應用日趨成熟。人工智慧技術紮實的推進，深刻地影響著每一個AI科技公司的存在。
百度在AI 開發者大會上，不僅更新多個人工智慧平臺，還首次釋出 AI 晶片，昭告自己在人工智慧賽道上堅持到底的決心。谷歌從 Android P 到 Duplex，無一不在兌現去年所提出的“AI First”戰略。溪流資料在醫療領域傾力打造醫療大資料人工智慧應用服務平臺，平臺以人工智慧醫療大資料分析挖掘等技術，通過模型的深度學習，為醫生、患者及醫療健康服務機構提供人工智慧服務。網際網路巨頭企業推出的各種 AI 賦能產品更是讓人眼花繚亂：亞馬遜 Echo、微軟 Cortana、蘋果人臉解鎖……
在這一輪復甦中，人工智慧不再侷限於實驗室技術，而是作為通用技術紮實推進。曾經一度火熱的“網際網路+”風潮推進了傳統行業的資訊化、資料化，放在今天來看，其實都是為人工智慧埋下伏筆。
人工智慧在傳統行業的滲透速度讓人咂舌。不久前花旗銀行宣佈，5年內其投資銀行部門將裁去50%的科技和業務人員，這意味著1萬名員工的工作可以被人工智慧演算法代替。國內的平安銀行也已經在大資料和 AI 兩大方面持續投入四五年之久，現在開始進入應用場景的深化階段。在旅遊業，人工智慧同樣開始發揮影響，攜程的部分功能已經由人工智慧來實現，目前在酒店售後場景上，其智慧客服能夠解決70%的問題，極大地降低了人力成本。
而更加日常化的美顏相機、美顏短視訊等等早已開始植入人工智慧的影象識別技術。未來無論是網際網路企業還是傳統行業都註定要捲入AI 所引領的技術浪潮，甚至有可能借助 AI 實現行業洗牌。
在大資料人工智慧的應用水平上，醫療行業遠遠落後於網際網路、金融和電信等資訊化程度更好的行業。隨著醫療資訊化和生物技術數十年的高速發展，醫療資料的型別和規模正以前所未有的速度快速增長，資料爆炸已讓醫療行業真正進入大資料人工智慧時代，在對傳統的資料處理、資料探勘技術形成巨大挑戰的同時，也為相關大資料應用服務的發展創造了條件。同時，國家政策和資本紛紛加碼醫療大資料方向，醫療大資料應用將成為史上確定的大風口，未來發展潛力無可限量。
一、醫療大資料人工智慧市場規模及發展趨勢
據統計，到 2025 年人工智慧應用市場總值將達到 1270 億美元， 其中醫療行業將佔市場規模的五分之一。我國正處於醫療人工智慧的風口：2016 年中國人工智慧+醫療市場規模達到 96.61 億元，增長37.9%；2017 年將超過 130 億元，增長 40.7%；2018 年有望達到 200 億元。投資方面，據 IDC 釋出報告的資料顯示，2017 年全球對人工智慧和認知計算領域的投資將迅猛增長60%，達到125 億美元，在2020年將進一步增加到 460 億美元。其中，針對醫療人工智慧行業的投資也呈現逐年增長的趨勢。其中 2016 年總交易額為 7.48 億美元，總交易數為 90 起，均達到歷史最高值。
分析認為，預計到2020年我國健康醫療大資料行業市場規模將突破800億元。而在今年4月的博鰲亞洲論壇一場“CEO圓桌14：‘一帶一路’與健康產業發展”分論壇上，絲路規劃研究中心常務副理事長李小琳認為, 到2030年大健康要達到16萬億，大健康產業已經成為中國的國民經濟支柱產業。從整體市場環境來看，健康醫療大資料規劃正在逐步成型，市場空間容量巨大，整體市場環境優良，極其有利於我國健康醫療大資料人工智慧的發展。
二、國內外行業發展熱點分析
國內外科技巨頭均重視人工智慧技術在醫療領域的佈局與應用。
IBM 在2006 年啟動Watson 專案，於2014 年投資10 億美元成立Watson 事業集團。Watson 是一個通過自然語言處理和機器學習，從非結構化資料中洞察資料規律的技術平臺。2015 年，沃森健康(Watson Health)成立,專注於利用認知計算系統為醫療健康行業提供解決方案。Watson 通過和一家癌症中心合作，對大量臨床知識、基因組資料、病歷資訊、醫學文獻進行深度學習，建立了基於證據的臨床輔助決策支援系統。目前該系統已應用於腫瘤、心血管疾病、糖尿病等領域的診斷和治療， 並於 2016 年進入中國市場，在國內眾多醫院進行了推廣。Watson 在醫療行業的成功應用標誌著認知型醫療時代的到來，該解決方案不僅可以提高診斷的準確率和效率，還可以提供個性化的癌症治療方案。
此外，谷歌、微軟等也都紛紛佈局醫療 AI。
2014 年穀歌收購DeepMind 公司，後開發知名的人工智慧程式 AlphaGo。在基礎技術層面，谷歌的開源平臺 TensorFlow 是當今應用最廣泛的深度學習框架。在醫療健康領域，Google 旗下的 DeepMind Health 和英國國家醫療服務體系HS(National Health Service)展開合作，DeepMind Health 可以訪問 NHS 的患者資料進行深度學習，訓練有關腦部癌症的識別模型。
微軟將人工智慧技術用於醫療健康計劃“Hanover”，尋找最有效的藥物和治療方案。此外，微軟研究院有多個關於醫療健康的研究專案。Biomedical Natural Language Processing 利用機器學習從醫學文獻和電子病歷中挖掘有效資訊，結合患者基因資訊研發用於輔助醫生進行診療的推薦決策系統。
國內科技巨頭也紛紛開始在醫療人工智慧領域佈局，各家公司均投入大量資金與資源，但各自的發展重點與發展策略並不相同。
例如， 阿里健康以雲平臺為依託，結合自主機器學習平臺 PAI2.0 構建了堅實而完善的基礎技術支撐。同時，阿里健康與浙江大學醫學院附屬第一醫院、浙江大學第二附屬醫院等醫院、上海交通大學醫學院附屬新華醫院以及第三方醫學影像中心建立了合作伙伴關係，重點打造醫學影像智慧診斷平臺，提供三維影像重建、遠端智慧診斷等服務。
騰訊在人工智慧領域的佈局涵蓋基礎研究、產品研發、投資與孵化等多個方面。騰訊在 2016 年建立了人工智慧實驗室AI lab，專注於AI 技術的基礎研究和應用探索。
溪流資料專注醫療大資料人工智慧的應用研究，從根本上解決醫療行業的問題與矛盾。通過大資料人工智慧的方式提升診療水平，智慧化的方式合理配置。以醫療大資料人工智慧應用體系為支撐，為使用者提供臨床診療、藥品研發、保險經營、管理決策人工智慧資料服務。
三、醫療大資料人工智慧的價值及應用方向
醫療行業長期存在優質醫生資源分配不均，診斷誤診漏診率較 高，醫療費用成本過高，放射科、病理科等科室醫生培養週期長，醫生資源供需缺口大等問題。在醫療健康大資料來源多樣化且快速增長的背景下,隨著近些年深度學習技術的不斷進步，人工智慧逐步從前沿技術轉變為現實應用。在醫療健康行業，人工智慧的應用場景越發豐富，人工智慧技術也逐漸成為影響醫療行業發展， 提升醫療服務水平的重要因素。與網際網路技術在醫療行業的應用不同，人工智慧對醫療行業的改造包括生產力的提高，生產方式的改變， 底層技術的驅動，上層應用的豐富。通過人工智慧在醫療領域的應用， 可以提高醫療診斷準確率與效率；提高患者自診比例，降低患者對醫生的需求量；輔助醫生進行病變檢測，實現疾病早期篩查；大幅提高新藥研發效率，降低製藥時間與成本。在醫療大數人工智慧的應用方向上具體可分為四大方向:
（1）臨床決策支援
臨床決策支援最早定義為運用相關的、系統的臨床知識和患者資訊，加強醫療相關的決策和行動，提高醫療水平和醫療服務水平。主要體現在臨床診療方面，基於人工智慧、機器學習等關鍵技術智慧分析醫療資料，為醫生提供疾病早期診斷、個體化診斷及治療、智慧用藥提醒、不良事件預警等服務，通過診療建議，從而提醒醫生防止潛在的錯誤，提高診療工作效率和診療質量。醫療服務提供方可以降低醫療事故率，尤其是臨床錯誤引起的醫療事故。
同時，臨床決策支援系統還可以使醫療流程中大部分的工作流流向護理人員和助理醫生，使醫生從耗時過長的簡單諮詢工作中解脫出來，從而提高治療效率。
（2）醫療學術科研
基於大資料分析技術，醫學研究主要集中於疾病相關分析、疾病精準分析、治療方案醫療效果、預後復發的作用、生物標記篩查等具體分析應用場景。
醫務工作者通過應用臨床研究方法，發現真實世界醫療資料的價值，如：臨床存在的問題、更有效的診療方式、新的醫學知識等。醫療學術科研成果通過發表相關學術科研論文，並轉化為臨床應用軟體。在提升專業聲譽的同時，促進科研真正向臨床應用，不斷推動醫學研究前進。
（3）智慧健康管理
依託醫療大資料分析、資料視覺化、人工智慧等技術，滿足醫療機構的患者隨訪、慢病健康管理、疾病延續護理管理等需求。同時，智慧可穿戴裝置的發展對遠端健康監控起到了更大的作用。基於大資料及人工智慧技術，可面向使用者提供全生命週期電子健康檔案、實時監控分析、健康評估、疾病風險預警、個體化管理方案等應用服務，提升醫療機構的健康管理服務水平，提升個人健康管理能力和就醫體驗。
在公共衛生服務領域，可通過智慧健康管理服務，實現大眾健康知識的普及提高，做好疾病預防和疾病保健。
（4）資料化運營管理
通過大資料處理和分析，可提高醫療過程資料的透明度。通過流程圖、儀表盤、統計圖等資料視覺化應用，智慧識別和分析異常，然後優化流程。通過全面的資料化運營體系，在醫療服務質量評價、醫療績效評價等方面，輔助管理者及時發現問題，並採用資料進行科學決策，使醫療從業者、醫療機構的管理更透明，間接促進醫療服務質量的提高，減少醫療機構運營內耗，實現盈利創收。
四、醫療大資料人工智慧行業發展趨勢預測
從市場規模來看，醫療大資料人工智慧佔國內大資料市場規模的比重約為20%，未來隨著我國人口老齡化及醫療政策的推動，預計健康醫療行業大資料人工智慧的比重將上升至25%。我國衛生總費用和人均衛生費用迅速增長，衛生總費用從2004年的7590.29億元，到2014年的35312.40億元，10年內增長近4倍，但與發達國家相比仍較低。老齡化日趨嚴重和亞健康問題，健康醫療服務供不應求的矛盾加劇。截止2014年底，中國60週歲以上人口達到2.12億，佔總人口的15.5%，亞健康人群佔比已超過70%。從市場需求來看，未來幾年醫療健康大資料人工智慧行業市場增速超過50%，增長迅猛。
從整體市場環境來看，健康醫療大資料人工智慧規劃正在逐步成型，市場空間容量巨大，整體市場環境優良，極其有利於我國醫療大資料人工智慧應用的發展。
特別策劃【非公醫療100+】系列專訪與選題報道
消費升級與社會辦醫大潮下，醫美、體檢、全科診所等角色紛紛站上醫療健康行業的舞臺，它們在公立醫療機構的另一頭唱響高歌。億歐大健康頻道特別策劃【非公醫療100+】系列專訪與選題報道，聚焦民營醫院、診所、網際網路醫院、第三方獨立醫療機構和醫生集團等細分，歡迎推薦與約聊。
如果您有合適的企業推薦，請聯絡億歐大健康頻道負責人郭銘梓（微信：Lelion8742390）。
“健康中國2030”的政策定調，直接推動了萬億級市場的不斷擴張。而“促進健康服務業發展的若干意見”，也為大健康產業指明瞭方向。科學生活、健康管理、健康消費等一系列細分賽道上，不斷湧現出創新者的身影。新風口之下，如何把握機會進而彎道超車？大健康投資又該怎麼找到好專案？
2018年11月30日，北京國貿大酒店，2018億歐創新者年會【大健康創新者論壇】 特開免費報名： ofollow,noindex"> https://www.iyiou.com/post/ad/id/709
