6月24日，由HC3i中国数字医疗网、中关村移动互联网产业联盟移动医疗专委会主办的2017中美智能医疗大数据峰会成功在京举行。国科嘉和基金管理合伙人王戈受邀出席峰会并发表主题演讲，介绍了国科嘉和基金在人工智能+医疗领域的投资策略。

AI+医疗的8大应用场景

过去医疗行业根据医生提供产品来看病，现在患者对于医疗服务的个性化、实时性和导向性要求比较高，在目前医疗资源供不应求的背景下，医生压力非常大，用人工智能进一步提高医疗的精准率，对减轻医疗的负担有很大的帮助。近年来，随着算法的进步和数据储存成本大幅度下降，人工智能变得可行，未来在好的模型驱动下人工智能可以贴近现实应用，让医生实实在在得到有效帮助。

结合国科嘉和过往经验，王戈分享了AI+医疗的8大代表应用场景：

一是AI教学。AI 能够更自然地模拟各种临床情况，帮助学习者更快掌握专业知识，同时嵌入在移动终端中使学习者随时随地进行学习。如医科大学做心脏结构教学时，可以用AI、VR技术提供服务；

二是研究方面。AI 帮助进行药物研究与探索，简化药物发现和药物再利用过程，缩短药物上市周期与成本；

三是终身护理。机器人能够帮助实现对痴呆、心力衰竭、骨质疏松等慢性病患的日常护理。王戈介绍，这方面的应用现在多个创业企业在做，离实际应用比较近，包括用人工智能做服务机器人，特别是在康复机器人和医学学科特殊场景中进展非常快；

四是治疗方面。AI 能够帮助临床医生对病患采取更全面的治疗方法及护理方案，帮助患者更好地完成长期治疗计划；

五是健康管理。在消费健康领域 AI+IoMT 的结合帮助人们主动管理自己的日常健康，还可搭配可穿戴设备对接慢病管理，比如脑卒中康复有一些布局；

六是早期发现。用来更准确地检测早期疾病，如癌症，使用 AI 进行医疗影响识别能够提升30倍速度，并保证99%准确率；

七是诊断方面。据统计，目前80%的健康数据仍是非结构化数据，现有医疗 IT 系统无法使用。AI 能够对其快速分析，同时减少甚至消除误诊。

八是决策分析。利用动态模式识别及其他 AI 算法识别处于病情发展或恶化中的患者，预测分析并支持临床决策以及诊治优先级别。

AI+医疗产业链构成的三大层级

据王戈介绍，医疗AI应用和大数据应用可以分成应用层、技术层和基础层共三个层级。其中，基础层架构是全球化，像IBM等企业都是大的布局，巨头集中在这里，门槛很高，创业者、投入并不多；技术层主要包括计算机视觉、深度学习、自然语言处理、语音语义理解等；应用层主要包括影像诊断、病理分析、辅助医疗、健康管理、药物挖掘、手术机器人、医疗机器人等，是未来一个大的发展方向。

“在每个场景垂直细分的领域，有一些冒出新公司容易的地方。从医疗辅助机器人一直到虚拟助手、工作流程优化、甚至搜索医疗保险、反欺诈，在中国目前有不下10家公司在布局，这一块形成很多细分的跑道，我们认为都有机会。”王戈说。

目前，全球创业公司在AI+医疗领域的布局分为病患数据与风险分析、日常健康管理与监控、营养学、急诊与手术辅助、住院护理与医院管理、科研、精神健康、药物探索、虚拟助手、可穿戴设备等几类。

以病患数据与风险分析为例，这是现在最多的企业聚集领域，因为病患数据长期有效，而且经过不断积累会越来越大。但是，这个领域也存在数据本身是不是结构化、数据使用是否合法等问题。

后续AI+医疗领域投资重点关注方向

一是医疗影像。数据源产生非常重要，如果没有TB量数据、没有足够的标签，人工智能都不行，还要有标杆，没有100个顶级医生做样本的对比、对照，也不能形成公司。“判断一个创业公司在这个领域行不行，主要看公司的医学人员和数据。识别技术已经比较成熟，核心问题在于打标记后的算法和建模。”王戈说。

二是辅助医疗。辅助医疗面向医生、医院使用，但由患者或第三方付费的方式存在最终受益患者是否可感知的问题。目前，以IBM 为代表的辅助诊疗已相当成熟，误诊率很低。

三是药物挖掘。王戈表示，10年前药物上有个“双十”，即十年十亿美元一个药物。现在新药研发投入还是越来越高，10亿美元不够了，这个情况下医疗大数据包括药库、化学库等可以大幅度降低前端投入。

四是健康管理。传统健康管理数据分散且不完整、质量参差不齐，且管理不成熟，后续的包括诊疗、分级诊疗，和大医院挂钩容易形成闭环。

据王戈介绍，作为中国科学院直属的基金，国科嘉和投资主要考虑三大核心要素：第一关注数据源，没有大量数据源和标签很难发展；第二关注计算能力，算法和计算成本是要素，这些关联起来可以知道公司能建多大核；第三关注框架和算法，任何技术一定有积累，但是框架和算法一定在医学、医院里出。如何真正理解应用场景，需要与技术方面的专家结合，原来单一计算或者单一的规划很难驾驭现在复杂的医学应用。

“在人工智能+医疗这一领域，我认为会出很多世界级的项目和大的独角兽企业，人工智能最容易突破现有布局。国科嘉和基金倾向于投资工程类技术和应用类技术，我们利用应用层牵引，用未来三到五年的积累，希望能建立个大系统。同时，以应用层为主反向拉动创意，整个生态圈才是人工智能+医疗最终的方向。”王戈说。