AI医疗打开新蓝海|“深度学习”技术驱动医疗变革，百亿赛道孕育而生！

原創

日期：2021年10月22日 下午2:24作者：花荣 編輯：lele

前言：

目前，各行各业都在探索和实施从大数据到机器人技术的人工智能（AI）项目，以实现业务流程自动化，改善客户体验和创新产品开发。尤其是在医疗领域，在优质医疗服务资源有限、分配不均等问题日益凸显的大背景之下，随着数据可用性的扩展、硬件的改进以及创新的算法，深度学习人工智能正不断推动了人工智能在医疗健康行业的融合，正孕育出一个百亿级的黄金赛道。

人工智能定义及深度学习人工智能的关系

人工智能（Artificialintelligence）简称AI。人工智能是计算机科学的一个分支，它企图了解智能的本质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。

实际上，人工智能是一个很老的概念，机器学习是人工智能的一个子集，深度学习又是机器学习的一个子集。

一、基于规则的人工智能：

基础规则的人工智能就是人工智能早期的一种形式，它能够根据一些应用静态规则（包括专家提供的数据），根据简单的、清晰的、可复写的逻辑思维及传统算法（如：决策树、聚类等），得出可预测的决策或答案。

通过这个过程，可以把一个输入转化为一个想要的输出，据此解决一个实际问题，那么这个问题就是可计算的。

二、传统机器学习的人工智能：

传统机器学习的人工智能是基于规则的人工智能进阶版，是人工智能的一个分支。在这个系统中具备简单的判断能力。传统的机器学习算法在指纹识别、人脸检测、特征物体检测等领域的应用基本达到了商业化的要求或特定场景的商业化水平。

三、深度学习的人工智能：

深度学习的人工智能，是一种现代先进的机器学习技术，其采用了一种更为复杂的神经网络形式，由多层计算节点或神经网络共同处理数据并给出最终结果。

最初的深度学习是利用深度神经网络来解决特征表达的一种学习过程。深度神经网络本身并不是一个全新的概念，可大致理解为包含多个隐含层的神经网络结构。

为了提高深层神经网络的训练效果，人们对神经元的连接方法和激活函数等方面做出相应的调整。其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，主要应用在互联网、安防、金融、智能硬件、医疗、教育等行业，在人脸技术、图像识别、智能监控、文字识别等领域。

深度学习驱动医疗变革，中国AI医疗百亿赛道孕育而生

在过去的数十年中，由于数据可用性的扩展、硬件的改进以及创新的算法，深度学习人工智能推动了人工智能在医疗健康行业的融合，同时促进医疗服务更便捷、更高效且更有效。

具体而言，深度学习人工智能的发展，使人们更容易获得高质量的医疗资源、增强了资源共享，也提高了诊断和治疗的效率。另外，在缺乏先进仪器和设备的情况下，提高医生初步诊断和治疗的能力，有助于缓解优质医疗资深匮乏地区医疗需求等问题。此外，深度学习人工智能通过大量的影像数据，形成了一套检测标准，帮助指导医生和其他医疗服务者，在诊断过程中更快做出治疗决策，提升其临床工作的效率，同时提高准确度并优化治疗结果。

更为重要一点是，经过近些年临床试验，AI医疗在癌症、感染性疾病、脑血管疾病、心血管疾病、创伤及其他疾病领域，提供的筛查、诊断、治疗、临床决策、健康及康复管理方面取得不错临床表现及市场口碑，临床价值日益凸显。

近五年来，我国也陆续出台了大量医疗产业的相关政策，强调了信息化和新一代信息技术对医疗产业的重要支撑作用，同时大力推广应用人工智能治疗新模式，建立智能医疗体系。建设智慧医院，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等等。

例如，2017年7月，国务院发布的《关于印发新一代人工智能发展规划的通知》中，明确指出要推广应用人工智能治疗新模式，建立智能医疗体系；2018年7月，卫健委发布《关于深入开展“互联网+医疗健康”便民惠民活动的通知》中提出，要加快推进智能医学影像识别、病理分型和多学科会诊以及多种医疗健康场景下的智能语音技术应用，提高医疗服务效率；2018年8月1日，发布的新版《医疗器械分类目录》中，AI医疗首次进入中国医疗器械的监管分类中。

到了今年3月，将智慧医疗作为重点领域写入“十四五”规划和2035年远景目标纲要中；2021年6月，国务院发布《关于推动公立医院高质量发展的意见》中提出，推动云计算、大数据、物联网、区块链、第五代移动通信（5G）等新一代信息技术与医疗服务深度融合。推进电子病历、智慧服务、智慧管理“三位一体”的智慧医院建设和医院信息标准化建设。大力发展远程医疗和互联网诊疗。推动手术机器人等智能医疗设备和智能辅助诊疗系统的研发与应用；2021年7月，国药局发布《人工智能医用软件产品分类界定指导原则》中，对人工智能医用软件产品的范围、管理属性界定、管理类别界定等作出规定，并指出用于辅助决策的，得按照第三类医疗器械管理。

在AI医疗相关的智慧医疗政策密集出台的同时，随着AI医疗产品获得三类器械认证，AI医疗迎来了商业化窗口期。

2020年1月，国内第一张“人工智能”器械注册证花落科亚医疗的冠脉血流储备分数计算软件（CT-FFR）。2020年共获批9张AI产品注册证，2021年至今已累计批准6张，并有近10个产品进入绿色通道，审批进程明显加速。

随着AI医疗政策的密集出台、AI产品获批增加及对AI医疗服务需求增加等因素驱动，中国深度学习的AI医疗器械的市场将迎来高速发展，市场规模将超700亿人民币。

据灼识咨询报告显示，中国深度学习的AI医疗器械市场规模预计将从2021年4.89亿元增至2030年的720亿元，复合年增长率高达74%。

在深度学习的人工智能技术助推下，AI医疗赛道已经处于一个黄金时代。而提前在该领域布局的AI医疗器械企业将迎来前所未有的发展新契机。在这百亿级的黄金赛道中，谁将是受益者，财华社将会在下一篇文章中介绍，敬请期待。

文：花荣