近幾年，隨著圖像識別、自然語言處理等AI技術實現關鍵突破，且在國家政策的大力支持與鼓勵下，AI＋醫療行業邁入了發展新紀元。另一方面隨著人口老齡化問題不斷加劇，一號難求、醫療資源分配不均等問題也日益迫切，AI＋醫療成為解決老百姓看病難的新希望。

本次獵豹用戶研究中心聚焦AI＋醫療在電子病歷、智慧導診和虛擬助理、AI醫學影像等領域的發展狀況，希望可以幫助讀者了解當前AI＋醫療行業對民眾生活的影響和目前落地情況。

PS：本次AI+醫療行業解讀將分為上下兩期，下一期將會推出關于“AI大健康管理”的市場掃描。

目錄

01醫療行業簡析

02當前AI醫療的布局

03 AI醫療之電子病歷

04 AI醫療之智慧導診和虛擬助理

05 AI醫療之醫學影像

06 AI落地的商業模式

07 小豹展望

Part．1 醫療行業簡析

醫療是民生支柱產業，產業鏈條極長。普通民眾眼中的醫療主要圍繞在醫院這一個場景。在這個場景下目前存在的比較突出的問題是以下三點。

一是從患者角度看，看病難，看病貴，難掛號，排隊等待時間長，出院后無人跟蹤病情等問題。

二是從醫院系統看無法有效配置資源。三級醫院就診人數和醫護人員工作超負荷，基層醫院各種資源閑置浪費。

三是從醫護人員角度看，收入低，強度大。醫生工作量大，風險高，同時醫患關系很緊張。

目前我國醫療服務結構極不均衡。2311家三級醫院年服務人次達16．46億人次，而二級醫院數量是三級醫院3．6倍，但“僅僅”服務了11．78億人次，醫院數量是三級醫院4．2倍的一級醫院，只服務了1．96億人次。醫療服務過度集中，三級醫院人滿為患，低級別醫院資源空置浪費較多，基層醫生收入低，醫學知識培訓不足。三級醫院日均服務人次是低級別醫院的30倍以上。

（數據來源：2018年我國衛生健康事業發展統計公報）

Part．2 當前AI醫療的布局

如何提升醫院系統運營效率，提高醫生診斷的精確度，加快醫生的知識學習與沉淀是各級政府和醫療行業人員都關注的熱點。人工智能技術是當下最火熱的領域，人工智能技術如何賦能醫療服務，是眾多公司和機構嘗試的方向。政府管理部門也期待人工智能技術能為醫療行業帶來創新發展。醫療領域上下游產業鏈長，人工智能技術落地場景多，一般在狹義的醫院場景下可以分為AI輔助診斷、AI健康管理、AI藥物開發、AI疾病預測等。本文為獵豹用戶研究中心開展的AI醫療行業掃描第一篇，重點聚焦分析AI輔助診斷在醫療領域的應用。

根據行業統計，截至2018年底，我國醫院部署人工智能應用并成熟使用的占比僅為33．6％，仍有42％的醫院并未嘗試接入任何人工智能技術。人工智能技術在醫療領域內應用的潛力巨大。

隨著AI技術發展和在醫療領域成功落地項目的增多，醫療行業人工智能市場規模逐年快速增長。2017年市場規模已達135億元，環比增長40％，2018年預計能達到200億元。近幾年環比增長率均在40％以上。

（數據來源：前瞻產業研究院）

當我們聚焦到AI輔助診斷，又可以細分為四大子領域，包括AI醫學影像、電子病歷、智能導診、虛擬助理。患者在醫院就醫一般按如下流程：掛號－候診－診斷－處方－支付－配藥，AI輔助診斷可以在上述各個環節切入，提高醫生診斷速度和質量，降低醫院運營成本。現在大多數落地方案集中在為某個特定問題提供解決方案上。