2023中国医疗业人工智能行业应用发展图谱.pdf

Confidential and Protected by Copyright Laws本产品保密并受到版权法保护中国医疗健康人工智能行业应用发展图谱2023易观分析2023年12月医疗健康人工智能行业应用发展背景013激发科技与创新活力2023/12/27政策为医疗健康AI发展建设支撑体系，提供发展机遇时间相关部门文件名称主要内容2023.3中共中央办公厅 国务院办公厅关于进一步完善医疗卫生服务体系的意见提升服务便捷性。积极运用互联网、人工智能等技术，持续优化服务流程。发展“互联网+医疗健康”，建设面向医疗领域的工业互联网平台，加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用。2022.9科技部、教育部、工信部、交通运输部、农业农村部、国家卫健委关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见以更智能的城市、更贴心的社会为导向，在城市管理、交通治理、生态环保、医疗健康、教育、养老等领域持续挖掘人工智能应用场景机会，开展智能社会场景应用示范。医疗领域积极探索医疗影像智能辅助诊断、临床诊疗辅助决策支持、医用机器人、互联网医院、智能医疗设备管理、智慧医院、智能公共卫生服务等场景。2021.07国家卫生健康委、财政部、国家中医药局关于做好2021年基本公共卫生服务项目工作的通知鼓励探索通过医学人工智能辅助技术提高服务水平，开展重点人群随访和健康教育，利用大数据开展区域卫生健康状况分析。2021.06药监总局人工智能医疗器械注册审查指导原则（征求意见稿）进一步规范人工智能医疗器械生存周期过程质控要求和注册申报资料要求，并统一审评要求。2020.08国家标准化管理委员会、中央网信办、国家发展改革委、科技部、工业和信息化部国家新一代人工智能标准体系建设指南目标到2023年初步建立人工智能标准体系，医疗健康作为重点领域进行推进。智能医疗领域重点规范人工智能医疗应用在数据获取、数据隐身管理等方面内容，制定包括医疗数据特征表示、人工智能医疗质量评估等标准。2018.04国务院办公厅关于促进“互联网+医疗健康”发展的意见推进“互联网+人工智能”应用服务，研发基于人工智能的临床诊疗决策支持系统，同时加强临床、科研数据整合共享和应用，支持研发医疗健康相关的人工智能技术。近年来，多个文件将人工智能在医疗健康领域的应用写入发展规划，医疗AI迎来发展利好。各省市顺势发布专项政策，为医疗AI的发展建设完整的支撑体系。从整体规划来看，医疗AI行业还将继续享受政策红利。政策将推动成果转化，加速医疗AI应用落地，持续完善标准规范体系。但同时，随着标准体系的建立，企业也将面临更高的技术与合规门槛。只有把握核心技术，持续投入研发与创新，才能把握发展机遇，建立牢固的竞争壁垒。国产化科技成果转化行业标准规范体系数据共享政策为医疗AI发展创造条件政策为医疗AI发展提供机遇表 中国AI+医疗重点政策来源：各政府官网，易观分析整理4激发科技与创新活力2023/12/2739.04.73.42.32.00.80.05.010.015.020.025.030.035.040.045.0中国美国日本韩国WIPO欧洲专利局中国AI研究成熟，促进医疗AI技术生态不断丰富近年来，国内关于人工智能领域的研究十分密集，发文量激增。目前，中国不论在高水平论文还是专利申请数量上都位居世界前列，视觉、语音、自然语言处理等基础智能任务工程实现水平全球领先，并且拥有一批追求算法技术极致优化的人工智能企业。随着理论突破速度开始放缓，深度学习技术进入升级优化阶段，驱动图像分类、机器翻译等多类感知任务提升准确率，在政策的支持下，持续释放技术红利，促进医疗AI技术生态不断完善。过去十年人工智能领域高水平论文发表量前十国家全球人工智能专利申请量TOP5单位：万篇 易观分析注：数据截止统计时间为2020年数据来源：AMiner.org易观分析整理全球人工智能专利申请量单位：万件3.32.30.60.60.40.40.30.30.30.20.00.51.01.52.02.53.03.5美国中国德国英国日本加拿大法国韩国意大利澳大利亚5激发科技与创新活力2023/12/27医疗AI仍处于大量研发投入阶段，融资逐年增长提供资金支持 易观分析数据来源：公司财报、IT桔子易观分析整理43.2 24.8 101.1 62.0 137.2 241.5 46649459748701020304050607080901000501001502002503002016201720182019202020212016-2021年医疗AI领域融资数量及金额金额（亿元 人民币）数量（件）尽管已经有多家医疗AI启动IPO，但是实现盈利的企业尚未出现，根据已公开的公司数据，研发费用占比高，并且仍在持续增长，可见在未来短时间内，医疗AI产品研发及优化仍是重点，资金需求缺口大。医疗AI行业已出现轮次比较靠后的融资，部分企业已步入预上市阶段，上市企业也已崭露头角，融资数量及金额持续上涨，为医疗AI企业提供资金支持。1,256.60 368.70 1,306.00 110.5%29.8%14.4%0%20%40%60%80%100%120%02004006008001,0001,2001,400鹰瞳科技医渡科技联影医疗2022年部分医疗AI企业研发费用情况研发费用（单位：百万人民币）研发费用占收入比重6激发科技与创新活力2023/12/27日渐激烈的竞争中，医疗AI向高速发展蓄力IIIIIIIVVVIVII1978年，“关幼波肝病诊疗程序”第一次将医学专家系统应用到我国传统中医领域。此后开始加快开展人工智能医疗产品的研发，1996年专注人工智能研发的厂商相继出现。市场启动期(2019-2025)应用成熟期高速发展期（2025-）探索期(1978-2018)市场认可度时间易观分析2000-2010年，累计研制出上百个专家系统。在 激 烈的 竞 争与 商 业化 不 利中 淘 汰了 一 批参 与 者，市 场 集中 度 提升。经过长期探索，厂商找到可以被用户付费认可的服务方式，找到合理的盈利模式，市场开始稳定增长。新技术、新替代性模式出现，产品、厂商开始逐渐退出市场。IPO热点转移，厂商收入增加，实现盈利，市场持续增长，产业链分工明确。经过高速发展，市场进入成熟期。新技术、新替代性模式成为厂商需要面对的新风险。2016-2018 年 是医疗AI企业数量增长高峰期，医疗AI投融资数量逐年攀升，百度、阿里、腾讯等巨头进入市场，市场整合开始。ACHFGDBI疫情加速医疗AI临床审批与应 用。2021 年，10家医疗AI 企 业IPO 或 拟IPO。ENow中国医疗健康+AI应用AMC曲线医疗健康人工智能行业应用发展图谱及行业应用案例028激发科技与创新活力2023/12/27释放医疗资源效能，“AI+医疗”加速实现医疗普惠补充医疗资源短板，优化医疗资源分配，从而在一定程度上实现医疗资源普惠整体提升医疗服务效率，通过AI分析进行分级诊疗规划，在一定程度上实现医疗资源的优化与普惠赋能基层医疗服务短板，弥补基层医生在经验方面的不足，实现优质医疗资源的流动与下沉提升医疗服务的效率和质量，尤其是提升医生与患者的双重体验通过分析定位医疗流程的断点与痛点，并进行优化，从而改善患者的就医体验，在数据沉淀挖掘的基础上，实现对于患者的个性化医疗服务以及全生命周期的健康管理可以在一定程度上加速医生的培养周期，同时，既可以赋能医生从基础事务性的工作当中适当解放出来，更可以通过AI与医疗大模型为医生提供更全面的诊疗建议，提升医疗服务水平加速生物基础科学研究，提升公共卫生服务水平，推动医疗行业创新发展推动基因计算、大小分子生物方面的研究进展，从而赋能空间组学分析、药物研发等，从而加速生命科学的研发与应用落地通过智慧病案管理体系实现区域医疗数据资源的流动，形成快速分析与疾病预测等，从而在一定程度上提高对重大疾病的发现率，实现联防联控，提升公共卫生服务水平中国正在加速进入老龄化社会，相应地带来更多在医疗健康方面的需求，同时，医疗产业也存在优质医疗资源不足的结构性问题。通过“AI+医疗”的融合与加速，是在推动医疗行业从数字化向智能化升级的方向上，探索医疗智能化服务能力与水平的提升，从而在缓解医疗资源结构性问题的基础上，提升医疗服务的效率和质量，从而更好地满足人民群众的医疗健康需求。9激发科技与创新活力2023/12/27医疗健康行业AI应用价值与场景预防诊断治疗康复院前（院外）院中院后（院外）公共卫生防疫药物研发体检导诊/分诊检查/检测/诊断临床治疗医保支付病历录入/智慧病案药物检索用药指导康复计划（含康复机器人）健康管理AI辅助诊断AI+病理诊断AI+医学影像精准医疗医疗机器人补充医疗资源短板，优化医疗资源分配，从而在一定程度上实现医疗资源普惠提升医疗服务的效率和质量，尤其是提升医生与患者的双重体验加速生物基础科学研究，提升公共卫生服务水平，推动医疗行业创新发展主要环节核心价值重要场景基础研究医疗人才教育与培养10激发科技与创新活力2023/12/27医疗健康行业AI应用图谱院前（院外）公共卫生体检院中+院后AI医学影像AI辅助诊断（CDSS）精准医疗健康管理药物研发与基础研究医疗数字化解决方案通用大模型/医疗健康大模型p商汤商量大医p百度灵医大模型p华为盘古药物分子大模型p阿里通义医疗行业大模型p腾讯医疗大模型p卫宁健康医疗语言大模型WiNGPTp东软添翼医疗领域大模型p医联医疗大语言模型MedGPTp智慧眼多模态医疗大模型“砭石”p联影智能医用通才大模型p微脉CareGPT健康大模型p京东健康京医千询医疗/康复机器人AI病理诊断易观分析注释：图谱中企业仅为示例，未穷举，且排名不分先后，如有不当之处请指正中国医疗健康行业AI应用图谱11激发科技与创新活力2023/12/27案例：AI辅助提升病理诊断速度与精准度，医策科技形成原研、获证、产品多场景落地闭环AI辅助提升病理诊断速度与精准度，加速落地案例：医策科技PathoInsight-TCT AI病理诊断产品节省病理医生阅片时间，加快阅片速度，从而显著提升诊疗效率；降低由于病理医生经验以及主观判断带来的漏诊与误诊概率；在一定程度上实现病理医疗资源的扩容，弥补供给不足带来的医疗问题类型作用潜在市场规模AI病理企业布局组织病理主要用于明确疾病性质预计20-30亿元7个细胞病理主要用于宫颈癌筛查预计超过200亿元15个免疫组化病理辅助诊断、判断预后、预测治疗效果等辅助作用预计超过40亿元11个分子病理主要用于肿瘤标本检测预计近百亿元4个AI病理应用类型及潜在市场空间产品情况概述：医策科技PathoInsight-TCT AI病理诊断产品，用于宫颈癌的筛查与检测，产品采用半监督式深度学习算法，结合染色归一化、图像增强等技术，识别病变细胞，进行细胞分类，生成TBS报告，业务流程如下：应用效果：经过大批量体检、门诊、两癌筛查等真实业务场景宫颈细胞玻片的应用实践，相比传统宫颈癌显微镜下筛查模式，人工智能辅助诊断大幅提升了医生阅片质量，辅助医生降低了阳性漏检率；同时，医生的平均阅片时间大幅缩减，单人阅片峰值效率提升100%。AI病理应用落地需要关注如下挑战数据是AI病理产品的核心，包括数据的多样性、数据集标注的准确性等都决定了AI诊断结果的准确性和泛化性；同时，需要在此基础上进行数据标准化的处理，从而更大程度发挥数据融通价值；落地模式挑战，需要考虑到医疗机构本身数字化基础以及科室设置基础能力不同，以及软件系统的应用能力以及付费习惯存在差异，在向医疗机构落地的过程中，可能需要通过一揽子解决方案的模式进行，同时，在服务的过程中，赋能医疗机构进行数据资源的沉淀以及相应数智能力的升级。医策科技未来发展方向：发力人工智能医疗器械+数字病理平台建设的产品管线战略。加快人工智能医疗器械及数字病理系列产品研发，推进医疗器械证落地，精进人工智能算法，积淀高质量数据资源，将全线产品融入客户临床业务运营。信息来源：网络公开信息，由易观分析收集整理12激发科技与创新活力2023/12/27案例：爱康国宾打造iKang AI+生态，拓宽服务边界AI赋能，实现健康全生命周期管理在预防性医疗服务方面，利用AI技术可以在一定程度上实现早筛查、早诊断，减少或者减缓疾病的发生在健康管理周期方面，可以实现从体检环节向健康管理环节的延伸，依托大数据与AI技术相结合，实现个性化体检筛查以及后续健康管理持续跟踪与健康建议爱康AI产品矩阵眼底肺心脏脑血管乳腺口腔/牙齿骨骼影像心电精准医学AI应用ikkie爱康AI健康管家，服务覆盖检前、检中、检后全环节医疗云影像云体检云心电云检验云6000万体检大数据案例：爱康国宾打造iKang AI+生态，拓宽服务边界图 爱康AI产品体系案例关键要点：爱康通过iKang AI+计划不断引入人工智能产品，逐步拓宽健康管理的服务边界，先后与近十家国内医疗领域人工智能科技企业达成战略合作，包括鹰瞳Airdoc、羽医甘蓝DeepCare等 搭载体检大数据，构建体检人群健康画像，在实现精准筛查和提供诊断决策依据的同时，为从“检”到“管”夯实数据基础4,405.4 5,678.6 7,456.0 9,536.2 11,891.6 14,662.4 17,272.3 13.8%28.9%31.3%27.9%24.7%23.3%17.8%201820192020202120222023F2024F2018年-2024年中国健康管理市场规模市场规模（单位：亿元人民币）增长率数据说明：包含智能硬件、健康保健服务、保健药品/食品、健康体检、健康管理等细分市场，不包含医疗服务，综合上市公司财报、协会等公开数据、厂商访谈等综合测算所得易观分析健康管理对于促进全民健康，以及优化医疗资源配置具有重要意义与价值：国家政策陆续提出，加快推动从以治病为中心转变为以人民健康为中心；“坚持预防为主，深入推进健康中国行动”预防医疗以及前置化健康管理，能够有效降低慢性病和重大疾病的发生，提升生命质量来源：公开信息 易观分析整理信息来源：网络公开信息，由易观分析收集整理13激发科技与创新活力2023/12/27案例：AI+辅助诊疗优化院内诊疗流程，平安健康赋能医疗资源释放高效建立电子病历医疗数据结构化建立疾病知识库提升数据利用效率提升医生诊疗水平缓解人才不足压力节省医生时间和精力诊断和手术标准化CDSS电子病历采用自动录入与病历质控实现诊断结构化、标准化。为医生提供知识查询、相似病案推荐、辅助诊断等，规范诊断流程，提高诊断规范性和准确性。辅助治疗包括手术导航、手术操作、智能放疗系统、远程监控与陪护等。基因检测基因检测可以应用于肿瘤领域，实现精准医疗。医疗机器人包含诊断、治疗、康复机器人等，呈现小型化、智能化趋势。辅助诊疗是医疗AI在院内场景应用涵盖范围较广，目前已经实现电子病历、医学影像、基因检测、CDSS（临床决策支持系统）、辅助治疗、医疗机器人等多个应用落地，为实现诊疗流程标准化赋能，提升诊疗规范性和准确性。人工智能在辅助诊疗中的价值及应用注：医学影像也属于辅助诊疗领域，由于规模较大，安排单独页面分析。案例概述：平安健康自主研发的 AI 系统已经覆盖超过 2000 种常见疾病的诊断知识，导诊准确度高达 99%，为医生的诊断提供了更加高效、精准的决策支持，极大地提升了医疗服务的品质和效率。应用效果：该AI辅助诊疗系统目前已深入应用到自有医疗团队的全部科室，覆盖超过3,000种疾病的诊断知识。平安集团独创的“PINGAN GPT”AskBob 医生站，已累计服务 140 万余名医生，覆盖全国 4.6 万家医疗机构。截至 2023 年 6月30 日，该系统日均提供诊疗辅助决策次数已高达 27 万次，成为医疗领域中不可或缺的智能化辅助工具案例：平安健康AI辅助诊疗系统AI辅助诊疗系统智能重症监控合理用药监测智能医疗安全监控AI智能辅助问诊核心技术优势赛飞AI算法平台AskBob文本理解技术图 平安健康AI辅助诊疗系统信息来源：网络公开信息，由易观分析收集整理14激发科技与创新活力2023/12/27案例：AI+医学影像涵盖范围不断拓展，增强医生阅片能力由于人工智能医学影像市场需求与AI能力匹配度高，是医疗AI市场中发展较为成熟的赛道，在近年的发展中不断拓展涵盖范围，可实现快速读片，提供报告解读，提高阅片精度，辅助医生诊断和治疗，节约治疗时间，减轻影像科科室负担，增强基层医疗机构的阅片能力。随着企业聚焦产品优化，提升产品应用深度，政策推动产品规范建立，人工智能影像产品受到医院端的接受和认可，相关企业已经逐步构建商业模式，市场规模将持续增长。人工智能医学影像涵盖的部位及影像类型已获批三类证的AI医学影像产品仍以早期筛查为主，能对疾病进行定性诊断的获证产品还较少。影像数据易处理 目前图像识别准确率高，单张影像可反映主要病情，直接支持治疗方案，利用价值大。肺部心脏眼底头颈乳腺骨骼综合X射线成像CT成像核磁共振成像超声影像心电图眼底图像肝脏影像数据易获取 仅需单次拍摄，短时间可直接获取，积累大量影像数据，为人工智能落地提供数据基础。影像专业医师缺口大 影像专业医师人才缺乏，工作繁琐重复，阅片效率低，AI医疗影像可以改变传统读片模式，缓解医学影像诊断压力。案例：汇医慧影推动医学影像移动化、数字化与智能化应用效果：目前，汇医慧影的AI产品日调用率接近80%，日均服务患者10万名。据介绍，汇医慧影已与医科院肿瘤医院、中山肿瘤医院、北京肿瘤医院等三甲医院合作，产品及服务已接入1000多家医院、顶级三甲医院超过300家。案例概述：汇医慧影拥有多病种人工智能辅助诊断产品，覆盖胸部、全身骨折、大血管等部位，为医院提供一体化智能解决方案，支持智慧医院建设三级评审。图 汇医慧影AI影像辅助诊断一体化解决方案信息来源：网络公开信息，由易观分析收集整理15激发科技与创新活力2023/12/27案例：AI+药物研发解决传统新药研发痛点，华为云一站式平台提升新药研发成功率AI+药物研发成为想象空间巨大的场景重塑，相对传统新药研发管线，AI将有效解决药物研发周期长、成本高、成功率低等难题，提升研发效率，从而推动医疗服务的普惠发展。通过深度学习、自然语言处理、特征抽取和表征学习等AI技术，可以作用于药物研发中的药物发现、临床试验、药物合成与生产等环节，其中，靶点发现是目前最为重要的领域。易观分析预计，AI重塑医疗行业，药物研发场景是重要加速器，而这也是生物体征数字化纵深的起点。同时，药物研发强依赖于药物化学数据、临床实验数据以及文献数据等，因此，致力于寻求研发突破的AI公司必须寻求与药企的深度合作，而药企也将开始强化自身AI团队的建设。AI+药物研发主要应用阶段及价值缩短新药研发周期提升临床试验数据质量提升新药研发成功率当前现状应用场景技术应用药物发现临床前研究临床试验上市生产针对5000-10000种化合物进行筛选，仅有极少数能够进入到最后的研究阶段工程量巨大，一般需要耗时3-6年通过临床、期不同阶段试验，招募试验患者，对药物进行优化设计一般需要耗时6-7年完成临床试验p 靶点发现与筛选p 化合物合成p 体外活体测试筛选p 晶型预测p 临床试验优化设计基于NLP对医学文献进行数据挖掘，缩短靶点发现周期；通过特征抽取、表征学习以及深度学习等综合应用，进行模拟化合物合成试验，提供化学合成路先设计速度通过深度学习进行体外活体测试的高通量筛选，压缩新药研发周期；通过AI进行试验数据处理，获得晶型预测结果通过AI进行临床试验研究设计与数据处理分析等工作，提升临床试验效率核心价值案例概述：华为一站式AI辅助药物研发平台由盘古药物分子大模型赋能而成，主要面向药物研发领域，提供结合预测、属性预测、分子优化与生成能力，旨在帮助医药公司提升AI辅助药物研发的效率，缩短小分子药物设计周期。应用效果：该一站式AI辅助药物研发平台将药物设计这一过程从数年缩短至数个月，并且研发成本大幅降低70%。当前，盘古药物分子大模型已成功为多家药企、药研机构提供AI解决方案服务，包括西安交通大学第一附属医院蛋白质科学与噬菌体研究所、苏州旺山旺水生物医药股份有限公司等。案例：华为云一站式AI辅助药物研发平台信息来源：网络公开信息，由易观分析收集整理16激发科技与创新活力2023/12/27医疗健康垂直大模型将加速医疗健康+AI应用落地患者智能服务医疗机构/医生诊断辅助基础科学/药物研发中医心理健康医学影像医疗设备运维保险科技/医保医疗健康基础大模型泰山之光医学设备运维大模型CareGPT春雨慧问华佗GPTHealthGPT轻松问医复旦大学39AI全科医生左医GPTMedGPT大模型砭石大模型山海大模型白泽晓医疗大模型WiNGPTClouD GPT添翼医疗大模型大模型光语医疗大模型盘古药物分子大模型文心生物计算大模型BioMedGPT-10BBioMedGPT-LM-7BDrugFMOpenMEDLab浦医扁鹊大模型朱雀图预训练大模型数字中医大模型岐黄问道中医大模型ShenNong-TCM本草大模型TCMLLM仲景中医大语言模型ProactiveHealthGPTEmoGPTMindChat（漫谈）通义千问大模型混元大模型盘古大模型从容大模型紫东太初大模型灵医大模型BSoftGPT星火认知大模型商量大模型京医千询大模型医疗大模型天燕大模型Uni-talk大模型天河医疗大模型中国医疗健康行业大模型及应用图谱易观分析注释：图谱中企业仅为示例，未穷举，且排名不分先后，如有不当之处请指正17激发科技与创新活力2023/12/27案例：腾讯依托自身产品/技术能力与开放链接，纵深医疗行业服务场景核心技术能力依托腾讯医疗大模型彰显：基于腾讯混元大模型基础能力进行训练引入丰富的专业数据与知识进行训练，涵盖285万医学实体、1260万医学关系，覆盖98%医学知识的医学知识图谱和中英文医学文献，其中包括腾讯医典中医学专家撰写的医学文章利用真实场景数据进行交互训练，包括医生与患者等多场景沉淀超过3000万份的问答对话，提升模型的医学交互能力腾讯围绕医疗健康行业进行业务布局，主要依托自身产品与技术能力，纵深医疗行业与场景，以结合生态合作伙伴运营以及投资等方式，形成更广泛与深入的业务协同与联动。在自有产品方面，一方面是打造医疗行业特色的核心产品，包括腾讯觅影、腾讯医典等，在医疗影像以及医学信息方面充分沉淀与积累，这也为后续医疗大模型的构筑了专有数据与知识的壁垒；另一方面是充分利用腾讯云的基础技术资源与能力，如云计算资源与人工智能基础能力等，为不同类型的医疗机构提供数智化升级整体解决方案。腾讯医疗健康行业数智化布局腾讯健康AI数智应用场景生命科学admet属性预测蛋白质结构预测分子生成患者服务Ai用药助手智能挂号智能体检家庭医生助手就诊服务AI预问诊智能导诊肿瘤助手智能问答辅助诊断AI+医学影像临床助手合理用药公共管理AI药物发现腾讯云深iDrug科研创新机构经营风险管理智能营销智能客服医生互动管理医学影像分析医疗大模型医学知识图谱医疗AI医疗健康基础能力向量数据库算力集群星脉高性能计算网络企业级分布式数据库TDSQL计算平台“天工”联邦学习数字安全免疫体系数字基建基础能力“混元”通用大模型腾讯投资体系医药研发医疗服务医疗软件系统医疗保险腾讯生态伙伴ISV服务商信息化厂商渠道商面向对象用户/患者医生/专业人士医院/基层医疗机构体检/健康管理中心药企/药店等政府机构“1+3”智能疾控产品腾讯AI+医疗健康核心要点构建开放生态，广泛链接，场景+应用为先推动医疗健康AI落地：从“集成商”向“被集成者”转变，由ISV等合作伙伴面向最终客户（各级医疗机构等），通过基础数智化技术能力以及自研产品能力对合作伙伴进行赋能；借助微信的连接能力，建立患者、医生以及医疗服务服务体系的充分链接，进一步释放医疗资源与服务能力信息来源：网络公开信息，由易观分析收集整理18激发科技与创新活力2023/12/27案例：京东健康以C端用户积累为核心，基于京东体系数智技术底座，打造C-B-G-H闭环京东健康在数智医疗方面的价值主张为：依托京东健康技术积累、供应链及医疗服务的优势资源和能力，聚焦智慧医院、区域卫生信息化、智慧养老三大场景领域，为医疗体系提供创新应用。在此之前，京东健康的核心优势是通过在线医疗模式充分链接海量用户/患者与医生资源，以及医药供应链资源整合与运营。数智医疗则是在此基础之上的进一步延展，即通过智能技术应用推动创新业务的发展，从而实现普惠医疗的进一步落地，打造第二成长曲线。核心价值有效应用提升客户体验精细管理提升医疗质量水平创新融合医疗服务以及诊疗技术创新信息互通破解医学信息孤岛面向医院，利用数智技术赋能，打造以患者为中心的医疗健康服务体系互联网医院综合解决方案数智诊后服务综合解决方案院内一体化供应链解决方案中医院数智化建设综合解决方案京东健康数智医疗基础技术解决方案体系技术开放平台大数据应用体系运营支持体系供应链管理体系数字基建基础能力云影像平台智能随访平台阿瑞斯开放平台互医大脑RWD平台AI合理用药系统数字疗法医疗知识图谱网络信息安全质量管理体系线上诊疗流程规范线上专科建设智能客服机器人慢病服务中心供应链医院SPD院内供应链医院后勤物资整合管理社会办医疗机构采购人工智能+京医千询大模型物联网大数据云计算能力图 京东健康数智医疗服务体系以京医千询为底层技术能力，赋能医疗机构重塑医疗服务流程，同时提升医生效率：在京东言犀通用大模型基础之上，结合京东健康自身积累的海量医患以及医药流通数据，形成京医千询医疗场景的纵深 以医院场景为例，目前京医千询涵盖了上千种常见疾病，并采用医疗专家团队参与设计的20种质量评价指标来保障其安全性，从而实现产品和解决方案的全面AI化部署，为远程医疗服务提供坚实的技术底座京东数智医疗健康核心要点以C端用户积累为核心，向B端/企业、G端/政府以及H端/医院进行拓展：截至2023年6月30日的一年内，平台年度活跃用户数达1.69亿，比截至2022年同期的年度活跃用户数增加了3800万。同时，上半年日均在线咨询量已超过44万；而在2022年，日均在线咨询量是30万 联合京东集团内京东云资源与能力体系，进一步夯实京东数智医疗健康基础技术能力与底座，形成C-B-G-H的有机协同与联动信息来源：网络公开信息，由易观分析收集整理医疗健康人工智能行业应用发展挑战与趋势0320激发科技与创新活力2023/12/27医疗健康行业AI应用关键挑战医疗行业高质量数据稀缺且相对分散尽管在医疗数字化建设的过程中，已经沉淀了大量的医疗数据，但是仍然存在高价值数据的相对缺失，如大量临床数据尚未完全转化为可供挖掘和利用的高质量数据，同时，不同医疗机构之间的数据也存在标准和格式等不统一的问题，也尚未能实现共享和流通，从而在一定程度上造成了医疗高质量数据稀缺的问题；另外，个人医疗信息和数据，对于数据安全方面的保障也提出了更高要求。医学知识覆盖面广且复杂，知识整合和利用程度有待挖掘一方面是数据标注在处理医学复杂知识方面面临挑战；同时，在知识和数据的利用方面也需要专业领域Knowhow才能充分理解和驾驭；相应地，科技企业独力难支，必须与医疗机构、药企等进行联合研发与场景探索，方能在应用过程当中实现真正意义上的落地。“幻觉”、可解释性等问题仍然面临突破从基础应用要求上来说，需要避免大模型驱动的AI应用在虚假、错误医疗结果的出现；同时，在药物研发以及医疗决策等方面，突破“黑盒”困境，深入了解模型推理逻辑与决策过程，仍然有助于辅助从业人员信任并采纳模型结果，从而进一步推动在真实世界中的应用。21激发科技与创新活力2023/12/27趋势1：高质量数据沉淀与合规应用仍然需要持续提升数据安全存在争议数据标准不统一：电子病历记录标准不统一，设备供应商数据标准不统一，多样化的数据存储使数据无法实现共享，无法为机器学习提供标准化规则与规范。数据质量不高：数据记录呈碎片化特点，完整性不足，且难以保证真实有效性，机器数据挖掘价值有限，难以进行深度学习驱动临床决策。数据孤岛明显：尽管我国基础数据量大，但是医院内部、医院之间的数据共享流通并不顺畅，阻碍数据有效共享利用。数据归属不明确：医疗健康数据的归属问题尚未得到法律层面的界定，而业内共识将数据归为患者、医生、医院三方的共同资源，使用需要取得同意。医疗健康数据涉及患者隐私：国内相关立法保护并不完备，社会与企业对个人隐私保护的认知问题有待提升，在数据存储和使用方面有限制。数据利用效率不高数据获取渠道有限，且数据需要在专家标注后才能用于训练人工智能模型，成本高。数据成本高加强数据安全监督管理推进医疗健康数据相关制度建立，明确数据应用、信息安全与隐私保护的边界，加强医疗AI的安全性评估和监管。推进医疗数据标准化建立统一的电子病历记录标准，鼓励医疗设备供应商采取统一的数据标准。促进数据共享流通鼓励医院建立高质量疾病数据库，完善国家四级全民健康信息平台，探索多种数据资源规范接入。医疗行业独特的知识体系和丰富的多模态数据，未来在物联网的发展之下将日益产生和沉淀，包括医学成像、可穿戴以及环境生物传感器所采集的生物医学数据等，伴随高质量数据的不断积累，并在数据合规和安全保障的前提之下，对于多模态数据的综合分析将日趋完善，支撑更加丰富的AI应用落地。22激发科技与创新活力2023/12/27趋势2：“AI+医疗”仍将持续场景驱动进行点状渗透“AI+医疗”仍将持续场景驱动进行点状渗透，全面铺开有待于医疗生态整体数字化基础能力的进一步升级。我国医院医疗信息化投入逐年提升，预计每年投入0.3%-2%的收入，且仍有相当比例投入到硬件基础建设部分，这距离发达国家3%-5%的水平仍存差距，从信息化到智能化的升级仍然是AI全面渗透的重要基础。340383392396427445447455541582623633642672754786836914921171207234211305276208177226182263221310115116159122778323319523628417418919321517715881104431731083840126272230153125110106168169739549582157383419147静脉输液配置系统人力资源管理系统医疗数质量统计系统高值耗材追踪系统病案质量监控系统固定资产管理系统财务管理系统合理用药监测系统病案管理系统门诊药房管理系统全院应用部分应用计划建设未列入计划2019-2020年度中国医院信息化状况调查医院管理与保障信息系统应用情况数据来源：CHIMA中国医院信息化状况调查（2019-2020年度）医院信息技术负责人调研报告医疗行业与AI结合的场景虽然众多，但是能够加速实际落地的仍然是经过垂直场景打磨验证的核心应用，如AI影像（包括X光、CT、病理、超声等），CDSS以及药物研发等。而依托于大模型进行全方位铺开，仍然有待于医疗行业的知识、数据、技术突破以及计算资源成本等方面的有效降低。数据来源：IQVIA分析中国人工智能AI医疗市场规模及细分结构23激发科技与创新活力2023/12/27趋势3：探索可持续的多元盈利模式，推动医疗AI商业化落地医疗AI面临着医院付费意愿不强、C端用户使用习惯和付费习惯有待培养、医保政策等配套基础设施尚不完善等问题，要实现规模商业化还有很长一段路要走。由于医疗行业本身的复杂性，医疗AI不同应用商业化进程也呈现差异。人工智能在医疗的大部分应用尚停留在应用落地向商业化的探索过程中，其中，辅助诊疗领域的落地应用占比最多，商业化探索进程也位居前列，尤其是以眼科影像和放射影像为代表的医学影像类应用快速推进，持续探索有效的盈利模式。未来，医疗AI企业将持续探索多元商业变现模式，持续打磨产品，增加产品线，拓展合作医疗机构范围，以实现可持续盈利。医疗AI应用商业化现状 易观分析电子病历医疗支付医学知识图谱药物研发临床研究健康管理医美AI放射影像基因检测CDSS手术导航患者服务医疗机器人医院管理公共卫生中医眼底图像病理影像辅助放疗AI PACS超声影像商业化探索进程市场需求程度低高慢快医院管理其他医药科研健康管理辅助诊疗患者服务拓展多元盈利模式提供技术服务后台数据变现软件授权一体化解决方案自有数据库建立与开放销售硬件设备临床科室体检中心小区诊所保险公司药房其他医疗机构24激发科技与创新活力2023/12/272C消费生态易观分析解决方案：以行业基础研究为基石，形成个性化解决方案，赋能业务增长面向业务价值输出行业分析企业商业化/行业市场GTM咨询用户/客户洞察与体验运营咨询市场洞察同业对标创新探索最佳实践企业数智化转型策略咨询业务价值认知赋能解决方案用户洞察商品消费服务消费内容消费技术应用生态基础设施生态美妆3C/家电母婴食品饮料奢侈品医药等电商平台直播电商社区电商二手平台社交电商即时零售等旅游出行餐饮外卖汽车后服务教育服务演出票务房屋租赁医疗健康基础民生资讯平台音频/娱乐游戏营销/MCN视频/直播阅读/动漫XR等内容科技AIGC/AI应用行业数字化企业服务金融科技人工智能云计算大数据/大模型工业互联网