医疗 AI 赛道白热化，增长还有哪些空间？

AI时代，各行各业都在加速智能化，智能化趋势不可逆转，医疗行业也不例外。

医疗体系的环节多，流程复杂，AI的应用范场景相当丰富，市场广阔。简单来说，医疗体系包括诊前、诊中和诊后三大阶段，具体涉及医疗诊断、药物研发、健康管理、器械生产等各个环节。而按照功能用途，AI在医疗体系中的用处更多，比如医疗机器人、AI医疗影像、基因检测等。

在医疗体系内，AI已经有了哪些应用？应用是否成熟？本文就来盘一盘。

01 诊前咨询、获客

有过看病经历的人都知道，看病并不是一件简单的事。除非自己有亲朋好友可以直接咨询，一般人看病都需要在治疗前进行咨询，了解清楚病情后再寻找对应的医院和科室，经历挂号，医生问诊判断病情，给出治疗方案，最后进行治疗，以及诊后观察，复健环节，一场病才能瞧好了。

• 智能客服系统

这个流程相当复杂，在医疗资源紧缺时，仅在诊前这个环节，AI就能代替人力做很多事，比如利用先进的智能客服系统提供诊前咨询，让用户在挂号、预约、问诊环节的沟通更顺畅，提升医疗服务质量和品牌口碑。

作为诊前沟通工具，医疗机构可以在电话、App、微信公众号、网站、官博等各个渠道接入智能客服系统，接通后智能客服系统自动和用户建立对话，对客户咨询进行智能解答，引导用户完成预约、挂号等需求，或者通过智能导航引导用户进入相关服务，进行自助查询、自助办理等。

目前，智能客服系统一般都具有自然语言处理、自然语言理解能力，当用户提问时，系统对知识库系统进行智能检索，回答客户疑问，并可以通过知识图谱等技术进行话术设置，根据客户画像进行快速、有针对性的答疑和引导。比如易聊科技的免费在线客服（IM），就可以提供秒级响应接待，智能坐席分配、智能营销诊断等功能，7*24H在线服务。

另外，智能客服系统一般会提供通话录音和语音转文字功能，方便业务人员后续跟踪统计，大大减轻了人工客服的压力，提升服务质量，近年来也成为医疗机构获客引流的重要工具。

• AI基因检测，预防疾病

疾病预防可以把疾病扼杀在摇篮里，是医疗体系的重点研究方向之一。其中，基因检测是疾病预防的重要手段。自从2017年谷歌发布了基因测序AIDeepVariant之后，业界就刮起了一股AI基因测序的热潮，如今通过将AI与基因检测技术结合的技术已相对成熟，可以更高效地进行基因检测序与检测，预防疾病发生风险。

基因检测是一项“技术”+“力气”活，专业人员需要对人类染色体中所包含的30亿个碱基对组成的核苷酸序列进行基因组图谱绘制。虽然现在花上千元就可以请专业机构做一份基因检测，但是这些检测通都是对DNA的特定片段进行绘制，想要全面地绘制30亿对碱基序列，并判断出序列可能包含的病变信息，就是一项巨大的工程。

AI在这时就派上用场了，AI基于强大的计算能力，能够对海量数据进行迅速分析，并挖掘出更深层的关联结构，定位突变节点与疾病的潜在联系，并可以通过解读基因，提供个性化的疾病干预方案，从而有效预测疾病症状，提高预防的有效性。

AI基因检测前景广阔，可从基因检测龙头华大基因身上窥见一斑，去年，这家公司刚上市市值就飙升至千亿元，在医药健康产业中成为继恒瑞、康美药业、云南白药、上海莱士之后，第五家市值冲上千亿的企业。

02 诊中判断

• AI医疗影像

诊前咨询、挂号的流程走完了，就来到下结论的阶段了。AI能在这个环节做什么呢？想想我们平时看病的经历，医生在问过你的病情之后大概率会让你去拍个片，抽个血，其实就是对医疗影像和血液数据进行分析，这是医生在多年行医经验之外，对病情下判断的重要依据。

AI在这里可以发挥作用，即AI+医疗影像，这是现阶段AI在医疗领域中最热门的细分赛道，比如专注于AI眼底影像分析领域的鹰瞳科技，提供医疗影像云平台的汇医慧影，以及主要集中于胸肺疾病诊断的推想科技等，都是AI医疗影像赛道下的“热门选手”。

从技术上说，医疗影像场景下所用的AI技术是=为计算机视觉，主要解决的是病灶识别与标注、靶区自动勾画与自适应放疗和影像三维重建三种需求，通过智能体检读片、智能骨骼鉴定等智能诊断应用和智能化医学影像设备，对医疗影像进行图像分割、特征提取、定量分析、对比分析，达到判断病患的目的。

• AI辅助诊断

在医疗资源供给日益不平衡的今天，普通人想要获得优质医师资源并不容易，这时，AI辅助诊断可以一解燃眉之急。

顾名思义，AI辅助诊断是指利用AI技术，辅助专业医生下诊断，简化诊疗流程。现阶段，AI辅助诊疗主要是通过NLP、计算机视觉、机器视觉等技术，利用导诊机器人、智能助理等AI设备上传病患档案，自测化验结果，通过AI平台计算分析，并结合数据库中的大量文献、临床经验等进行分析，作为医生推断病情和给出治疗方案的依据。

03 诊后治疗

当前，AI在医疗领域中的应用主要集中于辅助诊疗环节中，但在真正的治疗环节中应用AI系统的场景也越来越多，逐渐成熟。

• 手术机器人

诊后机器人按照功能大致用途可分为手术机器人、康复机器人和服务机器人。其中，手术机器人是一个让人一听就有些担忧的存在。真正由机器人在病人身上“动刀”，安全性一直是阻碍其推广的重要因素之一，比如英国的达芬奇手术机器人做首例机器人心瓣修复手术时以失败告终，机器人当时“暴走”，不但把患者的心脏缝错了位置，还戳穿患者大动脉，引起了人们对“你敢让机器人给你做手术吗”的大讨论。

但回首一看，这其实已经是6年前的事情了，而且事后调查结果也证明，手术失败的主要原因是“人祸”，指挥的医生并不熟知如何操作机器，才发生了血溅当场的惨烈事故。而8月份，成都市妇女儿童中心医院小儿肿瘤外科手术团队使用院内达芬奇手术机器人辅助做眼部手术，让一名患者重见光明的事让达芬奇再次出现在人们的视野中，“一洗前耻”，去年首都医科大学附属北京天坛医院通过远程遥控手术机器人“鲁班”，也成功为一名患者完成了全脑血管造影手术，成功完成我国首例机器人辅助全脑血管造影手术。这些都证明手术机器人在进步。

（图源：Science Nature）

而且近几年有了更大的发展势头，受到资本的热捧。

据预测，到2026年，手术机器人的潜在价值达到400亿美元，投资人随之盯上了这个新兴的领域，据药明康德内容部数据库不完全统计，今年以来，全球手术机器人领域的融资金额就近14亿美元，国内骨科手术机器人领域也是热火朝天，前4个月就有至少5起融资事件。

但不可忽视的是，医疗机器人的开发和技术研发成本较高，且高度依赖AI和5G等技术，因此目前主要集中在一线城市小范围试用，距离真正的普遍推广还有一定的距离。

• 个性化治疗方案

诊病后，医生需要给出病患一个治疗方案，由于AI具有强大的计算能力和深度挖掘数据关联的能力，医疗机构可以结合AI，提供更加精准的疾病预测和分析结果，辅助医生根据患者个人情况，给出个性化的治疗方案。

• 04 其他应用

除此之外，AI在医疗体系中的应用场景还有很多，比如药物研发、健康管理、医疗机构管理、分级诊疗、器械生产等，缩短药物研发周期，降低新药成本，提高新药研发成功率，提供个性化的健康管理方案。

05 医疗AI赛道整合促进行业发展

最后，从整个行业来说，医疗AI赛道去年已经迎来商业化元年，进入了竞争白热化的阶段，早年进入赛道的很多企业已在市场发展中被淘汰。

近日，医疗AI头部公司依图医疗并入深睿医疗，成为了国内医疗AI领域迄今为止最大规模的并购事件，将对医疗AI产业格局产生重大影响。可以预见的是，两家头部企业合并之后，必然会导致头部企业的市占率进一步扩大，资源向头部集中的趋势将进一步加深，这对中小医疗AI初创企业来说是一个挑战，要想生存下去，这些中小企业需要进行更多创新。从长远来看，这将促进医疗AI行业开启新的发展阶段，深化行业发展。

——The End——

入群免费享有智能客服
行业资讯、干货资料和大咖直播