人工智能醫(yī)療需求及政策發(fā)展分析：AI+醫(yī)療將達200億市場規(guī)模[圖]

    人工智能（AI）已進入醫(yī)療的眾多細分領域，應用場景包括疾病診療、醫(yī)療輔助、藥物開發(fā)等。而病理診斷是一種基于圖像信息的診斷方式，被譽為疾病診斷的“金標準”，卻由于自動化程度較低，病理醫(yī)生缺乏等原因，在我國發(fā)展落后。通過圖像識別技術，AI助力病理轉向數字化診斷，能有效提升病理診斷效率，AI對病理行業(yè)的賦能有望突破行業(yè)瓶頸。

    一、病理診斷

    人工智能++醫(yī)療將給醫(yī)療行業(yè)的眾多細分領域帶來巨大變革，解放醫(yī)生緊缺現況。人工智能+醫(yī)療成為近年來的行業(yè)熱點，計算機技術與醫(yī)療服務的跨界合作為未來的行業(yè)發(fā)展提供了全新維度。人工智能主要應用于醫(yī)療領域的疾病診斷、醫(yī)療輔助、醫(yī)藥開發(fā)等方面，具體包括病理診斷、影像診斷、語音識別、健康管理、可穿戴設備、醫(yī)院管理、精神健康、藥物挖掘、生物技術等細分領域。人工智能在醫(yī)療健康領域的深耕，有望緩解優(yōu)質醫(yī)生資源稀缺、重復勞動負荷重、診斷質量不均衡等醫(yī)療診療領域的瓶頸，不但能夠提升醫(yī)護人員的工作效率，降低醫(yī)療成本，并能夠借助大數據平臺進行科學有效的日常監(jiān)測預防。

    圖像識別和判讀是人工智能最有優(yōu)勢的領域之一，影像AI是人工智能結合醫(yī)療行業(yè)的重要分支?，F階段AI在醫(yī)療的主要應用場景為醫(yī)院病理科與影像科的疾病診斷與成像輔助。病理科與影像科都是通過相關設備獲取醫(yī)學影像進行疾病診斷，但依據兩個科室診斷特點，AI應用有所不同。病理AI現階段主要功能在于排除陰性樣本，提示陽性區(qū)域，輔助病理醫(yī)生提升病理診斷效率或替代病理醫(yī)生進行某些疾病的診斷；影像科應用包括AI輔助快速成像與影像診斷兩個方面，一方面可以通過AI輔助成像可以有效縮短檢查時間，減少對人體的輻射傷害，另一方面通過機器學習訓練算法可以實現計算機對疾病的影像診斷。

    病理診斷是一種基于圖像信息的診斷方法。病理診斷是將疑似病灶部位的活體組織或脫落細胞制成切片后，由病理醫(yī)生通過顯微鏡觀察其細胞形態(tài)、組織結構、顏色反應等情況，并結合自身專業(yè)知識與臨床經驗作出的診斷，是一種基于圖像信息的診斷方法。病理診斷是目前診斷準確性最高的一種診斷方式，病理診斷往往被作為絕大部分疾病，尤其是癌癥的最終診斷，被譽為疾病診斷的“金標準”。

    相比于檢驗科、影像科的診斷，病理科診斷具有自動化程度低、診斷時間長的特點。病理診斷可分為取樣、制片、染色、診斷四個環(huán)節(jié)，取樣環(huán)節(jié)是否取到病變細胞、制片及染色后成片是否清晰都會直接影響最終的診斷結果，因此對制片的技術人員專業(yè)水平具有較高的要求，目前自動化水平較低；由于病理診斷是通過對細胞層面的醫(yī)學影像進行觀察診斷，為防止漏診，一個組織樣本往往制成多個切片，制片、染色、診斷、報告等各個環(huán)節(jié)耗時較長，相比與檢驗、影像科室，病理科診斷所需時間較長，需要更多的專業(yè)人力投入。

病理診斷具有自動化程度低、樣本量大的特點

數據來源：公開資料整理

    病理醫(yī)生缺口巨大，制約行業(yè)發(fā)展由于我國病理學科設置不全面，醫(yī)生培養(yǎng)周期較長，收入過低，勞動負荷過重以及基層醫(yī)院不重視等因素造成我國的病理人才流失嚴重，數目緊缺。旺盛的病理診斷需求與稀缺的病理醫(yī)生資源的不平衡已經成為制約行業(yè)發(fā)展的決定性因素。而病理診斷基于圖像信息的特點使得AI助力病理診斷成為可能，有望解決病理診斷供需不平衡的發(fā)展現狀。

    二、數字化診

    病理AI是通過人工智能算法，對數字化的病理切片進行診斷。目前較為典型的應用就是DNA倍體檢測，人體正常細胞為2倍體，分裂過程中的細胞處于2-4倍體狀態(tài)，而腫瘤細胞會出現顯著異常的DNA含量，出現4倍體以上的異常DNA倍體細胞，通過對異常DNA倍體細胞的檢測，就可以知道樣本是否存在突變的細胞，在腫瘤的早期診斷中有較好的應用，能夠有效提升診斷效率，提供標準化、數量化的檢驗指標。

    引入AI輔助甚至替代人工進行一些常規(guī)的病理診斷及癌癥篩查，能夠有效彌補人工診斷效率低、病理醫(yī)生不足、缺乏統(tǒng)一質控管理等問題。

    病理AI診斷流程主要包括標準化切片的制作、切片數字化掃描、AI算法讀片、AI提示陽性切片人工復核等環(huán)節(jié)。實現病理AI診斷的主要關鍵點在于標準化的制片、數字化處理、足量的基礎數據對算法模型進行訓練、AI算法假陰性率（病變細胞誤識為正常細胞）的控制等。作為計算機AI識別圖像進行診斷，對于切片圖像的標準化要求較高，能夠保證穩(wěn)定的制片、成像標準的儀器是開發(fā)病理AI算法基礎；其次病理診斷覆蓋的疾病種類較多，尤其是癌癥類型繁多，要實現病理AI對各個病種的精確診斷需要大量的病例數據支持，目前行業(yè)的主要切入口在于通過對常見病種普查的輔助診斷來降低病理醫(yī)生的重復性工作，提升病理診斷效率，這一模式中的關鍵在于控制病理AI算法的假陰性率，防止出現由于算法的誤判導致漏診，保證病理AI能夠在保證診斷有效的前提下提升病理診斷效率。

病理AI診斷流程包括制片、切片數字化掃描、AI讀片、陽性切片人工復核等環(huán)節(jié)

數據來源：公開資料整理

    三、醫(yī)療大數據

    通過AI技術和醫(yī)療大數據平臺的結合，人工智能在醫(yī)療影像輔助診斷、藥物開發(fā)、疾病預測等方面開始發(fā)揮重要作用。病理AI使稀缺的病理醫(yī)療資源滿足更多的診療需求，解放病理醫(yī)生的大腦和雙手，盡可能惠及更多普通患者。

    病理AI開發(fā)過程主要包括有效數據的采集積累，基于有效數據的算法開發(fā)、模型訓練，以及醫(yī)院、第三方檢驗相關場景的應用。數據基礎包括相關硬件設備生產商和醫(yī)院、第三方檢驗機構，算法開發(fā)涉及權威的病理專家集團、智能算法開發(fā)企業(yè)等，AI應用場景回歸到醫(yī)院病理科及第三方檢驗機構。針對下游不同醫(yī)療應用場景和病理診療特點，開發(fā)不同的算法輔助醫(yī)生診斷，并隨著數據量的擴充和下游需求持續(xù)更新。

    有效數據的積累是現階段病理IAI算法開發(fā)關鍵。目前產業(yè)仍處于發(fā)展初期，有效數據的積累是進入下一階段的關鍵。國內大部分醫(yī)療數據存儲于醫(yī)院以及第三方檢驗機構，一方面，醫(yī)院內部的臨床數據中心建立尚不完善，醫(yī)院內部數據互聯(lián)互通程度和共享程度尚低，醫(yī)療數據涉及病人隱私，共享機制和規(guī)范缺乏；另一方面，第三方檢驗機構具有較好的數據資源積累，但不同檢驗機構由于相關設備、軟件的差異，數據標準化程度各不相同，往往基于自身掌握的數據資源進行算法開發(fā)。

    病理AI同時隸屬于AI+醫(yī)療行業(yè)，2018年我國AI+醫(yī)療市場規(guī)模有望達到200億元，近年來保持高速增長。病理AI屬于AI+醫(yī)療領域的醫(yī)學影像診斷細分領域，應用于疾病的診療環(huán)節(jié)，主要適用的技術包括數字化成像、圖像識別、人工智能算法等，是人工智能結合醫(yī)療行業(yè)的重要分支。根據調查數據統(tǒng)計，2016年我國AI+醫(yī)療行業(yè)規(guī)模為96.61億元，同比增長122.09%；2017年達130億元，同比增長34.56%，2018年我國AI+醫(yī)療行業(yè)有望達200億的市場規(guī)模，同比增長53.85%。

2015-2018年中國AI+醫(yī)療市場規(guī)模及增速

數據來源：公開資料整理

    宮頸癌篩查是當前病理AI中應用最廣泛的檢測場景。根據中國癌癥中心統(tǒng)計數據，宮頸癌位居女性癌癥發(fā)病率第六位，是最常見的婦科高發(fā)惡性腫瘤之一。通過病理薄層細胞學檢測或HPV檢測可有效進行早診早治。由于其可通過定期篩查預防、需求量大、病例數據積累較多等特點，成為病理AI率先布局領域，以宮頸癌為代表測算細胞病理篩查宮頸癌的市場空間：21–65歲女性均需進行宮頸癌定期篩查，我國適齡女性人口在4億人左右。以每人年均0.5次宮頸癌液基薄層細胞學檢查（TCT）檢查計算，宮頸癌細胞病理篩查潛在市場規(guī)模約為442億元，這為病理AI進行宮頸癌篩查提供了廣闊發(fā)展空間。

    目前國內AI病理行業(yè)主要由上游的硬件設備、試劑生產商，中游的病理專家和智能算法軟件開發(fā)企業(yè)，以及下游的醫(yī)院、疾控中心和獨立實驗室等應用終端構成。

病理AI行業(yè)產業(yè)鏈代表企業(yè)及主營業(yè)務

數據來源：公開資料整理

    由于待遇、工作量及培養(yǎng)周期等因素造成我國病理醫(yī)生極度短缺，經測算我國病理醫(yī)生缺口多達7萬人。病理醫(yī)生的供需失衡極大限制了病理行業(yè)的發(fā)展以及基層診療水平的提高。AI病理診斷技術能夠實現自動化診斷，將輔助病理醫(yī)生提高診斷效率，并提升診斷靈敏度，病理AI遠程系統(tǒng)及獨立實驗室也有助于基層醫(yī)療診斷水平的提高。

    四、制約原因

    我國目前病理醫(yī)生規(guī)模遠未達到臨床需求水平。根據衛(wèi)生部2009年發(fā)布的《病理科建設與管理指南（試行）》中規(guī)定的標準，病理醫(yī)師按每100張病床1-2人配備。結合《中國衛(wèi)生健康統(tǒng)計年鑒（2018）》統(tǒng)計數據，目前我國醫(yī)療機構床位數總計7940252張，病理科執(zhí)業(yè)醫(yī)師及助理執(zhí)業(yè)醫(yī)師約9660人，以百張病床配備一名病理醫(yī)生的標準計算，需病理醫(yī)生約8萬名，病理醫(yī)生缺口在7萬名左右，現有的病理醫(yī)生規(guī)模遠不能滿足國內醫(yī)院的臨床需求。

    培養(yǎng)一個成熟的病理醫(yī)生需要十年以上的時間，病理醫(yī)生短缺問題在短期內難以通過加大培養(yǎng)力度解決。相比國外，我國病理醫(yī)生的培養(yǎng)流程相對不成熟，國內目前病理醫(yī)生大多來自臨床醫(yī)學專業(yè)。根據美國病理醫(yī)生的培養(yǎng)流程，從獲得學士學位起到成為具備簽發(fā)病理診斷報告資格的病理主治醫(yī)師（AttendingPhysician）需要12-15年。我國目前約7萬名病理醫(yī)生的缺口在短期內難以通過加大培養(yǎng)力度解決。

    絕大部分病理醫(yī)生集中于二級以上醫(yī)院，基層病理源尤為匱乏，無法開展后續(xù)診療。根據北京協(xié)和醫(yī)院《2015年國家病理科醫(yī)療質量報告》，約62%的病理醫(yī)生就職于三級醫(yī)院，約37%的病理醫(yī)生就職于二級醫(yī)院，就職于一級醫(yī)院的病理醫(yī)生僅為1%左右，基層病理醫(yī)生匱乏導致基層醫(yī)療機構沒有病理診斷的能力，只能將患者轉診到大醫(yī)院進行后續(xù)診療或者采取保守治療。病理AI遠程診斷或獨立實驗室可幫助基層醫(yī)療機構進行病理診斷，使基層醫(yī)療機構具備了開展后續(xù)診療的條件。

絕大部分病理醫(yī)生集中于二級以上醫(yī)院

數據來源：公開資料整理

臨床科室中病理科人員成本占比最高

數據來源：公開資料整理

    病理診斷所需的時間較長。由于病理檢驗的自動化水平較低，開展病理檢驗所需的時間較長。常規(guī)的病理檢驗所需時間至少在3日以上，如果有較為疑難的病癥，加做免疫組化或分子病理，所需的診斷時間達7-10個日。相比之下，檢驗、影像科室的檢驗項目大部分在日內即可完成。

    五、需求、政策推進

    AI病理診斷技術能夠實現自動化診斷，大幅縮短醫(yī)生的工作量，但由于目前技術所限，在病理樣本采集、圖像數據處理及結果判讀上仍有大量亟待解決的技術難點。一旦條件稍有偏差，診斷結果或謬以千里，仍需進行大規(guī)模多中心的臨床驗證以保證其準確性。因此，AI診斷的結果最終的結果仍需病理醫(yī)生審核，并結合其他臨床資料進行綜合確診。AI診斷的結果能夠輔助診療，但無法完全替代病理醫(yī)生的作用。

    多環(huán)節(jié)影響病理IAI診斷準確性。樣本采集制片是病理AI診斷的首要環(huán)節(jié)，其成片質量直接決定后續(xù)圖像質量的高低及結果判讀的準確性。不同染色制片硬件設備、制片方法以及批次間質控的穩(wěn)定性決定了成片是否滿足后續(xù)分析要求。

    數據處理是將病理成片轉化為圖像數據并進行處理的過程。大臨床樣本數據平臺保證了AI訓練樣本的廣泛性和代表性，圖像抓取質量校正以及AI診斷算法的開發(fā)優(yōu)化是病理AI準確性得以不斷提升的核心要素。

    近年我國新發(fā)癌癥病例呈上升趨勢，女性“兩癌”（乳腺癌、宮頸癌）發(fā)病率居高，基層兩癌篩查需求巨大。根據全國腫瘤登記中心統(tǒng)計數據，全國癌癥新增病例由2010年的315.7萬例上升至2015年的429.16萬例，五年增幅達35.94%。女性病例中乳腺癌、宮頸癌的發(fā)病率分別為16.51%、6.04%，分別為女性癌癥發(fā)病率的第一、第六位，基層開展兩癌篩查的需求巨大。

女性“兩癌”發(fā)病率居高

數據來源：公開資料整理

    政策大力支持基層開展免費兩癌篩查，帶來強勁的基層病理診斷需求。2009年政府工作報告首次明確提出“在農村婦女中開展婦科疾病定期檢查”，同年衛(wèi)生部發(fā)布了《農村婦女“兩癌”檢查項目管理方案》，提出了通過宣傳、健康教育和為全國35～59歲農村婦女進行“兩癌”檢查等方式，提高“兩癌”早診早治率，降低死亡率的總目標以及2009-2011年為1000萬農村婦女開展宮頸癌檢查，為120萬人進行乳腺癌檢查的年度目標?；鶎觾砂┖Y查的政策在全國各省市不斷推進深化，普及力度、篩查周期、目標群體不斷完善，以廣東、北京、湖南、浙江等省市為例，近年免費兩癌篩查力度均不斷加大，免費兩癌篩查工作成為政府惠民扶貧的重點工作之一。

2018-2019年政策大力支持基層開展免費兩癌篩查，基層病理診斷需求強勁

數據來源：公開資料整理

    六、行業(yè)發(fā)展趨勢

    近年我國人工智能產業(yè)快速發(fā)展，行業(yè)規(guī)模保持高增速。根據中商產業(yè)研究院發(fā)布的《2018-2023年中國人工智能行業(yè)市場前景及投資機會研究報告》數據顯示，2017年中國人工智能市場規(guī)模將達到152.1億元，增長率達到51.2%。隨著人工智能技術的逐漸成熟，應用場景不斷擴展，2018年中國人工智能市場規(guī)模有望突破200億元大關，達到238.2億元，增長率達到56.6%

2014-2018年我國人工智能市場規(guī)模

數據來源：公開資料整理

    人工智能行業(yè)投融資活躍，資本進入促進行業(yè)快速發(fā)展。根據調查數據顯示，近年來人工智能行業(yè)投融資活躍，資本大量進入，全年投資金額由2012年的6億元快速增長至2017年的582億元，2017年投資金額同比增速達65.34%。資本的進入將促進人工智能行業(yè)快速發(fā)展，隨著人工智能技術不斷成熟，應用場景不斷豐富，病理AI診斷技術落地將得以加速。

    在醫(yī)療影像領域已有多個團隊成功開發(fā)人工智能診斷算法。谷歌、上海交通大學、浙江大學等科技企業(yè)及高校在醫(yī)療影像診斷的相關具體疾病檢測方面已成功開發(fā)出媲美人工診斷準確率的AI算法，AI的診斷速度及準確率能夠達到或接近人工水平。隨著各病種數據庫、算法的不斷完善，AI診斷將在醫(yī)療診斷中發(fā)揮重要作用。

    相關報告：智研咨詢發(fā)布的《2019-2025年中國人工智能醫(yī)療行業(yè)市場發(fā)展模式調研及投資趨勢分析研究報告》