AI医师助手

△国际医疗健康人工智能大会暨2024中国心胸血管麻醉学会学术会议现场。（中国心胸血管麻醉学会供图） “我国是人口大国，随着经济社会快速发展和老龄化进程加快，人民群众对健康的美好需求不断催生医疗健康领域人工智能的研发与应用。”日前在广州举办的国际医疗健康人工智能大会暨2024中国心胸血管麻醉学会学术会议上，全国政协委员、中国心胸血管麻醉学会常务副会长敖虎山在开幕式致辞中如是说。11月14日，国家卫生健康委、国家中医药管理局、国家疾控局联合发布《卫生健康行业人工智能应用场景参考指引》，成为落实党中央、国务院关于开展“人工智能+”行动的重要举措。此次大会正是顺应时代潮流、响应国家号召的关键行动，是推动我国医疗健康领域技术创新与产业升级的重要契机。 人工智能将如何赋能医疗健康领域？又将带来哪些新的趋势和机遇？在这场国际性学术交流会议上，多位全国政协委员、来自国内外的专家学者、行业翘楚及相关政府部门负责人等，围绕人工智能与医疗健康、人工智能与心胸血管麻醉的深度融合谈现状、话未来。 ——编者 AI正加速医疗模式变革 近年来，以ChatGPT为代表的大模型技术带来人工智能（以下简称AI）的突破性发展。在科技创新领域，科研人员借助AI大模型，处理更高维度、更多变量、更复杂问题的能力得到巨大提升。 在医疗领域，AI同样在推动科研范式变革方面发挥重要作用。 “在传统的医疗科研模式中，医生和研究人员主要依赖临床经验、实验数据和文献综述来进行疾病研究、药物研发和治疗方案制定。然而，这种模式往往受限于数据规模、处理能力和分析方法的局限性，导致科研进展缓慢。随着AI技术的引入，医疗科研范式正在发生根本性变化。”全国政协委员、工业和信息化部原副部长王江平表示，如今，通过大数据分析、机器学习和深度学习等手段，能够高效地处理和分析海量的医疗数据，为医生和研究人员提供更为精准、全面的诊断依据和科研支持，大幅提升药物研发的效率和精准性。比如，华为云盘古药物分子大模型提出了针对化合物表征学习的全新深度学习网络架构，有效提升了药物设计效率；腾讯人工智能实验室自研的“tFold”工具有效提升了蛋白质结构预测精度。 “不仅如此，AI在医疗健康领域的应用方面，也有了重大突破，具身智能或许将成为通往通用AI的重要推力。”王江平介绍说，具身智能是一种具备自主决策和行动能力的机器智能，它可以像人类一样感知和理解环境，通过自主学习和适应性行为来完成任务。其中比较典型的就是手术机器人，如达·芬奇手术机器人已被广泛应用于微创手术。这种类型的机器人为外科医生提供了超越人类极限的精确度和可控性，能够进行微小切口的精细操作，减少手术创伤、加快恢复速度，并降低感染风险。 “未来，手术机器人有望进一步提升对手术过程的感知和控制能力，根据患者的个体差异实施更加精准、个性化的手术治疗。”王江平预测，随着技术的不断发展和完善，AI在医疗领域的应用将更加广泛，为人类健康带来更多的可能性。 全国政协委员、人口资源环境委员会副主任王建军在发言中也表示，医疗健康融入AI、大数据、云计算等现代信息技术，能够优化医疗生态、提升医疗服务质量、优化医疗资源配置、增强医患互动。建议各界专业人士加强交流互鉴，抢抓大健康产业发展重要机遇，为实现中国式现代化贡献力量。 AI在麻醉领域的应用潜力巨大 随着AI在医学领域的应用日益广泛，AI正在改变传统的麻醉方式，为麻醉医生提供前所未有的支持和帮助，如监测麻醉深度、疼痛管理、风险预测等方面。 “麻醉深度是影响手术安全和患者舒适度的重要因素之一。传统的麻醉深度监测方法如脑电图双谱指数（BIS）等，虽然在一定程度上能够反映患者的麻醉状态，但仍存在诸多局限性。AI技术的加入，为麻醉深度监测带来了革命性的改变。在手术过程中，AI系统能够实时监测患者的脑电图等生理信号，确定患者的麻醉深度，指导临床用药。”敖虎山表示。 香港中文大学第二附属医院麻醉科主任周树勤介绍说，AI在麻醉深度监测中的应用，不仅提高了麻醉的精准度，还有效降低了因麻醉深度不当而引发的并发症风险。在传统的麻醉实践中，麻醉师主要依赖自身的经验和专业知识来评估患者的麻醉风险，并制定相应的麻醉计划。然而，由于个体差异和病情的复杂性，这种评估方法往往存在一定的局限性和不确定性。而AI技术的引入，将为麻醉风险预测带来革命性的改变。 “AI系统通过对大量历史数据的学习和分析，构建出预测模型。这些模型能够识别出与麻醉风险相关的关键因素，如患者的年龄、体重、健康状况、手术类型等，并根据这些因素来预测患者可能出现的麻醉风险。”周树勤说。 中国医学科学院阜外医院麻醉中心主任医师张喆围绕机器学习在围麻醉期风险预测、患者状态实时监测、药物剂量优化等方面的应用分享了观点。他表示，由于患者对麻醉药物的反应存在显著个体差异，传统麻醉方式难以应对多样化的个体反应，麻醉中无法根据患者的生理状态变化，实时调整药物剂量，无法预测麻醉中出现的低血压等不良反应。 “通过机器学习建构模型，有望解决上述一系列问题。AI在麻醉中的应用正在逐步深入，并展现出巨大的潜力。未来，随着技术的不断进步和应用场景的不断拓展，麻醉将迎来更加精准、高效和安全的新时代。”张喆表示。 AI与医疗的深度融合机遇与挑战并存 近年来，AI在医疗领域的应用取得了显著成果，但也面临很多问题和挑战。 王江平以具身智能为例表示：“具身智能要求机器人理解复杂多变的动态环境，这需要海量、多样、高质量的真实交互数据作为支撑，但采集此类数据难度大、成本高；在数据处理方面，对算力也有极高要求，需要强大的计算平台作为后盾。” 敖虎山也表示，具身智能的发展完全依赖于医疗大数据，但当前“数据孤岛”的问题十分严峻，因此开放和共享医疗大数据迫在眉睫。他说，以北京为例，受现有管理体制机制限制，医院之间的数据信息尚未实现共享，不同监管部门之间的共享渠道也不畅通，这就造成整个医疗体系中存在“数据孤岛”的现象。 为打破“数据孤岛”，推动医疗行业数字化建设，敖虎山建议建立不同层级的医疗行业“数据银行”，包括建立统一的医疗行业数据信息共享平台；建立规范的管理和使用制度，并进行分层管理；建立完备的数据安全保障体系。通过建立“数据银行”，推动形成真正意义上的大数据，这对于推进智慧医疗建设具有重要意义。 在AI生态方面，我国企业、高校、科研机构开发的很多模型使用不同框架，机器人嵌入式操作系统、控制单元五花八门，长期发展下去会出现技术发散问题。对此，王江平建议，政府部门应引导业界通过开放或开源的方式，推动AI基础性不断收敛，建立统一AI生态。 此外，AI应用的技术风险、人才匮乏、伦理等问题也被业界专家学者们多次提及。 比如，AI在医疗中的应用尚处于快速发展阶段，其临床应用效果仍需进一步验证；企业在技术研发过程中，特别是在数据处理和算法优化方面，需谨慎行事；“AI+医疗”需要具备复合背景的人才，他们不仅要研究AI算法，更要对医疗影像识别建立深入了解，这类人才的积累需要时间和经验，目前市场上相对稀缺；随着AI在医疗中的应用，涉及的法律和伦理问题变得越来越复杂，类似AI做出的错误诊断由谁来负责，AI辅助的治疗方案是否符合伦理，人机对齐等等。 “尽管医疗AI领域面临诸多挑战，但随着技术的不断进步和政策的持续支持，相信这些问题将逐渐得到解决，医疗AI将为人类健康事业作出更大贡献。”敖虎山表示，“未来，我们可以预见，更智能、更贴近人类需求的机器人会出现，它们将在老年护理、手术、麻醉等方面发挥更大作用，为患者提供精准的医疗方案。” 记者：鲁雅静 文字编辑：陈晶 新媒体编辑：杨思永（实习）

产业概况 1、定义 AI医疗是借助尖端人工智慧技术，包罗万象，诸如机器学习、自然语音处理以及深度学习等等多重先进技术，以期在药品研发与病患诊疗这些环节上进行智能化的全面整合与提升，从而有力地提升医疗服务的整体效益及品质。 AI医疗行业研究范畴 在院内医疗AI的实际应用中，它不仅涵盖了医生对患者进行诊断和治疗的整个流程，还包括了对医院信息化系统的全面升级与完善。众所周知，医院作为频繁开展各种医疗活动的主要场所，正处在医保支付制度以及广大患者日益增长的需求这两个重要因素的交叉点上，因此在其日常运营过程中所产生的大量数据，无疑为人工智能技术的发展提供了坚实的基础。人工智能技术可以广泛地运用于患者从就诊到康复的全过程，涉及多个身体部位及多种疾病类型，从而实现降低成本、提高效率、改善就医体验以及合理分配优质医疗资源等多重效果。此外，医院内部的信息化建设也不再仅仅局限于信息的生成、存储和交互，而是正在向更加智能化、一体化的方向稳步推进。 医疗AI的临床应用与医院内部技术架构的实现密不可分，两者交融贯通，共同构建起医院卫生体系的现代化布局。医院这个医疗服务活动繁忙频繁之地，恰好坐落于医保制度以及广大患者需求的中心枢纽位置之中。由于日常运营中所承载的大量医疗数据，这便为发展先进的人工智能技术奠定了坚实的基础。人工智能技术在患者诊疗的全流程中均有广泛的应用空间，涵盖了多个身体部位及多种疾病类型，其显著的优势在于能够有效降低医疗成本，提高工作效率，改善患者的就医体验，并能合理配置优质的医疗资源。此外，医院内部的信息化建设也不再仅仅局限于信息的生成、存储和交互等基本功能，而是逐步向智能化、一体化的方向迈进。 以高级人工智能生成文本（AIGC）作为核心构成部分的智能导诊系统的高效运行，无疑显著提升了各种就诊环节的运作效率，为个性化医疗服务的推广以及分级诊疗制度的落实提供了有力支持。相较于传统的导诊系统，AIGC技术在交互性方面表现更为出色，它能够直接接入医院门诊的相关数据，并借助大数据分析、自然语言交互以及深度学习等先进技术手段，为每一位前来就诊的病患精确地匹配到最适合他们的就诊科室乃至医生，从而有效解决了临床实践中普遍存在的“挂错号，走错科”这一难题，满足了广大病患对个性化医疗服务的迫切需求。而对于医院而言，智能导诊系统或机器人的引入不仅能够大大减轻医护人员繁重的重复性工作负担，实现降本增效的目标，同时也能够借助人工智能技术来合理规划门诊的分级分流，促使医疗资源得到更加有效的利用，进而为分级诊疗政策的顺利实施提供强大助力。 在整个检验医学的发展历程中，经历了从原始的手工操作逐步发展至半自动化乃至全自动化实验的革命性转变，并即将迈入更为先进的实验室流水线阶段。随着实验室自动化和信息化建设水平的日益提升，智慧化已然成为了检验医学这一重要学科新的发展潮流。借助于人工智能技术搭建的坚实基础，实现在检验实验室内部的自动采样、运输以及质量控制过程，同时还能依据患者的临床表现及过往检测数据，为其自动推荐最适宜的检验项目。此外，通过对检验结果的自动审查与辅助解读，能够进行疾病的预测与治疗，从而推动精准医疗的实施，直至最终实现无需人工干预的全智能化检验实验室。 在众多医学领域的疾病诊断中，特别是关于癌症的确诊中，病理诊断被视为无可辩驳的”金标准”。然而，相较于检验科与影像科等其他科室，病理科诊断过程相当繁琐、自动化水平相对较低、诊断耗时冗长得多。其独特的”显微镜+病理组织切片”的诊断方式，使得工作负荷沉重，同时误诊率也居高不下。然而，随着人工智能技术的日益成熟，以其为核心的智慧病理应运而生。这种新型诊断方法，在病理切片数字化（即数字病理）的基础之上，借助海量数据构建的庞大数据集，运用深度学习技术挖掘出数据集中的内在规律，从而对可疑靶区进行精准勾画、生动渲染，以此协助病理医生更高效地解读切片，显著提高诊断效率及质量，进一步推动病理行业向数字化方向发展。 依据人工智能赋予各领域之独特应用与场景，将AI电力医疗细分为AI在药物研发领域上的应用、AI在医学影像学方面的运用、AI在医疗辅助机器人技术中的融合以及AI健康治理等等。 AI 医疗按应用场景分类 2、产业链 AI医疗行业领域所涉及的产业链大致可以划分为三个层次：支持层、应用层以及服务层。其中，作为主体的支持层涵盖了诸如智能医疗设备及医疗数字化服务等关键环节；而应用层则以AI药物研发、AI医疗大数据模型等为核心内容，这也是当前我国AI医疗产业发展的重心所在；至于服务层，其主要功能在于在患者诊疗过程中，利用AI模型实现辅助诊断、辅助决策以及辅助手术等多元化活动。 AI 医疗行业产业链 行业发展现状 随着我国医药卫生体制改革的逐步深入推进以及层级诊疗制度的精准落地实施，各级政府部门正积极采取措施以应对医疗资源配置不均以及医疗服务效率低下这两大难题。在此过程中，医疗人工智能技术的广泛运用无疑在提升医疗服务品质和效率、降低误诊率和误治率等方面起到了举足轻重的作用。然而，我们必须清醒地认识到，当前AI+医疗领域仍然面临着诸多挑战，如医学数据处理难题、复合型人才匮乏、行业规范尚未建立健全以及医疗科研成果向成熟产品转化所需时间较长等问题。尤其值得关注的是，数据的获取、利用以及数据共享等环节成为了制约AI+医疗发展的瓶颈所在。鉴于AI+医疗的发展动力主要源于满足医疗行业的迫切需求，因此可以预见，在不久的将来，AI+医疗必将突破数据壁垒，实现数据的安全、高效且共享式的应用。 统计数据显示，中国AI医疗行业市场规模在2023年达到88.43亿元。中国AI医疗行业市场规模（2019-2024年）如下： 2019-2024年中国AI医疗行业市场规模 行业发展趋势 医学知识图谱作为医疗信息系统中处理和利用海量、复杂且时常变动的医疗大数据的有效手段，能够极大地提升系统的智能化程度，使其越发贴近人类在复杂问题上的认知与思考过程。医学知识图谱的构建过程主要包括四个关键环节：医学知识推理、医学知识融合、医学知识抽取、医学知识表示。得益于人工智能技术的持续创新与突破，上述各个环节均取得了显著的进展。知识图谱在医疗领域的价值不仅仅体现在其作为全面的医学知识库，更在于其作为支撑各类医疗智能应用（如辅助诊疗、智慧病案等）的基石。因此，那些在医学知识图谱技术方面具备竞争优势的企业，无疑将会在未来的AI+医疗市场中占据更大份额，拥有更为广阔的发展前景。 如今，医疗与人工智能的深度结合已经成为了大势所趋。具体说来，在未来时光里，人机智能技术（AI+医疗）的重要突破点将主要体现在以下几个方面：首先是算法拟合度的持续优化；其次，是算法应用范围的显著扩大；再次，是对于个人隐私信息的严格保护；此外，还需要提高AI+医疗所产生结果的可解释性；最后，也需要通过引入更多可靠的验证手段来降低AI+医疗可能引发不良医疗事件的风险。 在引领AI+医疗创新步伐的同时，不能忽视其可能引发的伦理道德议题。根据一项深入细致的调查研究显示，有高达60%的受访者对自身的个人隐私和知情权问题表示了深深的忧虑；另外超出50%的受访者则表达了他们对大型数据集和算法的不可预测性所带来的不安；更有超过30%的受访者对当前的诊疗道德规范提出了质疑。然而，坚信，只要在未来的发展过程中，持续加强对AI+医疗伦理监管的力度，明确医生在整个医疗体系中的核心角色，以及强化伦理规定的执行，那么AI+医疗在实际应用于医疗服务的过程中将会变得更为安全可靠，并且能够成功地构建出以患者为本，用户易于使用的AI+医疗生态系统架构。 行业市场规模预测 预测，受中国AI医疗行业市场需求的增长，2024-2030年中国AI医疗行业市场规模平稳上升。2030年中国AI医疗行业市场规模270.59亿元。中国AI医疗行业市场规模预测（2024-2030年）如下： 2024-2030年中国AI 医疗行业市场规模预测 以上数据及信息可参考智研瞻发布的《全球及中国医疗人工智能（医疗AI）发展趋势与投资战略规划分析报告》 文章来源：智研瞻公众号

“AI 医疗之路，基层破局之选。” 面对医保基金压力、公立医院困境和基层医疗的诸多问题，AI 医疗应运而生。但它的发展重点和方向究竟在哪里？如何在复杂的医疗环境中发挥关键作用？本文将深入剖析 AI 医疗的主线任务，探寻其在基层医疗场景中的应用潜力。 健康档案数据质控的落地的过程中，自己一些思考。 2028年全国医保基金可能会出现赤字，重度老龄化的省份（比如辽宁、黑龙江）早已面临“财政危机”，甚至要靠中央财政输血。你看看，全国的医疗保障体系就像个开水锅，锅盖都快揭开了。还记得去年一些地方开始“限诊”了吗？这只是冰山一角，没人敢低估医保缺口带来的后果。 公立医院的“亏损王” 公立医院，不仅是医护人员工作的地方，也是国家财政的“试金石”。然而，随着医保控费政策的推进，医院的收入来源逐渐被削减，药品差价的限制让他们的收入大大缩水。这些医院的自负盈亏压力越来越大，尤其是地方医院，可以用“水深火热”来形容。 再加上大城市医院人满为患，基层医院的“接盘侠”根本没人愿意当。 基层全靠政府补贴？恐怕也撑不了多久。 另外，谁在为工作超负荷买单？ 对于很多医护人员来说，工作本来就不轻松，还得兼顾做行政、发消息、整理数据等杂事。三甲医院的医生和护士们，不仅得治病救人，还得在微信群里与患者聊个不停。 你想想，每天清点成千上万的针头、注射器，病历填写、数据处理，尤其是护士长那根本停不下来的“工作清单”，把人压得喘不过气来。然后？他们的工资大部分用于填补医院“财务漏洞”，那什么“工作成就感”根本就是奢望。 最后，被忽视的角落 再看看基层医院，不仅条件差，还时常被忽略。当地财政收入低，医院基础设施差，连个像样的CT都没有。更麻烦的是，医护人员的流失严重，一些地方甚至有医生“逃亡”现象。加上患者为了“上更好的医院”纷纷涌向大城市，导致基层医院的负担更加沉重。真正的基础医疗，能不能跟上节奏，几乎成了谜。 事实就是这样…场景下有矛盾才有机会，这些都发展的一环，分析矛盾点找到我们该做的主线任务才是我今天分享的目的。 矛盾最大的场景就是基层医疗，未来能跑出来的AI设备或者应用也好，一定是在基层医疗这个场景中。 而在基层医疗场景中现在的问题就是AI能不能提升诊疗效率？能不能帮医生更快地看清病情，减轻他们的工作负担？目前的AI诊断技术，特别是在影像识别和初步筛查上，已经能达到或者超过部分医生的水平。更重要的是，能帮医院提高多少效率，减少多少资源浪费。 那么通过做什么来达到这些目的? 第一是预防场景，让预防医疗变得更科学AI不仅仅能“治病”，它还能帮助人们“预防疾病”。通过健康数据的分析和模拟，AI可以帮助我们找到潜在的健康风险，给出个性化的健康管理方案。这不仅能提前预警，也能避免患者在患病后才开始治疗，从而提高健康管理的效果。 预防的基础是病人数据，也就是说多功能检测设备的AI智能化是个切入口。 第二数据录入，病历记录是一项巨大的负担。好在，AI现在可以通过语音识别技术来录入病历。这样，医生和护士就不用再像打字机器人一样填表格了。更重要的是，这项技术减少了人为错误，提高了工作效率。这样一来，医护人员可以将更多时间投入到患者护理上，而不是被“文件”和“报表”困住。 精准的来说就是从数据录入到数据质控完美闭环。 以上是主线任务，至于数字助手，已经在不少医院实现了应用。患者可以通过智能助手预约挂号、获取问诊指导、排队、缴费等，从而节省了大量的时间和精力。与此同时，医院的运营效率也因此大大提高。患者不用再为排长队而烦恼，医院也不再担心过度拥挤，大家都轻松些。 是支线任务。 我是做数字化的，AI新手。在这个环境下，在医疗领域的新技术的产生包括落地一定是从能不能背锅然后再到能不能用，最后才会产生利益交集。 当然，包括互联网技术、信息化技术，从始至终没有改变过。但现在似乎已经不再是重点了。 2B和2G，C端付费模式说起来简单，做起来难 虽然很多人幻想着未来“AI医疗应用走向C端”，通过App实现个人付费，但实际上这一块的市场并没有那么容易打开。主要原因是，现在的AI医疗产品并没有那么直接吸引C端消费者。毕竟，大多数人去医院不是为了用AI诊断，而是为了医生亲自看病。不过，AI的2B（医院付费）和2G（政府、医保付费）模式，反而在当前的政策和市场环境下更有前景。 基层医疗看中的是如何降低运营成本，提升效率，政府看中的是如何利用AI帮助普惠医疗，降低医保负担。 基层医疗才是目前AI医疗的“主战场”。 本文由人人都是产品经理作者【罗福如】，微信公众号：【罗福如】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载。 题图来自Unsplash，基于 CC0 协议。

“嘿，Avatar！有名患者鼻咽部正常，但是气管狭窄，肺门周边有病灶，下一步的建议是什么？” “气管狭窄和肺门周围病灶需要进一步评估，尽管粘膜看起来正常。下一步建议进行支气管镜检查和活检，以明确诊断。” 这段对话来自于2024年北美放射学年会（RSNA 2024）联影集团展台的数字人体验专区，由联影集团子公司联影智能研发的数字人uAI Avatar正在回答参展观众的各类医疗问题。据展台工作人员介绍，uAI Avatar是一款基于 uAI 语音识别、医疗文本大模型、具身智能等跨模态技术的数字人，他能够作为医生的智能助手，与医生进行多轮互动对话，回答医生的医学知识提问、在手术环境中协助医生操纵设备和调阅信息等。 近期，来自中国的领先人工智能和创新产品重磅亮相北美，与全球顶尖放射学专家掀起一场关于医疗AI的碰撞，这也是联影集团正式全球化第六年带给全球市场的惊喜。联影的这一动作，也体现了中国科技企业在全球医疗科技领域寻求更多关注和影响力的意图。 新一代3T磁共振uMR Ultra：医学影像技术的革命性飞跃 在RSNA 2024的联影集团展台上，由集团子公司联影医疗自主研发的新一代3T磁共振uMR Ultra的亮相吸引了众多专业观众和业内人士的驻足围观。这款革命性的医疗设备将磁共振成像从传统的静态图像捕捉，升级为动态、实时的“实况照片”效果，使得医生能够观察到人体在运动过程中的真实状态，为精准医疗提供了强有力的支持。 自2018年首次亮相以来，联影集团已多次参展，联影医疗副总裁胡凌志博士向观察者网坦言，与往年相比，今年参观联影展台的客户质量有了显著提升。许多客户提前预约，携带医院和大学的学科团队专门参观，对联影的设备性能和图像质量表现出浓厚的兴趣，有的甚至在展台前驻足两三个小时。 “从联影自身的展示来看，无论是专业度、产品的技术含量，还是主打的AI技术，都得到了业界的高度认可。”胡博士认为，联影在RSNA展示区域的表现堪称数一数二。 回顾联影的参展历程，胡博士指出，最初参展时，许多美国和欧洲的专家学者对联影知之甚少，经常询问公司的背景和实力。然而，经过多年的连续参展，这一情况已大为改观。现在，大家更关心的是联影在全球，特别是在欧洲和美国的业务发展情况以及新技术的推出。 此次RSNA会议上，来自发展中国家的医生以及在发达国家工作的、出生在发展中国家的医生对联影的成就感到自豪。他们认为，联影的崛起打破了110年来医疗设备行业的传统格局，是一件令人震撼且具有重大价值的事件。 uMR Ultra搭载的uAIFI·LIVE平台基于uAIFI平台，是联影全新推出的动态影像智能核心，整合系统软硬件，实现全身LIVE imaging。由uAIFI·LIVE平台驱动的uMR Ultra集成了行业领先的梯度系统、高通道RF系统、高密度线圈阵列和AI驱动的时空智能光梭加速技术。这种软硬件一体化创新释放了前所未有的成像能力，将磁共振成像从“摄影”转变为“摄像”，实现全身动态观察，引领磁共振成像进入LIVE imaging时代。 据联影方介绍，uMR Ultra的推出，是联影医疗在医学影像技术领域的又一次重大突破。它不仅提高了医学影像的准确性和可靠性，更为医生提供了更为丰富、多样的诊断手段，推动了医学影像技术的持续发展和进步。 AI驱动：从影像到全场景的智能链接 在本届RSNA上，联影集团不仅展示了其前沿的医疗设备，还重点展示了AI技术在医学影像领域的广泛应用和深远影响。联影集团旗下的子公司联影智能，凭借其在AI领域的深厚积累和创新实力，成为了本次大会的一大亮点。 在联影集团的展台上，一款名为uAI Avatar的数字人吸引了众多参观者的目光。这款基于uAI语音识别、医疗文本大模型、具身智能等跨模态技术的数字人，由集团子公司联影智能自主研发，能够作为医生的智能助手，与医生进行多轮互动对话，回答医生的医学知识提问、在手术环境中协助医生操纵设备和调阅信息等。uAI Avatar的亮相，不仅展示了联影集团在AI技术方面的卓越实力，更为医学影像领域带来了全新的智能化解决方案。 除了uAI Avatar外，联影集团还展示了其在医疗影像AI领域的多款创新产品。这些产品涵盖了从预防、诊断、治疗到康复的全生命周期医疗场景，为医生提供了更为高效、准确的诊断手段和治疗方案。其中，由联影医疗自主研发的uAngio AVIVA是一款搭载业界首创uLingo智慧语音系统的介入手术机器人，它能够在手术过程中通过语音指令移动机械臂至指定部位，极大地解放了医生的双手，提高了手术的精准度和安全性。 在AI技术的驱动下，联影集团正逐步实现从医学影像到全场景的智能链接。通过AI技术的应用，联影集团不仅提高了医学影像的准确性和可靠性，还为医生提供了更为丰富、多样的诊断手段和治疗方案，推动了医学影像领域的智能化发展。 联影的创新之路与全球化战略 一项数据可以看到联影集团拥抱AI变革在海外的显著成果。众所周知，美国FDA和欧洲MDR对于医疗AI产品的审评非常严格，需要证明产品的临床价值、安全性和有效性。而在FDA更新的最新已获监管授权的人工智能和机器学习（AI/ML）医疗设备清单中，联影集团旗下子公司联影医疗共有21项获批，位列国产品牌第一。同时，联影智能十余款AI应用也已获批FDA及CE认证。 公开数据显示，截至2024年三季度末，联影集团产品已进驻美国、日本、意大利、法国、德国、新西兰、波兰、印度、韩国等超过75多个国家和地区，服务于14,000多家临床和科研机构。子公司联影医疗2020到2022年海外市场收入实现3.5倍增长，2024年前三季度实现国际市场收入14.04亿元，同比增长36.5%，占总营收比例达到20.2%。 为了跟上海外业务快速拓展脚步，近日联影医疗宣布签署拓展北美总部，面积将是现有设施的近三倍，在目前全球贸易往来不确定的环境中，将进一步加强了联影在北美和全球市场的优势。 联影医疗国际业务总裁夏巨松向观察者网介绍，联影医疗已在全球75个国家的14,000多家医疗机构安装了超过32,000台设备，其产品覆盖美国70%以上州级行政区的医疗机构。 夏巨松强调，联影从成立之初就以全球化视野运营，注重人才、理念和产品需求周期的全球适应性。公司产品设计之初就融入了全球化的基因，这有助于其在国际市场上的认可和快速成长。联影并不追求简单的“出海”，而是致力于满足全球市场的需求。 在本土化运营方面，联影采取自建本土化团队和与当地高质量商业伙伴合作相并行的策略，以快速提升业务拓展速度。夏巨松认为，与当地合作伙伴的合作能够为客户提供信心背书，降低客户决策的难度。 在科研合作方面，联影选择在某些特定领域与不同国家的医疗机构合作，通过提供独特技术来建立长期合作关系，并逐步树立品牌。 “在全球化过程中，我们能借助的最重要的力量之一就是创新。唯有依靠卓越的技术创新和优质的产品，我们才能真正成为世界级的创新引领者，将先进医疗技术惠及更广泛的人群。”联影医疗董事长张强表示，“要成为一个全球领先品牌，联影的目标不单单是把设备出口到海外，而是实现全球的本土化建设。自产品设计定义之初，公司就秉持服务全球的愿景，深度融合当地的临床需求。从产品设计定义之初，公司便带着服务全球的愿景，深度融合当地临床需求。同时，联影不断推进研发中心、生产基地和营销团队的本土化建设，加速成为一家真正的全球化企业。”

【人工智能+】首次出现在今年的政府工作报告中。 人工智能大模型的商业化元年来了！ 随着技术的不断进步，人工智能早已经在很多行业落地应用，医疗健康领域也不例外。 卫健委的新闻发布会出台50条举措推进医药领域的科技创新，这也将加速AI+医疗的发展。业务包括智能化诊疗、药物研发、中医智能化、医疗机器人、数字疗法、AI辅助制药、基因编辑等。 北京协和上线的首个罕见病人工智能大模型，更是标志着AI大模型+医疗的成功。 本文将深入分析下在AI+医疗领域有优势的公司，收藏起来慢慢研究吧。 赛力医疗 赛力医疗成立于2004年，专注于医疗集约化运营。最核心的业务是SPD（智慧供应链）业务软件系统。公司还与浪潮信息等数字信息化龙头合作布局数字信息化转型，加速推进智慧医院建设和医院信息标准化。 延华智能 延华智能成立于2001年，专注于智慧城市和智慧医疗领域。产品包括医共体信息平台等产，推动区域内医疗资源共享和分级诊疗模式。子公司成都成电医星在医疗信息化领域也有很强的优势。 思创医惠 思创医惠成立于2003年，专注于医疗信息化和智慧医疗解决方案，产品包括电子病历系统、医院信息管理系统、远程医疗系统等。公司在香港中文大学医院实施了“智慧医院”项目，还参与制定了多项国家级医疗信息互联互通标准。 和仁科技 和仁科技成立于2010年，专注于医疗信息化领域。核心产品包括电子病历系统、医院信息系统、医疗信息集成平台等。 朗玛信息 朗玛信息成立于1998年，公司从2013年开始转型互联网+医疗领域，业务涵盖医疗资讯、视频问诊、实体医院、智能硬件和医药电商五大板块。开发的【朗玛·39AI全科医生】产品能够辅助医生进行诊疗，便携式生物医疗检测设备和IPTV家庭智慧医疗平台，可以提供慢病管理咨询。39健康网是用户过亿的垂直类健康门户网站。 久远银海 久远银海专注于医疗信息化领域，业务涵盖医保、数字政务和智慧城市三大方向。公司深耕医保信息化领域多年，全国30%以上的市场，不仅如此，公司还负责国家医保信息平台的系统运维。 亚华电子 亚华电子成立于1998年，专注于医院智能通讯交互系统，产品包括病房智能通讯交互系统和门诊服务交互系统，产品已经推广到世界上40多个国家个地区。在国内的市场占有率为30%左右，其中三甲医院的覆盖率达到了60%以上。 总结 在政策的支持下，AI大模型在医疗领域正在快速发展，应用也将持续落地，更是推动医疗行业数字化转型的关键。在实现智能化医疗、普惠医疗的方向应用前景十分广阔。 笑笑的学习笔记整理，只记录自己的分析和思考，没有任何的买卖建议！

（本文系紫金财经原创稿件，转载请注明来源）最近，ChatGPT、GPT-4的火热出圈引发行业内外的强烈关注，其背后的核心技术——人工智能，更是成为这一时期的“热门高频词”。伴随大数据、云计算、5G时代的到来，AI技术正在飞速发展，在颠覆人们固有印象的同时，也展示了人工智能助力各个行业发展的更多可能性。不可否认，人工智能已经逐渐渗透到大家的工作和生活中，而医疗作为与公众健康息息相关的产业，有望在AI技术的助力下，实现产业发展的新纪元。数据统计，过往的五年时间，近千亿资金注入到人工智能+医疗的赛道，医学影像AI、AI制药、医疗AI机器人等细分领域都在快速突破、大步前进，AI医疗正逐渐成为生物医药赛道的焦点之一。随着AI技术与医疗健康领域的融合不断加深，以计算机视觉、自然语言处理、机器学习等为代表的人工智能技术，越来越广泛地渗透进医疗行业的各个场景中，成为提升医疗服务水平的重要驱动力。可以预见的是，在政策支持、技术革新的双重推动下，AI医疗正步入快车道，市场蓄势待发，人们的健康生活因为AI的加入而改变。 政策正向引导，AI助力医疗资源优化配置 过去十年，中国人口老龄化进程不断加快，加上人口基数庞大，医疗资源分布不均，医生资源匮乏，很多重大疾病、慢病由于在早期没有明显的症状，且检测流程复杂，很难尽早被发现。而人工智能可以有效的解决这一医生短缺、医疗资源错配的难题。业内观点普遍认为，人工智能的普及和应用能够优化医疗资源配置，推进医疗卫生能力现代化，促进分级诊疗，推进体系化整合。 三年疫情让人们对医疗健康更加重视，进一步加大了人们对医疗的需求，医疗卫生领域的科技创新显得更加重要和紧迫，人工智能在医疗领域的应用也随之成为国家重要战略方向之一。近年来，国务院、工信部、药监局等部委陆续颁布系列政策文件，积极助推医疗AI行业创新发展。比如推动AI影像、AI诊疗、手术机器人等智慧医疗设备的研发；鼓励AI在公众疫情、肿瘤等疾病中的广泛应用；2023年率先在医疗等领域初步建立人工智能标准体系等等。从最近的具体政策来看，中共中央办公厅、国务院办公厅印发的《关于进一步完善医疗卫生服务体系的意见》提出，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，加强健康医疗大数据共享交换与保障体系建设。前不久两办印发的《关于进一步深化改革促进乡村医疗卫生体系健康发展的意见》也提到，“构建乡村远程医疗服务体系，推广远程会诊、预约转诊、互联网复诊、远程检查，加快推动人工智能辅助诊断在乡村医疗卫生机构的配置应用。”其实早在去年，政策就释放出了鼓励人工智能系统深入到基层的信号。4月20日，国家卫健委医政医管局发布了《国家限制类技术目录和临床应用管理规范（2022年版）》，重新调整了各级医院限制使用的医疗技术名单，取消了人工智能辅助诊断技术等5项限制级技术，这意味着人工智能辅助诊断技术的应用门槛将进一步放宽，应用场景有望深入到更多基层地区。有业内人士分析认为，互联网及AI在医疗领域的应用使得更多资料数据化，减少了人工校对产生的误差，也降低了人力成本。此外，医疗数据资源价值进一步凸显，为远程诊疗、线上复诊等创造更加广泛的应用场景。在人口老龄化和医护人员短缺的背景下，AI为缓解医疗资源供需矛盾提供了新的思路。AI能为现有的医疗体系带来流程改进与效率提升，减轻医务人员的工作负担，以及加速药物和疫苗的研发进度。在各类发展环境的驱动中，政府政策指引无疑是推动AI医疗发展的主导力量。数据显示，2021年中国AI医疗行业市场规模约为95亿元，预计2025年达到385亿元，2020-2025年CAGR达46%，呈现出积极向上的高增长态势。在种种利好之下，AI医疗领域在二级市场上成为了资本眼中的香饽饽。2021年11月5日，主攻人工智能视网膜影像识别的鹰瞳科技于香港联交所成功上市，顺利成为AI医疗第一股。此外，还有AI数字医生平台公司数坤科技正式向港交所提交招股书，拟在香港主板挂牌上市。而自主研发“磁控胶囊胃镜系统”的安翰科技，也在不断加强自身技术与AI的融合。 AI技术突破，医疗影像前景广阔 从国内AI医疗行业下游需求分布来看，目前AI医疗在辅助侧及数据侧应用广泛，在CDSS（临床决策支持系统）、智慧病案和医学数据智能平台市场占比较大，2020年分别为29.8%、21.6%、14.0%。未来AI医疗应用更注重实用侧,包括AI医疗影像、AI医疗机器人、AI制药等领域。有行业分析师表示，未来AI将会嵌入到医疗应用系统中，应用到医院核心临床信息系统和管理系统、电子病历和病案系统、健康医疗大数据的建设与应用开发中；另一方面，独立的AI医疗应用系统也开始发挥作用，比如在医学影像AI领域等等。在AI医疗产业中，医疗影像一直是应用的热门领域之一。随着政策的放开和支持，辅助诊断和治疗产品的市场需求明显增加。在2020年中国AI医疗的核心软件市场规模中，CDSS市场占有率为29.8%，AI医疗影像为7.1%，而预计到2023年（也就是今年），AI医疗影像市场规模将首次超越CDSS，成为AI医疗核心软件中市场占有率最高的产品类别。数据预测显示，中国人工智能医学影像行业预计将由2020年的人民币3亿元增至2030年的人民币923亿元，这十年的复合增长率高达76.7%。值得一提的是，AI医学影像市场保持较高增速，资本集聚度高，最有机会率先实现商业化。目前我国医学影像数据的年增长率约为30%，而放射科医师数量的年增长率仅为4.1%，AI医疗影像恰到好处地解决了这一痛点。以眼科为例，目前我国还有20%左右的县级医院未设立眼科，根据2020年发布的《中国眼健康白皮书》，我国仅有4.48万眼科医生，且集中于一、二线大城市，地域分布严重不均衡。再具体以糖尿病视网膜病变为例，由于早期并无明显症状，大部分患者不能通过眼科检查得到及时诊断。数据显示，2023年有30%以上的糖尿病患者面临视网膜病变的风险，但筛查率却不足10%。 如果构建一套AI视网膜图像辅助诊断的网络系统，落地到基层医疗机构，患者就无需再奔波到大城市进行诊断和治疗，不仅能有效解决医疗资源紧缺问题，也能降低单次检测的成本。弗若斯特沙利文的数据显示，我们人工智能医学影像的行业规模在未来十年间的增长有望达到千亿元；具体到视网膜上，这个数字也将由2023年的7600万元增长至2030年的340亿元左右，复合增长率将超过80%。前文所提到的鹰瞳科技，正是将视网膜成像观测慢病的原理与AI技术相结合，检测包括糖尿病视网膜病变、青光眼等眼部疾病，评估心脑血管系统、内分泌系统、神经系统等全身性疾病风险。 落地监管并重，医保支持可促进AI医疗加速落地 AI医疗产业的发展，结合了医、学、产等多方面的力量。而人工智能和医疗的结合，不仅在技术方面要求极高，更是对现实情景的多方考验。所以，哪怕已经研发出成熟的产品，如何加速实现数字化健康落地一直是整个行业的痛点。要想更好更精准的实现商业化，AI医疗产品对医院数量的覆盖面是关键。艾瑞数据显示，在2019-2021年8月AI医疗影像采招额统计中，三甲医院2019年与2020年的采招额维持在1000万元以上，受疫情检测需求的冲击与肺部影像产品受众广、开发技术成熟度高等因素影响，统计时间内关于肺部科室的AI开发软件采招额高达1296万元，心血管、综合类与病理科位列其后。通过上述数据可以看出，AI医疗设备的需求主力是三甲医院，而在级别较低的乡镇医院及诊所等还远远没有普及。而眼底AI的优势在于，企业落地场景的多样性较为丰富。不管是肺部影像、心血管影像或是胸腔影像，需要绑定大型硬件设备来销售，一般都会选择落地三甲医院。而眼底AI的选择范围更加广泛，其搭载的硬件设备眼底相机成本相对较低，既可以选择三甲医院，也可以从基层医疗机构或其他大健康场景进行突破，实现对基层医疗体系的渗透，这也是眼底AI在人工智能影像市场中脱颖而出的重要原因之一。 另一方面，想要实现AI医疗的广泛落地，医保或许是串联起AI医疗与医院、患者之间最好的信任主线。今年两会期间，全球顶尖的眼科专家，北京同仁医院眼科中心主任、首都医科大学眼科学院院长王宁利就提交了一份关注致盲眼病早防早治的提案，他建议，将眼底照相纳入慢病管理与防控体系，由医保基金支付费用，这将取得极大的社会效益和经济效益。在落实医保为AI医疗保驾护航的同时，相关部门对数字化疗法如何进行监管也是未来行业健康发展的重要基石。特别是AI设备是以软件为基础的产品，必须要面对互联网行业的特性——产品快速迭代，而所有的迭代都要经过缜密的验证，甚至要再确认再注册对企业造成的影响。这就要求监管部门思考如何界定数字化疗法的产品，尽快配套落实相关的数据安全标准以及有关医疗大数据的行业相关条例，以规范医疗数据的法律监管现状。 结语 可以预见的是，人工智能技术还处在成长期，细分到医疗领域还有很多细节要优化，更要寻求创新和突破，探求更多模式和场景的相结合。AI医疗行业是一个长坡厚雪的领域，期待在人工智能技术加持下，智能医疗行业能迎来更多机遇，推出更加优质便捷的医疗设备服务于大众，进而推动我国医疗事业的高质量发展。热文精选 ➤新能源充电桩的“风口”：理想很美好，现实很骨感 ➤耳朵经济的新空间，专家怎么看？ ➤生鲜电商的变迁：从风光到撤退，未来机会在哪？ ➤点点微光中逆风前行，谁在为旅游行业带来新曙光 ➤薇娅之后直播带货变阵：一个新局面或是大势所趋 【紫金财经】由数位资深媒体人创办，长期关注新经济及TMT行业！文章发布于紫金财经网、手机网及相关小程序，并在微信、微博、专栏以及百家号、头条号、一点号、搜狐等40多家主流媒体平台同步更新。 经观 · 第九届（2023）内容创作者荣誉会员2021年度百准指数最具成长力创作者2020年最具商业价值新媒体2020年度天极网最佳出品人2019年新浪财经头条年度荣誉作者经济观察报VTime · 新橙奖2019天极网年度影响力奖美通社年度优质合作媒体奖商务合作、转载联系：13124784426法律顾问：北京也迪律师事务所知产保护：北京储正智库科技有限公司

与其相忘江湖，不如点上方蓝字关注铑财 独立 稀缺 穿透 “单飞”做好准备了？ 作者：可乐 编辑：李然 风品：梦琪 来源：铑财——铑财研究院 信息越透明，越需要隐私、越需要安全。 比如无所不能的大数据，便捷生活的同时，也让不法“窥视”牟利滋生。为了保障用户利益，监管部门在加大亮剑力度、督促从业者扎牢“篱笆”。 2024年3月14日，工信部公布了《关于侵害用户权益行为的APP（SDK）通报（2024年第2批，总第37批）》，近期组织第三方检测机构对用户反映突出的“摇一摇”乱跳转、信息窗口“关不掉”、违规手机使用个人信息等进行检查，共发现62款APP及SDK存在侵害用户权益行为。 其中，不乏行业领军企业身影，如茶百道、怪兽充电等。以AI医疗大热选手讯飞医疗为例，其开发的“讯飞晓医（版本号：1.3.8）”也在通报名单，涉及超范围收集个人信息问题。 要知道，讯飞医疗系出名门，为科大讯飞旗下子公司，目前正冲击港股IPO。早在2021年10月，科大讯飞相关人士就表示“我们很有信心，这个赛道会成为科大讯飞继教育之后，另外一个重要的长期稳定的支撑力量。” 言语间足见寄予厚望。如今关键节点，旗下产品遭违规点名自然不是好消息。除了监管大环境，企业自身还面临常年亏损、盈利模式不成熟的舆论质疑。不禁发问，讯飞医疗能讲好AI医疗故事吗？自身实力成色咋样？IPO几多胜算？ 1 母公司身兼大客户、供应商  应收账款高企 警惕现金流压力 LAOCAI 公开资料显示，讯飞医疗成立于2016年，为科大讯飞控股子公司，专注医疗领域的人工智能技术研发和应用，业务分别为基层医疗机构服务、医院服务、患者服务以及区域管理平台解决方案四大板块。旨在打造“每个医生的AI诊疗助理、每个人的AI健康助手。” 2021年-2023年前三季（报告期内），分别营收3.7亿元、4.7亿元、3.2亿元。其中，基层医疗机构服务收入为2.16亿元、2.98亿元、1.66亿元；医院服务为8234.7万元、4348.6万元、3754.9万元；患者服务为3228.4万元、3689.4万元、6256万元；区域管理平台解决方案为4225.4万元、9341.9万元、5850.9万元。 不难看出，基层医疗机构服务为主收入来源，均贡献了超50%收入。该服务包括智医助理及慢病管理。帮助基层医生及医疗专业人员增强医学能力并提高工作效率。 经营模式主要与当地卫健委签订协议，向其及其监管的基层医疗机构提供基层医疗机构服务，通过远程支持及现场协助提供支持，同时也会在项目实施后提供持续服务，包括软件更新及医学知识图谱更新、人员免费培训等。 以浙江省诸暨市为例，通过接受该市基层医疗机构AI项目委托，企业智能助理覆盖了23家基层医疗机构及340个村卫生站。在2022年2.98亿元营收中，智医助理贡献了2.17亿元，慢病管理贡献了8069万元，可谓核心业务。 据招股书，2022年按服务提供商划分的医疗保健机构市场的人工智能明细（按收入计），讯飞医疗市场份额为8.7%，位居行业第一。据弗若斯特沙利文数据，按收入计，企业智医助理2022年中国基层医疗机构CDSS市场中排名第一，市场份额76.6%。 不过，这不代表讯飞医疗可以高枕无忧。第二位市场份额紧随其后为6.8%。2023年前三季度，由于该业务线下的若干客户将大型项目购置模式从批量购置转为阶段性购置，智医助理收入较2022年同期有所减少。换言之，讯飞医疗主收入来源存在不确定性。 此外，前五大客户名单中，赫然出现了科大讯飞身影。2021年-2023年前三季，前者向后者提供智能硬件产品，分别产生9147.9万元、1510万元、2554万元收入，占比24.6%、3.2%、7.9%，2021年和2023年前三季度分别为其第一和第二大客户。 不仅如此，报告期内讯飞医疗还向科大讯飞采购人力资源服务、技术服务及行政管理服务，分别发生了8311.5万元、7777.8万元、5667万元采购额，占比27.9%、21.8%、19%，科大讯飞为其第一大供应商。 母公司即是大供应商、还是大客户，据招股书，双方关联交易合约将持续至2026年12月31日止。频频关联交易难免让外界质疑：多少合理性公允性、企业业绩成色如何、独立性咋样？ 值得一提的是，由于卫健委、医疗机构客户群体的特殊性，讯飞医疗回款受到较大影响，报告期内应收账款（扣除拨备）分别为1.62亿元、2.74亿元、4.03亿元，甚至超过了同期营收。其中1-2年为2365.5万元、7377万元、1亿元，2-3年为1.6万元、2226.1万元、2620.3万元，3年以上为47.6万元、35.2万元、1100.6万元。 应收账款减值拨备为80万元、540万元、770万元；长期贸易应收款为0、9980万元、1.28亿元；贸易应收款周转天数为160.1天、249.9天、337.4天，均呈逐年上升趋势。 而经营活动所用现金净额分别为-5268.1万元、-1.14亿元和-1.8亿元，现金资产余额分别为4.34亿元、1.63亿元、5769.9万元，截至2023年11月30日企业流动负债已达1.11亿元，并不足以被完全覆盖。 资金链承压之态肉眼可见，想来上述旗下产品被点名、此番IPO背后，有其急迫性。 2 医院覆盖率不足1%  累亏超4亿 分拆“甩包袱”？ LAOCAI 不着急不行了。 2022年8月《科技部关于支持建设新一代人工智能示范应用场景的通知》就提到，要“针对常见病、慢性病、多发病等诊疗需求，基于医疗领域数据库知识库的规模化构建、大规模医疗人工智能模型训练等智能医疗基础设施，运用人工智能循证诊疗决策医疗关键技术，建立人工智能赋能医疗服务新模式”。 2023年，国务院发布《关于进一步完善医疗卫生服务体系的意见》，以加快互联网、人工智能、云计算和大数据在医疗领域的应用，建立并加强医疗大数据的共享、交换和保障体系建设。 在政策、需求红利加持下，市场逐年增长。弗若斯特沙利文数据显示，从2018年至2022年，我国医疗人工智能行业规模由18亿元增至68亿元，年复合增长率达到39.1%。预计到2032年规模增至3110亿元，2022-2032年复合增长率高达46.6%。 鉴于此，2023年1月以来，多家互联网龙头加快下场速度、竞相推出覆盖医疗领域的AI大模型，例如百度与东软医疗、启灏医疗等合作，开发加速产业智慧升级的ChatGPT模式；腾讯健康与圆心科技联合，为惠民保等商业健康服务提供辅助决策与管理；华为云则与万达信息、金域医学等共建城市医疗服务解决方案…… 作为“AI第一股”科大讯飞子公司，讯飞医疗自然不例外。2023年5月，科大讯飞推出了“星火认知大模型”，10月讯飞星火医疗大模型便出炉了，并发布“讯飞晓医”APP。 足够热闹繁华、足够雄心勃勃。可放眼行业，目前为止并没一家可称为成熟的医疗大模型，市场也仍在培育期。高特佳投资副总经理于建林所曾直言，“即便AI在医疗领域的渗透已经是确定性的趋势，有着广大的前景，但当下中国的AI医疗仍处于低谷期，要突破这个局面，关键还是看谁能掌握数据。”...

TD Cowen访谈了英伟达医疗副总裁：数千亿美金市场机会，NVIDIA医疗保健副总裁将医疗保健行业的数字化转型描述为技术领域最大机会之一，英伟达来自医疗保健的收入已经超过10亿美元（直接和间接 ），并且市场机会可能随着时间的推移达到数千亿美元，当然这些不会全部归NVIDIA，但随着全球医疗行业的研发和资本支出向生成式AI计算转移，英伟达非常有希望捕获重大价值。 NVIDIA看到了三个方向：1）在药物发现，看到了大约2500亿美元的年度支出机会，随着时间的推移，可能会切到更多的加速计算支出。 2）在医疗工具和仪器方面，英伟达正在利用AI在诊断成像、微创和机器人手术以及基因组测序等领域。 3）英伟达认为AI辅助工具在记录医疗数据（减轻医生和护士的负担）以及通过检索增强生成（RAG）访问这些数据（改善患者结果）方面具有重大实用性。 1.理邦仪器:绝对这波的龙头，估值严重低估:深圳市理邦精密仪器股份有限公司（以下简称“公司”）于2024年3月14日（美国当地时间3月13日）与Gl­o­b­al He­a­l­th La­bs, Inc（以下简称“GH La­bs”）在美国华盛顿州贝尔维尤市签署了关于人工智能超声项目的《主许可、开发、商业化协议》，公司是微软，英伟达主要合作伙伴。 2.联影医疗:公司致力于为全球客户提供高性能医学影像设备、放射治疗产品、生命科学仪器及医疗数字化、智能化解决方案。自设立以来，公司持续进行高强度研发投入，致力于攻克医学影像设备、放射治疗产品等大型 医疗装备领域的核心技术。经过多年努力，公司已经构建包括医学影像设备、放射治疗产品、生命科学仪器在内的完整产品线布局。 3.诺禾致源:公司主要依托高通量测序技术和生物信息分析技术，建立了通量规模领先的基因测序平台， 并结合多组学研究技术手段，为生命科学基础研究、医学及临床应用研究提供多层次的科研技术服务及解决方案，公司搭建了通量规模领先、测序质量稳定、高效交付的基因测序平台，并始终在各项高难度基因测序技术保持领先地位。 4.润达医疗:公司与华为云合作推出的新一代智慧检验综合解决方案“良医小慧”正式发布。10月10日”良医小慧”公众号已上线测试。 5.美年健康:公司与华为云、润达医疗签署全面合作协议，三方宣布共同打造国内首款健康管理AI机器人——“健康小美”数智健管师。 6.泓博医药:公司早于2019年就成立了CA­DD/AI­DD技术平台，该平台已成为公司新药研发的重要工具。 7.朗玛信息:公司“39AI全科医生”在持续进行学习训练，后续会对软件进行优化完善并增加新的功能。 8.成都先导: 9.安必平:公司与华为的合作主要是基于昇腾AI在病理数据库和算力生态方面,打造整个病理科全科数字化的产品。 10.祥生医疗:公司较早布局超声人工智能技术领域，已领先掌握了超声乳腺四分类人工智能、动态多模态人工智能、颈动脉斑块稳定/易损性人工智能等核心技术，并已取得多项软件著作权及发明专利，目前相关超声人工智能产品处于临床试验阶段。 11.宏景科技:22年11月15日互动易回复：公司与 AR / AI 企业 Ro­k­id 合作，通过各自技术共同构建跨场景、多任务、多模态的基础模型，在多模态融合之外，提高多模态模型的表征能力。 12.东华软件:公司称子公司东华医为自主研发了基于AI技术的电子病历内涵质控系统，系统采用自然语言处理、医学知识图谱、医疗文书实体建模等技术，能够实现对医院全病历内涵质量的全过程、系统化、自动化、智能化管理。 13.卫宁健康:公司的医疗AI产品和服务现阶段主要针对医疗卫生机构用户。 14.麦迪科技：2024年2月21日据公司官微讯，拟收购中科行智51%的股权，计划运用人工智能+机器视觉技术助力智慧医疗及光伏智能制造。 15.兰卫医学:公司技术团队以自然语言处理技术(NLP)、基于人工智能的生信算法、基于深度神经网络的图像处理等技术为基础，目前将全面运用生成式AI技术从目前的肿瘤精准诊断2H的产品升级为服务于肿瘤诊疗全程的智能化多模态数据平台和服务体系。 16.药石科技:公司充分利用持续更新扩展的分子砌块结构资源，面对目前人工智能药物发现领域大量缺乏可解释性的黑匣子分子生成模型所陷的困境，重点开发建设了独特的基于超大成药化学空间的人工智能药物发现技术平台。 17.迪安诊断:公司旗下子公司医策科技打造的数字病理人工智能辅助筛查系统是该智能医疗车的主要部分之一. 18.美迪西:公司与苏州朗容合作，将依托该公司 的KINET人工智能新药研发平台，提供AI有效的新药研发服务，助力快速产生安全、的FIC/BIC临床候选化合物。 19.皓元医药:公司与英矽智能双方就创新药小分子化合物定制服务业务、FTE业务、CMC业务、CDMO业务。合成样品库业务等开展深合作。 20.塞力医疗:公司及子公司加大在智慧医院、智 能化医疗物联网应用及医疗大数据分析平台等领域软件方面的研发投入。 21.贝瑞基因:在大数据领域。公司年产出的基因 数据量已超过PB级，且在标准/结构化数据及人工智能数据算法、对临床信息解读等方面的优势日益凸显。 22.合富中国:公司推出的“ACME极致赋能”方案中涉及AI医疗，且是一个重要着力点。公司与具有成功经验的AI医疗领域大模型及人工智能团队的国内某大学计算机创新技术研究院深度合作，开展人工智能+医学领域销创新性科研课题研究，创建临床诊断AI辅助系统。  23.我的雪球号:逻辑趋势的镰刀，我的微信号:army13168欢迎沟通交流还有其他的我只能在雪球更新，谢谢。

来源：视觉中国 数据显示，自2013年到2017年，整个AI医疗行业共获得241笔国内融资。 / 文 | 李秀芝 编辑 | 王芳洁 在一年前最经典的那场围棋大战中，AI机器人阿尔法狗3：0战胜了职业围棋九段柯洁。赛后柯洁的眼泪给了世界深深的震撼，机器人竟在智力上击败了智人。 但围棋比赛，毕竟只是一种极端情况下的测试。AI为人创造，其使命是为人所用。业界普遍认为，AI对人类最大的贡献或许在医疗行业。以美国咨询公司弗罗斯特-沙利文公司的观点为例，“人工智能可将医疗效果提高30%到40%，减少多达50%的医疗成本”。 这直接催生了医疗AI的火热。数据显示，自2013年到2017年，整个AI医疗行业共获得241笔国内融资。 BAT也在抢滩这个行业，最近还有了新的重大变化。6月21日，腾讯宣布开放旗下首款AI+医疗产品腾讯觅影的AI辅诊引擎。官方称，这是国内首个开放的医疗AI引擎。 腾讯希望给医疗信息化厂商等机构“赋能”，为后者提供实现医疗服务智慧化的“工具箱”。例如，最近为厦门大学附属第一医院开发“小嘉医生”的智业软件，就是一家被腾讯觅影AI辅诊引擎“赋能”的医疗信息化厂商。在应用场景中，用户关注该医院的微信公众号，输入症状，等待几秒钟，会看到“小嘉医生”推荐的与患者匹配的挂号信息弹出来。 “我们在HIS（医院管理信息系统）领域的经验还算丰富，但不太具备AI辅诊等前沿技术的基础能力。有了腾讯的支持，我们可以更好地服务客户”，智业软件集团副总裁侯浩天对《中国企业家》说。 BAT抢滩AI医疗 据了解，腾讯觅影于2017年8月推出，目前具备AI医学图像分析和AI辅助诊疗两项核心能力。前者能对海量的影像数据进行学习分析，提高医生看片子的效率、减少漏诊；后者可构建“医学知识图谱”和诊断模型，为医生提供诊断决策。  官方介绍，腾讯觅影AI辅诊引擎经过大量学习和训练，能够预测700多种疾病，覆盖医院全学科门诊90%的高频诊断。通过开放接口，医疗信息化厂商可以将腾讯觅影AI辅诊引擎与医院的HIS系统融合，让医院HIS系统具备AI辅诊能力。 腾讯觅影AI辅诊引擎为信息化厂商提供“智能工具箱”。来源：被访者供图 实际上，相比百度和阿里，腾讯算是AI医疗的后来者。 早在2016年10月和2017年3月，百度和阿里云就相继推出了各自的“医疗大脑”（AI辅助诊断应用）。2017年7月，阿里健康也宣布了其医疗AI产品“Doctor You”的诞生。 尽管晚入医疗AI场，腾讯还是领先各路人马站在了台前。2017年11月，科技部公布首批国家人工智能开放创新平台名单，明确指定腾讯为医疗影像平台的建设者，而百度和阿里云则分别负责自动驾驶和城市大脑的平台。 医疗本该是属于百度的机会。在BAT之中，最先与医疗产生连接的正是百度。医疗广告在很长时间里，都是其重要收入来源。百度贴吧中也早有医疗相关内容。但是，自2016年发生“卖吧门”和“魏则西事件”，令百度在医疗行业很难再让公众和政府信服。 至于政府为什么在医疗影像领域选择了腾讯，而不是阿里系，就不得而知了。 有业内人士向《中国企业家》透露，从他们在医院的观察来看，腾讯在医疗影像方面的确落地得更快。也有分析人士认为，几大国家级开放平台里，BAT各有斩获。“政府部门的这一决策是综合了各家企业的特点、在更多背景条件下做出的”。 腾讯的新逻辑 在今年4月举办的中国“互联网+”数字峰会上，腾讯创始人马化腾表示，腾讯的目标是要成为各行各业的数字化助手，专注做三件事：连接、工具和生态。“我们发布的AI 辅诊开放平台，正好阐述了这个定位”，腾讯移动互联网事业群副总裁陈广域则说。 除了这种形而上的理论，腾讯此举或许还有更深的意味。 “腾讯的习惯是在其不擅长的领域依靠资本和底层技术做平台。另外，腾讯或许也想借开放平台提高自己的股价”，知名AI影像公司的管理人员叶慧表达了自己的推测。 6月21日上午10点，腾讯在深圳的发布会刚开始半个多小时（12点结束），但身在北京的叶慧看到，这件事已经在很多医疗影像、信息化等专业微信群里引起了讨论，比如腾讯觅影的收费模式、合作方的背景等等。这些微信群里不乏医院高层、大学教授、以及西门子这样的GPS厂商。“影响力还是蛮大的，感觉国内外AI从业人员都在关注这个消息”，叶慧说。 她对腾讯开放医疗AI引擎并不惊讶。去年，叶慧所在的公司就对医疗AI引擎的开放趋势有过判断，甚至预测有两家头部公司最有可能做开放平台——腾讯是其中之一。 值得注意的是，医疗AI引擎的开放趋势在一定程度上折射出了这个行业面临的瓶颈。 叶慧和金坛基金管理合伙人唐传龙均向《中国企业家》记者透露了一个核心事实：无论是影像诊断，还是病理诊断，医疗AI软件要想进入医院内销售，需取得三类医疗器械资质。因此，它们在大规模落地应用之前，要进行临床实验并申请CFDA或FDA注册，“这意味着它们可能近几年都无法获得销售收入”。 公开资料显示，国外已有不少AI产品获得了FDA批准，比如Viz.AI公司的脑卒中预警产品、ExcelMedical公司可预测猝死的Wave临床平台、Empatica公司的癫痫预警手环Embrace、美敦力公司的血糖情况预测系统Guardian Connect等。国内尽管诸如汇医慧影、乐普医疗等公司都在申请，但目前还没有相关产品有突破性的进展。 一位腾讯内部人士表示，目前腾讯觅影平台上的AI项目基本不收费，或只收取少额的硬件成本费用，且在未来相当长的一段时间内都不考虑盈利。 “腾讯还是很聪明，既可获得更多有价值的数据，同时避开了资质注册问题”，唐传龙评价。 中小玩家的新机会 在全球AI的发展攻势下，以及AI医疗经过自身的几年发展，到今天已经不需要解释大家对于它的热情。但问题是，为什么他们都能做出看起来像模像样的产品，AI医疗的门槛很低吗？ “做演示的门槛很低，产品落地的门槛很高。”睿琪软件产品总监金路告诉记者，大公司做了很多的工具，底层技术已经相对成熟。而且AI训练所需的数据集，在国际上都有公开的可用，这些可以组合起来做一个很好的演示。但AI产品真正落地后，会遇到各种各样的问题。 “拿简单的图像识别来说，用户拍照习惯、拍照部位、光线等因素，都会对AI产品的准确度产生影响。这些是纯线上学术研究型数据集所不具备的，尤其医疗AI产品还涉及医院运行和医生诊疗流程”，金路说。 2017年5月，睿琪软件、丁香园、中南大学湘雅二医院联合发布了中国首个皮肤病人工智能辅助诊疗系统——智能皮肤。在经过接近一年的多番测试、审核、训练后，三方认为该系统迎来重大突破：“对85种皮肤病识别准确率达86%，其中34种常见病大于95%，可识别病种数和准确率居行业之首”，于是正式面向临床医生开放使用。 睿琪软件、丁香园、中南大学湘雅二医院三方推出的智能皮肤操作界面。摄影：李秀芝 丁香园副总裁张伟则告诉记者，要想做好一款医疗AI产品，除了在技术与算法上的硬实力，还要满足几个关键因素： 1. 场景，即选择从哪个疾病或方向入手，必须对医疗有非常深入的理解； 2. 权威的合作关系，在医疗AI产品的设计研发、临床实验上，需要医院和专家的临床知识支持与临床路径指导，以及大量、高质量的医疗资源提供，如影像、病理或病例； 3....

16年，谷歌的AlphaGo以4：1的成绩战胜了世界围棋冠军李世石，全球范围内瞬间引爆了人工智能，随后BAT纷纷入局，而它们之间角逐的一个重要领域就是AI医疗。 据权威数据不完全统计，2014年至2016年，国内“AI+医疗”领域的创业公司共55家，总融资额超过25亿人民币；这股浪潮同样将全球的研究机构、组织裹挟于内，纷纷剖析与预测“AI+医疗”的发展机会和未来的市场空间；连科技君这种普罗大众茶余饭后的闲谈，也难免涉及诸如“医疗机器人来了，以后看病不需要求人了吗？” 不过，说起AI医疗，到底是什么？又是为什么会成为现在如此大热的风口？ AI医疗到底是什么？ AI医疗，就是人工智能与医疗的结合，又称“AI+医疗”。对AI医疗的定义，目前行业内仅有一个较模糊的概念，即人工智能对医疗领域的改造。 AI医疗是以互联网为依托，通过基础设施的搭建及数据的收集，将人工智能技术及大数据服务应用于医疗行业中，提升医疗行业的诊断效率及服务质量，更好的解决医疗资源短缺、人口老龄化的问题。根据权威网站的定义，可以简化为“人工智能+医疗”是人工智能技术对于医疗相关领域应用场景的赋能现象。 Al医疗主要体现在三个方面，涉及多个领域，其定义的金字塔如下： 基础层：通过软硬件的基础设施，收集用户、药物及病理数据，并使数据互通互联，为人工智能的应用提供支持与可能。 技术层：通过语音/语义识别、计算机视觉技术，对非结构化数据进行分析提炼。“学习”大量病理学数据文本，使其掌握问答、判断、预警、实施的能力。 应用层：是指人工智能与不同细分领域的结合，以解决医疗行业中的某种业务需求，如智能诊断、药物研发、智能健康管理、智能语音等医疗场景。 AI医疗的应用场景 根据相关资料显示，总体上应用场景主要集中在以下四方面： 1、辅助诊疗 目前，AI正在迅速融入基层社区。“AI+辅助诊疗”，就是将人工智能技术用于辅助诊疗中，让计算机 “ 学习 ” 专家医生的医疗知识，模拟医生的思维和诊断推理。辅助诊疗场景目前是医疗领域中最重要也是最核心的场景。 2、医学影像 医学影像在医疗 AI 领域技术成熟度最高，有望最先实现商业化。 AI＋ 医学影像是将人工智能技术具体应用在医学影像的诊断上，主要分为两部分：图像识别和深度学习。 图像识别主要应用于人工智能的感知环节，其主要目的是将医学影像的数据进行分析，获取一些有意义的信息。 3、药物研发 AI＋药物研发也是人工智能在医学健康领域的主要模式。 它是指将深度学习技术应用于药物临床前研究，达到快速 、准确地挖掘和筛选合适的化合物或生物，缩短新药研发周期、降低新药研发成本 、提高新药研发成功率的目的。 通过计算机模拟，人工智能可以对药物活性 、安全性和副作用进行预测 。 4、健康管理 AI智能设备可通过个人健康档案数据分析建立个性化健康管理方案。 同时通过了解用户饮食习惯、锻炼周期、睡眠习惯等个人生活习惯，经过数据处理，对用户整体状态给予评估，并建议个性化健康管理方案，辅助健康管理人员帮助用户规划日常健康安排，进行健康干预等。 据悉，目前AI医疗的健康管理主要集中在风险识别、虚拟护士、精神健康、在线问诊 、健康干预以及基于精准医学的健康管理几方面 。 前景一片大好，AL医疗被捧为“新宠” 现在，社会进步和人们健康意识的渐渐觉醒，人口老龄化问题正在加剧；病患多、医生少，医患关系一直处于微妙状态；医务人员培养成本过高；药物研发周期长、费用高；医生诊断不容犯错。以上国情，充分说明了现阶段对AI医疗的极度需要。 2016年国务院提出开展智能医疗服务，17年7月明确提出“到2020年人工智能总体技术和应用与世界先进水平同步 ”。 政策的利好与国情的需要好大大促进了AI医疗的发展，再加上技术的逐渐成熟，设施设备的驱动，以上种种都为AI医疗提供了大好的前景与舞台，被资本圈捧为“新宠”，也就在情理之中了。 虽然眼下大风正劲，但AI医疗仍面临一些问题。 1、观念问题：随着社会的发展，医疗越来越成为备受关注的领域，但许多人很难相信人工智能可以比人类做得更好，接受人工智能医疗这一事实的过程可能比想象的要长。 2、病人的隐私问题：部分患者表示并不愿意将自己的病症被公开或者用于医疗研究，因而医疗数据的分享也受到了阻碍。数据分享虽促进了科学研究的进程，但是涉及隐私的问题也尤为重要。...