2018年，全球人工智能(AI)市場將達到約2700億元，并且以每年30%左右的速度增長。作為新一輪信息技術(shù)革命的重要發(fā)展方向，人工智能正走出實驗室，走向廣闊的行業(yè)應(yīng)用，成為全球經(jīng)濟發(fā)展的新動力。下一個十年，人工智能可能會爆發(fā)，并主導(dǎo)一個科技與商業(yè)時代。
今天，高特佳執(zhí)行合伙人湯衡，將對人工智能應(yīng)用領(lǐng)域、人工智能+醫(yī)療、人工智能未來發(fā)展趨勢、人工智能投資機會等方面進行詳細分析。歡迎各位積極留言，交流你對這個行業(yè)的觀點和看法。
本文主要先闡述人工智能應(yīng)用領(lǐng)域以及人工智能+醫(yī)療兩大板塊內(nèi)容
人工智能應(yīng)用領(lǐng)域
1、人工智能發(fā)展歷程簡介
人工智能研究的目的在于使機器勝任一些通常需要人類智能才能完成的復(fù)雜工作。按照智能化的程度，人工智能可以被劃分為計算智能、感知智能和認知智能。計算智能，在邏輯能力方面模擬人類，典型的應(yīng)用比如阿爾法狗;感知智能，主要包括圖像識別和聲音識別，這個領(lǐng)域的典型應(yīng)用是無人駕駛汽車，模擬人對外界的感受和反應(yīng);認知智能，指讓機器有自己的語言，能夠自我學(xué)習(xí)，學(xué)會推理和決策。認知智能是目前機器與人差距最大的領(lǐng)域，也被認為是未來提升空間最大的領(lǐng)域。
2、人工智能應(yīng)用領(lǐng)域及市場規(guī)模
人工智能在安防、城市運營、金融、法律服務(wù)、家居、醫(yī)療、服務(wù)機器人、農(nóng)業(yè)等幾大領(lǐng)域?qū)a(chǎn)生沖擊。從產(chǎn)業(yè)發(fā)展的角度看，長遠一點來說人工智能在規(guī)則清晰、信息比較有限的領(lǐng)域如物體識別、下棋、駕車、簡單行醫(yī)、股票高頻交易等一定會超越人類，而在規(guī)則比較模糊、信息量比較大的領(lǐng)域如文學(xué)創(chuàng)作、畫畫、科研，人工智能短期內(nèi)想要達到與人類抗衡的水平還存在較大難度。目前，人工智能發(fā)展處于專用階段，主要應(yīng)用于完成具體任務(wù)，醫(yī)療、教育、安防、城市運營、法律等行業(yè)數(shù)據(jù)電子化程度深、數(shù)據(jù)較集中且數(shù)據(jù)質(zhì)量高，預(yù)計這些領(lǐng)域?qū)⒆钕仁艿饺斯ぶ悄艿母脑?，呈現(xiàn)機器協(xié)助人類、提高人類工作效率乃至替代人類行為的趨勢。
2018年，全球人工智能市場將達到約2700 億元，并且以每年30%左右的速度增長
人工智能+醫(yī)療
1、人工智能+醫(yī)療產(chǎn)業(yè)鏈
人工智能產(chǎn)業(yè)鏈主要包括基礎(chǔ)層、技術(shù)層、應(yīng)用層?；A(chǔ)層、技術(shù)層是人工智能大生態(tài)系統(tǒng)的基礎(chǔ)設(shè)施，應(yīng)用層是在應(yīng)用場景變現(xiàn)的渠道。每個層面的進入門檻、核心優(yōu)勢都不一樣，投資機會、投資回報也不一樣。目前全球共有90多家人工智能+醫(yī)療創(chuàng)業(yè)公司分布在應(yīng)用層、技術(shù)層，基礎(chǔ)層則主要由幾家科技巨頭切入，包括IBM、谷歌、微軟、Facebook、亞馬遜、阿里、百度等。
2、人工智能+醫(yī)療應(yīng)用領(lǐng)域
人工智能在醫(yī)療領(lǐng)域的應(yīng)用主要包括：輔助診療、醫(yī)學(xué)影像、藥物挖掘、健康管理、急救室和醫(yī)院管理、可穿戴設(shè)備、營養(yǎng)管理、虛擬助手等。全球各大科技巨頭以及創(chuàng)業(yè)公司都已紛紛在人工智能+醫(yī)療領(lǐng)域布局。IBM在2011年將機器人Watson應(yīng)用于醫(yī)療領(lǐng)域，并與蘋果、紐約基因中心、輝瑞等在健康數(shù)據(jù)分析、腫瘤測序、患者遠程監(jiān)控等方面進行合作。谷歌的人工智能子公司是DeepMind, 2016年2月谷歌DeepMind公布成立DeepMind Health部門，隨后，DeepMind Health與英國國家健康體系(NHS)合作，輔助NHS決策。另外，DeepMindHealth還與皇家自由醫(yī)院、Moorfields眼科醫(yī)院合作，開發(fā)幫助醫(yī)生更快查看醫(yī)療結(jié)果、辨識視覺疾病的軟件。微軟2016年宣布將AI用于醫(yī)療健康的計劃Hanover,幫助尋找最有效的藥物和治療方案。百度2016年發(fā)布百度大腦，模擬醫(yī)生問診，輔助醫(yī)生完成問診。
人工智能+醫(yī)療在輔助診斷、醫(yī)學(xué)影像、藥物挖掘、健康管理的應(yīng)用目前走得較快。以下重點介紹這幾個方向的應(yīng)用情況。
3、人工智能+輔助診療
人工智能+輔助診療，是指將人工智能技術(shù)用于輔助診療中，讓計算機“學(xué)習(xí)”醫(yī)療知識，模擬醫(yī)生的思維和診斷推理，給出可靠的診斷和治療方案。在診斷中，人工智能需要獲取患者的病癥信息，通過已“學(xué)習(xí)”的醫(yī)學(xué)知識推理判斷疾病原因與發(fā)展趨勢，形成治療方案。一般的輔助診療模式為“獲取病癥信息-->假設(shè)可能性-->選擇治療方案”：
第一步：病癥指患者的臨床癥狀表現(xiàn)?；颊咝枰ㄟ^自述、上傳化驗結(jié)果等方式將病癥信息輸入人工智能系統(tǒng)，人工智能系統(tǒng)由此獲得診斷的基礎(chǔ)信息。
第二步：假設(shè)，是指人工智能基于已“學(xué)習(xí)”的醫(yī)學(xué)知識對患者做出的診斷的可能結(jié)論。
第三步：選擇治療方案，是指人工智能通過已“學(xué)習(xí)”的醫(yī)學(xué)經(jīng)驗，經(jīng)過權(quán)衡利弊(療效、毒性、副作用及其他)推理選擇治療方案。
在AI+輔助診療的應(yīng)用中，IBM Watson是目前最成熟的案例。2012年Watson通過了美國職業(yè)醫(yī)師資格考試，并在美國多家醫(yī)院提供輔助診療服務(wù)。Watson提供診治服務(wù)的病種包括乳腺癌、肺癌、結(jié)腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。IBM Watson可以在17秒內(nèi)閱讀3469本醫(yī)學(xué)專著，248000篇論文，69種治療方案，61540次試驗數(shù)據(jù)，106000份臨床報告。通過海量汲取醫(yī)學(xué)知識，包括300多份醫(yī)學(xué)期刊、200多種教科書及近1000萬頁文字，IBMWatson在短時間內(nèi)迅速成為腫瘤專家。
2016年12月26日，由浙江省中醫(yī)院、思創(chuàng)醫(yī)惠及杭州認知網(wǎng)絡(luò)共同發(fā)起的“浙江省中醫(yī)院沃森聯(lián)合會診中心”在浙江省中醫(yī)院院內(nèi)正式宣布成立。這也意味著IBM Watson for Oncology在中國醫(yī)療領(lǐng)域的商業(yè)試應(yīng)用正式落地。
今年2月份，IBM Watson在天津市第三中心醫(yī)院協(xié)助醫(yī)生給一個胃癌晚期患者開出了診斷方案，用時僅10多秒。在提升診療效率的同時也提升了診療水平。目前美國的癌癥五年存活率達到66%，中國僅為31%，很重要的原因是中國的診療水平參差不齊，若AI+輔助診療得到普及，可有望大幅提升中國的癌癥診療水平。
人工智能輔助診療是醫(yī)療領(lǐng)域最重要、也最核心的場景，人工智能+輔助診療潛在市場空間巨大。
4、人工智能+醫(yī)學(xué)影像
AI+醫(yī)學(xué)影像的研究目前已取得較大突破，斯坦福大學(xué)一個聯(lián)合研究團隊基于深度學(xué)習(xí)開發(fā)出的人工智能在皮膚癌診斷中準確率媲美人類醫(yī)生，相關(guān)成果刊發(fā)為1月《自然》雜志的封面論文。研究團隊用近13萬張痣、皮疹和其他皮膚病變的圖像訓(xùn)練算法模型，完成三項診斷任務(wù)：鑒別角化細胞癌、鑒別黑色素瘤以及使用皮膚鏡圖像對黑色素瘤進行分類，并將結(jié)果與21位皮膚科醫(yī)生進行對比，發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)的診斷準確率在91%以上，與人類醫(yī)生不相上下。
AI+醫(yī)學(xué)影像主要應(yīng)用在閱片上。病理醫(yī)生的閱片能力與閱片經(jīng)驗高度相關(guān)，AI的閱片實際上模仿了醫(yī)生閱片，通過大量的學(xué)習(xí)來完善算法，實現(xiàn)對影像數(shù)據(jù)的分析和判斷。AI對影像數(shù)據(jù)的分析主要有四個步驟：(1)數(shù)據(jù)預(yù)處理;(2)圖像分割;(3)特征提取;(4)匹配判斷。相對醫(yī)生閱片，AI在閱片速度和經(jīng)驗方面具有優(yōu)勢。目前，以宮頸癌玻片為例，一張玻片上至少3000個細胞，醫(yī)生閱讀一張片子通常需要5-6分鐘，但AI閱讀后圈出重點視野，醫(yī)生復(fù)核則只要2-3分鐘。另外，具有40年讀片經(jīng)驗的醫(yī)生累計閱片數(shù)量一般不超過150萬張，但AI不會受此限制，只要有足夠的學(xué)習(xí)樣本，AI都可以學(xué)習(xí)，因此在經(jīng)驗上AI可以超過病理醫(yī)生。
AI+醫(yī)學(xué)影像領(lǐng)域可能會成為眾多AI+醫(yī)療細分領(lǐng)域中率先爆發(fā)的領(lǐng)域。主要原因如下：
A、病理醫(yī)生缺口大。中國的病理醫(yī)生需求量在10萬名左右，現(xiàn)有2萬名，病理醫(yī)生的培養(yǎng)需要較長時間較大投入，AI+醫(yī)學(xué)影像可以有效解決資源不足的痛點。目前，中國病理檢測市場規(guī)模為400億元左右，發(fā)展空間巨大。
B、AI+醫(yī)學(xué)影像具有明顯的數(shù)據(jù)優(yōu)勢，可以存儲大量時間跨度長的數(shù)據(jù)，而傳統(tǒng)病歷的保存就相對沒那么容易。
5、人工智能+藥物挖掘
AI能夠有效縮短新藥研發(fā)周期、降低失敗風(fēng)險。通過計算機模擬，可以對藥物活性、安全性和副作用進行預(yù)測。硅谷的Atomwise是以AI技術(shù)為主導(dǎo)的藥物研發(fā)企業(yè)，公司通過IBM超級計算機，在分子結(jié)構(gòu)數(shù)據(jù)庫中篩選治療方法。利用強大的計算能力，評估出820萬種候選化合物，而研發(fā)成本僅為數(shù)千美元，研究周期僅需要幾天時間。2015年，Atomwise基于現(xiàn)有的候選藥物，應(yīng)用AI算法，不到一天時間就成功地尋找出能控制埃博拉病毒的兩種候選藥物，以往類似研究需要耗時數(shù)月甚至數(shù)年時間。2012年，默克公司主持了一項由數(shù)據(jù)科學(xué)公司Kaggle發(fā)起的旨在確定虛擬篩選統(tǒng)計技術(shù)的挑戰(zhàn)?，F(xiàn)在，Kaggle已經(jīng)開始測試深度學(xué)習(xí)和AI的應(yīng)用，并與AI藥物發(fā)現(xiàn)初創(chuàng)公司Atomwise開展合作。
Atomwise最近利用AI技術(shù)，在不到一天的時間內(nèi)對現(xiàn)有的7000多種藥物進行了分析測試，為尋找埃博拉病毒治療方案做出了貢獻。根據(jù)該公司的統(tǒng)計，如果利用傳統(tǒng)方法，這項分析需要花費數(shù)月甚至數(shù)年才能完成。
據(jù)米內(nèi)網(wǎng)統(tǒng)計，《制藥經(jīng)理人》雜志選出的全球TOP50制藥企業(yè)2013年研發(fā)投入達到1077億美元，占處方藥銷售總額18%。AI+藥物挖掘主要服務(wù)于具有新藥研發(fā)需求的藥企，市場空間至少千億級。以AI技術(shù)輔助創(chuàng)新藥企業(yè)，或許會打破10年10億美金的魔咒。
【作者：高特佳執(zhí)行合伙人 湯衡】
申請創(chuàng)業(yè)報道，分享創(chuàng)業(yè)好點子。點擊此處，共同探討創(chuàng)業(yè)新機遇！
