智能医疗行业发展分析

智能医疗WehavemanyPowerPointtemplatesthathasbeenspecificallydesignedtohelpanyonethatissteppingintotheworldofPowerPointfortheveryfirsttime.CONTENTSThisisagoodspaceforashortsubtitle01

智能医疗概念02

行业政策.03行业现状04

存在的问题及对策智能医疗的概念WehavemanyPowerPointtemplatesthathasbeenspecificallydesignedtohelpanyonethatissteppingintotheworldofPowerPointfortheveryfirsttime.01智能医疗的概念YOUROTHERTEXTHERE“什么是智能医疗？”智能医疗，是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。2008年底，IBM提出了“智慧医疗”概念，设想把物联网技术充分应用到医疗领域，实现医疗信息互联、共享协作、临床创新、诊断科学以及公共卫生预防等。智能医疗是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。在不久的将来医疗行业将融入更多人工智慧、传感技术等高科技，使医疗服务走向真正意义的智能化，推动医疗事业的繁荣发展。在中国新医改的大背景下，智能医疗正在走进寻常百姓的生活。随着人均寿命的延长、出生率的下降和人们对健康的关注，现代社会人们需要更好的医疗系统。这样，远程医疗、电子医疗（e-health）就显得非常急需。借助于物联网/云计算技术、人工智能的专家系统、嵌入式系统的智能化设备，可以构建起完美的物联网医疗体系，使全民平等地享受顶级的医疗服务，解决或减少由于医疗资源缺乏，导致看病难、医患关系紧张、事故频发等现象。智能医疗简介YOUROTHERTEXTHERE材药物监控管理字化医院药品存储全程实时监控医疗急救管理血液信息管理医疗设备与药品防伪医疗垃圾信息管理病患信息管理应对人口结构高龄化所带来的长期照护需求，各国政府纷纷拟定政策，希望利用Wi-Fi、蓝牙、3G、GPS及RFID等物联网技术，架构起移动式医疗网络;且在远距照护等议题发酵下，也带动医疗产业结合物联网进入下一个崭新的应用阶段。物联网技术在智能医疗领域的主要应用技术，主要在于物资管理可视化技术、医疗信息数字化技术、医疗过程数字化技术三个方面。智能医疗能应用在哪些方面YOUROTHERTEXTHERE根据世界卫生组织的报导，全球假药比例已经超过10%，销售额超过320亿元。中国药学会有关数据显示，我们每年至少有20万人死于用错药与用药不当，有11%～26%的不合格用药人数。以及10%左右的用药失误病例。因此，RFID技术在对药品与设备进行跟踪监测、整顿规范医药用品市场中起到重要作用。物联网在医疗信息管理等方面具有广阔的应用前景。目前医院对医疗信息管理的需求主要集中在以下几个方面：身份识别、样品识别、病案识别。其中，身份识别主要包括病人的身份识别、医生的身份识别;样品识别包括药品识别、医疗器械识别、化验品识别等;病案识别包括病况识别、体征识别等。75%85%65%应用YOUROTHERTEXTHERE行业政策WehavemanyPowerPointtemplatesthathasbeenspecificallydesignedtohelpanyonethatissteppingintotheworldofPowerPointfortheveryfirsttime.02国务院发布《新一代人工智能发展规划》提出，要发展智能医疗。推广应用人工智能治疗的新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。同时，基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防控。行业政策YOUROTHERTEXTHERE受益于国家政策，智能医疗迎来高速发展2016年是中国人工智能的元年，相关政策推断产业加速。在当今医疗领域，医生资源的短缺是造成看病难的重要原因，尤其是在不发达地区，这一问题尤为严重。智能医疗的可复制性，可以很好的解决优质医生的稀缺性问题。行业政策YOUROTHERTEXTHERE2016年6月，国务院公布了《关于促进和规范健康医疗大数据应用发展的指导意见》，明确指出健康医疗大数据是国家重要的基础性战略资源，需要规范和推动健康医疗大数据融合共享、开放应用。指导意见的出台旨在打破场景数据障碍，使得数据应用有了依据。此举有望释放大数据资源的价值，助力AI+医疗产业化提速。2017年7月20日，国务院发布了《新一代人工智能发展规划》，要求推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。行业政策YOUROTHERTEXTHERE智能医疗与监管政策行业政策YOUROTHERTEXTHERE根据2017年9月国家食药监总局发布的新版《医疗器械分类目录》（下称“新《分类目录》”），2018年8月1日起开始施行，其中出现了对诊断功能软件的界定，这意味着医疗AI影像公司有了“持证上岗”要求，不能再停留在医院“免费试用”阶段，对推动产业规范化发展提出了新要求。根据新《分类目录》，诊断功能软件风险程度按照其采用算法的风险程度、成熟程度、公开程度等为判定依据，不仅依据处理对象（如：癌症、恶性肿瘤等疾病的影像）为判定依据。行业现状WehavemanyPowerPointtemplatesthathasbeenspecificallydesignedtohelpanyonethatissteppingintotheworldofPowerPointfortheveryfirsttime.03行业发展YOUROTHERTEXTHERE中国智能医疗发展历程智能医疗的发展分为七个层次：一是业务管理系统，包括医院收费和药品管理系统；二是电子病历系统，包括病人信息、影像信息；三是临床应用系统，包括计算机医生医嘱录入系统（CPOE）等；四是慢性疾病管理系统；五是区域医疗信息交换系统；六是临床支持决策系统；七是公共健康卫生系统。行业现状YOUROTHERTEXTHERE总体来说，我国处在第一、二阶段向第三阶段发展的阶段，还没有建立真正意义上的CPOE，主要是缺乏有效数据，数据标准不统一，加上供应商欠缺临床背景，在从标准转向实际应用方面也缺乏标准指引。我国要想从第二阶段进入到第五阶段，涉及到许多行业标准和数据交换标准的形成，这也是未来需要改善的方面。行业发展现状——图表分析YOUROTHERTEXTHERE人工智能+医疗技术应用现状人工智能在医疗行业的应用速度智能医疗主要还在尝试应用阶段大部分人认为智能医疗在将来会被普及目前，从全球创业公司实践的情况来看，智能医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他。据健康界调查显示，在医疗行业中，已成熟应用以及正在尝试、计划应用人工智能技术的占比已达78.5%。同时，有76.39%的人认为人工智能技术将会在医疗行业广泛应用。行业发展现状YOUROTHERTEXTHERE行业发展现状——图表分析YOUROTHERTEXTHERE2012-2017年人工智能在医疗行业的投资金额（单位：百万美元）从左图来看，人工智能在医疗行业的投资在逐年增加，2017年的投资已高达824百万美元。这表明智能医疗的发展逐渐受到国家重视，科研人员投入核心技术的开发。智能医疗现在我国虽还在尝试应用的起步阶段，但未来的发展可观。在远程智能医疗方面，国内发展比较快，比较先进的医院在移动信息化应用方面其实已经走到了前面。比如，可实现病历信息、病人信息、病情信息等的实时记录、传输与处理利用，使得在医院内部和医院之间通过联网，实时地、有效地共享相关信息，这一点对于实现远程医疗、专家会诊、医院转诊等可以起到很好的支撑作用，这主要源于政策层面的推进和技术层的支持。但目前欠缺的是长期运作模式，缺乏规模化、集群化的产业发展，此外还面临成本高昂、安全性及隐私问题等，这也是刺激未来智能医疗。行业发展现状YOUROTHERTEXTHERE智能医疗是信息技术与医疗技术的深度整合，涉及了医药公司、医院、医务人员、患者等各个环节，发挥了数据科技和机器人技术的高效性和准确性。智能医疗对于服务优化、技术发展、成本控制意义深远，缓解了老龄化社会和医疗资源有限的压力，且满足了精准医疗、个性化医疗的发展趋势，因此是人工智能发展最快、规模最大的领域之一，前景一片大好。.行业发展现状YOUROTHERTEXTHERE智能医疗行业未来趋势首先，物联网技术在智能医疗行业得到普及。物联网技术将被广泛用于外科手术设备、加护病房、医院疗养和家庭护理中，智能医疗结合无线网技术、条码RFID、物联网技术、移动计算技术、数据融合技术等，将进一步提升医疗诊疗流程的服务效率和服务质量，提升医院综合管理水平，实现监护工作无线化，全面改变和解决现代化数字医疗模式、智能医疗及健康管理、医院信息系统等的问题和困难，并大幅度提体现医疗资源高度共享，降低公众医疗成本。通过电子医疗和RFID物联网技术能够使大量的医疗监护的工作实施无线化，而远程医疗和自助医疗，信息及时采集和高度共享，可缓解资源短缺、资源分配不均的窘境，降低公众的医疗成本。智能医药行业未来发展趋势YOUROTHERTEXTHERE其次，医疗保健处于数字化转折点。医疗卫生和保健已进入数字化拐点：医疗行业表现出数据输入量和数据积累量的爆发式增长，有88%的消费者至少使用1项数据健康工具（远程医疗、可穿戴设备）。数据的增长一方面缩短了医学研究的创新周期，加快药物临床实验周期，同时提升了诊断的准确率与治疗的精准化程度。最后，智能诊断与医学影像识别较为成熟。目前，发展相对成熟的领域包括“智能诊断”和“医学影像识别”领域，两个领域的发展将分别提升“门诊”和“影像科”医疗资源的供给，解决目前医疗行业严峻的供需矛盾。

智能医疗行业未来发展趋势YOUROTHERTEXTHERE存在的问题及对策WehavemanyPowerPointtemplatesthathasbeenspecificallydesignedtohelpanyonethatissteppingintotheworldofPowerPointfortheveryfirsttime.04数据质量问题快速更代问题管理问题优势问题智能医疗行业存在的问题YOUROTHERTEXTHERE管理问题在医疗领域，“技术”成熟容易，“管理”成熟却不容易。比如，当前技术上可实现克隆人类，也能为濒死者设计一个“安乐”的离世感受，但管理上无法避免这些技术被滥用，很难破解技术所导致的伦理难题，因此宁愿限制技术的发展，也不敢让其泛滥。智能医疗虽不如克隆技术和“安乐死”那么棘手，但道理却是相通的，假如管理跟不上技术，则要么延缓技术，要么失去规范。比如，远程诊疗本是好事，但如果医疗资质和医疗文书无法在网上认证，则山寨团队、冒牌医生、假处方和低劣的治疗方案就可能在网上现身，国家卫计委近日发文禁止医生私自远程诊疗，也许正是出于这项新技术缺乏制度规范、有可能被滥用等原因。管理问题YOUROTHERTEXTHERE解决对策当管理跟不上技术，就只能用“叫停”、“禁止”来应对，则技术再先进也是枉然。可见，智能医疗新技术必须配上新思维、新管理，才能没有羁绊、蓬勃发展。因此，加强对智能医疗的管理、制定相关政策、完善相关法律是很有必要的。管理问题的解决对策YOUROTHERTEXTHERE目前弱人工智能时代，AI只是医生的助手和工具今年年初《Nature》，《Science》相继发布论文，在脑瘤病理切片诊断，儿童认知障碍诊断上，AI准确率上已经超过医生的水平，还有国内报道AI对甲状腺肿物超声诊断上而已超过主治医师的水平。这些报道，不免让医生们有些想法，难道AI真的会取代医生吗？首先，从AI的输入基础来看，AI机器学习的内容都是人类的确定的数据和知识。这些数据机器学习的输入则是人类定义好的规范和认为“正确”的知识。也就是说医疗AI是基于标准化的大量临床数据、病例以及各种期刊文献、专著进行学习的，在加需要通过成千上万的实际案例（临床数据）训练与测试，不断调整优化算法，方能得出符合预期的结果。某种程度上，我们可以理解为机器学习更多的是举三反一的方法。可以说AI学习的内容没有超过人类的知识。其次，AI的优势，恰是人类的不足，比如不会存在疲劳，专注力下降的问题，可以长时间持续性工作与学习，而这些却是影响医疗质量的因素。优势问题YOUROTHERTEXTHERE解决对策人类的优势具有不可替代性。人类具有直觉，情感，经验等精神层面的特点。在医学上尤其在治疗上对于医生尚存在争议的内容，本身就就没有定论，AI更不可能给出肯定的结论。具体表现在治疗推荐上，医学本身的特质，不可能有“金标准”的治疗，只是指南规范类的。即便是基于循证的治疗方案也存在缺陷，方案都是基于大量临床试验数据，本身选择的病例就是相对规范的，不合格的患者不能入组。这样，也就意味着基于的指南不是放之四海而皆准的通用方案。所以说对于规范性、重复性、标准化的诊断内容AI可以取代，极大的提高效率，医生更定位于疑难病例的诊断和治疗。优势问题的解决对策YOUROTHERTEXTHERE数据质量问题AI当前发展面临着诸多挑战，行业专家普通共识，高质量、规范化的数据是AI实现的前提基础。但就现实而言，当前产生临床数据质量欠佳、不够规范，范围上远不够所谓的“大数据”。距离理想状态中的真实世界数据（RealWorldData）还比较遥远，同时缺乏数据整合，只是在点状、局部环节上满足临床的需求。数据质量问题YOUROTHERTEXTHERE解决对策目前中国从事医疗AI的创业型公司越有130多家，单纯影像AI公司就超过50家，具有较高的同质性。与一些医疗机构进行合作取得初步的成果。但不少公司过于沉醉于算法，炫耀技术，在医学领域结合上缺乏深度，在应用上局限，所以必须有医生的积极参与，以建立起适宜的应用场景，保持应用的粘附性与持续性。当然，还有重要的一点是有良好的商业模式，建立真正意愿支付行为。只有这样AI才能有效的推广和应用。数据质量问题的解决对策YOUROTHERTEXTHERE快速更代问题医疗AI产品面临一个情况，就是产品性能，算法模型，应用界面都会快速更新，这种情况下，传统增项或者升级审批，显然无法满足行业的发展需要。如果新的认证规则没有出现，按照传统的审批流程，医疗影像AI产品迭代周期是3-5天，企业每周都要去政府机构报备，企业和政府都会受不了。这种情况下难免会出现“偷懒”现象，企业虽然在不断的更新系统，但是不按照正规程序报备，这是行业不愿意看到的现象。快速更代问题YOUROTHERTEXTHERE解决对策当前的审批技术指导原则给出了一个明确的版本命名的举例。一般命名为S、Y、Z、B四个代码，S指重大增强，Y指轻微增强，Z指纠正更新和构建，B指轻微的缺陷修补。如果是S、Y、Z发生变