2017我国医疗人工智能产品大盘点
- 2017-09-01 11:22
- 作者:佚名
- 来源：亿欧智库
8月25日，亿欧智库正式发布《2017人工智能赋能医疗产业研究报告》，报告中对于医疗人工智能的八大应用场景、相关企业产品及业务模式、中国131家医疗人工智能企业概况进行了系统性的梳理；其中八大应用场景是此次报告的核心内容。
有别于报告本身，亿欧智库通过本文，试图从另一个视角，基于不同的需求端，对医疗人工智能产品进行盘点。综合来看，国内医疗人工智能企业的业务方向以B端为主，包括医疗机构、制药企业、药品零售店、保险公司、移动医疗服务平台；少数企业的业务针对C端个人消费者（如下图所示）。笔者在下文将对图中6个具体的需求端，进行详细的产品梳理。
一、医疗机构
1. 痛点：
影像科医生数量不足，漏诊、误诊率高，读片效率低；
对应报告场景：医学影像
AI医疗产品：针对X线、CT、核磁共振等医学影像的病灶自动识别与标注系统，能够帮助医生发现难以用肉眼发现和判断的早期病灶，降低假阳性诊断结果的发生概率；目前系统对十万张以上的影像进行处理，用时仅数秒之间；
公司举例：翼展科技、推想科技、体素科技等。
2. 痛点：
放疗科医生制定放疗计划前，需要对一套CT片（每套大约有200-450张不等的CT片）进行靶区勾画，同时需要勾画出每张片子中所有的器官，医生勾画一套片子的平均用时在4小时左右，时间成本极高；
对应报告场景：医学影像
AI医疗产品：靶区自动勾画及自适应放疗系统，能够帮助放疗科医生对CT片进行自动勾画，医生只需逐一核准和调整即可，用时缩短至30分钟左右；在患者15-20次上机照射过程中间不断识别病灶位置变化以达到自适应放疗，有效减少射线对病人健康组织的伤害；
公司举例：连心医疗、全域医疗、睿佳科技等。
3. 痛点：
CT三维重建过程中，图像层间存在位移和偏差，常规的配准方法耗费时间长，效率低，不容易清楚反映易发病部位；
对应报告场景：医学影像
AI医疗产品：基于灰度统计量的配准算法和基于特征点的配准算法，解决断层图像配准问题，节省配准时间，提高配准效率；
公司举例：昕健医疗、海纳医信、锐达医疗等。
4. 痛点：
医生诊疗方案的计划效率和精准度有待提高；
对应报告场景：辅助诊疗
AI医疗产品：医疗大数据辅助诊疗系统，对海量病历数据进行深度分析与挖掘，寻找症状与疾病间的规律，为医生诊断和安排治疗方案提供参考意见；
公司举例：百洋智能科技、新屿科技、零氪科技等。
5. 痛点：
手术精准度有待提高，创面和出血量较大，手术中常出现难度较高的操作，人手操作成功几率较小；
对应报告场景：辅助诊疗
AI医疗产品：针对神经外科、心脏外科、骨科等手术机器人；
公司举例：天智航、新松机器人、博实自动化等。
6. 痛点：
传统插入式内镜，不适用于年老体弱和病情危重人群；
对应报告场景：辅助诊疗
AI医疗产品：胶囊内镜机器人，不需要插管到胃部，只需随水吞服1颗药丸大小的胶囊机器人，15分钟无痛、无创、无感染、无死角的胃部检查即可完成；
公司举例：安翰医疗、金山科技等。
7. 痛点：
患者输液药物配置过程繁琐，耗费时间长，流程跟踪上不够健全，无法量化，安全隐患多；
对应报告场景：辅助诊疗
AI医疗产品：智能静脉输液药物配置机器人，提高配药效率，有效解决安全性和重复性问题；
公司举例：桑谷科技等。
8. 痛点：
在影像科、消化内科等患者检查项目多、数据量较大的科室，医生每日病历录入时间长；
对应报告场景：虚拟助理
AI医疗产品：语音电子病历软硬一体化解决方案（医用麦克风+语音对话/识别系统），语音快速转文字，识别并提取关键词，录入病历系统中的对应位置，提高病历录入效率，减少录入时间；
公司举例：科大讯飞、中科汇能、云知声等。
9. 痛点：
大医院患者人数众多，人工导诊压力大；
对应报告场景：虚拟助理
AI医疗产品：导诊机器人，通过人机交互，执行包括挂号、科室分布及就医流程引导、身份识别、数据分析、知识普及等功能；
公司举例：科大讯飞、进化者机器人科技、纳月荷智能科技等。
10. 痛点：
医患沟通效率低下，针对患者过敏史、病史等基本信息的询问占用宝贵的问诊时间；
对应报告场景：虚拟助理
AI医疗产品：智能问诊系统，在患者完成挂号后的等待时间内，进入医院App或公众号中的智能问诊模块，通过交互输入患者的基本信息、症状、既往病史、过敏史等信息，系统将初步形成诊断报告，在患者与医生见面之前推送给医生，以减少医生与患者的沟通内容，大大缩短问诊时间；
公司举例：康夫子、达闼科技、若水医生等。
11. 痛点：
重大疾病早期患者，通过常规检查项目较难查明病种；
对应报告场景：疾病风险预测
AI医疗产品：基于深度学习的基因检测系统，通过对DNA序列进行查询，系统自动鉴别出突变，并分析突变将可能导致何种疾病，以及得出致病原因；
公司举例：思路迪、瀚海基因、贝瑞和康等。
12. 痛点：
大量非结构化数据，无法进一步挖掘数据利用价值；
对应报告场景：医院管理
AI医疗产品：病历结构化服务，将处理后的数据应用到医保控费、药物研发和临床决策支持等方面；
公司举例：森亿智能、Airdoc、心医国际等。
13. 痛点：
大医院人满为患，小医院门可罗雀；
对应报告场景：医院管理
AI医疗产品：分级诊疗系统，可以根据患者病症的描述给出初步诊断分析，给出合理的分诊及就医建议；
公司举例：翼展科技、锐达医疗、心医国际等。
14. 痛点：
医生医疗行为存在过度检查、开大处方等不规范现象，患者负担重，医保基金承受力不足；
对应报告场景：医院管理
AI医疗产品：DRGs智能系统，对于不同治疗方式的病种，有区分地进行付费，有效地规范医师的医疗行为，提高了治疗的有效性，降低了患者的负担，同时兼顾基金的可承受能力；
公司举例：医渡云等。
15. 痛点：
院内传染病检测难度大/护理质量与考核缺乏标准和管理等；
对应报告场景：医院管理
AI医疗产品：医院决策支持专家系统，具体包括医院传染病监测报告系统、护理质量与安全考核系统、单病种质量管理系统等服务系统；
公司举例：雕龙数据等。
16. 痛点：
医生在科研项目进程中，数据处理能力有限，且无法得到足量结构化数据；
对应报告场景：辅助医学研究平台
AI医疗产品：辅助医学研究平台，为参与科研项目的医生提供数据服务；
公司举例：推想科技、明码生物科技、零氪科技等。
二、制药公司
痛点：
药物研发成本高、周期长、成功率低；
对应报告场景：药物挖掘
AI医疗产品：人工智能辅助药物挖掘，帮助分析化合物的构效关系、预测小分子药物晶型结构，缩小化合物选取范围，提高研发成功率；帮助快速寻找符合试验环境的患者群体；
公司举例：思路迪、明码生物科技、瑞博生物等。
三、药品零售店
1. 痛点：
药品导购存在药品知识不充分、服务意识不到位的情况；
对应报告场景：虚拟助理
AI医疗产品：药店机器人，根据症状描述推荐用药，帮助药店精细化管理，相当于在药店配置了一个药师，能够极大地提升药店的专业服务能力；
公司举例：药师小乔、机器人云药房、雨诺股份等。
2. 痛点：
顾客进店需要出示会员卡才能得知用户身份，会员卡使用体验较差；
对应报告场景：虚拟助理
AI医疗产品：智能会员卡，人脸识别确定用户身份，自动调取用户会员信息；
公司举例：雨诺股份等。
四、移动医疗服务平台
痛点：
在线挂号等服务内容逐渐被医院自有的公众号、APP等应用取代，急需服务升级；
对应报告场景：虚拟助理
AI医疗产品：智能自诊系统，患者在手机或PC端通过人机交互完成智能问诊，生成诊断报告，以供患者参考；
公司举例：康夫子、多美小壹、半个医生等。
五、保险公司
痛点：
缺乏行之有效的针对投保人的健康行为干预方法；
对应报告场景：健康管理
AI医疗产品：健康行为干预软件，通过个性化行为干预方案，督促投保人保持良好的生活作息习惯，降低出险风险；
公司举例：妙健康、碳云智能等。
六、个人消费者
1. 痛点：
盲目进行营养摄入，造成人体内营养元素失衡，破坏生态；
对应报告场景：健康管理
AI医疗产品：食物识别与成分分析系统，自动识别菜品所包含的食物种类，判断菜品所含热量、胆固醇、脂肪、升糖指数等指标，并根据用户的身体状况，判断是否适合食用；
公司举例：Airdoc等。
2. 痛点：
抑郁症、双向情感障碍等心理、精神疾病发现较晚，为治疗带来较大难度；
对应报告场景：疾病风险预测
AI医疗产品：用于精神疾病的预测与诊断的量表系统（人工智能算法辅助减少量表维度），用户可通过量表自测抑郁症倾向、自杀倾向等各类心理、精神疾病的发病可能性；
公司举例：万灵云等。
综上所述，我国医疗人工智能的产品多样化趋势明显，“AI+医疗”作为新兴领域，发展机遇丰富。那么，目前国内医疗人工智能公司都是如何进行产品的研发与优化？如何将产品推入市场？采取了怎样的业务模式？有哪些成功经验值得借鉴？2017年8月25日，亿欧智库正式发布《2017人工智能赋能医疗产业研究报告》，该报告总结八大应用场景，从产品形态、业务模式、公司现状等角度对各场景进行深度解析，进而对我国医疗人工智能公司宏观数据和巨头企业布局进行盘点，最后提出“人工智能+医疗”未来发展机遇与挑战。
转载请注明出处：HC3i中国数字医疗网
【责任编辑：liuge TEL：（010）68476606】
