最近，ChatGPT、GPT-4的火熱出圈引發行業內外的強烈關注，其背后的核心技術——人工智能，更是成為這一時期的“熱門高頻詞”。

伴隨大數據、云計算、5G時代的到來，AI技術正在飛速發展，在顛覆人們固有印象的同時，也展示了人工智能助力各個行業發展的更多可能性。

不可否認，人工智能已經逐漸滲透到大家的工作和生活中，而醫療作為與公眾健康息息相關的產業，有望在AI技術的助力下，實現產業發展的新紀元。數據統計，過往的五年時間，近千億資金注入到人工智能+醫療的賽道，醫學影像AI、AI制藥、醫療AI機器人等細分領域都在快速突破、大步前進，AI醫療正逐漸成為生物醫藥賽道的焦點之一。

隨著AI技術與醫療健康領域的融合不斷加深，以計算機視覺、自然語言處理、機器學習等為代表的人工智能技術，越來越廣泛地滲透進醫療行業的各個場景中，成為提升醫療服務水平的重要驅動力。

可以預見的是，在政策支持、技術革新的雙重推動下，AI醫療正步入快車道，市場蓄勢待發，人們的健康生活因為AI的加入而改變。

政策正向引導，AI助力醫療資源優化配置

過去十年，中國人口老齡化進程不斷加快，加上人口基數龐大，醫療資源分布不均，醫生資源匱乏，很多重大疾病、慢病由于在早期沒有明顯的癥狀，且檢測流程復雜，很難盡早被發現。

而人工智能可以有效的解決這一醫生短缺、醫療資源錯配的難題。業內觀點普遍認為，人工智能的普及和應用能夠優化醫療資源配置，推進醫療衛生能力現代化，促進分級診療，推進體系化整合。

三年疫情讓人們對醫療健康更加重視，進一步加大了人們對醫療的需求，醫療衛生領域的科技創新顯得更加重要和緊迫，人工智能在醫療領域的應用也隨之成為國家重要戰略方向之一。

近年來，國務院、工信部、藥監局等部委陸續頒布系列政策文件，積極助推醫療AI行業創新發展。比如推動AI影像、AI診療、手術機器人等智慧醫療設備的研發；鼓勵AI在公眾疫情、腫瘤等疾病中的廣泛應用；2023年率先在醫療等領域初步建立人工智能標準體系等等。

從最近的具體政策來看，中共中央辦公廳、國務院辦公廳印發的《關于進一步完善醫療衛生服務體系的意見》提出，發展“互聯網+醫療健康”，建設面向醫療領域的工業互聯網平臺，加快推進互聯網、區塊鏈、物聯網、人工智能、云計算、大數據等在醫療衛生領域中的應用，加強健康醫療大數據共享交換與保障體系建設。

前不久兩辦印發的《關于進一步深化改革促進鄉村醫療衛生體系健康發展的意見》也提到，“構建鄉村遠程醫療服務體系，推廣遠程會診、預約轉診、互聯網復診、遠程檢查，加快推動人工智能輔助診斷在鄉村醫療衛生機構的配置應用。”

其實早在去年，政策就釋放出了鼓勵人工智能系統深入到基層的信號。4月20日，國家衛健委醫政醫管局發布了《國家限制類技術目錄和臨床應用管理規范（2022年版）》，重新調整了各級醫院限制使用的醫療技術名單，取消了人工智能輔助診斷技術等5項限制級技術，這意味著人工智能輔助診斷技術的應用門檻將進一步放寬，應用場景有望深入到更多基層地區。

有業內人士分析認為，互聯網及AI在醫療領域的應用使得更多資料數據化，減少了人工校對產生的誤差，也降低了人力成本。此外，醫療數據資源價值進一步凸顯，為遠程診療、線上復診等創造更加廣泛的應用場景。

在人口老齡化和醫護人員短缺的背景下，AI為緩解醫療資源供需矛盾提供了新的思路。AI能為現有的醫療體系帶來流程改進與效率提升，減輕醫務人員的工作負擔，以及加速藥物和疫苗的研發進度。

在各類發展環境的驅動中，政府政策指引無疑是推動AI醫療發展的主導力量。數據顯示，2021年中國AI醫療行業市場規模約為95億元，預計2025年達到385億元，2020-2025年CAGR達46%，呈現出積極向上的高增長態勢。

在種種利好之下，AI醫療領域在二級市場上成為了資本眼中的香餑餑。2021年11月5日，主攻人工智能視網膜影像識別的鷹瞳科技于香港聯交所成功上市，順利成為AI醫療第一股。此外，還有AI數字醫生平臺公司數坤科技正式向港交所提交招股書，擬在香港主板掛牌上市。而自主研發“磁控膠囊胃鏡系統”的安翰科技，也在不斷加強自身技術與AI的融合。

AI技術突破，醫療影像前景廣闊

從國內AI醫療行業下游需求分布來看，目前AI醫療在輔助側及數據側應用廣泛，在CDSS（臨床決策支持系統）、智慧病案和醫學數據智能平臺市場占比較大，2020年分別為29.8%、21.6%、14.0%。未來AI醫療應用更注重實用側,包括AI醫療影像、AI醫療機器人、AI制藥等領域。

有行業分析師表示，未來AI將會嵌入到醫療應用系統中，應用到醫院核心臨床信息系統和管理系統、電子病歷和病案系統、健康醫療大數據的建設與應用開發中；另一方面，獨立的AI醫療應用系統也開始發揮作用，比如在醫學影像AI領域等等。

在AI醫療產業中，醫療影像一直是應用的熱門領域之一。隨著政策的放開和支持，輔助診斷和治療產品的市場需求明顯增加。

在2020年中國AI醫療的核心軟件市場規模中，CDSS市場占有率為29.8%，AI醫療影像為7.1%，而預計到2023年（也就是今年），AI醫療影像市場規模將首次超越CDSS，成為AI醫療核心軟件中市場占有率最高的產品類別。

數據預測顯示，中國人工智能醫學影像行業預計將由2020年的人民幣3億元增至2030年的人民幣923億元，這十年的復合增長率高達76.7%。值得一提的是，AI醫學影像市場保持較高增速，資本集聚度高，最有機會率先實現商業化。

目前我國醫學影像數據的年增長率約為30%，而放射科醫師數量的年增長率僅為4.1%，AI醫療影像恰到好處地解決了這一痛點。以眼科為例，目前我國還有20%左右的縣級醫院未設立眼科，根據2020年發布的《中國眼健康白皮書》，我國僅有4.48萬眼科醫生，且集中于一、二線大城市，地域分布嚴重不均衡。

再具體以糖尿病視網膜病變為例，由于早期并無明顯癥狀，大部分患者不能通過眼科檢查得到及時診斷。數據顯示，2023年有30%以上的糖尿病患者面臨視網膜病變的風險，但篩查率卻不足10%。

如果構建一套AI視網膜圖像輔助診斷的網絡系統，落地到基層醫療機構，患者就無需再奔波到大城市進行診斷和治療，不僅能有效解決醫療資源緊缺問題，也能降低單次檢測的成本。

弗若斯特沙利文的數據顯示，我們人工智能醫學影像的行業規模在未來十年間的增長有望達到千億元；具體到視網膜上，這個數字也將由2023年的7600萬元增長至2030年的340億元左右，復合增長率將超過80%。

前文所提到的鷹瞳科技，正是將視網膜成像觀測慢病的原理與AI技術相結合，檢測包括糖尿病視網膜病變、青光眼等眼部疾病，評估心腦血管系統、內分泌系統、神經系統等全身性疾病風險。

落地監管并重，醫保支持可促進AI醫療加速落地

AI醫療產業的發展，結合了醫、學、產等多方面的力量。而人工智能和醫療的結合，不僅在技術方面要求極高，更是對現實情景的多方考驗。所以，哪怕已經研發出成熟的產品，如何加速實現數字化健康落地一直是整個行業的痛點。

要想更好更精準的實現商業化，AI醫療產品對醫院數量的覆蓋面是關鍵。艾瑞數據顯示，在2019-2021年8月AI醫療影像采招額統計中，三甲醫院2019年與2020年的采招額維持在1000萬元以上，受疫情檢測需求的沖擊與肺部影像產品受眾廣、開發技術成熟度高等因素影響，統計時間內關于肺部科室的AI開發軟件采招額高達1296萬元，心血管、綜合類與病理科位列其后。

通過上述數據可以看出，AI醫療設備的需求主力是三甲醫院，而在級別較低的鄉鎮醫院及診所等還遠遠沒有普及。

而眼底AI的優勢在于，企業落地場景的多樣性較為豐富。不管是肺部影像、心血管影像或是胸腔影像，需要綁定大型硬件設備來銷售，一般都會選擇落地三甲醫院。而眼底AI的選擇范圍更加廣泛，其搭載的硬件設備眼底相機成本相對較低，既可以選擇三甲醫院，也可以從基層醫療機構或其他大健康場景進行突破，實現對基層醫療體系的滲透，這也是眼底AI在人工智能影像市場中脫穎而出的重要原因之一。

另一方面，想要實現AI醫療的廣泛落地，醫保或許是串聯起AI醫療與醫院、患者之間最好的信任主線。

今年兩會期間，全球頂尖的眼科專家，北京同仁醫院眼科中心主任、首都醫科大學眼科學院院長王寧利就提交了一份關注致盲眼病早防早治的提案，他建議，將眼底照相納入慢病管理與防控體系，由醫保基金支付費用，這將取得極大的社會效益和經濟效益。

在落實醫保為AI醫療保駕護航的同時，相關部門對數字化療法如何進行監管也是未來行業健康發展的重要基石。特別是AI設備是以軟件為基礎的產品，必須要面對互聯網行業的特性——產品快速迭代，而所有的迭代都要經過縝密的驗證，甚至要再確認再注冊對企業造成的影響。這就要求監管部門思考如何界定數字化療法的產品，盡快配套落實相關的數據安全標準以及有關醫療大數據的行業相關條例，以規范醫療數據的法律監管現狀。

結語

可以預見的是，人工智能技術還處在成長期，細分到醫療領域還有很多細節要優化，更要尋求創新和突破，探求更多模式和場景的相結合。

AI醫療行業是一個長坡厚雪的領域，期待在人工智能技術加持下，智能醫療行業能迎來更多機遇，推出更加優質便捷的醫療設備服務于大眾，進而推動我國醫療事業的高質量發展。