醫(yī)療行業(yè)數(shù)字化醫(yī)療人工智能服務(wù)平臺(tái)建設(shè)方案

人工智能+醫(yī)療產(chǎn)業(yè)1122344人工智能中樞作為智慧能力支撐平臺(tái)，提供了完整的智能模型全生命周期管理和AI應(yīng)用敏捷開發(fā)能力，主要定位為智能模型服務(wù)的共享復(fù)用和快速編排，實(shí)現(xiàn)AI應(yīng)用快速開發(fā)。人工智能中樞支持研發(fā)流程的標(biāo)準(zhǔn)化、自動(dòng)化，為前臺(tái)業(yè)務(wù)提供快速構(gòu)建個(gè)性化智能服務(wù)的能力，實(shí)現(xiàn)算法模型和算法能力的場(chǎng)景式編排，并向應(yīng)用提供服務(wù)接口，支撐人工智能場(chǎng)景應(yīng)用建設(shè)，賦能城市智慧化。系統(tǒng)端變化數(shù)字化網(wǎng)絡(luò)化智能化集成化移動(dòng)端感知感知理解智能感知與理解視頻、圖片等非結(jié)構(gòu)化數(shù)據(jù)，進(jìn)行精確的結(jié)構(gòu)化數(shù)據(jù)采集推理分析匯集各域的結(jié)構(gòu)化數(shù)據(jù)，基于業(yè)務(wù)規(guī)則，建立模型和關(guān)系的知識(shí)數(shù)據(jù)，進(jìn)行推理、比對(duì)和分析，獲取深入推理分析學(xué)習(xí)深化從知識(shí)大數(shù)據(jù)中快速提取關(guān)鍵信息，基于神經(jīng)網(wǎng)絡(luò)進(jìn)行學(xué)習(xí)和認(rèn)知，優(yōu)學(xué)習(xí)深化人機(jī)交互通過增強(qiáng)現(xiàn)實(shí)、虛擬現(xiàn)實(shí)等技術(shù)，以自然友好的方式進(jìn)行人人機(jī)交互其他應(yīng)用分析報(bào)表安全打擊精準(zhǔn)推薦營(yíng)銷活動(dòng)dSaaS其他應(yīng)用分析報(bào)表安全打擊精準(zhǔn)推薦營(yíng)銷活動(dòng)應(yīng)用開發(fā)平臺(tái)應(yīng)用開發(fā)平臺(tái)iPaaSPaaS計(jì)算層離線計(jì)算在線RMDB任務(wù)調(diào)度 實(shí)時(shí)計(jì)算離線計(jì)算在線RMDB任務(wù)調(diào)度 調(diào)度引擎 調(diào)度引擎采集傳輸跨城傳輸業(yè)務(wù)數(shù)據(jù)采集集群非結(jié)構(gòu)化結(jié)構(gòu)化跨國(guó)傳輸MQ消息中間件數(shù)據(jù)分發(fā)采集傳輸跨城傳輸業(yè)務(wù)數(shù)據(jù)采集集群非結(jié)構(gòu)化結(jié)構(gòu)化跨國(guó)傳輸MQ消息中間件數(shù)據(jù)分發(fā)私有網(wǎng)絡(luò)公有網(wǎng)絡(luò)私有網(wǎng)絡(luò)公有網(wǎng)絡(luò)云服務(wù)器云存儲(chǔ)云計(jì)算?微服務(wù)調(diào)用跟蹤鏈?接口使用指標(biāo)關(guān)系?集群調(diào)度信息?接口部署信息?…..?集群負(fù)載情況?數(shù)據(jù)消費(fèi)關(guān)系?數(shù)據(jù)指標(biāo)關(guān)系?數(shù)據(jù)存儲(chǔ)關(guān)系?離線計(jì)算關(guān)系?…..?數(shù)據(jù)入庫關(guān)系?離線導(dǎo)入關(guān)系?數(shù)據(jù)透?jìng)麝P(guān)系?…..?基礎(chǔ)指標(biāo)信息?項(xiàng)目與資源關(guān)系?…..?微服務(wù)調(diào)用跟蹤鏈?接口使用指標(biāo)關(guān)系?集群調(diào)度信息?接口部署信息?…..?集群負(fù)載情況?數(shù)據(jù)消費(fèi)關(guān)系?數(shù)據(jù)指標(biāo)關(guān)系?數(shù)據(jù)存儲(chǔ)關(guān)系?離線計(jì)算關(guān)系?…..?數(shù)據(jù)入庫關(guān)系?離線導(dǎo)入關(guān)系?數(shù)據(jù)透?jìng)麝P(guān)系?…..?基礎(chǔ)指標(biāo)信息?項(xiàng)目與資源關(guān)系?…..數(shù)據(jù)與業(yè)務(wù)血緣關(guān)系鏈21工智能+醫(yī)療”是近年來從事醫(yī)療領(lǐng)域的科技類公司最推崇的企業(yè)標(biāo)簽之2134并對(duì)醫(yī)療人工智能的未來進(jìn)行預(yù)測(cè)。從政策、經(jīng)濟(jì)、社會(huì)、技術(shù)四個(gè)維度分析人工智能與醫(yī)療結(jié)合的發(fā)展條346從人口結(jié)構(gòu)、醫(yī)療資源等維度分析我國(guó)當(dāng)前醫(yī)療產(chǎn)業(yè)宏觀環(huán)境。從發(fā)展環(huán)公司案例等維度對(duì)八大應(yīng)用場(chǎng)景進(jìn)行655智能醫(yī)療概述人工智能+醫(yī)療點(diǎn)擊添點(diǎn)擊添詳細(xì)針對(duì)人工智能技術(shù)實(shí)現(xiàn)、應(yīng)用場(chǎng)景劃分標(biāo)準(zhǔn)與范圍界定、市場(chǎng)整體環(huán)境與具體需求、企業(yè)業(yè)務(wù)模式與市場(chǎng)策略、下一步詳細(xì)針對(duì)人工智能技術(shù)實(shí)現(xiàn)、應(yīng)用場(chǎng)景劃分標(biāo)準(zhǔn)與范圍界定、市場(chǎng)整體環(huán)境與具體需求、企業(yè)業(yè)務(wù)模式與市場(chǎng)策略、下一步發(fā)展的機(jī)會(huì)與風(fēng)險(xiǎn)等細(xì)節(jié)問題，進(jìn)行深入挖掘，聽取來自行業(yè)第一線工作者和企業(yè)領(lǐng)導(dǎo)層對(duì)行業(yè)的見解和認(rèn)知。智能醫(yī)療概述“人工智能+醫(yī)療”是人工智能技術(shù)對(duì)于醫(yī)療產(chǎn)業(yè)的賦能現(xiàn)象。當(dāng)前以機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘?yàn)閮纱蠹夹g(shù)核心的人工智產(chǎn)活動(dòng)表現(xiàn)出降本增效的效果，并對(duì)醫(yī)國(guó)內(nèi)醫(yī)療產(chǎn)業(yè)宏觀環(huán)境表現(xiàn)出醫(yī)療需求不斷上升、醫(yī)療資源嚴(yán)重缺乏、衛(wèi)生人員整體素質(zhì)有待提升、衛(wèi)生支出相對(duì)不足以及醫(yī)療資源浪費(fèi)嚴(yán)重等特點(diǎn)，急需新技術(shù)的注入；而政策、資本、社會(huì)、技術(shù)等方面優(yōu)越的發(fā)展條件，推動(dòng)了醫(yī)療人工智能擁有廣闊市場(chǎng)需求與多元業(yè)務(wù)方向，新創(chuàng)公司數(shù)量未來幾年將不產(chǎn)品成熟前大規(guī)模市場(chǎng)推廣風(fēng)險(xiǎn)大，創(chuàng)業(yè)公司需時(shí)間積累，不斷優(yōu)化產(chǎn)品；醫(yī)療人工智能存在技術(shù)風(fēng)險(xiǎn)、道德倫理風(fēng)智能醫(yī)療概述行為與功能角度行為與功能角度人工智能就是要讓機(jī)器的行為看起來就象是人所表現(xiàn)出的智能]智能醫(yī)療概述就目前技術(shù)發(fā)展而言，人工智能以機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘?yàn)閮纱蠹夹g(shù)核心，兩者技術(shù)范疇上有所交叉。機(jī)器學(xué)習(xí)又包含對(duì)抗學(xué)習(xí)等諸多種類，其中倍受矚目的就是深度學(xué)習(xí)。按照拓?fù)浣Y(jié)構(gòu)分類，深度學(xué)習(xí)可分為卷積神經(jīng)網(wǎng)絡(luò)、循環(huán)神經(jīng)網(wǎng)絡(luò)和全連接神經(jīng)網(wǎng)絡(luò)，并通過算法框架實(shí)現(xiàn)深度學(xué)習(xí)過程。在機(jī)器學(xué)習(xí)與數(shù)據(jù)挖掘的技術(shù)之上，實(shí)現(xiàn)了目前市場(chǎng)上最常見的三大技術(shù)應(yīng)用，即計(jì)算機(jī)視覺、智能語音技術(shù)和自然語言處理。深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)循環(huán)神經(jīng)網(wǎng)絡(luò)全連接神經(jīng)網(wǎng)絡(luò) 交叉部分… 云計(jì)算設(shè)備處理器/芯片傳感器元件激光雷達(dá)]智能醫(yī)療概述]智能醫(yī)療概述u所謂“賦能”，字面意義上就是指為某個(gè)主體賦予某種能力和能量；人工智能對(duì)于各行業(yè)各領(lǐng)域的賦能，在生產(chǎn)環(huán)節(jié)表現(xiàn)為生產(chǎn)效率的提升和生產(chǎn)成本的降低；在賦能效果方面表現(xiàn)為傳統(tǒng)行業(yè)的升級(jí)、新興行業(yè)的出現(xiàn)，最終導(dǎo)致相關(guān)產(chǎn)業(yè)鏈的整體變化；u人工智能在醫(yī)療領(lǐng)域的賦能與上述表現(xiàn)一致，各應(yīng)用場(chǎng)景下的醫(yī)療人工智能公司所開發(fā)的產(chǎn)品及服務(wù)，不僅使傳統(tǒng)醫(yī)療生產(chǎn)活動(dòng)成本降低、效果增強(qiáng)，而且為醫(yī)療相關(guān)產(chǎn)業(yè)鏈帶來了新變化。費(fèi)群體費(fèi)群體醫(yī)療數(shù)據(jù)服務(wù)供應(yīng)商硬件產(chǎn)品及藥醫(yī)療數(shù)據(jù)服務(wù)供應(yīng)商硬件產(chǎn)品及藥品生產(chǎn)資料供應(yīng)商終端消費(fèi)者患者及防疫等服務(wù)接受群體醫(yī)療機(jī)構(gòu)醫(yī)院硬件/軟件產(chǎn)品及藥品研發(fā)機(jī)構(gòu)硬件產(chǎn)品及藥硬件/軟件產(chǎn)品及藥品研發(fā)機(jī)構(gòu)硬件產(chǎn)品及藥品銷售商機(jī)器學(xué)習(xí)服務(wù)提供商硬件產(chǎn)品及藥品生產(chǎn)商健康類產(chǎn)品消體檢中心健康類產(chǎn)品消體檢中心醫(yī)療相關(guān)服務(wù)研發(fā)與供應(yīng)商險(xiǎn)的公司）保險(xiǎn)公司（有健康類保醫(yī)療相關(guān)服務(wù)研發(fā)與供應(yīng)商險(xiǎn)的公司）保險(xiǎn)公司（有健康類保]智能醫(yī)療概述u我國(guó)醫(yī)療資源壓力巨大。以慢性病為例，我國(guó)是慢性病大國(guó)，我國(guó)確診慢性病患者有近3億人之多。根據(jù)中國(guó)衛(wèi)生和計(jì)劃生育統(tǒng)計(jì)年鑒的數(shù)據(jù)；同時(shí)，根據(jù)國(guó)家衛(wèi)生計(jì)生委疾控局的數(shù)據(jù)，我國(guó)慢性病患病率正以每年8.7%的速率上升；u我國(guó)各年齡段的慢性病患病率持續(xù)上升，且65歲及以上老年人群的慢性病患病率最高。慢性病導(dǎo)致的死亡人數(shù)已占到全國(guó)總死亡的86.6%，而導(dǎo)致的疾病負(fù)擔(dān)占總疾病負(fù)擔(dān)的近70%；u我國(guó)老齡化人口和慢性病患病人數(shù)的逐年上升，使得我國(guó)在慢性病治療方面的需求不斷膨脹；而慢性病只是眾多疾病中的一種類型，可見醫(yī)療機(jī)構(gòu)、醫(yī)護(hù)從業(yè)者、藥品器械等醫(yī)療資源的足量供給，是關(guān)系到國(guó)情民生的重要命題。--60歲及以上人口比例]智能醫(yī)療概述））0總數(shù)醫(yī)院基層醫(yī)療衛(wèi)生機(jī)構(gòu)專業(yè)公共衛(wèi)生機(jī)構(gòu)]智能醫(yī)療概述u衛(wèi)生人員培養(yǎng)速度具有穩(wěn)定性。雖然我國(guó)執(zhí)業(yè)（助理）醫(yī)師和注冊(cè)護(hù)士人數(shù)在逐年上漲，但增長(zhǎng)速度較慢；據(jù)估算，我國(guó)每千人享受職業(yè)（助理）醫(yī)師人數(shù)僅為2.2人，每千人享受注冊(cè)護(hù)士人數(shù)僅為2.4人；根據(jù)美國(guó)CIA統(tǒng)計(jì)數(shù)據(jù)顯示，美國(guó)每千人享受醫(yī)生數(shù)為2.55，英國(guó)為2.81，俄羅斯為3.31，可見我國(guó)與發(fā)達(dá)國(guó)家有一定差距；此外，我國(guó)就醫(yī)結(jié)構(gòu)性問題——即大醫(yī)院人滿為患，小醫(yī)院門可羅雀——進(jìn)一步放大了醫(yī)護(hù)人員不足的現(xiàn)狀；u在我國(guó)全部衛(wèi)生人員之中，大學(xué)本科以下學(xué)歷比例占到69.4%，大學(xué)本科與研究生學(xué)歷比例僅占30.6%，可見我國(guó)衛(wèi)生人員整體受教育水平偏低，高質(zhì)量衛(wèi)生人員較缺乏；u針對(duì)執(zhí)業(yè)醫(yī)師短缺問題，2009年出臺(tái)的《中共中央國(guó)務(wù)院關(guān)于深化醫(yī)藥衛(wèi)生體制改革的意見》中開始探索“醫(yī)師多點(diǎn)執(zhí)業(yè)”，即符合條件的執(zhí)業(yè)醫(yī)師經(jīng)衛(wèi)生行政部門注冊(cè)后，受聘在兩個(gè)以上醫(yī)療機(jī)構(gòu)執(zhí)業(yè)的行為；目前仍處于試點(diǎn)階段。0智能醫(yī)療概述手術(shù)費(fèi),12.33%耗材費(fèi),64.24%藥品費(fèi),8.74%儀器使用,7.03%麻醉費(fèi),6.09%治療處置,1.57%]智能醫(yī)療概述醫(yī)療人工智能發(fā)展背景分析醫(yī)療人工智能發(fā)展背景分析Social-社會(huì)]智能醫(yī)療概述?《國(guó)家衛(wèi)生計(jì)生委關(guān)于印發(fā)全國(guó)人口健康信息化發(fā)展規(guī)劃的通知》?充分發(fā)揮人工智能、虛擬現(xiàn)實(shí)、增強(qiáng)現(xiàn)實(shí)、生物三維打印、醫(yī)用機(jī)器人等先進(jìn)技術(shù)和裝備產(chǎn) ?發(fā)展便捷高效的智能服務(wù)：智能醫(yī)療，推廣應(yīng)用人工智能治療新模式新手段，建立快速精準(zhǔn)的智能醫(yī)療體系；智能健康和養(yǎng)老，加強(qiáng)群體智能健康管理，建設(shè)智品在人口健康信息化和健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)能養(yǎng)老社區(qū)和機(jī)構(gòu)，加]智能醫(yī)療概述u互聯(lián)網(wǎng)技術(shù)的大規(guī)模應(yīng)用，使人們的衣、食、住、行等行為數(shù)據(jù)互聯(lián)網(wǎng)化、數(shù)字化，在此過程中產(chǎn)生的數(shù)據(jù)是海量的；u中國(guó)“互聯(lián)網(wǎng)+醫(yī)療”從信息服務(wù)階段，發(fā)展到咨詢服務(wù)階段，再到診療服務(wù)階段，保留了大量電子病例數(shù)據(jù)和電子健康數(shù)據(jù)；根據(jù)IDCDigital預(yù)測(cè)，截止2020年，全球的醫(yī)療數(shù)據(jù)量將達(dá)40萬億GB；u人工智能的產(chǎn)品落地，離不開海量數(shù)據(jù)作為“養(yǎng)料”貢獻(xiàn)于機(jī)器學(xué)習(xí)過程中，不斷訓(xùn)練和優(yōu)化算法模型；“互聯(lián)網(wǎng)+醫(yī)療”為人工智能的發(fā)展奠定了數(shù)據(jù)基礎(chǔ)。[典型應(yīng)用場(chǎng)景綜合分析了我國(guó)目前“人工智能+醫(yī)療”領(lǐng)域的公司和產(chǎn)品，梳理出包括虛擬助理、醫(yī)學(xué)影像、輔助診療等在內(nèi)的應(yīng)用場(chǎng)景病灶識(shí)別與標(biāo)注/三維重建靶區(qū)[典型應(yīng)用場(chǎng)景437輔助醫(yī)學(xué)研究平臺(tái)藥物挖掘[典型應(yīng)用場(chǎng)景虛擬助理應(yīng)用場(chǎng)景VirtualAssistantApplicationScenario典型應(yīng)用場(chǎng)景典型應(yīng)用場(chǎng)景[典型應(yīng)用場(chǎng)景交互內(nèi)容輸出醫(yī)療專用麥克風(fēng)??增強(qiáng)說話者語音???抑制環(huán)境噪聲干擾??目前普遍采用飛利浦的產(chǎn)品，成本較高；中科匯能等公司正在自主開發(fā)麥克風(fēng)脫敏病歷數(shù)據(jù)訓(xùn)練語音識(shí)別引擎脫敏病歷數(shù)據(jù)公司與醫(yī)院科研合作醫(yī)療知識(shí)系統(tǒng)?醫(yī)療知識(shí)系統(tǒng)?包含各類疾病、癥狀、藥品以及其他醫(yī)用術(shù)語的知識(shí)系統(tǒng)，是語音對(duì)話系統(tǒng)的基礎(chǔ)，能夠幫助完成語音識(shí)別、病歷糾錯(cuò)等功能語音對(duì)話系統(tǒng)語音識(shí)別引擎，實(shí)現(xiàn)人機(jī)交互與文本轉(zhuǎn)寫文字自動(dòng)錄入到電腦或平板的光標(biāo)位置，相當(dāng)于醫(yī)療級(jí)“語音輸入法”?公司與醫(yī)院科研合作，公司通過脫敏病歷數(shù)據(jù)和臨床使用不斷訓(xùn)練模型，優(yōu)化算法；?醫(yī)院免費(fèi)使用語音電子病歷產(chǎn)品，并與公司共享優(yōu)化后的產(chǎn)品0[0科大訊飛[典型應(yīng)用場(chǎng)景u發(fā)展環(huán)境及產(chǎn)品：機(jī)器人是AI各大應(yīng)用中的熱門應(yīng)用，技術(shù)相對(duì)成熟，資本市場(chǎng)火熱。醫(yī)療領(lǐng)域科室分布及就醫(yī)流程引導(dǎo)、身份識(shí)別、數(shù)據(jù)分析、知識(shí)普及等功能。從2017年起，導(dǎo)診機(jī)器人產(chǎn)u業(yè)務(wù)模式：眾多機(jī)器人制造廠商大多采用提供機(jī)器人解決方案的業(yè)務(wù)模式，服務(wù)范圍包括醫(yī)院、銀行、車站、商場(chǎng)、工廠以及各類服務(wù)性場(chǎng)所；只要在機(jī)器人后臺(tái)嫁接醫(yī)院信息等知識(shí)系統(tǒng)，機(jī)[典型應(yīng)用場(chǎng)景u發(fā)展環(huán)境：醫(yī)患溝通效率低下與醫(yī)生供給不足是醫(yī)療領(lǐng)域的兩大難題，智能問診在解決這兩大難題方面有巨大的潛力；u產(chǎn)品：智能問診系統(tǒng)包含“預(yù)問診”和“自診”兩大功能。“預(yù)問診”就是在患者完成掛號(hào)后的等待時(shí)間內(nèi)，進(jìn)入醫(yī)院App或公眾號(hào)中的智能問診模塊，通過交互輸入患者的基本信息、癥狀、既往病史、過敏史等信息，系統(tǒng)將初步形成診斷報(bào)告，在患者與醫(yī)生見面之前推送給醫(yī)生，以減少醫(yī)生與患者的溝通內(nèi)容，大大縮短問診時(shí)間；“自診”就是患者在手機(jī)或PC端通過人機(jī)交互完成智能問診，生成診斷報(bào)告（以供患者參考）；從眾多癥狀中選擇癥狀羅列可能的患病結(jié)果初步診斷報(bào)告從眾多功能模塊中選擇自診模塊醫(yī)生在線問診（已知患者癥狀、病史等信息）從眾多癥狀中選擇癥狀羅列可能的患病結(jié)果初步診斷報(bào)告從眾多功能模塊中選擇自診模塊人機(jī)交互回答機(jī)器問題醫(yī)生問診人機(jī)交互回答機(jī)器問題搜索癥狀推薦醫(yī)生診斷報(bào)告以往搜索記錄搜索癥狀推薦醫(yī)生診斷報(bào)告[典型應(yīng)用場(chǎng)景房等線下藥店開放“自測(cè)用藥”[典型應(yīng)用場(chǎng)景醫(yī)學(xué)影像應(yīng)用場(chǎng)景MedicalImagingApplicationScenario2]典型應(yīng)用場(chǎng)景A.病灶識(shí)別與標(biāo)注：針對(duì)醫(yī)學(xué)影像進(jìn)行圖像分割、特征提取、定B.靶區(qū)自動(dòng)勾畫與自適應(yīng)放療：針對(duì)腫瘤放療環(huán)節(jié)的影像C.影像三維重建：針對(duì)手術(shù)環(huán)節(jié)的應(yīng)用。[典型應(yīng)用場(chǎng)景u發(fā)展環(huán)境：隨著計(jì)算機(jī)技術(shù)和醫(yī)學(xué)影像技術(shù)的不斷進(jìn)步，醫(yī)學(xué)影像已逐漸由輔助檢查手段發(fā)展成為現(xiàn)代醫(yī)學(xué)最重要的臨床診斷和鑒別診斷方法。然而，我國(guó)的醫(yī)學(xué)影像領(lǐng)域存在諸多問題：A.供給嚴(yán)重不平衡，影像科/放療科醫(yī)生數(shù)量不足，尤其是具有豐富臨床經(jīng)驗(yàn)、高質(zhì)量的醫(yī)生十分短缺；B.診斷結(jié)果基本由影像科醫(yī)生目測(cè)和經(jīng)驗(yàn)決定，誤診、漏診率較高；C.受限于影像科醫(yī)生讀片速度，以及放療科醫(yī)生靶區(qū)勾畫（一次勾畫通常有約200-450張CT片）速度，耗費(fèi)時(shí)間較長(zhǎng)；u人工智能與醫(yī)學(xué)影像的結(jié)合，能夠?yàn)獒t(yī)生閱片和勾畫提供輔助和參考，大大節(jié)約醫(yī)生時(shí)間，提高診斷、放療及手術(shù)的精確度。病灶自動(dòng)標(biāo)注數(shù)字影片在機(jī)器中完成病灶自動(dòng)標(biāo)注，為影像科醫(yī)生閱片提供參考，大幅度減少誤診、漏診靶區(qū)自動(dòng)勾畫制定放療方案前，對(duì)200-450張CT片進(jìn)行靶區(qū)自動(dòng)勾畫，然后由放療科醫(yī)生檢查糾正，大大縮短勾畫時(shí)間影像三維重建自動(dòng)重構(gòu)器官真實(shí)的3D模型，實(shí)現(xiàn)3D實(shí)體器官模型的打印，幫助醫(yī)生進(jìn)行術(shù)前規(guī)劃，確保手術(shù)更加精準(zhǔn)2典型應(yīng)用場(chǎng)景應(yīng)用對(duì)象應(yīng)用對(duì)象應(yīng)用內(nèi)容典型應(yīng)用場(chǎng)景u場(chǎng)景描述：除了通過癌癥病灶識(shí)別與標(biāo)注為醫(yī)生提供輔助診斷服務(wù)以外，目前市場(chǎng)上還有一類公司選擇切入放療領(lǐng)域，提供靶區(qū)自動(dòng)勾畫和自適應(yīng)放療軟件。該類軟件通過算法幫助放療科醫(yī)生對(duì)200-450張CT片進(jìn)行自動(dòng)勾畫，30分鐘即可完成一套CT片子的勾畫（醫(yī)生手動(dòng)逐一勾畫需要大約4個(gè)小時(shí)在患者15-20次上機(jī)照射過程中間不斷識(shí)別病灶位置變化以達(dá)到自適應(yīng)放療，可以有效減少射線對(duì)病人健康組織的傷害。uu發(fā)展環(huán)境：放療領(lǐng)域具有天然的數(shù)據(jù)優(yōu)勢(shì)，雖然放療科影像數(shù)據(jù)量與影像科影像數(shù)據(jù)量相比相去甚遠(yuǎn)，但放療科影像數(shù)據(jù)70%已經(jīng)標(biāo)注過（放療科醫(yī)生需要對(duì)每張CT片內(nèi)的全部器官進(jìn)行勾畫，以用于制定放療計(jì)劃由此可免去數(shù)據(jù)標(biāo)注的人工成本。然而，獲取一套可用于模型訓(xùn)練的CT片子也具有很高的門檻。首先，需要至少4名放療科醫(yī)生同時(shí)對(duì)一套片子進(jìn)行標(biāo)注，然后需要放療科醫(yī)生交換片子相互審核一致性，在此基礎(chǔ)上需要做病理檢驗(yàn)（醫(yī)學(xué)上只有病理才是“金標(biāo)準(zhǔn)”）確認(rèn)醫(yī)生標(biāo)注的腫塊是異常的腫瘤組織，這套片子才視為可用。u醫(yī)生相互審核一致性做病理檢驗(yàn)至少4名醫(yī)生對(duì)同一套CT片子進(jìn)行標(biāo)注醫(yī)生相互審核一致性做病理檢驗(yàn)[典型應(yīng)用場(chǎng)景u場(chǎng)景描述：針對(duì)手術(shù)環(huán)節(jié)的影像三維重建，是“AI+醫(yī)學(xué)影像”的又一子場(chǎng)景。早在上個(gè)世紀(jì)90年代起就開始陸續(xù)出現(xiàn)影像三維重建產(chǎn)品，但由于存在配準(zhǔn)缺陷而使用率不高；隨著人工智能的引入，采用進(jìn)化計(jì)算的算法，可以有效解決配準(zhǔn)缺陷周期性復(fù)發(fā)的問題，實(shí)現(xiàn)更精準(zhǔn)的影像三維重建。目前該領(lǐng)域的軟件主要承載影像重構(gòu)、3D手術(shù)規(guī)劃的功能，能夠最大化自動(dòng)重構(gòu)出患者器官真實(shí)的3D模型，與3D打印機(jī)無縫對(duì)接，實(shí)現(xiàn)3D實(shí)體器官模型的打印。在3D可視化的環(huán)境下，幫助醫(yī)生進(jìn)行術(shù)前規(guī)劃，確保手術(shù)的順利進(jìn)行，推進(jìn)數(shù)字化醫(yī)療之個(gè)性化、精準(zhǔn)化；u發(fā)展現(xiàn)狀：人工智能技術(shù)的引入將依托影像三維重建軟件原有的市場(chǎng)，產(chǎn)品落地速度相對(duì)較快；目前國(guó)內(nèi)市場(chǎng)主要集中于廣東省人民醫(yī)院、上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院、陜西省人民醫(yī)院等三級(jí)甲等醫(yī)院。[典型應(yīng)用場(chǎng)景 云影診斷平臺(tái) 云影診斷平臺(tái)承擔(dān)各級(jí)科研課題項(xiàng)目 [典型應(yīng)用場(chǎng)景輔助診療應(yīng)用場(chǎng)景Diagnosis&TreatmentAssistantApplicationScenario[典型應(yīng)用場(chǎng)景u場(chǎng)景描述及產(chǎn)品形態(tài)：醫(yī)療大數(shù)據(jù)輔助診療，就是基于海量醫(yī)療數(shù)據(jù)與人工智能算法，發(fā)現(xiàn)病癥規(guī)律，為醫(yī)生診斷和安排治療方案提供參考意見，其中最突出的產(chǎn)品形態(tài)是腫瘤大數(shù)據(jù)平臺(tái)；u發(fā)展環(huán)境：醫(yī)療大數(shù)據(jù)平臺(tái)的搭建，目前主要面臨三大難題：A.醫(yī)院數(shù)據(jù)壁壘：受限于傳統(tǒng)醫(yī)療體系，醫(yī)療信息往往被封閉在一家醫(yī)院的院墻之內(nèi)，而且即便是在醫(yī)院內(nèi)，不同科室之間的信息也難以相互聯(lián)通。信息無法共享，導(dǎo)致每個(gè)醫(yī)生、科研人員所能掌握的數(shù)據(jù)量非常有限；B.樣本量小，成本高：受到信息割裂現(xiàn)狀的影響，腫瘤研究的樣本數(shù)量往往在百例左右。然而成本卻非常高，許多400例規(guī)模的多中心聯(lián)合項(xiàng)目的成本大概在1000萬人民幣左右；C.數(shù)據(jù)結(jié)構(gòu)化比例低：大規(guī)模數(shù)據(jù)分析的前提是數(shù)據(jù)的電子化，而事實(shí)上腫瘤患者的X光/CT影像、病理檢驗(yàn)等檢測(cè)大量數(shù)據(jù)，基本是以紙質(zhì)形式保存。動(dòng)醫(yī)療公司開展合作，提供更多標(biāo)準(zhǔn)化增值服務(wù)。u業(yè)務(wù)模式：科研合作目前是打破醫(yī)院數(shù)據(jù)壁壘的有效手段之一。除了與醫(yī)院進(jìn)行合作，與基因公司、CRO公司（專業(yè)從事藥品研發(fā)）、移動(dòng)醫(yī)療公司開展合作，提供更多標(biāo)準(zhǔn)化增值服務(wù)。[典型應(yīng)用場(chǎng)景u產(chǎn)品形態(tài)及發(fā)展環(huán)境：IBMWatsonforOncology是基于認(rèn)知計(jì)算的醫(yī)療大數(shù)據(jù)輔助診療解決方案，這是全球第一個(gè)將認(rèn)知計(jì)算運(yùn)用于醫(yī)療臨床工作中的案例。認(rèn)知技術(shù)是比人工智能更寬泛的概念，比如會(huì)用到深度學(xué)習(xí)算法等。如果說人工智能關(guān)注的是“讀懂人的世界”的話，那么認(rèn)知計(jì)算可以說更關(guān)注“讀懂大數(shù)據(jù)的世界”。IDCDigital預(yù)測(cè)，醫(yī)療數(shù)據(jù)量將達(dá)40萬億GB，預(yù)計(jì)約80%數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)。IBM運(yùn)用認(rèn)知計(jì)算，打造人類認(rèn)知非結(jié)構(gòu)化數(shù)據(jù)的電腦助手，主要從理解、推理、學(xué)習(xí)這三項(xiàng)特質(zhì)訓(xùn)練入手，讓系統(tǒng)或與人類直接交互接受訓(xùn)練、或深入各類非結(jié)構(gòu)化數(shù)據(jù)自我訓(xùn)練；AutomateAutomate[典型應(yīng)用場(chǎng)景u業(yè)務(wù)模式：目前國(guó)內(nèi)致力于手術(shù)機(jī)器人的公司主要采用兩種業(yè)務(wù)模式：第一種，面向醫(yī)院進(jìn)行機(jī)器人產(chǎn)品的單獨(dú)銷售，并提供長(zhǎng)期維修服務(wù)；第二種，是為醫(yī)院提供手術(shù)中心整體工程解決方案。天智航是目前國(guó)內(nèi)唯一專業(yè)從事骨科醫(yī)療機(jī)器人產(chǎn)業(yè)化的公司，其以醫(yī)療專業(yè)工程為業(yè)務(wù)核心，配套系列模塊化智能輔助裝備，為醫(yī)療機(jī)構(gòu)提供智能微創(chuàng)手術(shù)中心整體工程解決方案；u發(fā)展現(xiàn)狀：目前國(guó)內(nèi)的醫(yī)療機(jī)器人技術(shù)正在不斷升級(jí)，在多領(lǐng)域逐漸打破進(jìn)口機(jī)器人的壟斷地位，例如哈工大機(jī)器人研究所研制的“微創(chuàng)腹腔外科手術(shù)機(jī)器人系統(tǒng)”，打破了進(jìn)口達(dá)·芬奇手術(shù)機(jī)器人的技術(shù)壟斷，將加快實(shí)現(xiàn)國(guó)產(chǎn)微創(chuàng)手術(shù)機(jī)器人輔助外科手術(shù)。院建造達(dá)到一定細(xì)菌濃度和空材[典型應(yīng)用場(chǎng)景疾病風(fēng)險(xiǎn)預(yù)測(cè)應(yīng)用場(chǎng)景DiseaseRiskPredictingApplicationScenario[典型應(yīng)用場(chǎng)景u發(fā)展環(huán)境：疾病風(fēng)險(xiǎn)預(yù)測(cè)的實(shí)現(xiàn)，與精準(zhǔn)醫(yī)學(xué)的發(fā)展有著密不可分的聯(lián)系。核心是“基因組學(xué)”(genomics)的發(fā)展?；蚪M學(xué)是研究生物基因組和如何利用基因的一門學(xué)問，最早可追溯到1985年由美國(guó)提出，英國(guó)、法國(guó)、德國(guó)、日本以及中國(guó)等多國(guó)科學(xué)家共同參與的、預(yù)算達(dá)到30億美元的“人類基因組計(jì)劃”。該計(jì)劃通過測(cè)定組成人類染色體中所包含的30億個(gè)堿基對(duì)組成的核苷酸序列，繪制人類基因組圖譜，并且辨識(shí)其載有的基因及其序列，達(dá)到破譯人類遺傳信息的最終目的。人類基因組計(jì)劃的一項(xiàng)重要目標(biāo)，就是認(rèn)識(shí)疾病產(chǎn)生的機(jī)制，從而實(shí)現(xiàn)疾病的預(yù)測(cè)；u基因測(cè)序是基因檢測(cè)的方法之一，只是完成DNA序列的讀?。欢驒z測(cè)是通過雜交、基因測(cè)序等方法，確定DNA序列中是否含有特定的一段序列，來明確相關(guān)基因的某些功能。基因檢測(cè)的難度較高，據(jù)業(yè)內(nèi)人士透露，目前國(guó)內(nèi)只有不到10%的公司有能力完成基因檢測(cè)，其余均停留在利用基因測(cè)序產(chǎn)品提供測(cè)序服務(wù)的水平；?解碼生命?了解生命的起源?了解生命體生長(zhǎng)發(fā)育的規(guī)律?認(rèn)識(shí)種屬之間和個(gè)體之間存在差異的起因?認(rèn)識(shí)疾病產(chǎn)生的機(jī)制?認(rèn)識(shí)長(zhǎng)壽與衰老等生命現(xiàn)象?為疾病的預(yù)測(cè)與診治提供科學(xué)依據(jù)人類基因組計(jì)劃2]典型應(yīng)用場(chǎng)景u業(yè)務(wù)模式：致力于疾病風(fēng)險(xiǎn)預(yù)測(cè)的公司主要有兩類，一類掌握基因測(cè)序核心技術(shù)，研發(fā)基因測(cè)序儀器；另一類利用基因測(cè)序儀，面向B端和C端提供測(cè)序服務(wù)。主要業(yè)務(wù)模式有以下幾種：A.（研發(fā)基因測(cè)序儀的上游企業(yè)）通過中游合作伙伴做基于測(cè)序儀上的應(yīng)用開發(fā)，比如腫瘤基因檢測(cè)、遺傳基因檢測(cè)、傳染病檢測(cè)等，在測(cè)序儀上開發(fā)對(duì)各類疾病的檢測(cè)，形成生態(tài)圈；B.（利用基因測(cè)序儀提供服務(wù)的中游企業(yè)）開發(fā)測(cè)序相關(guān)應(yīng)用，面向B端和C端提供測(cè)序服務(wù)：B端業(yè)務(wù)主要針對(duì)癌癥、白血病等重大疾病，面向醫(yī)院提供產(chǎn)品或服務(wù)，或進(jìn)行合作；C端業(yè)務(wù)主要以疾病風(fēng)險(xiǎn)預(yù)測(cè)為重點(diǎn)，面向公眾開放基因測(cè)序服務(wù)；[典型應(yīng)用場(chǎng)景藥物挖掘應(yīng)用場(chǎng)景DrugDiscoveryApplicationScenario[典型應(yīng)用場(chǎng)景u場(chǎng)景描述：藥物挖掘，主要完成的是新藥研發(fā)、老藥新用、藥物篩選、藥物副作用預(yù)測(cè)、藥物跟蹤研究等方面的內(nèi)容；人工智能技術(shù)在藥物挖掘方面的應(yīng)用，主要體現(xiàn)于分析化合物的構(gòu)效關(guān)系（即藥物的化學(xué)結(jié)構(gòu)與藥效的關(guān)系），以及預(yù)測(cè)小分子藥物晶型結(jié)構(gòu)（同一藥物的不同晶型在外觀、溶解度、生物有效性等方面可能會(huì)有顯著不同，從而影響了藥物的穩(wěn)定性、生物利用度及療效）；u人工智能與藥物挖掘的結(jié)合，使得新藥研發(fā)時(shí)間大大縮短，研發(fā)成本大大降低；這將有可能根本上改變用藥“平均”觀念，即某種藥物在臨床使用中對(duì)大多數(shù)人有效，則認(rèn)為這種藥物對(duì)所有人有效。拿腫瘤舉例，每位患者的腫瘤基因組均不相同，導(dǎo)致生物學(xué)行為有差異，也就導(dǎo)致藥物在臨床反應(yīng)中效果不一；而通過低成本、快速的藥物挖掘研發(fā)個(gè)性化治療藥物，將成為可能；目前主要成果體現(xiàn)于抗腫瘤藥、心血管藥、孤兒藥（罕見藥）以及經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)常見傳染病藥，其中抗腫瘤藥占到1/3；思路迪舶眾數(shù)據(jù)瑞博生物[典型應(yīng)用場(chǎng)景u發(fā)展環(huán)境：傳統(tǒng)的藥物研發(fā)存在研發(fā)周期長(zhǎng)、研發(fā)成本高、研發(fā)成功率低等痛點(diǎn)。一款新藥的研發(fā)，要經(jīng)過化合物研究、臨床前研究、臨床研究（臨床Ⅰ、Ⅱ、Ⅲ期試驗(yàn)）、SCFDA或CFDA審批后才能夠上市。而人工智能技術(shù)的引入，則在一定程度上解決這些痛點(diǎn)。例如，在臨床前研究環(huán)節(jié)，把得到活性數(shù)據(jù)結(jié)合化合物結(jié)構(gòu)得到初步構(gòu)效關(guān)系，以指導(dǎo)后續(xù)結(jié)構(gòu)優(yōu)化；若效果不理想，則需要退回上一步，重新合成，非常耗費(fèi)時(shí)間；人工智能則可以提高篩選效率，優(yōu)化構(gòu)效關(guān)系。此外，在臨床試驗(yàn)階段，尋找匹配的病人參與試驗(yàn)十分耗費(fèi)時(shí)間；而人工智能能夠結(jié)合醫(yī)院數(shù)據(jù)，快速找到符合條件的病人；u人工智能與藥物挖掘結(jié)合最典型的案例，是硅谷公司Atomwise通過IBM超級(jí)計(jì)算機(jī)，在分子結(jié)構(gòu)數(shù)據(jù)庫中篩選治療方法，評(píng)估出820萬種候選化合物，研發(fā)成本僅為數(shù)千美元，研究周期僅需要幾天。2015年，Atomwise基于現(xiàn)有的候選藥物，應(yīng)用AI算法，不到一天時(shí)間就成功地尋找出能控制埃博拉病毒的兩種候選藥物，以往類似研究需要耗時(shí)數(shù)月甚至數(shù)年時(shí)間；u目前國(guó)內(nèi)AI+藥物挖掘已經(jīng)在逐步落地，但研發(fā)周期仍相對(duì)較長(zhǎng)，且算法需要大量的時(shí)間和數(shù)據(jù)積累，短期內(nèi)很難產(chǎn)生營(yíng)收數(shù)據(jù)。5000-10000個(gè)候選化合物藥物研發(fā)上市流程驗(yàn)剩余5個(gè)最終1款新藥實(shí)現(xiàn)上市化合物研究臨床前研究化合物研究臨床前研究臨床研究藥品審批藥品上市剩余250個(gè)化合物SCFDA或CFDA申請(qǐng)審批[典型應(yīng)用場(chǎng)景u業(yè)務(wù)模式：雖然人工智能的引入，使得新藥研發(fā)速度和成本得到優(yōu)化，但目前藥物研發(fā)仍周期較長(zhǎng)，成本對(duì)于大多數(shù)病患來講都負(fù)擔(dān)較重（尤其是針對(duì)腫瘤的個(gè)性化藥物或不被醫(yī)藥企業(yè)所看好。所以，致力于“AI+藥物挖掘”的公司需要做好“持久戰(zhàn)”的準(zhǔn)備，并針對(duì)疾病本身的特點(diǎn)進(jìn)行業(yè)務(wù)規(guī)劃。例如腫瘤治療領(lǐng)域，患者個(gè)性化差異極大，沒有任何一種藥能夠?qū)λ心[瘤患者有效，所以確診癌癥后再研發(fā)個(gè)性化藥物，對(duì)于公司和患者而言都不是最優(yōu)的選擇。思路迪是該領(lǐng)域發(fā)展較為成熟的公司，其在腫瘤診療方面具有垂直縱深，包括腫瘤早期篩查、個(gè)性化藥物診斷和新藥研發(fā)三個(gè)板塊：A.腫瘤早期篩查：腫瘤死亡率高，主要是由于70%的患者是在癌癥晚期時(shí)才被發(fā)現(xiàn)。目前對(duì)于腫瘤仍是早期發(fā)現(xiàn)、早期治療、早期手術(shù)干預(yù)外加輔助藥物干預(yù)，是相對(duì)最優(yōu)的選擇；B.個(gè)性化藥物診斷：基于對(duì)患者的基因測(cè)序結(jié)果，結(jié)合各類候選藥物的患者臨床反應(yīng)，為新藥研發(fā)提供數(shù)據(jù)；C.新藥研發(fā)：為特定患者研發(fā)個(gè)性化藥物（這類病人通常屬于高收入群體）。[典型應(yīng)用場(chǎng)景健康管理應(yīng)用場(chǎng)景HealthManagementApplicationScenario[典型應(yīng)用場(chǎng)景u場(chǎng)景描述：健康管理，就是運(yùn)用信息和醫(yī)療技術(shù)，在健康保健、醫(yī)療的科學(xué)基礎(chǔ)上，建立的一套完善、周密和個(gè)性化的服務(wù)程序；其目的在于通過維護(hù)健康、促進(jìn)健康等方式幫助健康人群及亞健康人群建立有序健康的生活方式，降低風(fēng)險(xiǎn)狀態(tài)，遠(yuǎn)離疾??；而一旦出現(xiàn)臨床癥狀，則通過就醫(yī)服務(wù)的安排，盡快地恢復(fù)健康；u“健康管理”應(yīng)用場(chǎng)景，主要包含營(yíng)養(yǎng)學(xué)、身體健康管理、精神健康管理三大子場(chǎng)景：A.營(yíng)養(yǎng)學(xué)場(chǎng)景，主要表現(xiàn)為利用AI技術(shù)對(duì)食物進(jìn)行識(shí)別與檢測(cè)，以幫助用戶合理膳食，保持健康的飲食習(xí)慣；B.身體健康管理，主要表現(xiàn)為結(jié)合智能穿戴設(shè)備等硬件設(shè)備提供的健康類數(shù)據(jù)，利用AI技術(shù)分析用戶健康水平，并通過行為干預(yù)，幫助用戶養(yǎng)成良好的生活習(xí)慣；C.精神健康管理，主要表現(xiàn)為利用AI技術(shù)進(jìn)行情緒管理，和對(duì)精神疾病進(jìn)行預(yù)測(cè)和治療；2]典型應(yīng)用場(chǎng)景u場(chǎng)景描述：營(yíng)養(yǎng)學(xué)場(chǎng)景中的運(yùn)用，主要是利用AI技術(shù)進(jìn)行食物識(shí)別，實(shí)現(xiàn)個(gè)性化合理膳食；u根據(jù)每個(gè)人不同的身體情況，使用特定的肽來激活健康抗菌分子，改變食物成分，消除食物副作用，從而幫助個(gè)人預(yù)防糖尿病等疾病的發(fā)生、殺死抗生素耐藥菌；類似的公司還有VITL；u國(guó)內(nèi)在營(yíng)養(yǎng)學(xué)場(chǎng)景的人工智能公司較少，國(guó)人尚未普遍樹立營(yíng)養(yǎng)飲食意識(shí)；碳云智能的產(chǎn)品“覓我?”提供的一項(xiàng)“血糖管理計(jì)劃”中，通過連續(xù)血糖監(jiān)測(cè)，發(fā)現(xiàn)不同食物的餐后血糖變化，從而指導(dǎo)用戶用餐；Airdoc推出一款名為“每日三次”的App，通過對(duì)菜品的圖像識(shí)別和分析，指導(dǎo)用戶合理用餐。MRSA，中文叫耐甲氧西林金黃色葡萄球菌，是臨床上常見的毒性較強(qiáng)的抗生素耐藥菌；MRSA從發(fā)現(xiàn)至今感染幾乎遍及全球，已成為院內(nèi)和社區(qū)感染的重要病原菌之一。肽示意圖MRSA示意圖肽示意圖[典型應(yīng)用場(chǎng)景u在營(yíng)養(yǎng)學(xué)方向進(jìn)行著探索，其開發(fā)的一款名為“每日三次”的App，搭建菜品圖譜，利用圖像識(shí)別技術(shù)，根據(jù)用戶拍照上傳的菜品圖片，自動(dòng)識(shí)別其中的食物種類，判斷菜品所含熱量、膽固醇、脂肪、升糖指數(shù)等指標(biāo)，并根據(jù)每個(gè)人的身體狀況（例如減肥、高血脂、脂肪肝、痛風(fēng)等）推薦該菜品是否適合食用；u由于菜品種類繁多，機(jī)器學(xué)習(xí)所需要的圖片數(shù)據(jù)必定是海量的，且需要時(shí)間的積累?！懊咳杖巍盇pp通過用戶上傳圖片，并鼓勵(lì)用戶輸入無法識(shí)別的菜品名稱，完成數(shù)據(jù)積累，以擴(kuò)大識(shí)別范圍，優(yōu)化識(shí)別準(zhǔn)確率。是是否名稱，如“烤鴨”飲食指導(dǎo)“烤鴨”圖片及“烤鴨”[典型應(yīng)用場(chǎng)景u場(chǎng)景描述：身體健康管理場(chǎng)景中的運(yùn)用，主要是通過基因數(shù)據(jù)、代謝數(shù)據(jù)和表型（性狀）數(shù)據(jù)的分析，為用戶提供飲、食、起、居等各方面的健康生活建議，幫助用戶規(guī)避患病風(fēng)險(xiǎn)。身體健康管理包含數(shù)據(jù)獲取、數(shù)據(jù)分析和行為干預(yù)三道流程。數(shù)據(jù)獲取方面，基因數(shù)據(jù)和代謝數(shù)據(jù)分別依靠基因檢測(cè)技術(shù)和代謝質(zhì)譜檢測(cè)技術(shù)獲取，表型數(shù)據(jù)則通過智能硬件（包括可穿戴設(shè)備、具有用戶健康數(shù)據(jù)采集與記錄功能的智能手機(jī)設(shè)備等）、用戶自填獲??；引入人工智能技術(shù)，對(duì)以上數(shù)據(jù)進(jìn)行數(shù)據(jù)分析，進(jìn)而對(duì)用戶或患者進(jìn)行個(gè)性化行為干預(yù)；u業(yè)務(wù)模式：目前身體健康管理領(lǐng)域的產(chǎn)品，主要針對(duì)個(gè)體消費(fèi)者、保險(xiǎn)機(jī)構(gòu)、藥物研發(fā)機(jī)構(gòu)以及其他有相關(guān)需求的企業(yè)等。u發(fā)展環(huán)境：智能硬件和手機(jī)App，是用戶健康類數(shù)據(jù)的主要來源。目前用戶的健康類數(shù)據(jù)獨(dú)立存在于各智能硬件、手機(jī)App之中，“數(shù)據(jù)孤島”明顯。以手機(jī)為例，蘋果公司基于IOS系統(tǒng)的封閉生態(tài)，通過蘋果健康A(chǔ)pp、智能手表等設(shè)備將所有用戶的數(shù)據(jù)進(jìn)行統(tǒng)一的收集和儲(chǔ)存。而Android系統(tǒng)的手機(jī)廠商卻很多，部分手機(jī)廠商（例如華為手機(jī)）提供健康類App，同時(shí)開發(fā)或代銷健康類硬件設(shè)備，則華為僅僅可以獲得用戶在華為產(chǎn)品上留下的數(shù)據(jù)，用戶所使用的其他設(shè)備數(shù)據(jù)則無法獲得；如果將用戶的各類健康數(shù)據(jù)全部整合于一個(gè)平臺(tái)，就可以挖掘數(shù)據(jù)深層價(jià)值，由此能夠提供更多的服務(wù)，產(chǎn)生更大的商業(yè)價(jià)值。u華為手機(jī)華為華為榮耀運(yùn)智能硬件華為手機(jī)華為華為榮耀運(yùn)…美柚壹心理蝸牛睡眠更多記錄用美柚壹心理蝸牛睡眠赤道手環(huán)赤道手環(huán)[典型應(yīng)用場(chǎng)景 線上線下銷售渠道換數(shù)據(jù)通過數(shù)據(jù)服務(wù)實(shí)現(xiàn)盈利 線上線下銷售渠道換數(shù)據(jù)通過數(shù)據(jù)服務(wù)實(shí)現(xiàn)盈利驗(yàn)v買驗(yàn)v買手環(huán)、體脂秤、智能手表、血壓、AI算法“健康行為指數(shù)”個(gè)線上產(chǎn)生智能硬件購買需血糖、提問、體檢儀等17個(gè)品類性化推薦每日任務(wù)，以游戲求，線下依托三胞集團(tuán)上的300+智能硬件接入化健康管理方式進(jìn)行行為干預(yù)約掛號(hào)、醫(yī)生咨詢等移動(dòng)醫(yī)療預(yù)，幫助用戶保持健康生活滿足用戶體驗(yàn)與購買需求[典型應(yīng)用場(chǎng)景u企業(yè)案例：碳云智能是一家打造數(shù)字化健康管理平臺(tái)的公司，主要致力于通過數(shù)據(jù)收集和檢測(cè)來建立每一個(gè)人的生命模型，從而提供精準(zhǔn)的健康管理解決方案，并實(shí)時(shí)幫助用戶進(jìn)行數(shù)據(jù)化的健康管理；u碳云智能的五大業(yè)務(wù)模塊構(gòu)成其數(shù)字健康管理的產(chǎn)業(yè)鏈條：全生命周期數(shù)據(jù)采集；人工智能數(shù)據(jù)分析技術(shù)平臺(tái)；智能硬件；數(shù)據(jù)庫和樣本庫；個(gè)性化O2O服務(wù)；u其C端服務(wù)主要依托于“覓我?(Meum?)”手機(jī)App，用戶在App上完成數(shù)據(jù)記錄、檢測(cè)服務(wù)與健康管理計(jì)劃購買等行為。典型應(yīng)用場(chǎng)景場(chǎng)景描述：健康管理場(chǎng)景中的另一子場(chǎng)景，就是精神管理。精神管理下，又可以分為情緒調(diào)節(jié)、精神疾病管理兩類；情緒調(diào)節(jié)場(chǎng)景中的運(yùn)用，主要是通過人臉識(shí)別用戶情緒，以聊天、推送音樂或視頻等多種交互方式幫助用戶調(diào)節(jié)心情。但該場(chǎng)景擁有巨大的市場(chǎng)潛力，尤其是通用型語音機(jī)器人，情緒調(diào)節(jié)功能的嵌入將有望大大提升語音機(jī)器人的用戶體驗(yàn)和用戶使用活躍度。EmotientEmotient公司，利用深度學(xué)習(xí)進(jìn)行面部表情分析以識(shí)別情緒，并且能夠應(yīng)對(duì)昏暗的環(huán)境、面部部分遮擋、佩戴眼鏡等情況；2016年1月被蘋果收購；2017年7月29日蘋果發(fā)布的iOS11系統(tǒng)中，Siri加入了AI特性，外界猜測(cè)Siri將增加情緒調(diào)節(jié)的功能。RealeyesRealeyes公司，使用計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí)技術(shù)，通過電腦或智能手機(jī)攝像頭跟蹤用戶面部表情，評(píng)估用戶在觀看不同視頻時(shí)的情緒變化；Realeyes過去主要為視頻網(wǎng)站、廣告公司、市場(chǎng)調(diào)查公司、投資公司等提供用戶分類、市場(chǎng)定位、內(nèi)容效果評(píng)估及預(yù)測(cè)等服務(wù)，目前正在研發(fā)一款心理健康產(chǎn)品。另外，擁有情緒識(shí)別技術(shù)的、專門為研究機(jī)構(gòu)、企業(yè)提供解決方案的公司，未來也有研發(fā)或支持研發(fā)情緒調(diào)節(jié)產(chǎn)品的潛力，如Sightcorp、Affectiva、Noldus、NVISO等。[典型應(yīng)用場(chǎng)景u目前比較典型的致力于情緒調(diào)節(jié)的人工智能公司，智能控制設(shè)備采用了人臉跟蹤與識(shí)別、情感處理技術(shù)、智能語音技術(shù)。第一，能夠?qū)γ课患彝コ蓡T的面部進(jìn)行追蹤和記錄，從而形成每個(gè)家庭成員的面部數(shù)據(jù)集，用來區(qū)分人臉；第二，能夠通過面部表情進(jìn)行情緒識(shí)別，一共包含八類情感：快樂、悲傷、恐懼、厭惡、信任、憤怒、驚喜和期待；第三，能夠個(gè)性化地為用戶推送音樂或視頻，改善用戶的實(shí)時(shí)情緒和開心指數(shù)。EmoSPARK采用安卓系統(tǒng)，能夠與智能手機(jī)、電腦、平板、電視等設(shè)備連接（只要有攝像頭即可）。?設(shè)備攝像頭實(shí)時(shí)將用戶面部圖像輸入EmoSPARK?用戶文字或語音輸入EmoSPARK?EmoSPARK進(jìn)行人臉跟蹤與識(shí)別，并判斷用戶情緒?進(jìn)行語音/文字識(shí)別?EmoSPARK通過智能語音技術(shù)，與用戶進(jìn)行互動(dòng)?通過藍(lán)牙或Wi-Fi連接并控制各設(shè)備，為用戶播放音樂或視頻[典型應(yīng)用場(chǎng)景上圖從左到右分別是結(jié)構(gòu)性、擴(kuò)散性、功能性磁共振影像案例，結(jié)合三種成像方式，可使阿茨海默癥漏診概率降低50%。[上圖從左到右分別是結(jié)構(gòu)性、擴(kuò)散性、功能性磁共振影像案例，結(jié)合三種成像方式，可使阿茨海默癥漏診概率降低50%。AvalonAvalonAI發(fā)展最大的阻礙AvalonAI在訓(xùn)練算法模型中遇到的最大難題，就是醫(yī)院大多不愿意將病歷資料貢獻(xiàn)出來，而使得數(shù)據(jù)十分有限。事實(shí)上，所有致力于“AI+精神疾病管理”的人工智能公司，首先要接受來自政府相關(guān)機(jī)構(gòu)的數(shù)據(jù)安全性審查，以保護(hù)患者隱私。AvalonAI承諾，在其將病例用于研究前，會(huì)將患者姓名、性別等個(gè)人信息全部抹去，并對(duì)臉部特征做一定的特殊處理。[典型應(yīng)用場(chǎng)景醫(yī)院管理應(yīng)用場(chǎng)景HospitalManagementApplicationScenario[典型應(yīng)用場(chǎng)景u場(chǎng)景描述：醫(yī)院管理，主要指針對(duì)醫(yī)院內(nèi)部、醫(yī)院之間各項(xiàng)工作的管理，主要包括病歷結(jié)構(gòu)化、分級(jí)診療、DRGs（診斷相關(guān)分類）智能系統(tǒng)、醫(yī)院決策支持的專家系統(tǒng)等。該場(chǎng)景還有更多潛在應(yīng)用可供挖掘，據(jù)業(yè)內(nèi)人士透露，目前有從事開發(fā)醫(yī)院血庫智能管理系統(tǒng)的創(chuàng)業(yè)團(tuán)隊(duì)，但尚沒有獲得其公司及團(tuán)隊(duì)信息；u公司現(xiàn)狀：目前國(guó)內(nèi)共有21家公司提供“醫(yī)院管理”服務(wù)，業(yè)務(wù)大多集中于病歷結(jié)構(gòu)化服務(wù)。[典型應(yīng)用場(chǎng)景無結(jié)構(gòu)的病歷數(shù)據(jù)結(jié)構(gòu)化的病歷數(shù)據(jù)[典型應(yīng)用場(chǎng)景u業(yè)務(wù)模式：目前國(guó)內(nèi)提供病歷結(jié)構(gòu)化服務(wù)的公司，往往面向醫(yī)院提供開放性平臺(tái)服務(wù)，以服務(wù)換數(shù)據(jù)的形式，實(shí)現(xiàn)共贏。具體的業(yè)務(wù)模式分為兩類：A.開放性的中文病歷語義API，提供醫(yī)院無縫對(duì)接的可插拔式模塊；B.提供智能病歷分析服務(wù)，服務(wù)類型和范圍較廣，如為保險(xiǎn)公司做醫(yī)療風(fēng)險(xiǎn)評(píng)估、精準(zhǔn)醫(yī)學(xué)大數(shù)據(jù)中心的業(yè)務(wù)規(guī)劃和組織架構(gòu)設(shè)計(jì)、協(xié)助重大研究課題進(jìn)行前期分析研究、開發(fā)醫(yī)療人才培養(yǎng)系統(tǒng)等等；u提供病歷結(jié)構(gòu)化服務(wù)的公司，未來在保險(xiǎn)與藥品行業(yè)也存在較大盈利空間，例如幫助保險(xiǎn)公司發(fā)現(xiàn)并減少過度醫(yī)療行為，幫助藥企監(jiān)控新產(chǎn)品的安全性等；服務(wù)進(jìn)入醫(yī)院數(shù)據(jù)訓(xùn)練優(yōu)化模型病歷數(shù)據(jù)的錄入是由醫(yī)院人員來完成，保障醫(yī)院核心資產(chǎn)的安全性全科室的算法模型模型接入和全院數(shù)據(jù)錄入僅需5天，精準(zhǔn)度打90%以上[典型應(yīng)用場(chǎng)景u典型應(yīng)用場(chǎng)景場(chǎng)景描述：除病歷結(jié)構(gòu)化與分級(jí)診療服務(wù)之外，醫(yī)院管理場(chǎng)景下還包括了DRGs智能系統(tǒng)、醫(yī)院決策支持的專家系統(tǒng)等多種人工智能應(yīng)用場(chǎng)景，以及更多正在醞釀的新產(chǎn)品和新服務(wù)；……基礎(chǔ)數(shù)據(jù)u場(chǎng)景描述：輔助醫(yī)學(xué)研究平臺(tái)，就是利用人工智能技術(shù)輔助生物醫(yī)學(xué)相關(guān)研究者進(jìn)行醫(yī)學(xué)研究的技術(shù)平臺(tái)；公司名稱服務(wù)內(nèi)容公司名稱服務(wù)內(nèi)容新嶼科技易統(tǒng)計(jì)；在線統(tǒng)計(jì)分析軟件，涵蓋了絕大部分臨床科研的統(tǒng)計(jì)方法駱文生物課題基金申請(qǐng)及科研合作；提供方案設(shè)計(jì)和數(shù)據(jù)分析服務(wù)基因港開發(fā)者中心；基因數(shù)據(jù)云服務(wù)，支持PB級(jí)基因數(shù)據(jù)存儲(chǔ)、海量生物信息分析流程作業(yè)并發(fā)規(guī)模森億智能科研輔助；智能算法挖掘變量相關(guān)性，激發(fā)論文思路，提供針對(duì)臨床科研的專業(yè)統(tǒng)計(jì)分析支持貝瑞和康科研平臺(tái)；提供從方案設(shè)計(jì)、核酸測(cè)序到生物信息分析的整體解決方案博奧生物科研服務(wù)；提供完善的樣本、匹配臨床信息、發(fā)現(xiàn)生物標(biāo)志物等服務(wù)零氪科技臨床科研；為臨床醫(yī)生解決數(shù)據(jù)收集、分析、經(jīng)費(fèi)等難題嘉因生物科技科研服務(wù)；提供外顯子測(cè)序、高通量測(cè)序等技術(shù)實(shí)現(xiàn)生物信息學(xué)分析金唯智研究性服務(wù)；包括高通量測(cè)序、Sanger測(cè)序、基因合成、分子生物學(xué)等服務(wù)推想科技深度學(xué)習(xí)科研平臺(tái)；提供GPU運(yùn)算能力、超過50種深度學(xué)習(xí)核心算法及深度學(xué)習(xí)模型其明生物分子信息化服務(wù)；包括基因篩選服務(wù)、基因驗(yàn)證服務(wù)、生物信息分析等服務(wù)明碼生物科技生物分析服務(wù)；提供小分子藥物分析、生物標(biāo)記物等服務(wù)雋永生物生物數(shù)據(jù)分析平臺(tái)；通過大數(shù)據(jù)挖掘，利用云計(jì)算虛擬仿真生物模型，改善實(shí)驗(yàn)室研發(fā)效率生物奇點(diǎn)科學(xué)研究服務(wù)；識(shí)別常規(guī)科研流程難以發(fā)現(xiàn)的相關(guān)性、精準(zhǔn)匹配臨床試驗(yàn)受試者等u業(yè)務(wù)模式：雖然輔助醫(yī)學(xué)研究平臺(tái)并非公司的核心業(yè)務(wù)模塊，但該平臺(tái)卻是公司爭(zhēng)取合作、實(shí)現(xiàn)產(chǎn)品化的重要手段。提供輔助醫(yī)學(xué)研究服務(wù)的公司，往往整合其GPU服務(wù)器、高融合網(wǎng)絡(luò)、儀器設(shè)備、算法模型以及一定數(shù)量的醫(yī)療數(shù)據(jù)等資源，推出整套服務(wù)方案，為醫(yī)生、醫(yī)學(xué)研究者提供輔助。一方面，該項(xiàng)服務(wù)本身就是對(duì)企業(yè)現(xiàn)有資源商業(yè)價(jià)值的充分挖掘和二次利用；另一方面，利用服務(wù)與醫(yī)生、醫(yī)院或研究機(jī)構(gòu)建立科研合作機(jī)會(huì)，以換取模型訓(xùn)練數(shù)據(jù)，共享科研成果，提升企業(yè)品牌力，反向助力公司成長(zhǎng)。輔助醫(yī)學(xué)研究整套服務(wù)方案醫(yī)療相關(guān)機(jī)構(gòu)資源患者數(shù)據(jù)技術(shù)類醫(yī)生科研合作醫(yī)療相關(guān)機(jī)構(gòu)科研合作……科研……項(xiàng)目科研經(jīng)費(fèi)疾病特征圖像識(shí)別疾病特征圖像識(shí)別患者在醫(yī)院內(nèi)將可以被智能重癥診斷系統(tǒng)所?；颊咴卺t(yī)院內(nèi)將可以被智能重癥診斷系統(tǒng)所保?依據(jù)自然語言處理技術(shù)，直接將語音醫(yī)囑轉(zhuǎn)換成的文字結(jié)構(gòu)化處理，形成?目前針對(duì)醫(yī)院所有的科室，科大訊飛輔助診