2017年11月15日， 科技部召開會議， 公佈國家首批新一代人工智慧開放創新平臺名單。 不難猜測， 首批的四位國家隊成員分別是BAT再加科大訊飛。 會議報導， 將依託百度建設自動駕駛國家新一代人工智慧開放創新平臺；依託阿裡雲建設城市大腦國家新一代人工智慧開放創新平臺；依託騰訊建設醫療影像國家新一代人工智慧開放創新平臺；依託科大訊飛建設智慧語音國家新一代人工智慧開放創新平臺， 由此可見， 與醫療AI最契合的就是騰訊的醫療影像， 該方向自然成為中國重點佈局、率先佔領高地的醫療AI領域。
實際上， 從2017年相繼出臺的系列政策上， 能看到國家對人工智慧產業寄予厚望。 今年3月， 全國兩會上將人工智慧寫入政府工作報告， 成為代表委員熱議話題， 而且為貫徹落實《中國製造2025》、《互聯網+》等上層戰略， 政府提出人工智慧是製造業的主攻方向， 在大資料、智慧製造、機器人等領域給予大力度支持。
2017年7月20日， 國務院印發《新一代人工智慧發展規劃》。 《規劃》提出到 2020 年， 人工智慧產業競爭力進入國際第一方陣。 力爭培育全球領先的人工智慧優秀企業， 圍繞教育、醫療、養老等關乎民生的剛性需求先行發展， 為大眾提供更高效多元的智慧醫療服務。 據業內人士分析， 在國家人工智慧“大躍進”階段， 醫療是最有可能取得突破性進展的行業。
據中國網報導， 近日工信部正式印發《促進新一代人工智慧產業發展三年行動計畫(2018－2020年)》， 重點提出在醫療影像輔助診斷系統等領域， 推動“人工智慧+”的跨界融合發展， 實現產業價值鏈的延伸與突破。
國家為人工智慧整個產業制定了規模超過 1500 億元， 帶動相關產業發展逾 1 萬億元的目標， 在醫療健康領， 資料顯示， 中國醫療AI市場規模也在迅速擴容。 2016年已達到96.61億元， 估計2017年超130億元， 並有望在2018年市場規模達到200億元， 後續該市場還會持續膨脹。
“四大”表現不俗騰訊覓影——於2017年中旬露面的騰訊覓影， 是騰訊首個應用在醫療領域的AI產品， 通過圖像識別和深度學習的方法對各類醫學影像（內窺鏡、CT、眼底照相、病理、鉬靶、超聲、MRI等）進行訓練學習，
人工智慧醫學影像聯合實驗室的進展引人矚目， 除了廣東深圳部分醫院外， 騰訊還與廣西柳州、四川華西醫院、陝西西安等地區醫院建立針對性合作， 所以與醫院共建聯合實驗室是騰訊在醫療影像方面的主要舉措。
其實騰訊能順利切入眾多醫院， 與此前深耕智慧醫院、打造微信醫療的鋪墊不無關係。 微信與支付寶在醫療線上支付的大戰打得不亦樂乎， 雙方比速度比拿下的醫院數量， 至今難分高低。
據報導， 上線以來不到半年， 騰訊覓影的合作醫院數量已接近百家， “天下武功唯快不破”， 所以在醫療AI戰爭初期， 迅速出手， 跑馬圈地再精細打磨產品才是最佳市場戰略。 騰訊官方透露， 目前研究方向有6個， 未來還將不斷拓展：
（1）胃鏡 - 食管癌早期篩查
（2）CT - 肺癌早期篩查
（3）眼科 - 糖尿病性視網膜病變智慧識別
（4）鉬靶 - 乳腺癌早期篩查
（5）病理 - 乳腺癌淋巴切片圖像識別
（6）宮腔鏡 - 宮頸位置類型識別
科大訊飛——近期， 科大訊飛在醫療AI方面也取得重大突破。
目前科大訊飛的佈局主要分四個方向， 智慧醫院， 智醫助理、人工智慧影像輔助診斷和人工智慧輔助診療中心。 科大訊飛的醫療諮詢經理丁兢娜博士曾表示， “科大訊飛的核心技術是語音技術，包括從語音的識別到語音的轉寫，語音合成和自然語言理解。我們的語音辨識準確率已經達到 98% 以上。”
在2017年科大訊飛產品發佈會上，科大訊飛還透露人工智慧影像方面的成就，國際最權威的醫學影像人工智慧比賽是針對肺部結節的測試。今年8月份，科大訊飛在比賽中刷新了全球肺結節測試世界紀錄，準確率達到94.1%。
在安徽省立醫院的三甲醫院測試結果表明，針對對肺結節的判斷，科大訊飛的人工智慧技術已達到三甲醫院醫生平均水準。“我們已在安徽開通了人工智慧線上診療平臺，可以對全省41個縣市提供即時幫助，下一步計畫將接入105個縣。” 科大訊飛董事長劉慶峰介紹。
但對於醫療這個複雜行業，科大訊飛也做好了心理準備，即前期不斷摸索創新，不求賺快錢。科大迅飛智慧醫療事業部常務副總經理鹿曉亮也曾表示，做醫療AI要有寧做十年冷板凳的耐心和毅力，這個行業唯有下苦功才能成功。
阿裡健康——與騰訊類似，馬雲爸爸也提早涉足智慧醫療影像，不過其入選國家隊的專案卻不是醫療影像，而是阿裡雲ET系統。2017年7月，阿裡健康宣佈聯合萬里雲醫學影像中心發佈醫療人工智慧系統Doctor You，其包括臨床醫學科研診斷平臺、醫療輔助檢測引擎、醫師能力培訓系統等。據悉，研發Doctor You是讓人工智慧承擔專業醫生助手的角色，希望“十年內減輕醫生一半工作量”。2017年10月，阿裡健康聯合浙大一附院合作共建“醫學人工智慧浙江省實驗室”，實驗室計畫用2018年-2020年3年時間，建設基於區塊鏈技術的醫聯體資料平臺、醫療人工智慧影像輔助診斷平臺、醫療大資料智慧科研平臺、醫學人工智慧臨床決策支援平臺等四大公共平臺產品，實現人工智慧、資料採擷等技術在浙江省醫療救治領域的應用。
在智慧醫療方面，2014年馬雲提出“未來醫院”，去年10月，除了浙大一附院、還與浙大附二院以及上海新華醫院，共同簽約落地智慧醫療計畫。
而入選國家AI開放創新平臺的阿裡雲ET城市大腦，是目前全球最大規模的人工智慧公共系統，可以對整個城市進行全域即時分析，自動調配公共資源，修正城市運行中的Bug，成為未來城市的基礎設施，所以阿裡雲ET大腦將在工業、醫療、環境等多方面構建開放平臺，而非聚焦醫療一隅。
百度智慧——2017年2月，百度放棄移動醫療，發力醫療人工智慧的消息，立即引發軒然大波。百度隨即建設AI開放平臺，一個面向企業/機構/創業者/開發者的線上平臺，將百度在人工智慧領域積累的技術以API或SDK等形式對外共用，提供語音辨識與合成、OCR、人臉識別、NLP等數十項服務，共用諸多應用場景和解決方案。而2018年1月9日，在拉斯維加斯舉辦的百度 World 大會上，百度面向全球自動駕駛行業及開發者發佈了百度人工智慧領域的最新進展，百度 COO 陸奇正式宣佈自動駕駛平臺升級版 Apollo 2.0 亮相，稱Apollo 2.0是全球第一個、也是最大的自動駕駛平臺，一年內已經聚集8000 多名開發者和90 多家開發者夥伴。
所以說，百度將在自動駕駛的開拓之路上越行越遠，與醫療也逐漸分道揚鑣。
AI影像最強 藥物研發最弱醫療人工智慧企業大致分為兩大陣營，核心資料分析和週邊醫療服務，包括不同的細分領域和應用場景，前者是基因分析（疾病預測）、醫療影像識別、臨床輔助診斷、藥物研發，後者有醫院管理、健康管理、虛擬助理、醫療機器人、醫學研究平臺等分類。從商業模式看，以上不同子領域存在較大差異，難有公司在各領域都贏者通吃，所以醫療AI還是有較多商業機會。
IT桔子上收錄的醫療人工智慧企業共有66家，由於對企業性質判別存在主觀差異，所以各家統計數目有出入。比如以互聯網醫療為主線的企業就未列入AI名單，或如華大基因等只有部分業務為人工智慧的也不算AI公司。最終將醫療AI企業整理如下表：
從業務方向上，能看出企業分佈呈現以下格局：醫療影像識別企業數目最多，表明國內在該領域技術水準較高，競爭也相對最激烈；臨床輔助診斷和醫療機器人企業規模也不相上下，這兩塊也是目前臨床最亟需的應用場景；其餘還有健康管理公司，以及醫學研究平臺都是集中發展的領域，其中醫學研究平臺中不乏大資料採擷與研究、軟體系統開發的技術型企業，另外能明顯看到在藥物研發方面，行業實力整體偏弱，湧現的創新公司較屬罕見。將上述類型分佈作圓形圖如下：
從融資角度來說，據動脈網統計2017年醫療人工智慧行業對外公佈的融資事件一共有27件，如果算上幾家沒有公佈消息的公司，2017年該領域融資總額超過17億人民幣。所以在政策鼓動下，資本將順勢介入產業，促進醫療和AI行業融合，以期改觀中國醫療優質資源短缺的現狀。
據報導，其實今年大熱的醫療AI，早於5年前就被敏銳的資本悄然盯上，開始隱秘佈局。從2013年到2017年上半年，醫療AI領域共發生融資事件86起，主要集中在虛擬助手、醫療影像、醫用機器人、智慧健康管理等四大領域，目前來看醫療影像識別領域是發展勢頭最強勁的分支，研發能力不斷突破，準確率也持續創下新高，不少企業都宣稱其AI識別準確率已超過90%，實現輔助醫生診斷的美好願景。
雖然醫療AI已取得不少令人鼓舞的成就，但我們也要看到不利的現實因素。有效資料或高品質資料的供給不足就是掣肘行業發展的最大障礙，資料是成年累月而非朝夕就能獲得的研發基礎，但醫院大量存儲的是原始非結構化資料，並不能直接使用，另一方面，資料共用也是一大難題，醫療機構能否自願貢獻資料也是行業須面對的巨大考驗。
還有一個矛盾需要解決，醫療AI宣稱幫助醫生，而不是取代醫生，但普通醫生未來有沒有可能被取代？這很難說。所以醫院院長作為決策者，會考慮到底要不要“引狼入室”。最後，最本質的問題即醫療AI技術的創新到底能否盈利？醫療AI服務最終肯定是患者或消費者買單，但目前來看，距離技術真正成熟還有一段距離，還需要時間累積。眼下不同細分領域的應用大多處於探索研究階段，距離落地應用、實現盈利還為時尚早。
來源: 貝殼社
“科大訊飛的核心技術是語音技術，包括從語音的識別到語音的轉寫，語音合成和自然語言理解。我們的語音辨識準確率已經達到 98% 以上。”在2017年科大訊飛產品發佈會上，科大訊飛還透露人工智慧影像方面的成就，國際最權威的醫學影像人工智慧比賽是針對肺部結節的測試。今年8月份，科大訊飛在比賽中刷新了全球肺結節測試世界紀錄，準確率達到94.1%。
在安徽省立醫院的三甲醫院測試結果表明，針對對肺結節的判斷，科大訊飛的人工智慧技術已達到三甲醫院醫生平均水準。“我們已在安徽開通了人工智慧線上診療平臺，可以對全省41個縣市提供即時幫助，下一步計畫將接入105個縣。” 科大訊飛董事長劉慶峰介紹。
但對於醫療這個複雜行業，科大訊飛也做好了心理準備，即前期不斷摸索創新，不求賺快錢。科大迅飛智慧醫療事業部常務副總經理鹿曉亮也曾表示，做醫療AI要有寧做十年冷板凳的耐心和毅力，這個行業唯有下苦功才能成功。
阿裡健康——與騰訊類似，馬雲爸爸也提早涉足智慧醫療影像，不過其入選國家隊的專案卻不是醫療影像，而是阿裡雲ET系統。2017年7月，阿裡健康宣佈聯合萬里雲醫學影像中心發佈醫療人工智慧系統Doctor You，其包括臨床醫學科研診斷平臺、醫療輔助檢測引擎、醫師能力培訓系統等。據悉，研發Doctor You是讓人工智慧承擔專業醫生助手的角色，希望“十年內減輕醫生一半工作量”。2017年10月，阿裡健康聯合浙大一附院合作共建“醫學人工智慧浙江省實驗室”，實驗室計畫用2018年-2020年3年時間，建設基於區塊鏈技術的醫聯體資料平臺、醫療人工智慧影像輔助診斷平臺、醫療大資料智慧科研平臺、醫學人工智慧臨床決策支援平臺等四大公共平臺產品，實現人工智慧、資料採擷等技術在浙江省醫療救治領域的應用。
在智慧醫療方面，2014年馬雲提出“未來醫院”，去年10月，除了浙大一附院、還與浙大附二院以及上海新華醫院，共同簽約落地智慧醫療計畫。
而入選國家AI開放創新平臺的阿裡雲ET城市大腦，是目前全球最大規模的人工智慧公共系統，可以對整個城市進行全域即時分析，自動調配公共資源，修正城市運行中的Bug，成為未來城市的基礎設施，所以阿裡雲ET大腦將在工業、醫療、環境等多方面構建開放平臺，而非聚焦醫療一隅。
百度智慧——2017年2月，百度放棄移動醫療，發力醫療人工智慧的消息，立即引發軒然大波。百度隨即建設AI開放平臺，一個面向企業/機構/創業者/開發者的線上平臺，將百度在人工智慧領域積累的技術以API或SDK等形式對外共用，提供語音辨識與合成、OCR、人臉識別、NLP等數十項服務，共用諸多應用場景和解決方案。而2018年1月9日，在拉斯維加斯舉辦的百度 World 大會上，百度面向全球自動駕駛行業及開發者發佈了百度人工智慧領域的最新進展，百度 COO 陸奇正式宣佈自動駕駛平臺升級版 Apollo 2.0 亮相，稱Apollo 2.0是全球第一個、也是最大的自動駕駛平臺，一年內已經聚集8000 多名開發者和90 多家開發者夥伴。
所以說，百度將在自動駕駛的開拓之路上越行越遠，與醫療也逐漸分道揚鑣。
AI影像最強 藥物研發最弱醫療人工智慧企業大致分為兩大陣營，核心資料分析和週邊醫療服務，包括不同的細分領域和應用場景，前者是基因分析（疾病預測）、醫療影像識別、臨床輔助診斷、藥物研發，後者有醫院管理、健康管理、虛擬助理、醫療機器人、醫學研究平臺等分類。從商業模式看，以上不同子領域存在較大差異，難有公司在各領域都贏者通吃，所以醫療AI還是有較多商業機會。
IT桔子上收錄的醫療人工智慧企業共有66家，由於對企業性質判別存在主觀差異，所以各家統計數目有出入。比如以互聯網醫療為主線的企業就未列入AI名單，或如華大基因等只有部分業務為人工智慧的也不算AI公司。最終將醫療AI企業整理如下表：
從業務方向上，能看出企業分佈呈現以下格局：醫療影像識別企業數目最多，表明國內在該領域技術水準較高，競爭也相對最激烈；臨床輔助診斷和醫療機器人企業規模也不相上下，這兩塊也是目前臨床最亟需的應用場景；其餘還有健康管理公司，以及醫學研究平臺都是集中發展的領域，其中醫學研究平臺中不乏大資料採擷與研究、軟體系統開發的技術型企業，另外能明顯看到在藥物研發方面，行業實力整體偏弱，湧現的創新公司較屬罕見。將上述類型分佈作圓形圖如下：
從融資角度來說，據動脈網統計2017年醫療人工智慧行業對外公佈的融資事件一共有27件，如果算上幾家沒有公佈消息的公司，2017年該領域融資總額超過17億人民幣。所以在政策鼓動下，資本將順勢介入產業，促進醫療和AI行業融合，以期改觀中國醫療優質資源短缺的現狀。
據報導，其實今年大熱的醫療AI，早於5年前就被敏銳的資本悄然盯上，開始隱秘佈局。從2013年到2017年上半年，醫療AI領域共發生融資事件86起，主要集中在虛擬助手、醫療影像、醫用機器人、智慧健康管理等四大領域，目前來看醫療影像識別領域是發展勢頭最強勁的分支，研發能力不斷突破，準確率也持續創下新高，不少企業都宣稱其AI識別準確率已超過90%，實現輔助醫生診斷的美好願景。
雖然醫療AI已取得不少令人鼓舞的成就，但我們也要看到不利的現實因素。有效資料或高品質資料的供給不足就是掣肘行業發展的最大障礙，資料是成年累月而非朝夕就能獲得的研發基礎，但醫院大量存儲的是原始非結構化資料，並不能直接使用，另一方面，資料共用也是一大難題，醫療機構能否自願貢獻資料也是行業須面對的巨大考驗。
還有一個矛盾需要解決，醫療AI宣稱幫助醫生，而不是取代醫生，但普通醫生未來有沒有可能被取代？這很難說。所以醫院院長作為決策者，會考慮到底要不要“引狼入室”。最後，最本質的問題即醫療AI技術的創新到底能否盈利？醫療AI服務最終肯定是患者或消費者買單，但目前來看，距離技術真正成熟還有一段距離，還需要時間累積。眼下不同細分領域的應用大多處於探索研究階段，距離落地應用、實現盈利還為時尚早。
來源: 貝殼社