人口老齡化+慢病高漲+醫療資源分配不均，醫療人工智能需求巨大

醫學人工智能是解決醫療生產力的根本之道。在我國，人口老齡化、慢病高速增長、醫療資源供需嚴重失衡以及地域分配不均等問題，造就了對醫療人工智能的巨大需求；同時，我國人口基數大、產業組合豐富、人才儲備充分等特點，又給人工智能的發展提供了很好的基礎。

圖表1：2010-2017年國內人口以及60歲以上的人口統計（單位：萬人，%）

另一方面，近年來國家發布的80多條全國性政策以及多條醫療人工智能專項政策，都表明醫療人工智能的發展迎來政策利好。因此，中國已經成為了全球領先的AI研發中心，醫學人工智能在中國的發展面臨著非常好的機遇。

圖表2：截至2017年醫療人工智能的相關政策

優質醫療資源匱乏，人工智能+醫療健康改變未來

醫療領域最突出的問題就是優質醫療資源不足，同時，醫生對疾病的診斷準確度和效率還有非常大的提升空間。長期以來，大多數國家和地區，特別是進入老齡化社會之后，對醫生的需求量有增無減。解決醫生資源不足的問題，除了增加供給量，別無他法。但是醫生培養需要周期，而且供給量也不能無限增加。于是，人們開始寄希望于機器。因為一旦能夠實現機器看病，供給量將會無限增加。所以，人工智能+醫療健康的結合，是人工智能諸多應用場景中最重要一個。

圖表3：醫療人工智能的發展歷程（人工網絡神經為例）

算力算法齊備，人工智能+醫療等待醫療大數據引爆

算法、算力和數據，是人工智能快速發展的三個要素。算力是人工智能的基礎設施之一，目前每GFLOPS的算力成本已降至8美分。算法是人工智能發展的基礎，算法框架中諸如Caffe、TensorFlow、Torch等大多數已經實現了開源，成為大多數工程師的選擇，對行業的加速發展和人才的培養起到了非常大的作用。數據方面，人工智能系統必須通過大量的數據來“訓練”自己，才能不斷提升輸出結果的質量。目前醫療數據還具有公開性不高，難以獲得、清洗的特點。

圖表4：醫療人工智能的三大要素

在過去的十年里，隨著電子病歷的實施，數字化的實驗室幻燈片，高分辨率的放射圖像、視頻，醫療保健數據量呈指數級增長，整個醫療行業的數據量令人難以置信。再加上制藥企業和學術研究機構檔案，以及數萬億的數據流從可穿戴式設備的傳感器中得到。EMC和IDC發布的報告顯示，2013年全球醫療保健數據量為153EB，預計年增長率為48%。這意味著到2020年，這個數字將達到2314EB。

圖表5：2013-2020年全球醫療大數據數量及預測（單位：EB）

圖表6：醫療數據特征

應用豐富，人工智能和醫療行業多個領域檫出火花

在醫療健康行業，人工智能的應用場景越發豐富，人工智能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。與互聯網技術在醫療行業的應用不同，人工智能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。人工智能與醫療的結合方式較多，就醫流程方面包括診前、診中、診后；適用對象包括醫院、醫生、藥企、檢驗機構等；就賦能醫療行業的角度分析，包括降低醫療成本，提高診斷效率等多種模式。我國醫療人工智能企業聚焦的應用場景集中在虛擬助理、病例與文獻分析、醫療影像輔助診斷、藥物研發、基因測序等領域。

圖表7：醫療人工智能主要應用場景

創業公司層出不窮，國內醫療人工智能相關企業多達139家

據前瞻產業研究院統計數據顯示，目前，國內醫療人工智能相關企業多達139家，主要分布在北京、廣州以及長三角地區。從時間的維度上來看，國內的醫療人工智能企業從2014年開始出現了一個增長的高峰，雖然相較于國外來說發展較晚，但是近三年來的增長非常迅速，創業公司層出不窮。

圖表8：1998-2016年我國醫療人工智能成立公司數（單位：個）

從大的產業鏈層面來看整個行業的業態，我們可以看到，整個產業鏈可以分為三個層次：基礎層、技術層與應用層。由于基礎算法和計算平臺、海量的數據來源還有機器學習、圖像識別的基礎技術的壁壘較高，往往需要較長期的高投入才能有高回報，因此科技巨頭往往偏向于布局底層，而創業公司則往往選擇在變現能力強、容易進入的輔助診斷、健康管理和藥物研發等應用層扎堆。

圖表9：醫療人工智能產業鏈

醫療人工智能潛力非凡，2018年市場規模有望達200億

人工智能和醫療的結合具有非凡的發展潛力和想象空間，也是未來5-10年的投資熱點之一。根據前瞻產業研究院發布的《2018-2023年中國人工智能行業市場前瞻與投資戰略規劃分析報告》：2016年中國人工智能+醫療市場規模達到96.61億元，增長率為37.9％，中國人工智能+醫療市場規模在持續增長，2017年將超130億元，增長40.7％，有望在2018年市場規模達到200億元。

圖表10：2015-2018年中國人工智能+醫療市場規模增長趨勢圖（單位：億元）