删除历史记录
　----
相关平台红包
倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！
作者：之家哥
摘要：网贷之家小编根据舆情频道的相关数据，精心整理的关于《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》的精选文章10篇，希望对您的投资理财能有帮助。
《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选一今天，轻松筹、中国、爱康国宾、Watson智能医疗等官方微博联合发布了倒计时海报，根据海报显示，距离启动《以AI抗癌?Watson全国10000例肿瘤解决方案公益捐赠》项目还剩3天，也意味12月4日，该活动正式开启。细览这几家组织与机构，包含了医疗领域的“先锋”IBMWatson，中国最大的大病救助平台轻松筹，双方合作产生的“能量”可以说，想象空间非常之大。众所周知，人工智能在医疗领域正在上演新一轮的军备竞赛，IBM、Google、苹果、微软、亚马逊等均已布局医疗人工智能，国内的阿里巴巴、腾讯、百度、科大讯飞、华大基因等先后以“智能医疗大脑”或其他形式切入市场。IBM旗下的Watson，一直发力肿瘤领域并颇有建树。在用户输入相关指标后的短短的十几分钟里，Watson可以在患者看不见的网络时空里，“跑趟美国”――在庞大的数据库里，翻了超过300种医学专业期刊，超过250本肿瘤专著，和超过1500万的论文研究数据，给患者匹配出最佳的癌症治疗方案。据了解，Watson医生已经在包括纪念斯隆凯特琳癌症中心等全球14个国家的顶级肿瘤治疗中心上班，并已经有一部分先接触到这个先进技术的癌症患者获得成功救治。在美国，Watson的治疗方案和顶级专家给出的治疗方案符合度达到90%以上。毫无疑问，当下医疗健康最大的应用场景在中国。而为了打破数据非本土化的局限性，Watson也已经在中国21家医院落地，预计一年内将有150家地市级的三级综合医院引进Watson肿瘤。言外之意，IBM正在中国市场积极寻找应用场景，进而弥补在医疗数据上的不足，依靠进入时间上的优势跑赢中国的竞争者。这次，他们瞄上了轻松筹，中国最大的大病救助平台，智能医疗本质上还是数据之争，与轻松筹开启合作，无疑会在很大程度上增加在中国市场突围的胜算。据公开数据显示，作为中国使用最广泛的大病救助工具与最大的全民健康保障平台，轻松筹用户超过1.8亿，筹款项目突破221万个，总次数逾4.3亿人次。轻松筹起始于大病众筹，在国内率先提出了“社交众筹”和“轻众筹”的概念，而后在今年正式升级为全面健康保障平台，成为国内第一家、也是最大的健康保障服务商。同时，轻松筹集团的健康保障服务包含“轻松互助”、“轻松e保”、“轻松公益”、“大病众筹”所组成的四层健康保障服务体系。这些，不仅可以为人工智能医疗提供丰富的样本数据，更重要的是，为IBMWatson提供了多方面的使用场景接入。一端是先进前沿的智能医疗大脑，一端是连接数亿用户场景丰富的网络，期待12月4日，IBMWatson与轻松筹平台以AI抗癌可以为中国受癌症治疗困扰的国民带来新的希望。写在最后：给大家推荐一家3年老平台立即理财拿→(年化收益10%)转载本文请注明来源于安全110：http://www.p2b110.com/news/302546.html分享到：QQ空间新浪微博腾讯微博微信百度贴吧QQ好友window._bd_share_config={"common":{"bdSnsKey":{},"bdText":"我在【网贷安全110】看到这篇经典的文章，有趣-有料-有内涵！你们看看觉得如何？","bdMini":"2","bdMiniList":false,"bdPic":"http://www.p2b110.com/","bdStyle":"1","bdSize":"16"},"share":{"bdSize":16},"image":{"viewList":["qzone","tsina","tqq","weixin","tieba","sqq"],"viewText":"分享到：","viewSize":"24"},"selectShare":{"bdContainerClass":null,"bdSelectMiniList":["qzone","tsina","tqq","weixin","tieba","sqq"]}};with(document)0[(getElementsByTagName('head')[0]||body).appendChild(createElement('script')).src='http://bdimg.share.baidu.com/static/api/js/share.js?v=.js?cdnversion='+~(-new Date()/36e5)];《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选二医疗AI（人工智能）实在太火爆了。腾讯觅影的首次登台亮相附带一丝玩味。在腾讯打造的见面会上，前1小时55分钟主要是条条阐述腾讯在“互联网+”领域的成就，临近最后五分钟，人工智能四个字经由麦克风闯进大众耳膜，腾讯觅影终得露面。对于这样的登场，腾讯“互联网+”医疗负责人常佳向21世纪经济报道记者表示：“本身觅影的牵头部门是腾讯互联网+事业部，强调的是在真实场景中解决用户问题，没有刻意以某个技术为主线去推进工作。”露面时间虽短，信息量却极大。这是腾讯首个应用在医学领域的人工智能产品，聚合了腾讯内部包括AI Lab、优图实验室等多个团队的技术，最成熟的食管癌智能筛查系统实验室准确率能达90%。同时，腾讯还宣布成立人工智能医学影像联合实验室，中山大学附属肿瘤医院（广东省食管癌研究所）、广东省第二人民医院、深圳市南山区人民医院成为首批合作医院。高调出手的不只是腾讯。在过去的半年里，百度、阿里、谷歌、微软、苹果等科技巨头均不遗余力地布局医疗人工智能，特征是注重技术、巨资先行、频繁收购、攻克领域遍布产业链各环节。同时进场的还有各色创业者和医疗机构，他们往往通过融资支撑研发甚至生存，主要集中在医疗影像诊断、虚拟医生助手、医疗等商业化变现快的领域，部分依靠独家技术获得大额融资的创业者也在尝试破壁基础科研。火爆的同时，医疗人工智能从研发、落地到产业化都布满痛点。国内的医院“信息孤岛”使得医疗数据这一门槛长期高伫，直接影响技术研发和落地。产业化层面则面临行业监管空白、未建立配套审批体系等问题。医疗人工智能究竟是虚火一场还是方兴未艾，依旧需要拨开重重迷雾。腾讯入局腾讯觅影包含6个人工智能系统，涉及疾病包括食管癌、肺癌、糖网病、宫颈癌和乳腺癌，早期食管癌智能筛查系统最为成熟，属于医学影像识别。据悉，该系统筛查一个内镜检查用时不到4秒，现已进入临床前实验阶段。对于食管癌早筛的意义，中山大学医院管理处处长、广东省食管癌研究所所长傅剑华教授指出，早期的食管癌内镜治疗手术后3-5天就可以出院，手术费用仅为后期食管癌治疗费用的三分之一，术后并发症也很少。“但是由于缺乏足够的认知和有效的早期筛查手段，目前我国早期食管癌检出率低于10%。”常佳则认为：“医疗领域面临基层医生偏少的问题，很多病种相对不常见，医生学习周期也比较长。所以在早期筛查以及更多类似的医疗领域，人工智能应该享有比较大的发展机会。”21世纪经济报道记者了解到，科技企业和医疗机构的合作中，科技企业一般扮演技术提供方的角色，医疗机构则提供医疗数据，搭建完备的临床路径、流程、疾病诊断的知识库、图像继续采集的系统等，在开发过程中双方的结合程度直接影响最终的成果。在此次牵手三家医院之前，腾讯在医疗领域经常出手“买买买”，医疗人工智能领域也不例外。例如去年用基因大数据进行数字化生命管理的碳云智能完成近10亿元的A轮融资，腾讯为主要之一；今年三月美国基因巨头Illumina创办的癌症早筛公司Grail宣布获融资B轮融资，也出现了腾讯跟投的身影。但亲自推出医疗人工智能产品尚属首次。“其实医疗领域非常难啃，医疗系统太过复杂。”常佳直言，“腾讯从来不提颠覆医疗，我们是连接医疗，在开放体系之下，我们会非常多公司。但我们发现有一些腾讯的基础能力是没有办法完全脱离开的，我们也需要底层能力。”上个月月底，腾讯宣布启动人工智能加速器，在技术层面将连接来自腾讯AI Lab、优图、腾讯云等的能力，提供超过20项人工智能技术。目前腾讯内部各个人工智能团队各有侧重点：优图实验室专注于、模式识别和认知技术的研究，成果已在天天P图等产品中应用；微信AI团队主攻语音识别、模式识别，核心应用是提供微信中语音输入转文字的方式；AI Lab主要围绕图像识别、语音识别、自然语言处理和机器学习4个方向进行研究。此次与医院建立联合实验室后，腾讯觅影将继续聚合使用这些图像识别、等技术。“人工智能是属于基层技术能力开放的一种，也意味着我们开始走向了跟医学比较深度的结合。之前我们布局的医保支付、用户服务、微信公众号都是处于大众、医院服务领域，这个生态会起到一个长期的战略支撑作用。”常佳说。巨头竞赛相比腾讯，百度和阿里的医疗人工智能成果早已面世。就在上个月，阿里健康宣布联合万里云医学影像中心发布医疗人工智能系统Doctor You，该系统包括临床医学科研诊断平台、医疗辅助检测引擎、医师能力培训系统等。加上阿里在今年3月推出ET医疗大脑、早在2014年就推出的“未来医院”计划，阿里在医疗AI领域的渗透不断深入。百度则在2010年就开始涉足医疗行业，在挂号、医院服务等方面都有布局。宣布裁撤医疗事业部之后，百度将重心转移到医疗人工智能，此前已推出百度医疗大脑。百度云合作伙伴总经理李政告诉21世纪经济报道记者：“现在还在埋头苦干阶段。”BAT先后进场让国内医疗人工智能热闹非凡，但业内普遍认为中外在这一领域的技术鸿沟还很长很深。高特佳执行汤衡的点评一语中的：“医疗人工智能在基础研究和技术层面取得突破，并且开始商业探索的基本都是国外的企业。”大拿科技产品总监金路补充道：“国际上有很多公开的数据库。人工智能热起来以后，医疗领域的公开数据库越来越多，这对进行基础研究的技术公司是非常好的，可以快速地形成自己的技术，或者验证原先的技术移到医疗领域能不能做出成果。这些基础研发一般都是科技巨头在做，外国企业做得早一点。”据了解，人工智能在医疗领域的应用主要包括：辅助诊疗、医学影像、药物挖掘、健康管理、急救室和医院管理、可穿戴设备、营养管理、虚拟助手等。其产业链主要包括基础层、技术层、应用层，每个层面的进入门槛、核心优势都不一样，参与者、和回报也不尽相同。其中，基础层主要由几家科技巨头布局，包括IBM、谷歌、微软、亚马逊、阿里、百度等。巨头们一般选择计算量需求较大的领域切入，这类企业基本属于高投入、高回报。技术层是人工智能大生态系统的基础设施，需要有一定规模的工程团队，与行业结合，形成解决方案或通用技术平台。或者算法、框架及工具较多，形成算法工具平台、开发者生态平台，这类企业适合中布局。这两个层面典型的案例是IBM的沃森肿瘤机器人，已经实现商业化并在一年前进驻中国医院。不过，汤衡指出：“基础研发的周期本来就很长，想要真正用起来还要跟结合。沃森现在是医疗人工智能走得最前的产品，但也处于一个技术成长的阶段，无法跟临床医生媲美。其他企业的研发成果就更早期。”应用层则是在应用场景变现的渠道，据不完全统计，目前全球共有90多家医疗人工智能创业公司分布在应用层、技术层。应用类型包括医疗行业解决方案、医疗行业应用平台，竞争更加激烈，商业变现也来得更快。今年1月，总部位于美国旧金山的Arterys 宣布旗下产品Arterys Cardio DL获得FDA批准，用于分析心脏核磁共振图像，这是FDA批准的第一个用于临床的医疗人工智能产品。金路认为：“将技术真正地运用到医疗领域是需要对行业深度理解，很多技术在实验室或者是比赛中验证是超越人类的，但到了临床，患者的疾病问题更复杂，应用场景更复杂。这个是中小企业的机会，更加机动灵活的应对变化并修改。”商业化难题风风火火进场的玩家聚集在一起，医疗大数据往往是吐槽的重点，吐槽的内容不外乎数据获取难和贵、数据质量差。湘雅二院皮肤科主治医师尹恒主抓该院与丁香园、大拿科技合作的皮肤科人工智能诊断系统，在推出初期的模型之后，尹恒依旧感叹：“皮肤病的图像资源是比较容易获取，其他科室需要借助很多影像资料。但是系统需要搜集庞大、海量的皮肤病资源数据库，一家医院很难做到那么大量的采集，需要花费大量财力物力和人力。”腾讯架构平台部高级工程师颜克洲在做乳腺癌病理图像识别项目，他遇到的数据问题来自于医生的习惯。“我们更需要波片扫描的数据，这个数据非常少，它需要把整个波片全部数字化，但是这个机器现在很多医院没有普及，很多医生也比较抵触使用这样的机器，他们从医学院开始接触到的训练都是使用显微镜。”医疗数据对于人工智能而言等同于维系生存和成长的主食，有了数据才能训练人工智能机器，应用转化也需要跟临床数据相对接。对于国内企业而言，获取数据的渠道主要是跟公立三甲医院合作。此时，医院与医院的数据没有实现互联互通就成了主要的绊脚石。汤衡指出：“中国医院都有私有云，各个私有云都是独立的，数据不共享。现在有一部分数据被互联网挂号平台占据，但数量少，数据质量达不到医疗研发级别。也有企业帮医院做系统对接然后抓取数据，一般是有选择性的抓取，无法获得完整版的数据资源。”相比之下，欧美国家拥有完整的医疗数据电子化流程，但最终的结果是数据入口被巨头占据，购买数据的成本不低。以IBM沃森为例，2015年，IBM并购了三家医疗大数据公司Phytel、Explorys和Merge Healthcare。去年2月，IBM又花了26亿美元收购健康大数据公司Truven Health Analytics。至此，IBM在不到一年的时间里投入40亿美元获取数据。解决了数据难题，医疗人工智能开始迈入产业化，这一领域国内的审批和监管还处于空白阶段。汤衡直言：“未来是根据医疗器械、系统还是其他的方式进行监管还没有定论。国内已经在临床使用的产品基本都是打擦边球，借鉴临床同类项目的收费标准进行定价，也很难开出一个比较高的价格。”美国的做法是，美国FDA在今年5月正式组建了一个由软件工程师和开发人员、AI技术和专家等组成的新部门，专门致力于数字化医疗和AI技术审评，制定审批、监管的规范和标准。另外，美国五大科技巨头（Google，Facebook，Amazon，IBM，Microsoft）联合成立了AI合作组织，以保障行业在未来能够安全、透明、合理地发展。“其实监管我觉得不用担心，只要出来一个对临床有用产品，就一定能够获批使用。”金路认为，“现在的问题还是国内有一些概念性的技术在推出，但是能落地的少之又少。”商业模式更是有待探索。汤衡认为，现阶段应用层面的医疗人工智能企业商业模式创新已经遭遇瓶颈期，基本依靠筛查服务、分析报告来变现，后期的技术升级、数据积累是否能够带来一些质变还需要验证。“看了很多项目，但是投的很少，很多项目都是盈利不多甚至亏损的。项目的估值也都比较高，因为现在是个风口，很多资本都想投出一个成功的项目来做到市场龙头。”他说。（编辑：张伟贤，如有意见建议请联系：）21世纪经济报道及其客户端所刊载内容的知识产权均属广东二十一世纪环球经济报社所有。未经书面授权，任何人不得以任何方式使用。详情或获取授权信息请点击此处。《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选三在“人工智能生物医学应用”这个重大领域，中国具有的巨大独特的潜力和优势（1） 中国有着全球最丰富的临床资源，其将为人工智能在生物医学中的应用提供最核心的资源：医学大数据。在获得医学大数据的潜力方面，中国拥有着全球罕见的优势。（2） 中国人工智能企业数量、以及论文和专利数量在全球范围内的都列前列，这为发展“人工智能生物医学应用”的研究和产业化建立了很好的基础。（3） 中国已经拥有生物医学研究的强大基地，具有着较强的国际化生物医学研究的人才基础。（4） 中国已经拥有着较强大的计算机、机器人等领域的研究团队。（5） 从全球范围来说，除了达芬奇手术机器人、IBM的沃森诊断机器人的技术相对较成熟外，其它技术领域都处于初始阶段。所以中国聚集各方面的优势力量重点发展这个领域，是完全可能在较短时间中领先全球的。国际、国内“人工智能生物医学应用”这一领域发展的现状? 美国在“人工智能生物医学应用”这一领域领先的企业（1） IBM 的Watson医疗机器人主要被应用在癌症的诊断和治疗，其也被应用在糖尿病等慢病的诊疗、医疗影像、体外检测等。为了将Watson医疗机器人训练成一位杰出的“肿瘤医学专家”，一支由医生和研究人员组成的团队上传了近500份医学期刊和教科书，1500万页的医学文献以及数千份病人的病历。该系统被部署到了许多顶尖的医疗机构，提供基于证据的医疗决策系统。（2） Intuitive Surgical研发成功的达芬奇机器人手术系统，已经获得FDA 批准用于普通外科、胸外科、泌尿外科、妇产科、头颈外科以及心脏手术。“达芬奇系统”代表了当今世界外科手术机器人的最高水平，它由三部分组成：外科医生控制台、床旁机械臂系统、以及成像系统。截至2014年底，全球共有3266台“达芬奇系统”，其中美国2223台，欧洲549台，亚洲350台。（3） 谷歌Deepmind健康项目主要研发运用人工智能技术挖掘医疗记录数据的技术，该技术能够在几分钟内处理成千上万的医疗信息。作为Google公司生命科学部门的Verily Alphabet正在开展名叫“基线研究”的基因数据收集计划，其目的是使用一些类似于谷歌搜索引擎的算法来分析是什么原因影响人们的健康，这其中包括可以检测血糖水平的数字隐形眼镜的研发。其它以医疗数据挖掘为核心的主要人工智能企业包括：Careskore，Zephyr Health，Oncora Medical，Sentrian7，和CloudMedX Health等。研发医学成像领域的人工智能技术应用的有潜力的公司包括：Butterfly Network，3Scan3、Enlitic4、Arterys5以及Bay Labs等。以通过人工智能技术加速药物开发为目企业包括：Atomwise，Recursion Pharmaceuticals，Whole Biome，Deep Genomics和Turbine等。?中国在“人工智能生物医学应用”这一领域领先的企业（1） 阿里巴巴的ET医疗大脑采用深度学习的技术，通过海量的数据作为示例来训练机器完成特定任务。ET医疗大脑其实就是一个开放的人工智能系统。经过训练，人工智能ET已具备多项医疗能力，可在患者虚拟助理、医学影像、精准医疗、新药研发、药效挖掘、健康管理等领域承担医生助手的角色。ET医疗大脑已经开始和多个医疗机构开始合作。（2） 腾讯并购的深圳碳云智能公司计划计划在未来五年中收集一百万中国人的基因信息，通过收集的信息他们可以提供各种健康相关的建议。腾讯在2017年8月宣布了该公司AI的医学影像产品 --- 腾讯觅影。腾讯觅影的研发由腾讯公司的多个一流人工智能团队联合开展，其将图像识别、深度学习等技术与医学融合，主要开展对食管癌、早期肺癌、糖尿病性视网膜病变、乳腺癌等病种的早期检测。发展“人工智能在生物医学中的应用”这个重大领域的执行步骤（1） 在管理制度、法律法规上为“人工智能在生物医学中的应用”的快速发展建立基础。日的《解放日报》报道了“阿尔法医生的尴尬”:上海交大的团队研发出的运用人工智能“看”核磁共振的片子以诊断直肠癌病人的软件，其诊断准确性和诊断速度都已经超过了三甲医院的医生。但由于两个原因，“阿尔法医生”不能进入医院：一是基于人工智能的医学影像分析系统不在我国的医疗器械名录里；二是“人工智能读片费”不在医院的收费名录里。这一事例说明，为了有力地推动“人工智能在生物医学中的应用”这一产业的发展，有必要尽快地建立起推动这一产业发展的管理制度和法律法规。（2） 发展起多个以“人工智能在生物医学中的应用”为核心的大型企业。企业将极其注重研发，并与大学、研究机构紧密合作。（3） 运用各种激励政策，重点招募国际一流的“人工智能生物医学应用”研究和产业化的人才，并给予“人工智能生物医学领域应用”这一产业的企业特殊的鼓励和优惠政策。发展“人工智能在生物医学中的应用”这个重大领域研究和产业化的主要工作目标（1） 疾病诊断：大力发展依据于深度机器学习的对疾病的检测方法。应该对所有重大疾病开展系统的、循序渐进的这方面研究，而建立的方法可以立即进入产业化阶段，然后向全国、全球推广和销售。举例说，可以快速推动研发生产如同IBM Watson这一类的诊断机器人，这样的机器人对于农村等缺医少药的地区将具有巨大的价值。在智能中文语音识别技术已经较成熟的现在，发展出中国版的Watson诊断机器人技术上不会太困难。（2） 疾病的精准治疗2.0版：对接受治疗的重大疾病病人开展系统的表型组学和基因组学检测，以建立起重大疾病的大数据库。在此基础上运用人工智能的方法对数据进行挖掘和建模，这将使疾病治疗达到精准医学2.0版，比以往仅仅依赖于基因组学方法的精准治疗研究在广度和深度上都有重大进步。在此基础上将建立起新的精准治疗模型和规范，并发展相关的产品和产业，然后向全国、全球推广。（3） 疾病的预防：① 通过对社区中重大疾病高危人群的表型组学和基因组学、以及对这些高危人群发病的监测，建立起重大疾病高危人群的表型组学和基因组学大数据库。在此基础上运用人工智能的方法对数据进行挖掘和建模，以系统性地发现重大疾病的新风险因子。根据这些新发现的风险因子，建立起新的疾病预防规范，向全国推广。② 大力发展依据于人工智能的可携带式家用监测装置，建立起对高危病人的监测生态系统，以能够对高危病人的可能发作进行早期干预。（4） 康复器械和技术：大力发展依据于人工智能的康复器械和技术的研发，特别是对康复机器人的研发。（5） 医疗器械和装置的研发：除上述医疗器械和装置之外，还有很多种类的医疗器械和装置可以依据于人工智能加以研发，例如手术机器人、依据于人工智能的个性化放疗方案的设计方法和仪器、智能式助听器等。这些研发都可以以企业作为主体，通过与高校和研究机构紧密合作，以尽快推动产业化。（6） 新药的研发：在建立起重大疾病高危人群和病人的表型组学和基因组学大数据库后，运用人工智能的方法对数据进行挖掘和建模，其将可能发现全新的药物靶点。（7） 对人类生物学的研究：人工智能技术已经被用于研究疾病的机制。建立起的中国人类表型组和基因组大数据库，然后运用人工智能的方法对数据进行挖掘和建模，将可能全面揭示基因和表型的关系、以及微观表型和宏观表型之间的关系及其机制，其将颠覆性地提升我们对于人类生物学的理解。（8） 对延缓老化方法的研究：建立起对在各种营养、生活环境下老年人的表型组学和基因组学大数据库，然后运用人工智能的方法对数据进行挖掘和建模，将可能发现全新的延缓老化的方法和机制。其将为创造新的延缓老化的营养品、药物或生活规范建立基础。（9） 对调控婴幼儿和青少年生理和心理健康发展的方法的研究：建立起对在各种营养、生活环境下婴幼儿和青少年的表型组学和基因组学大数据库，然后运用人工智能的方法对数据进行挖掘和建模，其将可能发现全新的推动婴幼儿和青少年生理和心理健康发展的方法，这对于提升人民的健康幸福具有重大的意义。投壶智库专家
殷卫海上海交通大学生物医学工程学院教授Med-X研究院副院长城市治理研究院研究员往期回顾《发改委发文：未来3年，重点支持5大类国产医疗器械发展！》《CSO模式已死？“四大巨头”或放弃，或转型》《今年，为什么有更多国内药企热衷出境买 买 买了？》《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选四近日，郑州富士康一名年仅24岁的网络工程师罹患重病，并不富裕的工友、爱心人士纷纷慷慨解囊，不到一天时间就通过轻松筹筹集了7万元。刘茂飞被查出腿部恶性软组织纤维瘤(骨癌早期)，但是他以乐观的心态积极参与放疗，经过手术后2017年5月刘茂飞回到工作岗位，回到了他热爱的软件开发工作岗位上。可是今年8月，在例行的复诊检查中，他再次被查出恶性肿瘤复发，医生已经建议截肢，刘茂飞不得不挥别工作岗位踏上求医之路。刘茂飞今年24岁，在郑州航空港区的富士康科技集团iDPBG事业群资讯管理处任软件工程师。刘茂飞父母都以务农为生，前期治疗费用已经让这个家庭捉襟见肘，后续治疗无疑是雪上加霜。刘茂飞现在位于老家四川的华西医院住院治疗，医生已经怀疑血转移，建议进行一系列的全身化疗后再进行手术。但是巨额的后续治疗费用让这个家陷入绝望。“大学里，他没有找父母亲要过一分钱的学费和生活费。和女友相恋多年，准备今年年底结婚，美好的生活才刚刚开始，谁承想命运同他开了个大玩笑，而我们多么希望这是老天的一个玩笑!”刘茂飞的同事在轻松筹项目中写道。为让刘茂飞渡过难关，刘茂飞的主管胡乔女士在微信轻松筹上为他筹款，并号召同事们伸出援手。截至目前，筹款项目已经得到了1939次救助，总额达到了102866元，而且还在持续增长之中。在留言中，很多网友都在鼓励这位年轻人乐观一点，坚强一点，挺过病魔，早点好起来.近期，仍在住院的刘茂飞情绪稍有低落。他说，他确实正在接受化疗，在化疗结束之后需要进行评估，确定下一步的治疗方案。对社会各界的帮助，他表示真心感谢。相关介绍：轻松筹成立于，将目标聚焦在公众健康保障领域，各功能板块均与百姓健康保障密切相关。由轻松筹独创的“大病救助”模式帮助超百万大病家庭解决医疗资金问题。成立三年来，轻松筹不断升级各项服务，旗下轻松e保、轻松互助、大病救助、轻松公益四重业务，为国民健康保驾护航。超过1.7亿注册用户，4亿多人次的也使轻松筹成为引领行业发展的全民健康保障第一平台。写在最后：给大家推荐一家3年理财老平台立即理财拿红包→无界财富(年化收益10%)转载本文请注明来源于网贷安全110：http://www.p2b110.com/news/259895.html分享到：QQ空间新浪微博腾讯微博微信百度贴吧QQ好友window._bd_share_config={"common":{"bdSnsKey":{},"bdText":"我在【网贷安全110】看到这篇经典的文章，有趣-有料-有内涵！你们看看觉得如何？","bdMini":"2","bdMiniList":false,"bdPic":"http://www.p2b110.com/","bdStyle":"1","bdSize":"16"},"share":{"bdSize":16},"image":{"viewList":["qzone","tsina","tqq","weixin","tieba","sqq"],"viewText":"分享到：","viewSize":"24"},"selectShare":{"bdContainerClass":null,"bdSelectMiniList":["qzone","tsina","tqq","weixin","tieba","sqq"]}};with(document)0[(getElementsByTagName('head')[0]||body).appendChild(createElement('script')).src='http://bdimg.share.baidu.com/static/api/js/share.js?v=.js?cdnversion='+~(-new Date()/36e5)];《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选五摘要：推动各股创新力量的融合，构建开放的本地生态系统?飞利浦与爱思唯尔出版集团达成战略合作，通过优势互补，共同致力于提升中国医院的临床科研水平。?聚焦肝癌和肺癌两大高发恶性肿瘤，飞利浦在“2017肿瘤解决方推动各股创新力量的融合，构建开放的本地生态系统?飞利浦与爱思唯尔出版集团达成战略合作，通过优势互补，共同致力于提升中国医院的临床科研水平。?聚焦肝癌和肺癌两大高发恶性肿瘤，飞利浦在“2017肿瘤解决方案尖峰”上展示了以“人工智能技术驱动精准诊断和个体化治疗”为亮点的专病解决方案。?飞利浦全开放“星云探索人工智能和科研平台(IntelliSpace Discovery)”,为提升中国医院的临床科研水平提供智能化的技术支持平台。日，北京——今天， “2017飞利浦肿瘤整体解决方案尖峰论坛”在北京举行。论坛邀请到卫计委官员、国内外肿瘤领域的权威专家、医院管理决策者、临床医生以及相关创新平台的合作伙伴等共同参与，交流国内外肿瘤疾病筛查、诊疗及管理新趋势、新动态和新技术。30多位海内外知名专家讲者出席论坛，分享前沿的学术视界。其中，朱庆生、金征宇、张元亭、Susumu Mori 、田捷等嘉宾在上午的主论坛上发表了精彩的致辞和主题发言。通过战略转型，飞利浦致力于在心脑血管、肿瘤、呼吸和优生及母婴护理四大健康领域，将前沿的创新技术和丰富的临床经验相结合，在覆盖健康生活方式、疾病预防、诊断、治疗和家庭护理的整个健康关护全程，提供数字化整体解决方案，旨在以更低的成本，提供更好的医疗与健康服务。肿瘤是当今世界人类的第二号杀手，不仅给患者带来极大的痛苦，并消耗了巨大的医疗资源。在肿瘤领域，飞利浦针对肿瘤疾病诊疗的主要挑战和痛点，在降低成本的同时，帮助医生为患者提供更有效的癌症医疗服务。为了实现这一目标，我们一直在寻找早期发现癌症的方法，提高诊断的精准性、并通过个性化的微创介入治疗，挽救患者生命，提高患者生活质量。在本次肿瘤大会上，飞利浦不仅向业界展示其在肿瘤领域的最新技术创新成果和解决方案，更主要的是搭建一个开放的平台，推动肿瘤领域临床和学术科研的交流。“2017年飞利浦肿瘤解决方案尖峰论坛”有三大亮点值得关注。亮点一：飞利浦与爱思唯尔(Elsevier)正式签署战略合作协议，致力于共同提升中国医院的临床科研水平。根据协议，双方将依爱思唯尔行业领先的学术科研咨询经验和飞利浦对中国医院临床科研需求的洞察和先进的技术平台，为中国医院提升临床学术研究能力，提供咨询服务和技术支持。此外，为了体现双方致力于提升中国医院学术科研水平的共同愿景，爱思唯尔携手中华医学会放射学分会，丰富了公司旗下的国际影像数据库STATdx，首次在大中华地区引入本土放射学专家的经典临床案例。与此同时，爱思唯尔临床医学事业部集团还借助“飞利浦肿瘤解决方案尖峰论坛”平台，发布了首批入选国际影像数据库STATdx的中国15位知名放射学专家名单，并授予五位在过去三年里取得丰硕科研成果， 并具国际影响力的中国学者“爱思唯尔年度创新大奖”，以表彰他们在放射肿瘤领域为解决实际临床问题所做出的杰出贡献。中华医学会放射学会主任委员金征宇教授表示：“这第一批入选的十五位学者名单，是依据严格的国际评判标准确定下来的，代表了中国临床放射学领域的最高水平。他们首次入选爱思唯尔影像数据库体现了中国临床放射学领域学术水平的进步，这不仅对中国，甚至对整个亚洲放射学领域，都是一件令人骄傲的事。未来，这些入选的学者将获得更多与世界一流放射学家沟通交流的学术机会，必将继续推动中国临床放射医疗影像学向世界级水平迈进。”爱思唯尔大中华区临床医学事业部总经理曹引女士表示：“我们希望通过携手我们的战略伙伴飞利浦公司为中国医院以及临床医生提供更多的具有询证医学支持的临床决策和临床科研的助力解决方案，同时也向国际科研舞台展示我们国家临床医学研究的优秀成果。”飞利浦大中华区首席执行官何国伟先生表示：“我们非常荣幸能与世界领先科技与医学信息技术公司合作，共同努力，为提高中国医院在肿瘤领域的临床及科研水平做贡献。医疗健康行业需要通过无缝协作实现整合，在提高基础医学研究的同时，加快科研成果转向临床应用，转化为改善人类健康的措施。飞利浦不仅致力于健康医疗行业的科技创新，并将构建本地生态系统为使命，为政府、科研学术机构、专业医疗工作者和各种创新技术合作伙伴等，搭建沟通交流、协同合作的‘开放式创新平台’，这也正是我们今年举办‘肿瘤解决方案尖峰论坛’的初衷。今天，15位入选爱思唯尔影像数据库的中国知名放射学专家名单能在这个大会发布，令我们倍感荣耀，我们衷心希望，今后能与爱思唯尔一起，通过与业内顶级学者的紧密合作，推动中国医疗科研、临床水平的加速发展。”爱思唯尔是全球领先的科技和医学信息技术公司，致力于科研传播与创新。爱思唯尔集团旗下拥有医学期刊《柳叶刀》、经典图书《格氏解剖学》、《西氏内科学》等权威医学文献。此外，爱思唯尔在研究战略、研发表现、临床决策支持、专业教育等领域提供信息技术及解决方案，帮助医院、医疗研究机构提升学术能力、分享和传播最前沿的学术研究成果，推动学术研究向应用领域转化。亮点二：聚焦肝癌和肺癌两大高发恶性肿瘤，飞利浦在“2017肿瘤解决方案尖峰论坛”上展示了其以“人工智能技术驱动精准诊断和个体化治疗”为亮点的专病解决方案。资料显示，全世界50%以上的新发和死亡肝癌患者发生在中国。世卫组织预计，如不采取紧急行动提高治疗的可及性，年间，中国将有约1000万人因肝硬化和肝癌死亡。肝癌的早期症状不明显，而且恶性程度很高，一旦发现，往往已经进入晚期。因此，对于肝癌患者来说，根据自身的实际情况，选择最好的个体化治疗方法，对于患者的存活和生命质量至关重要。目前临床上治疗肝癌的方法很多，包括手术切除、肝移植、放射治疗、化疗、介入栓塞、射频消融、分子靶向治疗及免疫治疗等。在肝癌治疗领域，未来的发展趋势是综合采用以上方式的多学科协作治疗。其中，肝癌的介入治疗因其微创伤、恢复快、可局部治疗等优点，在临床上被广泛采用，尤其是给中晚期肝癌患者带来了新的希望。但传统上肝癌介入治疗的实施对医生个人经验的依赖度较高，因此如何通过人工智能技术，帮助医生更精准地规划、引导手术和判断手术疗效，对肝癌介入治疗的标准量化意义重大。除了肝癌，本次大会重点关注的另一个疾病则是在中国发病率和死亡率最高的恶性肿瘤肺癌。降低人群吸烟率、加强肺癌早期筛查、推广胸外科微创技术和精准放射治疗技术、推进靶向治疗技术、传播精准医学理念，成为我国肺癌防治工作的重点。肺癌早期没有临床症状表现，很多患者都是因症状就诊，临床确诊肺癌时往往已经处于转移和扩散的中晚期状态，而且肺癌患者往往伴发慢肺阻、肺气肿、间质性肺炎、肺心病等并发症，病情复杂，失去了最佳治疗时机，这也是我国肺癌死亡率居高不下的重要原因。因此，专家建议应该在全社会推广肺癌早期筛查，尤其是对于高危人群，对肺部结节要及早确诊，早发现早干预，能大大提高患者的生存率。针对肝癌和肺癌，飞利浦都拥有覆盖疾病全周期的解决方案，包括智能筛查、智能恶性、多模态影像诊断、精准手术计划、精准介入引导、精准疗效监测和精准一体化放疗等。飞利浦不仅拥有超声、CT、DSA、MR、放疗一体化等先进的影像设备，还拥有人工智能技术和以疾病为中心的各类高级可视化成像技术。例如：? OncoSuite是业界首个肿瘤介入全面方案，为肿瘤栓塞和经皮消融术提供一站式解决方案，可以优化肿瘤病灶显示、引导导管到位、治疗及疗效评价等治疗环节，使得大肿瘤治疗更彻底，而1cm的小肿瘤病灶及其供血血管更容易被检出，同时可以避免损伤与肿瘤相近的健康组织。? 在肺癌的早期筛查环节，中国市场自主研发和生产的Access CT被称之为“肺癌筛查神器”，在很低剂量条件下，就可以实现精准成像，可以辅助体检中心和广大基层医院普及肺癌筛查，提高肺癌筛查的可及性，让更多的患者可以得到早期检出和有效的医疗干预。? 世界上首台以光谱探测器为成像基础的CT——IQon Spectral 光谱CT今年9月-正式在中国市场发布。开启了CT能量成像的新时代。在提供传统CT图像的同时，IQon CT还提供了可以直接反应病灶物质成分属性和功能代谢的定量定性分析数据，有助于隐匿性病灶和早期病灶的发现和判断。同时，对于肿瘤的分期、分级，IQon Spectral 光谱CT通过多参数分析工具可以准确判断肿瘤同源性、良恶性问题，较常规CT的单参数成像观察更为准确客观。对于肿瘤的治疗，IQon Spectral 光谱CT可以早期预测肿瘤的治疗疗效，辅助诊疗方案的制定。? 飞利浦正在与百洋医药合作，探索创新商业模式，使飞利浦基于人工智能技术的星云高级3D影像数据中心，能通过云端互联，为体检中心的医生提供基于多模态影像量化分析的精准决策支持。飞利浦人工智能技术能自动识别肺结节，不仅能大大降低体检时肺结节漏诊的发生率，减轻医生的工作负担，还能面向患者提供易懂和准确的图像诊断报告，使患者能更透明、客观地了解诊断过程和自己的病情，便于医患沟通并制定下一步深入的治疗方案。? 飞利浦的放疗一体化解决方案，不仅包括了大孔径CT、大孔径MR等肿瘤模拟定位成像设备，还能通过多图像融合的方式更加精准地定位病灶的具体位置和形态；Pinnacle3智能放疗计划系统，能根据肿瘤病灶的位置、形态、分期等，精准计算出放射剂量，大大减少了物理师的工作量，大大提升了放疗的效率和疗效。不仅如此，飞利浦的环境体验解决方案（Ambient Experience ）能帮助患者在进行大孔径CT/MR扫描时放松身心，使得扫描过程更加顺利，从而获得更高质量的图像，实现精准和人性化的放疗治疗体验。? 肿瘤疾病的高发和其复杂性，在全世界范围内给病理科医生带来的巨大的工作压力。飞利浦IntelliSite数字病理解决方案，能自动生成、阅读和管理病理图像，帮助病理科医生对手术病理切片进行识别与判断，提高病理医生的工作效率，改善工作流程，从而提高诊断质量。该解决方案是目前世界上第一个通过美国食品药监局(FDA)认证的数字病理解决方案，已被应用于美国的基础诊断领域。亮点三：全开放“星云探索人工智能和科研平台”(IntelliSpace Discovery),为提升中国医院的临床科研水平提供智能化的技术支持平台。进入21世纪后，人类疾病谱发生了明显变化。恶性肿瘤等发病率不断攀升，遗传和代谢性等致病因素凸显，用传统单因素致病的研究方法，已不能满足疾病预防、危险因素评估、诊断、治疗、预后判断等需要。在这种背景下，“转化医学”已逐渐成为世界医学研究领域的共识。其主要目的是试图在基础研究与临床医疗之间建立更直接的联系，使日新月异的基础医学研究成果快速转向临床应用，转化为改善人类健康的防治措施。中国医疗系统拥有基数庞大的患者、复杂多样的病例和丰富的临床实践经验，然而如何将这些资源运用于医学科研，并进而继续转化为有价值的临床应用，是中国医疗科技创新的重点之一。因此，各级医院在提高科研学术水平方面的需求日益迫切。为了满足医疗机构临床科研的需求，飞利浦全开放的“星云探索人工智能和科研平台”配备丰富强大的算法组件及肿瘤科研套件、开放式的人工智能平台和编程平台、专业的科研服务，可以支持客户自行开发和快速验证临床科研算法，帮助医生便捷整合自有算法或者第三方临床科研应用，无缝融入医院的工作和科研流程，将其科研成果快速转化为有意义的临床应用。在本次肿瘤大会上，除了国内外医学临床、科研领域的专家学者外，来自阿里健康、腾讯觅影、IBM沃森健康、英特尔、神州医疗、泰和诚、全域医疗、青岛百洋、汇医汇影、等创新平台的嘉宾也积极参与。与会者围绕人工智能、分子影像、精准影像、影像组学、放射肿瘤等话题，畅言行业发展，探讨如何通过跨界整合，推动产、学、研深度结合，共同开发创新的整体解决方案，提高肿瘤的诊疗效果和效率，推动国内在该领域的临床与学术科研水平。人类最终攻克肿瘤疾病，需要各股相关创新力量的共同努力。飞利浦不仅是一个贡献者，也致力于成为一个推动者——推动各股创新力量的融合，构建一个开放的生态系统。版权声明本文仅代表作者观点，不代表百度立场。本文系作者授权百度百家发表，未经许可，不得转载。阅读量：500《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选六原标题：医疗人工智能站上风口：有望释放出巨大的商业价值
前言:从互联网医疗升级到医疗人工智能 1) 影响范围升级:从边缘到中心 互联网医疗到医疗人工智能，是对医疗行业从表层到实质、从边缘到中心的全面升级。医疗 是一个人力、智力密集型行业，医疗服务供给与需求的严重失调是我国医改面临的根本问题。 为了变革升级产业，解决看病难的问题。
1.0 时期的互联网医疗，大部分商家都将自身定位 为平台，强调平台的连接属性、放网的流量优势。典型的商业模式就是轻问诊平台， 以挂号为切入口，希望通过更高效的链接患者和医生，提升医疗服务的资源配置效率。 2.0时期，互联网医疗平台尝试通过开通互联网医院、或者到线下开诊所的形式来提供医疗服务， 从增加医疗服务供给的角度去变革产业，但受限于人力的瓶颈，变革仍然是有限度的。 到了 医疗人工智能时期，AI 对医疗的渗透有望大幅变革医疗服务的成本和效率，从根本上解决医 疗服务资源的供给瓶颈，彻底改善看病难的问题。
2) 产业布局思维升级:从“圈人”到圈“数据” 医疗人工智能创造了全新的医疗服务供给，医疗投资回归技术驱动路径。总结过去几年互联 网医疗行业的热潮，人是商家争夺的核心要素，技术暂处于边缘辅助角色，技术和人力两个 生产要素的抉择中，资本更偏好人力。 其表现形式为，以及创业者均认为医疗行业还 处于人力驱动的逻辑，即如何圈住医生、医院这些医疗服务的供给方才是核心所在。
而人工 智能技术的成熟和普及将让医疗行业步入技术驱动的轨道，从基于医生经验医学到循证医学 (统计学+小样本数据)的阶段再进一步进化到基于人工智能的诊疗，医疗行业的投资逻辑 将发生根本性的变革。 以医生和医院为代表的医疗服务资源将不再稀缺，数据成为了新的生 产要素，人工智能技术创造了全新的医疗服务供给。
临界点已至，医疗人工智能站上风口 技术:已走出实验室，商业化加速落地 现代医学是数据驱动的学科。一提到技术对于医学的作用，可能大家的第一反应就是医疗是 一门手艺活，靠的是经验和实践，技术本身并没那么重要。我们认为这是一种偏见或者无解， 事实上，中西医分科治学后，现代医学已经是一门数据驱动的学科了。 传统医学的底层驱动 其实是经验医学;到了现代医学，特别是西医，强调的是循证医学，其背后的支撑是基础理 论的研究+临床经验(以数据的形式呈现)。
循证医学会采集大样本的临床数据，进行系统性 的评价，最后把临床数据总结成临床诊疗指南、临床路径;循证医学发展到精准医疗时代， 数据的重要性更加明显。 精准医疗在循证医学的基础上，更加强调患者个体的个性化诊疗， 通过对患者的数据的分析结合临床经验，给出最佳的治疗方式，甚至会出现“同病不同治”、“同 治不同病”的情况。 因此，如果我们承认数据是现代医学的基础，那么将人工智能技术引入 医疗领域显然是历史发展的必然。 人工智能在医疗领域的尝试最早可以追溯到 80 年代。最早的一波在医疗领域进行人工智能 探索的尝试，出现在 1972 年。由利兹大学研发的 AAPHelp，这是医疗领域最早出现的人工 智能系统。 AAPHelp 系统基于贝叶斯理论开发，主要是用于腹部剧痛的辅助诊断以及手术的 相关需求。1976 年美国斯坦福大学开发了一个用于细菌感染病诊断的专家咨询系统-MYCIN， 它是世界上第一个功能较全面的专家系统。 1980 年，已经有一些商业化应用系统的出现，比 如哈佛医学院开发的 DXplain，主要是依据临床表现提供诊断方案。DXplain 的知识库中，已 经收录了 2200 种疾病，和 5000 多种症状。同时期，我国的医学专家系统也开始进入研究阶 段。
总体来说，早期的医疗人工智能的厂商并不成功，技术本身也存在很大的局限性，包括在医 疗辅助诊断领域的 CDSS(临床辅助决策系统)、医疗影像领域的 CAD(计算机辅助诊断)， 均没有获得理想的商业效果，在实际的应用过程中，也并不受医疗从业者的欢迎。 主要的原 因在于，无论从算法、算力或者数据来看，人工智能技术本身并不成熟。医疗的高度复杂性 对于过去的人工智能而言还是一个不可逾越的行业。 在人工智能基础技术突飞猛进提供了持续的的大背景下，医疗+AI 开始突破早期的 技术瓶颈，获得新的发展契机。
以医疗影像为例，新一代人工智能技术在精确度上已经实现了“超越人类水平”的技术临界点。 引入深度学习之后的医疗人工智能与过去传统的人工智能模型的区别在于，传统人 工智能模型的成本非常高，需要一大批的专家来教机器某一种疾病的各种类型的特征。这种 模型准确率本身不高，而且能够做出来的病种也非常有限。
但深度学习的模型，本质上有点 类似一个普通医学生的自学习过程，只要有足够的数据量作为学习材料，就能实现更精准、 覆盖病种更多的模型。 从 2013 年开始，已经有多个医疗影像人工智能的学术研究以及商业 化的案例，通过引入深度学习算法，在某些病种的识别和诊断上，达到“超越人类水平”的技 术临界点。 实际上，医疗人工智能在众多应用场景已经走出了实验室，进入了商业化落地阶段。除了上 文提到的了医疗影像之外，医疗人工智能商业化落地的案例中，最为大家所熟知的就是 IBM沃森肿瘤医生。 2012 年，沃森肿瘤医生通过了美国职业医师资格考试，并部署在美国多家医 院提供辅助诊疗的服务。从 2016 年起，IBM 正式全线发力推广沃森肿瘤医生，截止至 2017年 3 月底，在全球 7 个国家服务的病患数量已达到数万名。
资本:一级市场持续火爆，巨头加速布局 医疗人工智能在一级市场已经融资超过 180 亿。我们引用亿欧智库的相关研究数据，截止至2017 年 8 月 15 日，国内医疗人工智能公司累积融资额已超过 180 亿人民币，融资公司共 104家。 考虑到大部分医疗人工智能创业都成立于
年，医疗人工智能超过 180 亿的 融资一定程度的反应了行业的火爆程度。此外，从全球范围来看，IDC 在其《全球半年度认 知/人工智能支出指南》中将医疗人工智能统列为 2016 年吸引最多领域之一，并表示 在未来五年内，包括医疗人工智能+诊断和治疗系统的使用案例将获得最大的发展。 在五年 期间，它预测医疗健康人工智能投资的年复合增长率为 69.3%。同样，CBInsights 将医疗健 康列为人工智能中最热的领域。
巨头们开始加强医疗人工智能的产业布局力度。其中，标志性的事件就是，百度宣布将原先 专攻互联网医疗领域的医疗事业部进行重组，对外发布了「百度医疗大脑」，将未来医疗的 重心方向定位于医疗人工智能。
医疗人工智能赛道尚未跑出巨头，各个体量公司皆有机会。观察整个医疗人工智能产业的创 业赛道，目前仍然处于初期，融资轮次大部分集中于 A 轮。 如果将巨头纳入到考查范围内， 现阶段也尚未出现绝对领先的公司。即使考虑国外，已经经过多年孵化、较为成熟的 IBM 沃 森，也只是在商业化方面刚刚起步，领先优势并不大。 考虑到医疗行业本身的复杂性和高门 槛，我们判断:1)未来会出现新进入者，但是不会出现蜂拥而入而陷入恶性竞争的情况;2) 医疗人工智能空间广阔，现阶段各体量公司皆有机遇。
产业环境:供需不平衡仍将延续，消费升级产生新的付费方 产业环境从医疗服务的供给方、需求方、付费方三个视角来看: 1)人工智能的引入有望解 决医疗服务供给紧张; 2)医改倡导的分级诊疗体系将重新划分医疗服务供给方的服务半径， 基层医疗面临智能升级的强需求; 3)消费升级的趋势下，个人消费者将有望成为智能医疗 服务的重要付费方，也将加速倒逼产业的智能升级。
人工智能赋能基层医疗。现阶段，分级诊疗的难点在于基层的医疗服务水平的薄弱，导致了 患者对于基层医生的广泛不信任，造成分级诊疗难以落实。 强基层是分级诊疗体系建设的重 要一环。人工智能的引入有望将将顶尖医学专家的知识和诊治经验进行快速复制，为基层医 生提供实效、实时的决策支持，可以提高广大经验不足的医疗工作者的工作能力。
政策:需“持证”上岗，收费政策尚未明晰 医疗人工智能领域的相关政策主要包括两大块:准入政策和收费政策。 1)从大方向来看，政策对于医疗人工智能的技术引入松开了口子; 2)收费政策尚未明晰。 商业前景:技术赋能是当下，医疗服务是未来 未来医疗人工智能商业化落地的模式可以分为 1.0 的技术赋能(联合医院共同输服务 C 端) 以及 2.0 的直接切入医疗服务(基于医疗牌照+科技直接展业)。 现阶段，受制于本身的技术 成熟度以及政策监管，医疗人工智能只能以技术赋能的形式，面向医疗机构，进行商业推广。 但随着技术的不断成熟以及医疗改革的深入，支持社会办医的政策落实，医疗的“牌照”价值 正在下降，未来有大概率出现独立的 AI 诊断中心，直接提供诊断服务。 除了鼓励社会办医 之外，2016 年底,国家卫计委陆续印发 4 类独立设臵医疗机构的基本标准和管理规范,包括医 学影像诊断中心、医学检验实验室、血液净化机构、病理诊断中心。实际上，这也为未来AI 诊断中心开了政策的口子。
从国外调研数据来看，医疗人工智能商业前景乐观。根据 Healthcare IT News 报道，其联合HIMSS 分析(HIMSS Analytics)针对美国医院人工智能技术应用前景开展了一项调查，调查 分析的 85 家医院中，目前已应用人工智能技术的仅占 4.7%，不过人工智能在医院的普及前 景光明。 调查显示，计划在一年内应用人工智能的医院占 10.6%，两年内应用人工智能的占23.5%，另有 24.7%的医院计划在三年到五年内应用人工智能。以此推算，大约 35%的医疗 机构计划在两年内使用人工智能技术，而计划五年内应用人工智能的医院超过一半以上。
医疗影像:人工智能在医疗领域应用的第一站 人工智能在医疗影像的应用场景 医疗影像是现代医学最重要的临床诊断和鉴别诊断工具。影像成像技术的不断丰富使医学影 像从辅助检查工具变为现阶段医生做诊断时最大的信息入口，接近 70%的临床诊断需借助医 学影像。
从功能来看，人工智能在医疗影像领域的应用场景可以分为两类: 1)机器看片:强调的是 替代或者辅助医生观察影像数据的作用。以帮助医生提升影像诊断效率为主要目的，解决医 生资源不足的问题; 2)机器读片:强调的是对医学影像数据的内容解读，帮助医生进一步 提高影像诊断精准度，解决的问题是加强医生的诊断水平。
市场机遇:医疗影像是千亿级的市场 医疗影像医生供需缺口巨大。 1)放射科:按照动脉网蛋壳研究院的数据，放射科有超过 50%的医生工作时间在 8 小时以上，20.6%的医生每天平均工作时间超过 10 个小时。目前我国医 学影像数据的年增长率约为 30%，而放射科医师数量的年增长率只有 4.1%，放射科医师数量 增长远不及影像数据增长。这意味着放射科医师在未来处理影像数据的压力会越来越大，甚 至远超负荷; 2)病理科:根据 deepcare 提供的数据，在中国病理医生非常的缺乏，大概平 均七万中国人一位病理医生，而在美国是平均两千人一位病理医生，缺口按照美国的标准是 达到 3-4 万。综上，现有的医疗影像医生其实面临工作负荷过载，跟不上日益增加的医疗影 像需求的问题。在繁重的工作负担下，人工分析只能通过医生经验去进行判断，误诊和漏诊 率较高。
医学影像的解读需要长时间专业经验的积累，影像科的医生培养周期相对较长。国内医疗影 像+人工智能领域创业公司 DeepCare 做过一个调研对比:让高年资(40 年)病理医生与低年 资(10 年资)病理医生对同一组乳腺癌淋巴转移数字病理切片进行诊断，结果显示，低年资 医生与高年资医生的诊断差距达 30%。从这个调研的数据，我们可以对影像科医生特别是病 理科医生的培养周期有一个较为感性的认识。 人工智能应用于医学影像是刚需。在供需存在巨大缺口，而且短期很难补齐的现实条件下， 将人工智能应用于医学影像，提高医生的读片效率和准确率，减轻现在影像科医生的工作压 力，成为了刚需。此外，机器看片更为客观的分析结果，其实也一定程度上降低了人为操作 的误判率。 医学影像市场存量规模在 4000 亿左右。我国医院财报显示影像检查收入占医院收入的10-20%，与检验科接近，仅次于药品。根据 2015 年中国卫生和计划生育统计年鉴数据统计， 我们 2015 年医疗费用支出约 4 万亿，那么医疗影像的市场规模大约在 4000 亿左右(以医院 收入的 10%测算)。在 4000 亿的影像市场中，无论是上游医疗影像成像硬件设备还是下游医疗影像诊断服务，人工智能均有极大的发挥空间，前景光明。
参与医疗影像+人工智能产业的路径 医疗影像产业链可以分为上游的影像诊断基础设施层以及下游的影像诊断服务层。其中，影 像诊断基础设施层又可以分为影像信息化和医疗影像成像设备;影像诊断服务层现阶段主要 的参与者是公立医院，未来随着社会办医、远程医疗的发展，民营医疗机构、独立影像中心 以及线上影像平台成为重要的影像诊断服务机构。 医疗影像人工智能技术的成熟和产业的火 热，诞生了一批医疗影像人工智能技术公司，形成了产业链中独立的细分领域:影像诊断智 能分析。 他们主要的服务对象是: 1)医疗影像成像设备:通过给硬件增加人工智能模块; 2) 影像诊断服务机构:为这些医疗机构的医生提供机器阅片工具，提升效率和准确率。 智能辅助诊断:现代医学皇冠上的明珠 技术实现路径:打造“医疗大脑”的 5 个步骤 “医疗大脑”或者智能辅助诊断，就是让计算机“学习”专家医生的医疗知识，模拟医生的思维 和诊断推理，给出可靠的诊断。构建的方法则是从临床治疗经验、专家文库中提取医疗知识。 具体而言，医疗大脑将以患者的病史、症状、检验检查和用药等治疗方案为原始数据，整理 出临床治疗经验，融合现存的医学知识，针对各种疾病建立医疗图谱。 并在此基础上，通过“阅读”患者的病历或者是临床症状，结合后端的医疗图谱，为医生提示临床医疗方案，为患 者提供诊疗方法参考并答疑解惑。简单而言，医疗大脑的构建，就是将多维度的数据变为知 识的过程，按照数据流的视角，大致分为 5 个步骤:数据集中、数据加工、知识图谱、知识 计算、交互设计。
竞争壁垒分析:医疗数据规模数据结构化技术 医疗数据的规模是“医疗大脑”智力水平的决定性要素。医疗辅助诊断系统的研发本质上就是 将数据变成知识的过程，因此医疗规模数据是“医疗大脑”智力水平的决定性要素。现阶段， 医院是医疗临床数据最大的集聚地，医院的封闭性造成了数据获取的困难性。获取医疗数据 的能力成为重要的竞争壁垒。
商业化路径:智能辅助诊断系统面临的三个定位选择 在分析智能辅助诊断系统的商业化路径之前，首先要明确市场定位，究竟是服务于医疗机构 还是直接面向消费者;是服务于基层医院、专科医院还是大的三甲医院;是致力于攻克常见 病还是垂直病种?不同的定位，会有不同的技术实现难度，也将面临不同的商业化前景。 二级市场参与智能辅助诊疗产业的路径 我们判断，进军智能辅助诊断产业将是有进取心的医疗 IT 企业的必然选择。首先，切入智 能辅助诊断产业将有望助力医疗信息化企业逐步摆脱项目制收费的商业模式，升级到分成医 疗服务收费的模式;其次，智能辅助诊断系统的打造将是医疗信息化将自身医疗大数据变现 的完美路径。 基于二级市场医疗信息化上市公司不同的资源禀赋和战略，布局智能辅助诊疗 产业的路径大致分为两条:1)引入第三方智能辅助诊疗技术公司作为战略合作方，共同分 享产业蛋糕;2)自主研发。将自身医疗数据资源升级为医疗知识图谱。 获得本文完整报告，请访问乐晴智库网站：www.767stock.com返回搜狐，查看更多
责任编辑：《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选七★新朋友点击上方订阅本刊7月22日，国务院总理李克强主持召开国务院常务会议，确定全面实施城乡居民，更好守护困难群众生命健康。会议指出，城乡居民大病中国特色社会主义医疗保障体系的重要组成部分，把社会保障与相结合是持续深化医改的重大创新。会议决定，从城镇居民基本医保和新农合中划出一定比例或额度作为大病，2015年底前使大病保险覆盖所有城乡居民基本医保参保人。对参保大病患者需个人负担的医疗费用给予保障，今年支付比例达到50%以上，今后还要逐步提高，有效减轻大病患者就医负担。到2017年，建立比较完善的大病保险制度。南开大学系教授朱铭来指出，这意味着过去大病保险从试点阶段，开始进入到全面实施阶段了，政府会进一步加，当然不同的地区额度会有差异。他指出，下一步需要实现大病保险、、以及救助制度三者的无缝对接，这涉及到信息共享以及资金共享；同时要要注意这项政策受众应是贫困群体（低保群体）或是因病致贫的群体。“在这里就需要对因病致贫的人群，作出更科学的经济学上的界定。”他说。全面实施大病保险目前，实际上是2012年国家关于大病试点的推广。当时六部委制定的《关于开展城乡居民大病保险工作的指导意见》（发改社会[号）提出，从城镇居民、新农合基金中划出一定比例或额度作为大病保险资金，同时采取向商业购买大病方式。并通过政府招标选定承办大病保险的商业保险机构。招标主要包括具体补偿比例、盈亏率、配备的承办和管理力量等内容。21世纪经济报道获悉，目前各地试点的情况还有差异。比如有的地方实施大病保险办法时规定，在居民发生大病产生高额费用在基本社会费用后，商业对其余的费用按照规定的一个范围和比例进行报销，有的地方设置最高额度，并有比例限制，比如有的是50%或者60%。但是有的地方不设定最高额度，而是规定城乡居民大病保险起付标准和补偿比例，一般是个人负担的大病费用越高，补偿报销比例越大，有的达到了85%。北京大学政府管理学院公共政策学教授顾昕指出，政府招标选定商业保险机构承办大病保险，这意味着大病保险采取“社会再”，相当于社会医保（城镇居民医保基金、新农合基金中）拨出一笔钱再保一次险。商业保险公司名义上是保本微利，实际上也有好处。因为通过帮参保人买单的方式，可以获得数据。比如知道参保人得的是什么病，得病的概率是多少，费用大概在什么范围等，基于数据这些商业保险就可以有针对地设计保单。“这是商业保险公司了解市场情况的一个手段。”他说。上述国务院常务会议也指出，要按照收支平衡、保本微利的要求，原则上由政府招标选定商业保险机构承办大病保险，保费实行单独核算，确保资金安全和偿付能力。中国经济体制改革研究会特约研究员余晖认为，大病保险能否持续，需要看社保有无大的结余，否则需要政府投入资金。大病保险能保到什么程度，这些都还需要仔细研究，“但这种措施能够补充大病治疗的资金，能够在一定程度上解决公民的大病问题，肯定是一个挺好的措施。”他说。人社部数据显示，2014年，职工收支总规模达到14735亿元，比上年增加1843亿元，增长14.3%；比2009年增加8685亿元，年平均增长19.5%。2014年，职工基本累计结存5537亿元，比上年增加731亿元，增长15.2%；比2009年增加2876亿元，年平均增长15.8%。共同发挥托底保障功能本次常务会议也指出，城乡居民大病保险与医疗救助等紧密衔接，对经大病保险支付后自付费用仍有困难的患者，由医疗救助、慈善救助等给予帮助，共同发挥托底保障功能，有效防止发生家庭灾难性医疗支出，防范冲击社会道德底线的事情出现，显着提升城乡居民医疗保障公平性。21世纪经济报道获悉，过去类似恶性肿瘤、白血病、肾透析、心脏支架手术由于医疗费用高，达到几十万甚至百万，经常使得很多家庭因病返贫。目前对参保大病患者需个人负担的医疗费用给予保障，今年支付比例达到50%以上，今后还要逐步提高，因此除了基本的社会医保，大病保险外，仍需要其他的救助制度。南开大学风险管理与保险系教授朱铭来指出，随着科技和社会的发展，医疗费用也会相应特提高，所以个人缴费制度将会有所调整，而缴费金额也会增加。但是大病医疗保险基本的原则不变，那就是保护弱势群体，让更多的资金和政策向弱势群体倾斜。商业保险这块可能更应该将重点放在资源购买上，譬如高端药物、进口耗材器械等，这可能会增加商业保险机构的成本，普通老百姓可能因此要承担更大的压力。现在看病成本高很大程度上与诊疗程序多、收费高，以及医疗系统存在的其它体制机制问题导致的，“所以需要贯彻和落实‘三医联动’（医院、医保、医药改革联动），并在支付方式的完善方面作出努力，对医疗机构的监督和监管也要做好。”他说。安徽省阜南县赵集镇一名骨结核病患者告诉记者，目前骨结核属于大病，可报销费用65%。他认为，农村与城市差距大，大病治疗花费太多，穷人看不起。而且好的医疗条件都在比较发达的一线城市。对于外地人，除了看病，衣食住行的花销也比较大。这样就导致了没有钱看病。国家医保应该实行全国统筹统一，在各个地方都能使用。北京大学政府管理学院公共政策学教授顾昕认为，“大病”就是花钱多的病。基本医疗保险有封顶线，有的地方是10万、20万或30万，但是如果得了大病，比方是白血病，治病费用很高，在60、70万左右甚至以上。在封顶线以上的就应该由大病保险来付，在封顶线以下的就由基本医疗来付。这需要衔接。此外还有病人的费用账单的审核问题，如果社保没有认真审核，让原本60万的医疗费用增加到了70万，这就意味着商保要多付10万。所以商业保险公司不仅要关注封顶线以上的医疗费用，还要关注封顶线以下的费用情况，这就涉及是社保审核还是商保审核，还是两者一起审核的问题。目前有一种方法是将医疗审核和买单的工作外包给专门的公司来做，国际术语是“TPA”，俗称第三方管理，但这里有个问题是外包的费用要由谁来出？这些都是需要衔接的内容。而2012年《关于开展城乡居民大病保险工作的指导意见》的文件中，对于社保和商保怎么衔接的问题，并有没有给出方向性的意见。顾昕认为，很多问题还是要慢慢探索。“大病保险是就是要试图缓解这种因病致贫的情况，虽然目前因为种种原因不能立竿见影，但总体还是有所帮助的。”他说。关注技巧1.长按指纹 识别二维码2.点击标题下惠农时贷关快速关注3.搜索微信号hn_dai（←长按复制）↓↓↓点击“阅读原文”直接关注,获取更多精彩内容《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选八2017深圳国际BT 领袖峰会在会展中心盛大举行，在这次峰会期间由并购菁英汇主办，深圳市国际贸易促进委员会、易界、星汉资本协办的“2017中国产融创新系列论坛——人工智能医疗”会议上，嘉宾对未来医疗场景的分析与见解。未来几十年以后，在地球上面生活的人们生活质量非常高，如果他们生病了，只要到医院相关诊室绕了一圈，就可以把你的病治好。据了解，本次论坛主要围绕“医疗创新·奇点临近”主题进行了全面的探讨，与会嘉宾分享了人工智能＋医疗的发展趋势、基因科技、中医精准医疗、大数据的医疗价值、投资布局、产业及跨境并购趋势等多方面的话题展开讨论。事实上，人工智能这个概念是1956年的Dartmouth学会上被提出的，这个概念也在扩大。人工智能简单来说，它是把AI系统做得像人类一样，核心能力有三个方面，感知能力、运动控制能力、学习推理能力。其最大的优势就是计算性能的高效，这是它硬件的支持。我们人类大脑的运转速度由于生物学、细胞的信号传导等的因素所限只能达到这样的水平。面对庞大复杂的资料数据，人工智能成为医疗健康产业链改革的重要试验田。平安证券医药行业首席分析师 叶寅平安证券医药行业首席分析师叶寅认为人工智能对医疗的价值有两个方面：一是提高效率，二是降低成本。解决医疗资源不足，提升医疗领域生产力是对人工智能+医疗的根本需求和发展动力所在。目前在人工智能在医疗领域有广阔的应用场景，重点包括“健康管理、语音识别、药物挖掘、医学影像”四方面为主，其他还有在可穿戴设备、病理学、生物技术、精神健康、风险管理、急救室管理、营养学方向的应用。通过梳理，国内AI+医疗创业公司主要分为医疗影像类、医疗大数据类、医疗保健类、医药研发类以及医疗信息化类5大类。中科院深圳先进院医学信息技术研究中心主任李烨如何将其更好的人工智能运用到医疗的产业链条的每个环节，其最大价值,嘉宾中科院深圳先进院医学信息技术研究中心主任李烨认为：当前的医疗行业的最大痛点就是医疗资源的不足。通过AI把医疗案例下放到社区，可以大大缓解社区医疗压力，解放更多人力。举个例子，通过大数据汇总来的信息，我们也可以分析出更深层次的信息，例如疾病的分布，患者的特征等等，这样可以做到更好的疾病预防。除此之外，会议精彩之处是从产业链条不同角度诠释人工智能的重要性，其中包括上市公司、专业，专家学者等，香雪制药董事长王永辉中医的本质是精准医疗，更是理想的AI应用场景，作用于：完善个性化诊疗体系、有效个性化用药方案解决、理想的健康管理模式、弥补微观层面中医不够精准的问题。中医具有优越服务体系及运营模式，解决优质医疗资源不足，包括诊断、预测、治疗和管理服务，AI在基层医疗的核心应用场景就是如何借助机器（人工智能）力量，帮助基层医生达到中等程度的诊疗服务水平，让老百姓愿意走进基层医院，真正实现“分级诊疗”。中医药结合自成产业闭环：传统中医强调“医先识药，识药先懂医，无医不识药，无药不成医，医药不相离”；中医治未病体系实现医患利益趋同，中医治未病倡导主动干预，防病于未然，从而提高生活质量、减少疾患痛苦，节约治疗费用、减轻社会负担。香雪制药建立了国内首个基于技术和人工智能的中药处方配制平台，是中医个性化用药的完美解决方案。汤臣倍健董秘吕静莲虽然都是AI，AI细分是非常不同的，我们可能会有语音语义的MLP和MLU的部分，另外就是像知识图谱的部分，这些东西可能是我们更加关注的一些内容。汤臣的基金想做的事情其实想借助几家上市公司的能力，对他们做一些相应的人工智能化的应用，但基础层我们就做不了，我们希望更多从技术层面到应用层面的转化。人随着整个科技的发展，60年一大跃进，能有一些更新的东西，如果我们将来在做相应的投资布局的时候，就不仅仅是我们想象中的东西，我们希望能够做到用户的多轮对话，但事实上发现不管是siri，还是小娜，包括我去看Watson，可能都还不行，那天我们还看到斯坦福有一位教授正在做语译机，可能当语译机出来的时候我们还想做用户动态的数据收集和信息累积的时候，当这些基础性的研究能够渐渐到位的时候，这种产业化的公司才能更多的在布局当中取得比较好的成效。华大基因总裁首席产品官彭智宇基因测序是精准医疗入口，成为其判断的依据之一，华大基因设立了目前全球最大的基因组的研究中心，基因检测在遗传病提早发现及预防，健康基因的选择、量身定药等，基因科技贯穿了整个生命周期，都有相应的解决方案。比如“无创产前检测”，今天全球已超800万孕妇接受了这样的检测，其中有一半是来自于中国完成的，还有一半（即四分之一）是在华大基因完成，生命科技在中国的红利还有一个，就是基因的遗传资源，中国的国情再加上技术的领先，也可以让我们在精准医疗这个新的方向有领先的机会。中科新知董事长庞志强人工智能本质上就两块，一个是机器学习，一个是大数据，实际上机器学习这一块，包括腾讯也给我们开放了AI的技术引擎、语音语义，后来意识到了一件事，机器学习这一块，机器算法这一块，未来一定是像现在的水和电一样，完全你可以按需去采购，尤其像运算能力、内存、存储等等，这都是按需采购的，但真正应该有一个连续的大数据，谁能掌握这个连续大数据才是真正有用的东西。比方医院的数据，其实医院的数据也有一个问题，首先是离散的，它的数据格式也是不一样的，还有一个最重要的问题是，医院的数据已经是发病以后的数据，你拿它干什么。所以你看到人工智能的领域，在医院这一块的应用模式识别、影像识别现在做得非常好，这些才是真正有用的。健康管理那一块，谁掌握了连续数据，这是第一点，当然谈到医疗领域，我们默认的一件事它是一个医疗级别的数据，在被默认为医疗认可数据之后，我觉得最主要的是连续，我知道今天的CFDA有五家连续血糖仪正在接受注册，连续的数据是很有用的。易界管理合伙人蒋小旭人工智能和医疗健康相结合的话题来看，第一，在海外在很多基础层面应该是先行于国内很长时间，比如IBM Watson医疗诊断系统，已经达到一个非常智能的水平，现在在国内跟浙江、江苏、上海已经开始了一些合作，在医院也有进驻，不管是在基础的层面，IBM的基础，像算法、运算能力方面的一些研究，还是在应用层面，比如说在癌症的诊治，基于人类医学大数据相结合方面，还是走出美国的实验室到一些应用的唱机，包括在中国跟中医诊治方面的结合，都是做了很好的范例。第二，在很多应用场景，像认知方面的影像的诊断、影像识别，在药物的挖掘，比如大分子、小分子早期的筛选，削减药物研发整体的时间方面，人工智能已经走出了很大的一步。东方富海合伙人周绍军年，AI医疗各领域共发生融资事件241起，其中：应用层86起、技术层71起、基础层84起，应用层持续热潮，基础层热度下滑。AI医疗集中，天使轮和A轮，较多布局在虚拟助手、医疗影像、医用机器人、智能健康管理B轮及B轮后，较多公司做虚拟助手、医用机器人。在国外，AI+健康医疗投资分布最大的在健康管理，其次是新医药和新技术发现，第三是病历分析，最后才是医疗影像；在国内，医疗影像投资占比47%，硬件占近30%，健康管理只占6%。国内的投资绝大部分在早期，处于弱人工智能时代。近年来AI+医疗这么火热，一是社会需求的升级，医疗资源不足、成本高，医生培养周期长，现在社会人口老龄化等都是亟待解决的问题。二是技术的迭代发展，有足够的技术撑起现状的改变。阳普医疗董事闫红玉上市公司在医疗领域的投资布局的项目相对早期，所以我们一般不倾向于直接收购到上市公司的体内，所以即使是从技术上非常看好的企业，我们也会按照会计准则的要求，比如说百分之多少可以不并表，百分之多少可以不派董事，以便对上市公司的财务报表不产生影响，这也是保护中小投资者的利益。在这种情况下我们对一些非常看好的小型公司采用两种方式，一种是用孵化器公司去专门孵化，股份占比在会计准则规定的并表的线以下。第二种是和一些基金合作，先在体外持有这个公司的少部分股权，孵化了以后，等到这个公司发展到达后，我们可以用比较合理的价格把这个公司收购过来。董事总经理李磊人工智能是一个挺宏大的概念，对我们来讲很核心的一点，人工智能不管是在医疗领域还是在其他领域，我们更关注的是如何能够通过大数据，通过大数据的应用，以及大数据，包括连续数据的分析。未来，我们会更关注像技术层，应用层普遍会偏早期关注较少，而且波动和变化会更大，我们在技术层和基础层面的布局和投资会多一些。比如商汤科技，是国内做人脸和人像识别做得最好的一个团队，它们在医疗领域的布局也很多，在这个领域积累的技术和算法再布局医疗领域。基础层面我们布局会更长期，这更需要大体量的资金和相窥更长时间的资本，不光包括人工智能的硬件，还有设备的投入，也包括整个互联网更基础的一些基础设施，比如说包括数据中心和高运算能力的数据中心的投入。
《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选九前言：近年来，人工智能（AI）发展迅速，从AlphaGo连败人类棋手，到商场里随处可见的智能机器人，人工智能已经从实验室走向了大众，不论是舆论关注度还是相关领域的投资，都在节节增长。2017年第一季度及第二季度，美国VC投资AI及深度学习领域的资本数量已经达到36亿美元，超过2016年全年的投资额。更重要的是，人工智能技术也到达到了新的阶段，在工业界、医疗、SaaS、农业等等各行各业的应用都引起了巨大的势能。这其中，应用增长率最高的当属AI在医疗领域的应用。同时，人工智能和医疗健康的结合也是“双向驱动”的。一方面，人工智能的众多技术在医疗方面得到了优秀的商用价值体现；另一方面，创新型的AI技术也给医疗创新带来了新的机会。尤其是通过把传统的离散生理信息通过机器学习等技术整合起来，医疗领域未来的个性化和导向化趋势将更加明确和快速地到来。本文提供了美国AI领域医疗领域的重要数据及信息，包括投资趋势、产业增速、重要的AI医疗创新中心分布、IBM Watson等重点案例研究等等，并希望从AI的细分方向：机器学习、NLP（自然语言处理）、计算机视觉和智能机器人四个方面分别分析其在医疗领域的应用和发展。1. 机器学习在医疗领域的应用：· 集中用于药物发现和基因测序两大方向· 人工智能的引入对于庞大的基因数据挖掘工程进行了时间的缩减、成本的精简和失误率的降低，从而带动了基因组学的发展。2. 自然语言处理和机器学习在医疗领域的结合应用：主要体现于近年来发展迅速的数字医疗方面。· 一方面，可用于医院内部的管理，使医疗体系的患者信息处理更系统，医患沟通更快捷· 另一方面，也可作为日常健康保健的咨询顾问和智能虚拟助手，提供更日常化和个性化的健康保障3. 计算机视觉在医疗领域的应用：· 人工智能的引入改进了传统的医学影像和诊断方式，通过加强医疗成像工具、操作互联、临床诊断等技术，推动医疗行业的创新发展· 计算机视觉在肿瘤监测和癌症诊断中的应用尤为突出4. 智能机器人在医疗领域的应用：· 应用广泛且发展迅速，可用于医疗健康领域的各个方面· 包括精密的外科手术机器人，到机器人护士，再到家用的机器人助手· 将会逐渐拓展到制药机器人、外骨骼和微型机器人等一系列特殊领域作者介绍：张璐，Fusion Fund（a.k.a.NewGen Capital）创始合伙人，硅谷，毕业于斯坦福大学材料科学工程学院。2017年入选福布斯美国30位30岁以下精英榜单，并当选投资行业年度主题人物，也是第一个当选美国版主题人物的华人，同年4月又入选福布斯亚洲榜单。张璐也是TC 2017年度全美 top 50现代影响力女性，与奥巴马女儿一同入选，是唯一入选的华裔。同年，她入选Techcrunch女性投资人报告，带领Fusion Fund 入选美国Top15 eHealth 。Fusion Fund 现管理资本，始终专注于美国市场新兴技术类初创公司的投资，投资团队以斯坦福背景为主，汇聚了硅谷杰出企业家、投资人以及美国工程院院士等。创立Fusion Fund之前，张璐曾创立医疗设备公司并担任CEO（2012年被并购）。此后，她作为投资合伙人加入硅谷管理资本为10亿美金的Fenox Venture Capital。张璐不仅是斯坦福大学的多个创新项目的导师，同时也在微软创新营、NASA的Singularity University（奇点大学）等知名创新中心担任顾问导师。附件：《美国医疗领域人工智能应用行业报告》点击图片有惊喜，高清超强阅读体验上文引用数据来自清科研究中心私募通：www.pedata.cn。私募通是清科研究中心旗下一款覆盖及私募最为全面、精准、及时的专业数据库，为有限合伙人、VC/PE投资机构、，以及政府机构、律师事务所、、、研究机构等提供专业便捷的数据信息。清科研究中心，于2001年创立，是中国成立最早、规模最大的专业权威研究机构。十五年来致力于为众多有限合伙人、VC/PE投资机构、战略投资者、以及政府机构、上市公司、律师事务所、会计事务所、投资银行、研究机构等提供专业的信息、数据、研究和咨询服务。范围涉及、、、、上市、兼并收购、以及移动互联网、、医疗健康、传媒娱乐、清洁技术、大消费、现代农业、先进制造业等行业市场研究。清科研究中心旗下产品包括：研究报告、、定制咨询、私募通、院、清科等。了解清科研究服务详情，请垂询：热线：400-600-9460邮箱：.cn网站：www.pedata.cn预约采访，请联系：姚婷婷Jewel Yao电话：+0-6202邮箱：pr@e-zero2ipo.com.cn关于清科集团清科集团成立于1999年，是中国领先的私募股权投资领域综合服务及投资机构，旗下业务包括：清科研究中心、清科传媒、清科资本、清科财富、清科创投、清科投资，主要涉及研究咨询、数据产品、信息资讯、会议论坛、投资银行服务、、母及。经过15年的发展，清科集团现已经成为中国首屈一指的股权投资综合服务平台。$('#thumbs a').touchTouch();【本文为合作媒体授权转载，文章版权归原作者及原出处所有。文章系作者个人观点，不代表投资界立场，转载请联系原作者及原出处获得授权。有任何疑问都请联系（.cn）】《倒计时 12月4日轻松筹战略合作IBM Watson 5000万元助力AI抗癌！》 精选十日，由清科集团、投资界主办，广东高新技术服务区联合主办的“2017@佛山暨金融·科技·产业融合创新洽谈会”如期举行，众多顶级投资机构汇聚一堂，多角度剖析佛山发展中的关键点。无论从投资领域还是创业角度，大健康当之无愧都是大家所认可的“蓝海”，为什么大健康对于投资有如此大的吸引力呢？哪些领域今年又会产生爆发式增量？如何看待大健康面临的挑战和困境？在“大健康时代新机遇新挑战”圆桌论坛环节中，深圳市紫金港资本管理有限公司董事长、浙大未来创投管理公司总裁陈军，赛伯乐管理合伙人、赛泽投资集团联合董事长CEO方刚，幂方资本合伙人李善兵，磐霖资本管理合伙人王利波，高特佳执行合伙人王曙光围绕大健康产业深入探讨，中卫基金董事总经理、创始合伙人李文罡担任本场主席嘉宾。以下是论坛实录，经投资界（微信ID：pedaily2012）编辑整理如下：李文罡：按照惯例，首先请大家自我介绍一下。陈军：我来自深圳紫金港资本，是专注大健康的投资机构，也对新能源汽车非常关注。去年年底和浙江大学一起联合推出，非常有幸能够参与。方刚：赛伯乐2006年进入中国，管理着一千多亿人民币的资金，赛泽是赛伯乐控股的机构，赛泽下面有3支基金，管理着342亿的资金。赛泽主要是VC领投和PE投资为主。李善兵：大家好，我是幂方资本的李善兵。幂方资本是一家专注于医疗健康和生命科学领域的投资机构，我们关注的领域包括新药研发、医疗器械耗材、医疗服务等，涉及到大健康方方面面，主要以投资中早期企业为主。王利波：大家好，我是来自上海磐霖资本的王利波。磐霖资本2010年年初由专业人士共同发起设立的平台。到目前为止我们一共发起设立8支基金，前两支基金年平均都超过百分之百。之所有这么高的收益率，是因为超过一半都是投资在医疗健康领域，我们认为这个领域非常有前景。王曙光：大家好，我是来自深圳高特佳的王曙光。高特佳是一家只做医药健康投资的公司，2001年成立，现在管理基金有200亿。我们在医药健康是全领域、全阶段投资，从医疗企业、医疗服务、诊断、渗透医疗保险都有投入和布局。从VC、PE到并购都有参与，定位很清楚，一定是为产业做好服务工作。因为高特佳团队有与金融结合的经验，可以为产业和公司提供除筹资以外更多的资源和服务。李文罡：我知道嘉宾中有好几位都是学医或者从行业当中出来的“老手”。我是中卫基金创始合伙人李文罡，目前中卫基金已经管理了4期基金，总共60亿左右的规模。重点投资方向集中在医疗器械、医疗服务和智慧诊疗三大领域，过去6年投资50多家这一领域的企业。近期有一些企业准备报会，总的资金回报还不错。大健康领域缘何引得资本蜂拥而至？大家都知道，这几年政策的改变对医疗健康领域有非常好的影响，越来越多的基金将医疗健康作为一个重点投资方向。为什么众多的都看好大健康领域？到底有哪些政策上的鼓励，使得大健康受到这么大的关注？王曙光：在股权投资里面，各个基金高度关注健康领域，这是偶然吗？这是一个必然趋势。两个原因，第一是巨大社会有效需求来推动，一切都来自于巨大的需求，因为社会发展到了这个阶段。中国医疗开支占到国内GDP的5.8%、3.8万亿，但是相对于印度只有9%，这中间是有多大的差异，所以中国现在已经成为第二大经济体，这是一个巨大需求，我们有很多的空间可以发展。第二个是国家层面在强力推动这个事情，这是顺势而为。高特佳从2012年就定位只做医药健康，其他都不做，为什么？因为这个趋势非常明显。日全国卫生工作会议召开，这个会议里面定性把大健康产业作为国家的支柱性产业。支柱性产业什么概念？1999年国家把房地产作为支柱产业，作为一个方向把它定性了。紧接着就是2030年健康发展纲要，这个纲要和我们每个人，不管投资人还是产业，都息息相关，因为这个纲要把所有指标全部量化，包括死亡率、癌症5年生存率等等一一进行分解，所以这是一个巨大的市场。“十三五”纲要规划也提出了明确的要求，明年医药卫生市场规模3.8万亿，到2020年就是8万亿，到2030年16万亿，试问中国哪个行业可以达到这样高的增长率？没有的。所以无论是市场需求，还是国家的指标，都值得大家放手一搏。看好哪些细分领域？李文罡：医疗健康有各种不同的细分领域，每个投资人关注的细分领域也不一样，希望今天大家抖一点干货，说一说整个大健康医疗产业当中哪些细分领域是真正的“蓝海”。陈军：我们投了十几家医疗企业，基本集中在医疗器械和医疗服务，未来比较注重新药开发。现在海归团队越来越向中国汇聚，全球产业链的研发和市场推广来讲，中国的成本相对比较低。另外政策环境越来越优化，药是一个大规模市场，未来可能新药开发也是一个比较大的市场，免疫开发全球一路开绿灯，可能也预示着中国新药的大发展。方刚：我觉得医疗器械是我们新兴制造业的内容。因为自己学医出身，药品我们不太，我们是PE为主，LP没有那么长的时间等新药。李善兵：我们现在投资的领域以新药研发和医疗器械为主，医疗器械是非常看重的方向，我们在积极地进行布局，包括外科手术器械、设备、分子诊断等等。我本人学生物医药的，基金也投了一些做新药研发的企业。2015年下半年国务院出台了药品医疗器械审批制度、创新药支持的政策等等，这些能够支持中国创新药物的研发和生产，越来越多的海归人才带着先进的研发技术和手段回来，能够推动国内研发的升级。再有一个是国家有很大的临床需求，包括老龄化、消费升级，我们非常看好新药研发的投资。李文罡：李总对新药研发还是有非常自己独到的眼光，确实国内有不少企业，华人创办的企业在国外纳斯达克上市，说明国内现在新药研发不仅仅做仿制药，还是有一些创新药出来，跟这些海归还是有关系。李善兵：有时候也面临一些问题，包括以前做仿制药也是这样，一些靶向药包括非常火的免疫相关企业都喜欢一哄而上，我觉得这是一个不好的现状。李文罡：更考验专业的投资人，我曾经看过统计，有80多家肿瘤免疫治疗药物的公司，这80家到底哪一家能够跑出来，不好说。方刚：苏州一家开价20亿，没法投。王利波：我与李总有某些方面的共识。我们主要关注的是恶性病的用药，或者慢性病的用药。大家都知道，药物的研发成功率实际比较低，首先在选择的时候，我要选择一个未来前景广阔的，如果我投成的话必须有极大收益的保障，这是一点。另外更重要的一点，因为大家都是基于对未来的判断，对团队也好，对研发能力也好，整个配套非常重要，那到底选哪一家或者哪几家，这里非常考验投资人的事情。如果都一哄而上，大家一起失败的概率非常高，最重要的通过自己的内查外调，研究得越细也好，但是也要投组合。还有一个重要的领域就是精准医疗。精准医疗无论在诊断、治疗还是检测上，实际都有一些优质标的。比如说在肿瘤的精准用药问题上，手术完后一般是给患者吃化学药，来把患者血液里的一些肿瘤细胞进一步杀死。实际上用药的准确率非常低，世卫组织有一个调查，全球范围内对用药的准确程度不超过30%，大部分的医生再有经验，准确度可能比30%略高，但是这件事情对患者非常重要。一个是时间，因为如果用错药就相当于错过了最佳治疗时间，另外这种药非常强力，对他自身免疫破坏作用也比较大，如果用错的话，后果不堪设想。我觉得这些精准医疗是未来比较大的一个方向，对于医生来讲就提高他治愈或者更好治疗效果的可能性，对于患者来讲减轻了痛苦，这两个都是我非常关注的，像医院这一块我们也有在看。李文罡：有人也批判说西医都是千人一药，而中医本身就是精准医疗，一人一方，如果说精准医疗，中医算不算？王利波：中医太精准了，太精准的东西就没有办法标准化，这是它推向市场很重要的一个难点。另外要想像西医推出来的话，为什么好理论上要