近日，由上海市卫生和健康发展研究中心、上海交通大学人工智能研究院联合编写的《人工智能医疗研究报告》对外发布。《研究报告》指出，人工智能（AI）医疗行业已经到了关注产品应用推广的阶段。

　　产业链构建仍需时日

　　不少人认为，医疗人工智能2019年将迎来实质性进展。《研究报告》显示，在省级层面，截至2018年12月底，全国31个省（区、市）中已有19个发布了人工智能规划，其中有16个制定了具体的产业规模发展目标。

　　人工智能在地域上全面开花的同时，在业务内容侧重上也有了清晰的曲线。《研究报告》研究团队通过对人工智能在医疗的应用情况进行分析，提出了五大应用领域：医学影像、辅助诊断、药物研发、健康管理和疾病预测。不过，尽管各方对五大领域倾注了很多精力和资源，但是产业闭环构建仍需时日，目前更多的是在试探与磨合。

　　具体来讲，在医学影像方面，借助医疗影像的大数据及图像识别技术的发展优势，AI医学影像已成为中国AI与医疗结合最成熟的一个领域，在融资等层面均表现亮眼，并且在肺结节、眼底、乳腺癌、宫颈癌影像诊断等方面已有较为成熟的产品，但由于该领域产品至今无一例通过审批，因而我国基本大致成型的AI医学影像产品大多正处于医院试用阶段，公司基本没有实现盈利。

　　在辅助诊断方面，电子病历、导诊机器人、虚拟助理是主要的应用场景，并且由于产品多为软硬一体全套解决方案，目前产品仍处于打磨阶段，未来可能倾向服务收费的模式。

　　在药物研发方面，由于国内新药研发还是以仿制药和改良药为主，因此相比于国外AI药物研发，国内布局较为落后，主要为AI公司与药企合作开发新药，商业模式清晰。

　　在健康管理方面，主要聚焦于慢病和母婴管理方面，商业模式主要以企业和个人支付的健康体检为主，后续付费模式有待成熟。

　　在疾病预测方面，主要聚焦于基因检测领域，由于技术壁垒，上游基本被国外公司垄断，下游主要为医院投放模式和第三方检测模式。

　　《研究报告》指出，在医疗人工智能方面，我国目前主要面临五大挑战：AI人才、健康医疗数据、AI医疗器械审批、AI理论“黑盒”问题、行业应用落地等。

　　对此，上海交通大学人工智能研究院金耀辉教授指出，在健康医疗数据方面，目前中国健康医疗数据归属不明确、安全要求高、数据开放程度有限、伦理未解决、数据成本压力大等是制约AI医疗行业发展的重要因素。

　　好消息是，国家相关监管部门正积极应对市场要求，组建AI器械审批小组，建立标准数据库，并且在未来有意放开数据库建立资质，欢迎独立第三方来建立标准数据库。此举有望加速行业发展。

　　迫切需要明晰付费方

　　在行业应用方面，上海市卫生和健康发展研究中心主任金春林指出，AI能够减轻医生的工作量，提高医生的诊断准确率，技术成熟后还可以降低医疗服务成本，但对医疗机构来说，这并不是刚需，加上付费方不清晰，医院、患者、药企、保险公司或者政府，目前没有明确谁来为这方面服务买单，这是未来需要多方探索的问题。

　　《研究报告》指出，目前来看，就AI医学影像而言，可行的商业模式包括两种：一是与区县级及基层医院、民营医院、第三方检测中心等合作，提供影像资料诊断服务，并按诊断数量收取费用；二是与大型医院、体检中心、第三方医学影像中心及医疗器械厂商合作，提供技术解决方案，一次或者定期收取技术服务费。然而，目前国内的人工智能医学影像项目大多集中在疾病筛查阶段，主要通过读片来判断用户是否患病。这种产品虽然能减轻医生的工作量，也能提高医生的诊断准确率，但对医疗机构来说，付费并不强烈。未来，在患者付费习惯的培养、政府医保的完善上还有很长一段路要走。

　　尽管人工智能在参与健康管理方面遇到了同样问题，但是如今AI公司的盈利模式已经成型，单纯的健康管理从个人端获取的利益非常有限。对此，《研究报告》建议，应该将主要的关注点放在企业端，沿着企业端到个人端的方向，输出以健康管理为核心的综合医疗健康服务。

　　另外，“AI应用于医疗领域绕不开医保覆盖，如果由患者自费，那么市场就会缩小，AI产业无法向前发展，也很难证明AI在医疗领域内的有效价值，这又将导致AI无法纳入医保报销，进入死循环。但另一方面，公立医院医保报销的压力较大，将AI产品纳入医保，医保报销的资金压力将会激增。同时，互联网医疗由于其特殊的属性，还面临异地结算的难题。这些都是需要进一步深入研究的问题。”上海市卫生和健康发展研究中心健康科技创新发展部主任何达说。