Python培訓(xùn)之一張圖看AI醫(yī)療：241起國(guó)內(nèi)融資，幫你發(fā)現(xiàn)AI醫(yī)療的下一個(gè)熱點(diǎn)

       人工智能一直很火，但在全世界范圍內(nèi)的引爆，發(fā)生在2016年的3月，谷歌的AlphaGo以4：1的成績(jī)戰(zhàn)勝了世界圍棋冠軍李世石。一個(gè)月后，中國(guó)的BAT巨頭不再潛水，開(kāi)始了動(dòng)作，他們?cè)谌斯ぶ悄茴I(lǐng)域的一個(gè)非常重要的角力場(chǎng)便是“AI醫(yī)療“。

　　2016年4月，騰訊等機(jī)構(gòu)以10億人民幣投資碳云智能;2016年10月，百度對(duì)外發(fā)布了“百度醫(yī)療大腦”，宣布正式進(jìn)軍AI醫(yī)療;2017年3月，阿里云發(fā)布“ET醫(yī)療大腦”宣布正式進(jìn)入醫(yī)療AI領(lǐng)域。

　　作為壓垮中國(guó)人民的三座大山之一——醫(yī)療，是目前人工智能各應(yīng)用領(lǐng)域中最熱門(mén)的賽道。人工智能在醫(yī)療領(lǐng)域的應(yīng)用門(mén)檻最高，最難突破，但也最具想象力，所以資本和BAT們對(duì)這座大山發(fā)起了一輪又一輪的攻勢(shì)。針對(duì)以醫(yī)療為重點(diǎn)的AI創(chuàng)業(yè)公司從五年前的不足20家上升至現(xiàn)在的120多家，但大多停留在“to VC”階段，整個(gè)資本圈都在等待，AI醫(yī)療能夠真正講出“To B To C”的商業(yè)模式。

　　鯨準(zhǔn)數(shù)據(jù)中心清洗了整個(gè)AI醫(yī)療從2013到2017年的241起國(guó)內(nèi)融資事件，本文用資本布局時(shí)間線(xiàn)去描述AI醫(yī)療行業(yè)現(xiàn)狀，最后通過(guò)鯨準(zhǔn)上的投資人行為，去發(fā)現(xiàn)AI醫(yī)療的下一個(gè)行業(yè)熱點(diǎn)。

　　01 什么是AI醫(yī)療?

　　AI醫(yī)療是以互聯(lián)網(wǎng)為依托，通過(guò)基礎(chǔ)設(shè)施的搭建及數(shù)據(jù)的收集，將人工智能技術(shù)及大數(shù)據(jù)服務(wù)應(yīng)用于醫(yī)療行業(yè)中，提升醫(yī)療行業(yè)的診斷效率及服務(wù)質(zhì)量，更好的解決醫(yī)療資源短缺、人口老齡化的問(wèn)題。　　

　　基礎(chǔ)層：通過(guò)軟硬件的基礎(chǔ)設(shè)施，收集用戶(hù)、藥物及病理數(shù)據(jù)，并使數(shù)據(jù)互通互聯(lián)，為人工智能的應(yīng)用提供支持與可能。

　　技術(shù)層：通過(guò)語(yǔ)音/語(yǔ)義識(shí)別、計(jì)算機(jī)視覺(jué)技術(shù)，對(duì)非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析提煉?！皩W(xué)習(xí)”大量病理學(xué)數(shù)據(jù)文本，使其掌握問(wèn)答、判斷、預(yù)警、實(shí)施的能力。

　　應(yīng)用層：是指人工智能與不同細(xì)分領(lǐng)域的結(jié)合，以解決醫(yī)療行業(yè)中的某種業(yè)務(wù)需求，如智能診斷、藥物研發(fā)、智能健康管理、智能語(yǔ)音等醫(yī)療場(chǎng)景。

　　02 AI醫(yī)療國(guó)內(nèi)融資概況5年內(nèi)， AI醫(yī)療各領(lǐng)域共發(fā)生融資事件241起

　　AI醫(yī)療應(yīng)用層持續(xù)熱潮，基礎(chǔ)層熱度下滑

　　回顧13年-17年數(shù)據(jù)，從2015年開(kāi)始，基礎(chǔ)層熱度明顯下滑，而資本開(kāi)始紛紛進(jìn)入應(yīng)用層。2017上半年AI醫(yī)療發(fā)生融資數(shù)量46起，下面是應(yīng)用層各維度融資情況。

　　國(guó)內(nèi)資本多布局虛擬助手、醫(yī)療影像、醫(yī)用機(jī)器人、智能健康管理這四個(gè)領(lǐng)域

　　經(jīng)統(tǒng)計(jì)，從13年到17年上半年，應(yīng)用層8個(gè)細(xì)分領(lǐng)域共發(fā)生融資事件86起。國(guó)內(nèi)資本多布局虛擬助手、醫(yī)療影像、醫(yī)用機(jī)器人、智能健康管理四個(gè)領(lǐng)域，其中醫(yī)療影像成為資本密集的陣地，占比最高達(dá)到31%，位居第一。

　　為什么醫(yī)療影像賽道玩家較多?

　　從細(xì)分領(lǐng)域融資數(shù)量圖看出，醫(yī)療影像占比較多，為什么會(huì)發(fā)生這樣的狀況?影像具有4V性(volume數(shù)量、variety多樣性、velocity速度、veracity真實(shí)性)，4V的屬性更適合其AI的發(fā)展。

　　國(guó)內(nèi)AI醫(yī)療應(yīng)用公司起步較晚，由細(xì)分領(lǐng)域融資數(shù)量分布看出智能診斷領(lǐng)域占比60%。整體上智能診斷還處于初期，目前沒(méi)有大規(guī)模商用。對(duì)于優(yōu)質(zhì)數(shù)據(jù)的提取、數(shù)據(jù)的結(jié)構(gòu)化及建模、患者語(yǔ)言的訓(xùn)練都是目前需要跨越的障礙。

　　進(jìn)入到B輪及B輪后的的公司分布在虛擬助手、醫(yī)用機(jī)器人兩個(gè)領(lǐng)域

　　醫(yī)用機(jī)器人的實(shí)際應(yīng)用主要集中在外科手術(shù)領(lǐng)域。機(jī)器人在手術(shù)上的準(zhǔn)確性、可靠性和精確性上大大超過(guò)了外科醫(yī)生，機(jī)器人技術(shù)已經(jīng)在醫(yī)療領(lǐng)域得到了長(zhǎng)足的發(fā)展，并取得很好的臨床效果。

　　03 AI醫(yī)療行業(yè)發(fā)展解析AI醫(yī)療標(biāo)簽關(guān)注度

　　根據(jù)鯨準(zhǔn)中心標(biāo)簽熱度算法統(tǒng)計(jì)，有關(guān)于A(yíng)I醫(yī)療的標(biāo)簽：深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、AI醫(yī)療、智能診斷、醫(yī)療影像、自然語(yǔ)言處理、AI芯片、醫(yī)療大數(shù)據(jù)關(guān)注度有較大提升。

　　AI醫(yī)療為什么會(huì)成為資本新寵?

　　1、政策推動(dòng)

　　AI政策持續(xù)利好。2017年7月國(guó)務(wù)院剛印發(fā)《新一代人工智能發(fā)展規(guī)劃的通知》，明確提出“到2020年人工智能總體技術(shù)和應(yīng)用與世界先進(jìn)水平同步 ”。

　　醫(yī)療政策持續(xù)利好。2016年國(guó)務(wù)院發(fā)布《關(guān)于促進(jìn)醫(yī)藥產(chǎn)業(yè)健康發(fā)展的指導(dǎo)意見(jiàn)》，明確提出開(kāi)展智能醫(yī)療服務(wù)。

　　2、國(guó)情推動(dòng)

　　社會(huì)進(jìn)步和人們健康意識(shí)的漸漸覺(jué)醒，人口老齡化問(wèn)題的加劇;病患多、醫(yī)生少;醫(yī)務(wù)人員培養(yǎng)成本過(guò)高;藥物研發(fā)周期長(zhǎng)、費(fèi)用高;醫(yī)生診斷不容犯錯(cuò)。

　　3、技術(shù)推動(dòng)

　　語(yǔ)音和圖像識(shí)別技術(shù)目前已達(dá)到商業(yè)化高度。 從2012年的ImageNet大賽一直到現(xiàn)在，深度學(xué)習(xí)在圖像的分類(lèi)與識(shí)別上已經(jīng)取得了非常大的進(jìn)展。在醫(yī)療影像領(lǐng)域目前對(duì)某些病理 圖片的識(shí)別準(zhǔn)確率已超過(guò)90%，用于輔助醫(yī)生診斷已不成問(wèn)題。區(qū)別于機(jī)器學(xué)習(xí)，需要給出特定規(guī)則后才能進(jìn)行。而深度學(xué)習(xí)則可自由生成多層“網(wǎng)絡(luò)”(深度神經(jīng)網(wǎng)絡(luò))。 在深度學(xué)習(xí)之前，大約在90年代，就已有很多人做計(jì)算機(jī)輔助診斷(CAD)。之前神經(jīng)網(wǎng)絡(luò)做不深，現(xiàn)在有了新型計(jì)算機(jī)和深度學(xué)習(xí)之后，可以實(shí)現(xiàn)很深的網(wǎng)絡(luò)。舉例“乳腺鉬靶腫塊判讀”。

　　三大AI技術(shù)基石：深度學(xué)習(xí)算法+計(jì)算能力+大數(shù)據(jù)，為AI融入醫(yī)療奠定基礎(chǔ)。

　　4、設(shè)備驅(qū)動(dòng)

　　電子膠片的普及;POCT及智能可穿戴設(shè)備公司初具規(guī)模，大量設(shè)備及膠片投入使用，形成龐大的用戶(hù)病理數(shù)據(jù)，為構(gòu)建醫(yī)療大腦奠定基礎(chǔ)。

　　5、基礎(chǔ)設(shè)施驅(qū)動(dòng)

　　根據(jù)CHIMA的數(shù)據(jù)統(tǒng)計(jì)，顯示早在2015年9月，超過(guò)60%的醫(yī)院都已完成醫(yī)院管理信息系統(tǒng)(hmis)的全面搭建。以“EMR”為核心的CIS成為建設(shè)重點(diǎn)。

　　國(guó)內(nèi)AI醫(yī)療未來(lái)發(fā)展建議

　　1、加快基層醫(yī)療機(jī)構(gòu)的信息化建設(shè)，加速區(qū)域信息化集成布局。

　　2、數(shù)據(jù)獲取能力的提升、算法的改進(jìn)、人工智能技術(shù)的創(chuàng)新。

　　3、逐步完善底層核心知識(shí)圖譜。

本文版權(quán)歸黑馬程序員Python培訓(xùn)學(xué)院所有，歡迎轉(zhuǎn)載，轉(zhuǎn)載請(qǐng)注明作者出處。謝謝！

作者：黑馬程序員Python培訓(xùn)學(xué)院

首發(fā)：http://3rdspacecomics.com/news/python.html