文/葛雪剛

伴隨“十三五”規(guī)劃建議落地，健康中國正式升級至“國家戰(zhàn)略”。為開辟大健康產(chǎn)業(yè)的商業(yè)藍(lán)海，國內(nèi)企業(yè)紛紛提出了“再創(chuàng)業(yè)”戰(zhàn)略，這輪創(chuàng)業(yè)就是要順應(yīng)全球經(jīng)濟(jì)的發(fā)展潮流，依托大健康行業(yè)，實現(xiàn)提速增量、跨界融合、創(chuàng)新發(fā)展。大健康產(chǎn)業(yè)已成為全球熱點，繼蒸汽機(jī)引發(fā)“機(jī)械化時代”以及后來的“電氣化時代”“計算機(jī)時代”和“信息網(wǎng)絡(luò)時代”之后，當(dāng)前已經(jīng)到來是“健康保健時代”，而健康產(chǎn)業(yè)也將成為繼IT產(chǎn)業(yè)之后的全球新經(jīng)濟(jì)焦點。我國正在努力的將大健康產(chǎn)業(yè)作為國民經(jīng)濟(jì)的重要支柱產(chǎn)業(yè)，在新經(jīng)濟(jì)常態(tài)下穩(wěn)步發(fā)展，構(gòu)建健康中國。

在發(fā)達(dá)國家，健康產(chǎn)業(yè)增加值占GDP比重超過15%，而在我國，僅占國民生產(chǎn)總值的4%～5%，低于許多發(fā)展中國家。目前，中國健康產(chǎn)業(yè)的年收益約為900億美元，而美國健康產(chǎn)業(yè)產(chǎn)值已經(jīng)超過了1萬億美元。

為有效改善這一局面，激發(fā)大健康產(chǎn)業(yè)巨大潛力，國家提出到2020年，要基本建立覆蓋全生命周期、內(nèi)涵豐富、結(jié)構(gòu)合理的健康服務(wù)業(yè)體系，打造一批知名品牌和良性循環(huán)的健康服務(wù)產(chǎn)業(yè)集群，并形成一定的國際競爭力，基本滿足廣大人民群眾的健康服務(wù)需求。

近兩年，大健康產(chǎn)業(yè)快速發(fā)展，但由于其重資產(chǎn)、回報慢及公益屬性等特征，大健康企業(yè)多制約于政策監(jiān)管、資金儲備、技術(shù)科技等因素，發(fā)展較慢。本文針對大健康企業(yè)在發(fā)展過程中遇到的資金壁壘進(jìn)行研究剖析，探索產(chǎn)業(yè)金融與大健康企業(yè)的融合，以尋求解決方案。

大健康從本質(zhì)上講是一種廣義的健康概念，是隨著人們的健康理念的延伸而產(chǎn)生的，它圍繞著人的衣食住行和生老病死，關(guān)注各類影響健康的危險因素和誤區(qū)，提倡自我健康管理，即不僅有科學(xué)的健康生活，更要有正確的健康觀念。大健康產(chǎn)業(yè)是隨著健康理念的延伸而形成的健康關(guān)聯(lián)產(chǎn)業(yè)的集合。大健康產(chǎn)業(yè)可分為以產(chǎn)品為主導(dǎo)的大健康產(chǎn)業(yè)和以服務(wù)為主導(dǎo)的大健康產(chǎn)業(yè)兩大類，二者均偏重于預(yù)防、保健。

中國大健康行業(yè)在全球的占有的市場份額越來越大并且重要性越來越強(qiáng)。在過去3～5年間，中國大健康行業(yè)可能只占全球市場不到2%的份額。過去的10年，以中國為主的“金磚四國”新興市場，對全球大健康行業(yè)絕對值的貢獻(xiàn)只有6%，截止到2008 年，“金磚四國”新興市場的貢獻(xiàn)達(dá)了近30%。預(yù)測在未來數(shù)年內(nèi)，以中國為首的“金磚四國”在內(nèi)的高速發(fā)展中國家仍然將以高速度增長，并且這樣的增長率會增加相應(yīng)的商機(jī)。

同時，中國成為全球醫(yī)藥、醫(yī)械研發(fā)基地之一的趨勢越來越明顯。有很多在美國工作的中國健康產(chǎn)品制藥專家開始回國，隨著時間的推移，全球醫(yī)藥研發(fā)中心會慢慢從西方發(fā)達(dá)國家向中國轉(zhuǎn)移，中國就會成為與美國、歐洲研發(fā)并列的基地。我國的健康產(chǎn)業(yè)及其相關(guān)服務(wù)業(yè)剛剛起步，僅占國內(nèi)生產(chǎn)總值的5%左右，隨著全國城市人口老齡化和城鎮(zhèn)化加速，未來市場前景非常廣闊。對市場放寬和相關(guān)支撐產(chǎn)業(yè)的培育，將有效快速的推動健康產(chǎn)業(yè)和相關(guān)服務(wù)業(yè)的快速發(fā)展?？梢娊】诞a(chǎn)業(yè)和相關(guān)服務(wù)業(yè)的前景非常廣闊，面臨著重大發(fā)展機(jī)遇。縱觀產(chǎn)業(yè)發(fā)展趨勢來看，健康產(chǎn)業(yè)及其相關(guān)產(chǎn)業(yè)將會繼續(xù)保持較為高速的增長，同時，產(chǎn)業(yè)融合、產(chǎn)業(yè)形態(tài)交織，將會為未來5到10年健康產(chǎn)業(yè)發(fā)展提供強(qiáng)大動力。大健康產(chǎn)業(yè)金融融合主要存在于B端，細(xì)分領(lǐng)域中融合度最高的是藥械制造50-60%，其次是醫(yī)療機(jī)構(gòu)15-25%，藥械流通10-20%。C端融合發(fā)展多為早期，形式有健康險、消費金融等。

從資金壁壘來看，大健康產(chǎn)業(yè)上中下游均存在不同程度的賬款延期問題，此外上游制造企業(yè)因產(chǎn)品線擴(kuò)建、研發(fā)投入，中游流通因存貨儲備、集中采購，下游服務(wù)機(jī)構(gòu)因建設(shè)并購，均需要大量資金投入。產(chǎn)業(yè)金融的加入可通過融資租賃、產(chǎn)業(yè)鏈金融等形式盤活企業(yè)資產(chǎn)，促進(jìn)企業(yè)發(fā)展。

醫(yī)藥供應(yīng)鏈金融概述：2018年，醫(yī)藥供應(yīng)鏈金融市場規(guī)模155.4億元，增速27.4%；在醫(yī)藥應(yīng)收賬款的滲透率不足2成。未來，隨著醫(yī)藥產(chǎn)銷領(lǐng)域市場集中度、利潤率的提升，滲透率將快速成長。趨勢與展望：大健康+產(chǎn)業(yè)金融的融合路徑正在形成，發(fā)展于醫(yī)藥供應(yīng)鏈金融，伴隨信息流、物流、資金流的融合，大健康產(chǎn)業(yè)金融將進(jìn)入3.0時代，最終落地于終端服務(wù)場景，如醫(yī)療機(jī)構(gòu)、零售藥店、互聯(lián)網(wǎng)醫(yī)療等。

大健康產(chǎn)業(yè)發(fā)展態(tài)勢及創(chuàng)新機(jī)會

現(xiàn)階段，我國大健康產(chǎn)業(yè)仍處于發(fā)展初期。一方面，在人口老齡化，人民健康意識的提升下，健康服務(wù)/產(chǎn)品的需求日漸增多。另一方面，政策、資本、技術(shù)等因素的變化加速大健康產(chǎn)業(yè)變革。在需求與環(huán)境的共同作用下，大健康產(chǎn)業(yè)結(jié)構(gòu)、服務(wù)供給模式、產(chǎn)品形態(tài)也隨之變化，如醫(yī)療+互聯(lián)網(wǎng)形成了在線問診，醫(yī)療+5G促進(jìn)了遠(yuǎn)程醫(yī)療、健康醫(yī)療智能硬件、基因檢測等領(lǐng)域發(fā)展。此外，產(chǎn)業(yè)與產(chǎn)業(yè)之間的融合也在加速，如AI+醫(yī)療形成的輔助診斷，以及醫(yī)療旅游、醫(yī)藥供應(yīng)鏈金融等。

大健康產(chǎn)業(yè)鏈主要包括：（1）上游藥械制造（醫(yī)藥工業(yè)），提供藥品、耗材與醫(yī)療器械；（2）中游藥械流通提供產(chǎn)品的流通與分銷服務(wù)；（3）下游醫(yī)療服務(wù)/零售藥店直接面向患者，提供醫(yī)療服務(wù)與產(chǎn)品；（4）此外，還有產(chǎn)業(yè)支持類機(jī)構(gòu)或企業(yè)，如監(jiān)管部門提供監(jiān)督管理功能，科研院校輸出醫(yī)生及先進(jìn)技術(shù)，信息化平臺優(yōu)化機(jī)構(gòu)管理效率連接上下游產(chǎn)業(yè)，支付系統(tǒng)如醫(yī)保支付與商保支付確保居民在疾病來臨時有足夠的經(jīng)濟(jì)來源，以及產(chǎn)業(yè)鏈、融資租賃、地產(chǎn)等多種產(chǎn)業(yè)支持角色。

對比發(fā)達(dá)國家，我國大健康產(chǎn)業(yè)細(xì)分嚴(yán)重失衡，醫(yī)院醫(yī)療服務(wù)及醫(yī)療用品占比95%；相比而言發(fā)達(dá)國家的醫(yī)療服務(wù)與用品占比僅為20%。因此，與健康相關(guān)的細(xì)分市場未來將面臨高速增長，具體如養(yǎng)老、健康管理或慢病管理等產(chǎn)業(yè)。該類市場的增長主要源自需求端的爆發(fā)，如人口結(jié)構(gòu)老齡化、環(huán)境污染與快節(jié)奏的生活習(xí)慣導(dǎo)致的亞健康或慢病人群的增多。同時，為應(yīng)對高速增長的醫(yī)療需求，我國也出臺了多項政策促進(jìn)相關(guān)產(chǎn)業(yè)的發(fā)展，如“健康中國2030”、“關(guān)于推進(jìn)養(yǎng)老服務(wù)發(fā)展的意見”、“創(chuàng)新藥研發(fā)”、“鼓勵社會辦醫(yī)”、“推進(jìn)互聯(lián)網(wǎng)醫(yī)療”等指導(dǎo)性文件。艾瑞預(yù)計未來，養(yǎng)老產(chǎn)業(yè)、生物醫(yī)藥、民營醫(yī)院、醫(yī)藥電商、健康管理等細(xì)分領(lǐng)域?qū)⒊蔀闊狳c市場。

我國在藥械流通領(lǐng)域的政策主要以降低藥品費用、提升產(chǎn)業(yè)效率、優(yōu)化商業(yè)模式為目的。一方面，“加成取消”“兩票制”在藥品與耗材領(lǐng)域全面推行，迫使企業(yè)改善銷售模式，擠壓價格水分。另一方面，在優(yōu)化藥品器械銷售終端上，受處方外流、醫(yī)藥電商等政策影響，終端渠道也呈現(xiàn)多元化等趨勢。

據(jù)公開信息顯示，2019上半年大健康行業(yè)融資事件共發(fā)生207起，融資金額43.4億美元，預(yù)期整年事件數(shù)量將略低于2018，融資金額基本持平。2018年醫(yī)療健康行業(yè)VC/PE融資案例數(shù)量和規(guī)模大幅增加，融資案例數(shù)量695起，較2017年增長52.7%，融資規(guī)模79.1億美元。大規(guī)模交易（1億以上融資占比45%）頻發(fā)，帶動醫(yī)療健康領(lǐng)域融資規(guī)模穩(wěn)中提升。2019上半年，投融資事件主要發(fā)生在制藥、腫瘤藥，體外診斷、基因檢測，醫(yī)療器械，AI，互聯(lián)網(wǎng)醫(yī)療等幾大板塊。隨著藥品保障供應(yīng)制度日益完善，政策上醫(yī)藥研發(fā)創(chuàng)新類，社會辦醫(yī)利好類，以及互聯(lián)網(wǎng)、AI等科技醫(yī)療類政策的加速推進(jìn)，資本市場將更加青睞醫(yī)療行業(yè)創(chuàng)新領(lǐng)域與非公醫(yī)療機(jī)構(gòu)。此外，科創(chuàng)板也為大健康產(chǎn)業(yè)上市提供了新的平臺，截止到2019年末，共有如心脈醫(yī)療與南微醫(yī)學(xué)等16家企業(yè)上市科創(chuàng)板。目前，還有31家醫(yī)療健康企業(yè)申請科創(chuàng)板，分布于創(chuàng)新藥研發(fā)、生物醫(yī)藥、體外診斷、醫(yī)療器械、醫(yī)學(xué)影像、CRO等多個領(lǐng)域。

2016年中國每千人口醫(yī)生數(shù)量1.8位，低于發(fā)達(dá)國家1-2位。在醫(yī)療健康供給數(shù)量不足、資源不均的環(huán)境下，我國很難依靠原有模式滿足日益增長的需求。因此，技術(shù)的成熟將賦能醫(yī)療產(chǎn)業(yè)，優(yōu)化產(chǎn)業(yè)效率，提升供給能力，以大數(shù)據(jù)和AI為例：

如大數(shù)據(jù)技術(shù)：大數(shù)據(jù)技術(shù)的應(yīng)用，將從體系搭建、機(jī)構(gòu)運作、臨床研發(fā)、診斷治療、生活方式五個方面帶來變革性的改善。在就醫(yī)流程方面，將實現(xiàn)從“治療”到“預(yù)防”的習(xí)慣的改變，最終降低從個人到國家的醫(yī)療費用。在產(chǎn)業(yè)層面，醫(yī)療大數(shù)據(jù)的介入，可以優(yōu)化醫(yī)療體系，通過區(qū)域信息化、在線問診、遠(yuǎn)程醫(yī)療等技術(shù)連接上下級醫(yī)院機(jī)構(gòu)，實現(xiàn)電子病歷/醫(yī)療資源共享等架構(gòu)，最終提升醫(yī)藥供給效率和能力。麥肯錫也曾在2013年預(yù)測，醫(yī)療大數(shù)據(jù)的應(yīng)用，有望減少美國3000-4500億美元/年的醫(yī)療費用。AI輔助藥物研發(fā)：主要服務(wù)于新藥研發(fā)。整體來看，國外創(chuàng)新藥市場比較成熟，國內(nèi)制藥企業(yè)主要是仿制藥和改良藥，不過近年來，恒瑞、海正、復(fù)星等國內(nèi)藥企研發(fā)投入力度加大、研發(fā)領(lǐng)域也逐漸向腫瘤等復(fù)雜疾病集中，提升了創(chuàng)新藥研發(fā)市場景氣度，為國內(nèi)AI制藥的發(fā)展提供了較好的環(huán)境。

在新藥研發(fā)過程中，最初篩選的近萬個化合物可能最終只有1個通過審批，新藥研發(fā)平均總耗時10-15年，花費80億元。新藥研發(fā)周期長、成本高、失敗率高等特點促使深度學(xué)習(xí)、知識圖譜等技術(shù)被藥企接受。部分案例表明，AI可使單個研發(fā)環(huán)節(jié)周期縮短80%。

中國大健康+產(chǎn)業(yè)金融現(xiàn)狀分析

若要探索金融服務(wù)對大健康產(chǎn)業(yè)的影響，就需要剖析大健康產(chǎn)業(yè)的資金來源。醫(yī)藥產(chǎn)業(yè)的資金來源包括醫(yī)保、政府支持、個人支付、商業(yè)健康險，其中醫(yī)保占比50%以上。一般情況下，我國的醫(yī)保結(jié)算制度是，醫(yī)院先墊付費用，醫(yī)保再與醫(yī)院進(jìn)行結(jié)算。因此，一旦出現(xiàn)醫(yī)保沒有及時結(jié)算的問題，再加之醫(yī)療救助、看病亂象等問題的出現(xiàn)，醫(yī)院資金運轉(zhuǎn)就會受到影響，繼而造成醫(yī)院回款周期長等問題，同時波及制造商與配送商的資金運轉(zhuǎn)。

此外，針對產(chǎn)業(yè)效率提升、渠道多元化、創(chuàng)新藥研發(fā)等方向的鼓勵也促使企業(yè)投入更多的資金以適應(yīng)新的醫(yī)療環(huán)境。從單個產(chǎn)業(yè)環(huán)節(jié)來看，痛點集中如下：（1）制造端痛點主要集中在存貨回款周期長，轉(zhuǎn)型期間產(chǎn)生的高額業(yè)務(wù)線擴(kuò)張費用以及新藥研發(fā)費用；（2）藥械流通資金痛點集中在上下游資金墊付、利潤率等方面；（3）醫(yī)院及藥店資金痛點多集中在“建設(shè)擴(kuò)張成本高、醫(yī)保結(jié)算周期長”等方面。

痛點1：上游面臨轉(zhuǎn)型與賬期長等壓力。制造端資金儲備需求提升首先，上游研發(fā)制造企業(yè)受終端醫(yī)保支付影響，面臨應(yīng)收賬款周轉(zhuǎn)天數(shù)延長等困境。其次，一方面受“一致性評價”、“飛行檢查”等政策嚴(yán)管影響，企業(yè)自查與合規(guī)成本提升。另一方面，企業(yè)生產(chǎn)線擴(kuò)張與改革也需要大量資金投入。最后，我國藥械制造企業(yè)多以仿制藥為主，研發(fā)投入遠(yuǎn)不如全球領(lǐng)先企業(yè)，因此在轉(zhuǎn)型新藥研發(fā)過程中必然面臨資金壓力。

痛點2：下游支付決定中游回款賬期，流轉(zhuǎn)壓力加重。大中型藥械流通企業(yè)的業(yè)務(wù)通常以藥械分銷、藥械物流、藥械零售為主；收入多來自醫(yī)院、藥店等終端服務(wù)機(jī)構(gòu)。因此，其應(yīng)收賬款也多來自醫(yī)院、藥店端，其應(yīng)付賬款多面向上游醫(yī)藥研發(fā)、藥械制造類企業(yè)。因此，終端的回款速度將影響藥械流通企業(yè)的現(xiàn)金流。一般來看，醫(yī)療機(jī)構(gòu)在6個月回款時給企業(yè)開具銀行承兌匯票（通常承兌期為半年）。但下游醫(yī)療機(jī)構(gòu)受醫(yī)保結(jié)算回款速度減慢也將推遲其向中游企業(yè)的付款速度，因此制約了藥品流通企業(yè)流通及運營效率的提高。

痛點3：醫(yī)療服務(wù)市場競爭加劇，運營與建設(shè)擴(kuò)張成本提升一方面，醫(yī)院建設(shè)和擴(kuò)張期需要大量資金支持，這樣體量的資金需求很難由自有資金滿足，需要通過銀行貸款、國際貸款、商業(yè)信用、融資租賃、發(fā)行債券、股權(quán)融資等方式實現(xiàn)。另一方面，醫(yī)保基金面臨透支、醫(yī)院收入結(jié)構(gòu)調(diào)整、醫(yī)保中心付款周期延長等現(xiàn)象，迫使醫(yī)院面臨資金缺口。本來盈利能力不足的醫(yī)療服務(wù)行業(yè)，將面臨更加嚴(yán)峻的問題。因此，探索新的收入來源，引入商保等C端金融服務(wù)，以應(yīng)對面臨日趨變革的大健康市場。除醫(yī)療服務(wù)機(jī)構(gòu)外，其他民營健康服務(wù)機(jī)構(gòu)，如體檢、互聯(lián)網(wǎng)醫(yī)療企業(yè)面臨著融資難、流水少等問題。

痛點4：行業(yè)整合加速企業(yè)擴(kuò)張，估值合理化或提升收購頻次近年來，我國零售藥店連鎖率和市場集中度提升明顯，但仍存較大整合空間，2017年我國藥店連鎖率達(dá)50.5%，前6家龍頭企業(yè)市場份額占比12.7%，而美國前7家處方藥零售市場份額占比達(dá)65%。因此，零售藥店仍處于門店擴(kuò)張期。此外，受政策嚴(yán)管影響（“藥店分級”嚴(yán)控售藥范圍，打擊執(zhí)業(yè)藥師掛證行為等），行業(yè)進(jìn)入門檻、經(jīng)營成本提升，中小藥店面臨倒閉或被出售的命運。在此行業(yè)變革下，零售藥店的擴(kuò)張途徑包括自建門店及并購兩種，而此兩種途徑受政策影響，導(dǎo)致企業(yè)資金需求進(jìn)一步增加。最后，隨著資本力量的介入（如高瓴資本的高濟(jì)醫(yī)藥和基石資本的全億健康），也導(dǎo)致行業(yè)收購估值逐年提升，使得零售藥企擴(kuò)張資金需求大幅增加，企業(yè)擴(kuò)張速度較往年略有下降。未來，在藥店分級影響下，中小藥店出售意愿增強(qiáng)，PS估值下降或推動大企業(yè)收購頻次。

大健康產(chǎn)業(yè)金融融合現(xiàn)狀

大健康+產(chǎn)業(yè)金融融合是指金融機(jī)構(gòu)（銀行、券商、融資租賃、商業(yè)保理、基金、保險、小貸等）以大健康產(chǎn)業(yè)鏈上的企業(yè)為客戶，提供與健康產(chǎn)業(yè)深入融合的金融服務(wù)，如股權(quán)融資、融資租賃、供應(yīng)鏈金融、票據(jù)、結(jié)算等。目前，滲透最高的金融服務(wù)是融資租賃，主要針對藥械制造與醫(yī)療機(jī)構(gòu)；其次是藥械流通領(lǐng)域，主要服務(wù)形式為供應(yīng)鏈金融。C端細(xì)分有健康險、信用醫(yī)療、消費醫(yī)療金融等，發(fā)展尚處于早期。

醫(yī)藥產(chǎn)業(yè)鏈?zhǔn)侵竾@貨品流通，由上游供貨商生產(chǎn)制造，中游流通企業(yè)物流配送分銷，下游醫(yī)院、零售藥店銷售而形成的體系。在整個流程中，以企業(yè)貿(mào)易行為所產(chǎn)生的確定的未來現(xiàn)金流為直接還款來源，為產(chǎn)業(yè)鏈上企業(yè)提供金融解決方案，從而達(dá)到優(yōu)化現(xiàn)金流提高產(chǎn)業(yè)鏈效率的目的。而傳統(tǒng)醫(yī)藥產(chǎn)業(yè)鏈體系因終端支付慢、確權(quán)難以及信息不對稱產(chǎn)生的應(yīng)收賬款延期，將降低該模式的效率。因此，醫(yī)藥產(chǎn)業(yè)鏈需要金融機(jī)構(gòu)與信息化平臺接入，使得物流、資金流、信息流三流合一，才能真正發(fā)揮醫(yī)藥產(chǎn)業(yè)鏈作用。在這其中，信息流將起到越來越重要的作用。

醫(yī)藥供應(yīng)鏈金融業(yè)務(wù)的形態(tài)主要有反向保理、保理融資、訂單/倉單融資三種，其風(fēng)險隨著企業(yè)規(guī)模、交易流程等方式的不同而發(fā)生變化。在大健康領(lǐng)域，保理融資（應(yīng)收賬款融資）是主要的供應(yīng)鏈金融產(chǎn)品，主要原因有兩點，（1）醫(yī)藥產(chǎn)業(yè)鏈上下游的交易付款形式為應(yīng)收和應(yīng)付賬款，占比近100%。（2）核心企業(yè)（現(xiàn)階段為大型醫(yī)藥制造流通企業(yè)，未來上游規(guī)模連鎖藥店也可稱為核心企業(yè)）一般需要對接眾多上下游企業(yè)。假設(shè)一家核心企業(yè)年收入50億，其50%的應(yīng)收和應(yīng)付拿來做融資，貸款利息5%，金融機(jī)構(gòu)一年營業(yè)收入1.25億元。通常來說，一家核心企業(yè)可能有多個金融機(jī)構(gòu)。（3）核心企業(yè)授信額度高，風(fēng)險低，一旦金融機(jī)構(gòu)與核心企業(yè)打通財務(wù)ERP系統(tǒng)，便可第一時間確權(quán)，并通過手機(jī)銀行快速出款。

2018年中國醫(yī)藥產(chǎn)業(yè)鏈金融市場規(guī)模155.4億元，滲透率不足2成。主要原因在于，（1）醫(yī)藥行業(yè)市場認(rèn)知低、確權(quán)難、信息不對稱等問題，導(dǎo)致業(yè)務(wù)推行速度較慢；（2）客戶主要來自藥械制造和藥械流通兩類企業(yè)，制造類企業(yè)凈利率、毛利率相對較高，雖然與金融機(jī)構(gòu)合作能力高，但由于市場較為分散，導(dǎo)致金融業(yè)務(wù)拓展較慢。分別來看，針對藥械流通領(lǐng)域，雖然行業(yè)集中度高、需求大，但是行業(yè)毛利率、凈利率低（凈利率通常在2-6%之間），因此現(xiàn)階段與金融機(jī)構(gòu)合作能力有限。此外，藥械流通頭部企業(yè)相對強(qiáng)勢，多自行獲取商業(yè)保理資質(zhì)來服務(wù)其產(chǎn)業(yè)鏈上下游，金融機(jī)構(gòu)利潤空間較小。未來，受行業(yè)監(jiān)管，新增細(xì)分領(lǐng)域及集中度提升等趨勢影響下，醫(yī)藥產(chǎn)業(yè)鏈金融市場滲透率將快速提升。隨著數(shù)據(jù)分析技術(shù)的不斷發(fā)展，未來醫(yī)藥產(chǎn)業(yè)鏈融資將呈現(xiàn)如下兩個趨勢：一是借款主體從核心企業(yè)真正滲透到產(chǎn)業(yè)鏈上下游；二是真正的核心競爭要素將從核心企業(yè)的主體信用轉(zhuǎn)移到數(shù)據(jù)分析能力上來。

從供給端來看，提供服務(wù)的機(jī)構(gòu)有銀行、券商、商業(yè)保理、小貸公司等。銀行因利息低、風(fēng)控嚴(yán)等優(yōu)勢，占市場份額最高，可達(dá)35-45%以上，剩余市場被券商、保理、小貸、互聯(lián)網(wǎng)金融等融資機(jī)構(gòu)瓜分。從需求端來看，2017年中國藥品批發(fā)企業(yè)13146家，前100位占醫(yī)藥總規(guī)模70.7%，30家區(qū)域龍頭企業(yè)主占比24.5%；藥械制造企業(yè)20000多家，分散度高。因此，不同規(guī)模、性質(zhì)、地位、地域的企業(yè)需求差異大，對所需金融機(jī)構(gòu)的能力要求不一。然而，優(yōu)質(zhì)客戶有限，年收入規(guī)模在10億以上的流通企業(yè)僅100多家，因此金融機(jī)構(gòu)之間競爭度仍較激烈。醫(yī)藥產(chǎn)業(yè)鏈金融服務(wù)中，銀行占比達(dá)到35-45%，且醫(yī)藥機(jī)構(gòu)多會選擇與商業(yè)銀行、保理等金融機(jī)構(gòu)進(jìn)行合作。整體來看，金融機(jī)構(gòu)只有在資源、牌照以及風(fēng)控上具備優(yōu)勢，才能脫穎而出。

（1）資源優(yōu)勢決定其獲客能力，作為政策主導(dǎo)的大健康行業(yè)，具備國有背景、政府資源的機(jī)構(gòu)具備明顯優(yōu)勢。

（2）牌照資質(zhì)決定業(yè)務(wù)覆蓋范圍，金融業(yè)務(wù)一般被嚴(yán)格管制，提供產(chǎn)業(yè)鏈金融業(yè)務(wù)需要有相應(yīng)的牌照。其中最難獲取的是銀行、券商；商業(yè)保理獲取相對容易。

（3）風(fēng)控能力決定業(yè)務(wù)效率。業(yè)務(wù)效率又體現(xiàn)在兩個方面，第一是業(yè)務(wù)辦理速度：醫(yī)藥企業(yè)在解決資金流轉(zhuǎn)問題上，需要金融機(jī)構(gòu)快速出款。因此，金融機(jī)構(gòu)需要平衡審核時間與出款速度，構(gòu)建高效的風(fēng)險把控體系。在風(fēng)控創(chuàng)新下，可以通過風(fēng)險把控更好的數(shù)據(jù)分析來替代繁瑣的確權(quán)環(huán)節(jié)，從而在流程上提升業(yè)務(wù)效率。第二是產(chǎn)品類型，在數(shù)據(jù)分析、風(fēng)險建模、數(shù)據(jù)積累下，從風(fēng)控角度可以從多個環(huán)節(jié)進(jìn)行產(chǎn)品的創(chuàng)新，比如三湘銀行經(jīng)營E貸的“520模式”，也即“5分鐘審核，2秒鐘到賬，0人工干預(yù)”，相比傳統(tǒng)模式，在業(yè)務(wù)效率上是量級的提升。

【案例分析】 湖南三湘銀行

民營銀行中的創(chuàng)新者，產(chǎn)業(yè)鏈普惠金融領(lǐng)先者

基本信息：2019年6月，湖南三湘銀行已服務(wù)產(chǎn)業(yè)核心企業(yè)客戶24戶、產(chǎn)業(yè)鏈客戶1669戶。發(fā)展普惠，向96.03萬戶普惠客戶發(fā)放普惠貸款173.99億元，普惠貸款余額91.39億元，占總貸款余額的44.01%。湖南三湘銀行產(chǎn)業(yè)鏈業(yè)務(wù)力推的“產(chǎn)業(yè)鏈普惠金融項目”，已為唐人神、道道全集團(tuán)、澳優(yōu)乳業(yè)、絕味食品、養(yǎng)天和大藥房、隆平高科、克明面業(yè)、正邦集團(tuán)、大漢物流等企業(yè)提供整體金融服務(wù)方案，并獲得“湖南省2018年銀行機(jī)構(gòu)融資創(chuàng)新考評一等獎”。

優(yōu)勢：圍繞股東資源優(yōu)勢，布局全產(chǎn)業(yè)鏈

產(chǎn)業(yè)金融服務(wù)案例：“豐農(nóng)貸”是基于唐人神集團(tuán)與其下游經(jīng)銷商的真實貿(mào)易背景，為下游經(jīng)銷商提供融資服務(wù)的產(chǎn)業(yè)金融服務(wù)。在該案例中，依賴三湘銀行自行研發(fā)的經(jīng)銷商在線融資貸款系統(tǒng)，實現(xiàn)了企業(yè)快速融資的需求。具體流程為，下游經(jīng)銷商可通過手機(jī)銀行直接申請，查詢資質(zhì)、征信、審核、提款等服務(wù)；且一年內(nèi)信用貸款只需一次授信，該次授信可循環(huán)使用。目前正在開發(fā)產(chǎn)品的同樣業(yè)務(wù)模式的企業(yè)還有澳優(yōu)乳業(yè)和道道全集團(tuán)。同時也正在針對絕味食品以及連鎖藥房的加盟模式，積極探索業(yè)務(wù)方向。

布局大健康產(chǎn)業(yè)全產(chǎn)業(yè)鏈，以本地客戶輻射全國

大健康產(chǎn)業(yè)戰(zhàn)略布局：第一步，服務(wù)產(chǎn)業(yè)。依托專業(yè)，營銷開拓細(xì)分領(lǐng)域核心企業(yè)，建立常態(tài)化合作，提供融資與融智服務(wù)。第二步，依托高品質(zhì)服務(wù)和高效率業(yè)務(wù)，與核心企業(yè)進(jìn)行深度融合，開拓上下游，對產(chǎn)業(yè)鏈上物流、資金流及信息流進(jìn)行分析，打通上下游采購、流通、銷售各個環(huán)節(jié)。在數(shù)據(jù)分析的基礎(chǔ)上，不斷積累數(shù)據(jù)表現(xiàn)，設(shè)計基于場景化的產(chǎn)品方案，建立風(fēng)險模型，實現(xiàn)純信用智能化融資。第三步，依托不斷積累的數(shù)據(jù)，開發(fā)風(fēng)控更好、流程更優(yōu)的產(chǎn)品，從而拓展到醫(yī)藥產(chǎn)業(yè)鏈終端消費者，發(fā)展普惠業(yè)務(wù)，為個人客戶提供隨手可得的銀行服務(wù)，打造大健康產(chǎn)業(yè)閉環(huán)金融服務(wù)。

中國大健康產(chǎn)業(yè)金融趨勢與展望

大健康產(chǎn)業(yè)金融的發(fā)展起始于融資租賃，發(fā)展于醫(yī)藥產(chǎn)業(yè)鏈金融，最終會走向產(chǎn)業(yè)金融的深度融合。（1）醫(yī)藥產(chǎn)業(yè)鏈金融基于其上下游關(guān)系，又可以被認(rèn)為是產(chǎn)業(yè)金融的1.0版本。在該階段，產(chǎn)業(yè)金融存在的問題較多，如信息不對稱、虛假等風(fēng)險、服務(wù)終端拖欠付款以及藥品器械運輸中產(chǎn)生的物流風(fēng)險。（2）產(chǎn)業(yè)金融2.0階段，是指在信息化企業(yè)的協(xié)助下，解決上下游之間的確權(quán)問題后，同時加入?yún)^(qū)塊鏈技術(shù)和大數(shù)據(jù)技術(shù)，實現(xiàn)數(shù)據(jù)智能，從而提高三流合一（物流、信息流、資金流）下的金融與產(chǎn)業(yè)的融合度，以實現(xiàn)“1+N”的多企業(yè)的實時金融服務(wù)。（3）產(chǎn)業(yè)金融3.0階段，是指核心企業(yè)的變遷，核心企業(yè)由“藥械制造/流通”類，轉(zhuǎn)為終端服務(wù)機(jī)構(gòu)與零售藥店。進(jìn)而從終端監(jiān)控資金流，加深金融機(jī)構(gòu)與大健康產(chǎn)業(yè)的深度融合，形成真正的生態(tài)融合；才能真正實現(xiàn)讓銀行成為隨手可得的服務(wù)。

資金流、物流（貨品流）、信息流對于產(chǎn)業(yè)鏈金融及其業(yè)務(wù)發(fā)展至關(guān)重要?，F(xiàn)階段，資金提供方主要來自金融機(jī)構(gòu)，物流（貨品流）提供方主要來自藥械流通企業(yè)，而信息提供方相對不足。據(jù)艾瑞觀察，目前政府側(cè)和企業(yè)側(cè)都在積極推動產(chǎn)業(yè)前行，改善票據(jù)信息不對稱、虛假等風(fēng)險。盡管產(chǎn)業(yè)鏈金融可更好的協(xié)助企業(yè)盤活資產(chǎn)、提升運營效率，但由于醫(yī)藥產(chǎn)業(yè)鏈金融服務(wù)還存在：（1）企業(yè)信息處于孤島狀態(tài)；（2）非核心企業(yè)經(jīng)營情況獲取人力成本與時間成本高，增加授信難度；（3）貸后資金流動與用途金融機(jī)構(gòu)無法有效監(jiān)督等情況。因此，業(yè)內(nèi)已嘗試通過區(qū)塊鏈與人工智能技術(shù)介入，提高三流合一（包括：物流、信息流、資金流）的產(chǎn)業(yè)鏈金融與產(chǎn)業(yè)的融合度。一方面，通過上鏈確保信息真實性與加速流程與量級審批時間；另一方面，通過信用與行為技術(shù)風(fēng)控，設(shè)立不同維度的風(fēng)控評估體系，在完善風(fēng)控的同時降低執(zhí)行成本。

現(xiàn)階段，大健康產(chǎn)業(yè)金融中大部分金融機(jī)構(gòu)仍圍繞核心企業(yè)進(jìn)行業(yè)務(wù)挖掘與能力提升，小部分機(jī)構(gòu)已開始布局銷售終端與用戶端，如平安銀行、微眾銀行、支付寶、三湘銀行等金融機(jī)構(gòu)，通過與政府、醫(yī)院和藥店合作，向用戶/患者提供健康險、住院押金、消費金融等形式打造產(chǎn)業(yè)金融閉環(huán)。

人工智能開啟醫(yī)療健康新時代

· AI醫(yī)療，亦稱為”AI+醫(yī)療”或“醫(yī)療人工智能”，泛指人工智能技術(shù)在醫(yī)療行業(yè)的應(yīng)用及賦能。

· 目前，人工智能技術(shù)廣泛應(yīng)用在我國各個醫(yī)療細(xì)分領(lǐng)域，主要報告醫(yī)療影像、輔助診斷、藥物研發(fā)、健康管理、疾病風(fēng)險預(yù)測、醫(yī)院管理、虛擬助理、醫(yī)療機(jī)器人和醫(yī)學(xué)研究平臺等。

· 人工智能對醫(yī)療行業(yè)形成了顛覆性變革。從技術(shù)層面 來講，人工智能作為一種技術(shù)創(chuàng)新，改變了醫(yī)療領(lǐng)域的供給端，對傳統(tǒng)醫(yī)療機(jī)構(gòu)運作方式帶來變革；從市場層面來看，人工智能技術(shù)為現(xiàn)有醫(yī)療工作帶來流程 改進(jìn)與效率提升，催生巨大增量市場。2018年我國醫(yī)療人工智能市場規(guī)模達(dá)到200億元，CAGR超過40%，隨著智能化程度不斷提升，潛在市場空間巨大。

AI醫(yī)療領(lǐng)域早期同質(zhì)化競爭嚴(yán)重，遷移復(fù)制較容易，商業(yè)化程度較低

整體而言，我國醫(yī)療人工智能行業(yè)有幾大特征，如細(xì)分領(lǐng)域較多，早期同質(zhì)化競爭嚴(yán)重，遷移復(fù)制壁壘較低，商業(yè)化程度相對偏低等。一般來說，2016年是國內(nèi)醫(yī)療人工智能形成投資風(fēng)口的元年，開源和低門檻框架的存在使得大量玩家涌入人工智能行業(yè)，在醫(yī)療人工智能領(lǐng)域不僅有醫(yī)療設(shè)備商，還有學(xué)校教授、軟件開發(fā)人員及金融從業(yè)者等。從市場情況來看，大量玩家布局在靜態(tài)影像的人工智能領(lǐng)域，雖然擁有大量公開數(shù)據(jù)集，但是起步門檻相對較低，早期同質(zhì)化競爭嚴(yán)重。

此外，在醫(yī)療各細(xì)分領(lǐng)域所采用的算法和框架差異化有限，病種間模型遷移和復(fù)制技術(shù)要求較低，技術(shù)團(tuán)隊通用性強(qiáng)，主要壁壘在于數(shù)據(jù)的獲取。以醫(yī)療影像的人工智能為例，無論跨病種還是跨設(shè)備，基本都采用TENSOR FLOW（開源并基于數(shù)據(jù)流編程）和CAFFE框架（即開源與核心語言C++）和CNN卷積神經(jīng)網(wǎng)絡(luò)算法等（但超聲除外，超聲對性能要求更高），整體復(fù)制壁壘較低。

目前，醫(yī)療人工智能服務(wù)商多處于規(guī)?；瘮?shù)據(jù)獲取階段，商業(yè)化程度偏低，但商業(yè)的最終價值在于實現(xiàn)技術(shù)與應(yīng)用的結(jié)合。未來醫(yī)療人工智能的價值主要體現(xiàn)在兩個方面，一方面在于提升三甲醫(yī)院醫(yī)生效率，另一方面在于提升基層醫(yī)療機(jī)構(gòu)的診療水平。我國醫(yī)療人工智能發(fā)展速度較快，商業(yè)化落地遲滯的一大主要原因在于醫(yī)療產(chǎn)品的注冊審批制。目前，相關(guān)產(chǎn)品取得三類醫(yī)療器械注冊的數(shù)量仍然為零，相關(guān)審核標(biāo)準(zhǔn)尚未正式確立。

如果把人工智能產(chǎn)品看作醫(yī)療器械產(chǎn)品，根據(jù)2018年公布的醫(yī)療器械分類目錄，對其分類約定為：二類醫(yī)療器械——診斷軟件通過算法，提供診斷建議，僅有輔助診斷功能，不直接給出診斷結(jié)論，有臨床試驗豁免目錄，是否能夠享受CNDA還沒有做出具體規(guī)范；和三類醫(yī)療器械——如果對病變部位進(jìn)行自動識別，并提供明確診斷提示，需要做臨床試驗。為加速醫(yī)療人工智能產(chǎn)品審核進(jìn)程，中國食品藥品檢定研究院（簡稱“中檢院”）光機(jī)電室專門成立人工智能小組，展開產(chǎn)品分析及技術(shù)研討，目前已完成數(shù)據(jù)庫構(gòu)建流程，并初步完成構(gòu)建眼底影像及肺部影像標(biāo)注數(shù)據(jù)庫的構(gòu)建工作。

相比之下，美國醫(yī)療人工智能產(chǎn)品的注冊審批快于中國。FDA自2017年7月發(fā)布數(shù)字健康創(chuàng)新行動計劃以來，已相繼批準(zhǔn)九款醫(yī)療人工智能相關(guān)產(chǎn)品。FDA近期批復(fù)的幾款人工智能產(chǎn)品均遵循CLASS Ⅱ的認(rèn)證流程，通過與傳統(tǒng)CDSS（臨床決策支持系統(tǒng)）做等同對比證明安全性，而CADX軟件監(jiān)管歷來是CLASS Ⅲ。由此可見，通過降低門檻來加快審批，或成一大趨勢。

需求端：人口老齡化加劇，慢性疾病數(shù)量增多形成大量醫(yī)療需求根據(jù)國家統(tǒng)計局?jǐn)?shù)據(jù)顯示，我國2018年65歲以上老人為1.6億人，約占中國人口總數(shù)11.9%，我國人口老齡化程度愈發(fā)加劇。在人口老齡化社會下，現(xiàn)代生活節(jié)奏加快，慢性疾病數(shù)量也隨之增加，我國糖尿病和高血壓2016年發(fā)病率分別為5%和18%，預(yù)計到2026年將分別增加至14%和28%，隨之催生大量醫(yī)療需求。

供給端：優(yōu)質(zhì)醫(yī)生及醫(yī)療資源不足，且醫(yī)療資源分布不均從供給方面來看，優(yōu)質(zhì)醫(yī)生及醫(yī)療資源不足，且資源分布不均，難以承受快速增長的醫(yī)療需求。供給與需求矛盾突出，是我國醫(yī)療行業(yè)的根本問題。

· 我國優(yōu)質(zhì)醫(yī)療資源供給不足。我國醫(yī)師與人口比例約為1:70000，而在美國這一數(shù)字為1:2000，我國每十萬名患者擁有醫(yī)師數(shù)量與美國相比差35倍。我國獨立上崗醫(yī)生培養(yǎng)周期長達(dá)8年，較長的培養(yǎng)周期將會帶來醫(yī)療人力成本提高，難以滿足持續(xù)增長的醫(yī)療需求。

· 我國醫(yī)療資源分布不均。據(jù)統(tǒng)計，2018年我國醫(yī)院數(shù)量超3.2萬家，三級醫(yī)院僅占總數(shù)量19%，卻承接了全國49.8%的醫(yī)療需求。我國優(yōu)質(zhì)醫(yī)生資源多分布在一二線城市三級醫(yī)院，基層醫(yī)院醫(yī)生素質(zhì)參差不齊，優(yōu)質(zhì)醫(yī)生資源短缺是困擾醫(yī)療發(fā)展的痛點之一。

大數(shù)據(jù)積累和深度學(xué)習(xí)算法進(jìn)步使得醫(yī)療人工智能發(fā)揮作用

· 根據(jù)IDC預(yù)測，到2020年全球醫(yī)療數(shù)據(jù)量將達(dá)到40萬億GB，是2010年的30倍，數(shù)據(jù)生成和共享速度迅速增長，其中80%為非結(jié)構(gòu)化數(shù)據(jù)。在數(shù)據(jù)方面，我國擁有得天獨厚的優(yōu)勢，我國人口眾多，數(shù)據(jù)基數(shù)大，同時多樣性豐富，為大數(shù)據(jù)分析提供了豐富的數(shù)據(jù)來源，也為人工智能不斷訓(xùn)練與優(yōu)化算法模型提供了廣泛數(shù)據(jù)集。

· 深度學(xué)習(xí)是人工智能技術(shù)的重要一支，目前語音識別和計算機(jī)視覺都基于深度學(xué)習(xí)技術(shù)來完成。隨著圖像領(lǐng)域深度學(xué)習(xí)RESNET網(wǎng)絡(luò)結(jié)構(gòu)發(fā)展，計算機(jī)視覺和綜合圖像處理技術(shù)取得長足進(jìn)步，醫(yī)療圖像分析在診療過程中發(fā)揮更大作用。例如，應(yīng)用計算機(jī)視覺技術(shù)進(jìn)行結(jié)腸鏡檢查，可以獲得更為有效可靠的數(shù)據(jù)，以降低結(jié)腸癌死亡率；在外科手術(shù)中，計算機(jī)視覺對腦瘤病人進(jìn)行3D頭骨建模，有利于后續(xù)神經(jīng)外科治療。

在政策引導(dǎo)下，我國醫(yī)療產(chǎn)業(yè)有望釋放人工智能紅利

· 近年來，我國出臺了一系列全國性政策及醫(yī)療人工智能專項政策，鼓勵“AI+醫(yī)療”行業(yè)發(fā)展。在政策引導(dǎo)下，醫(yī)療產(chǎn)業(yè)有望釋放互聯(lián)網(wǎng)及人工智能紅利。

· 根據(jù)鯨準(zhǔn)數(shù)據(jù)庫，截至2019年11月，我國目前擁有融資記錄的醫(yī)療人工智能項目約有154個，其中70%以上項目處于天使輪和A輪階段，B輪及以后項目較少。從細(xì)分領(lǐng)域來看，項目集中分布于醫(yī)療影像、輔助診斷和疾病風(fēng)險預(yù)測領(lǐng)域，其他領(lǐng)域項目較少，近兩年人工智能醫(yī)療影像和輔助診斷成為熱門領(lǐng)域。

互聯(lián)網(wǎng)巨頭、傳統(tǒng)醫(yī)療巨頭、傳統(tǒng)企業(yè)紛紛布局醫(yī)療人工智能

· 除了初創(chuàng)型企業(yè)，包括IBM、GOOGLE、BAT在內(nèi)的互聯(lián)網(wǎng)企業(yè)巨頭以及GPS在內(nèi)的傳統(tǒng)醫(yī)療企業(yè)巨頭，以及眾多跨界拓展業(yè)務(wù)邊界的傳統(tǒng)企業(yè)也紛紛布局醫(yī)療人工智能領(lǐng)域。主要進(jìn)入方式為自主研發(fā)相關(guān)產(chǎn)品， 開發(fā)相關(guān)領(lǐng)域針對性技術(shù)賦能行業(yè)應(yīng)用，或者通過外延并購擴(kuò)張業(yè)務(wù)版圖。

· 對互聯(lián)網(wǎng)企業(yè)來說，更傾向于利用自身的互聯(lián)網(wǎng)基礎(chǔ)與平臺優(yōu)勢來進(jìn)行技術(shù)布局。IBM WATSON在醫(yī)療方面主要應(yīng)用于癌癥診斷和治療，此外在慢病、醫(yī)療影像、大健康、體外檢測、精準(zhǔn)醫(yī)療、機(jī)器人和疾病研究治療也有所布局。GOOGLE布局領(lǐng)域最廣，科研與風(fēng)險投資并行，覆蓋遠(yuǎn)程醫(yī)療、新藥研發(fā)、器械、藥品配送、患者管理等關(guān)鍵環(huán)節(jié)。百度于2019年收購醫(yī)療人工智能領(lǐng)域康夫子公司，重啟醫(yī)療領(lǐng)域布局，并發(fā)布“百度靈醫(yī)”發(fā)力智能分診、眼底篩查、臨床輔助決策支持系統(tǒng)。2018年阿里健康與阿里云共同建設(shè)阿里醫(yī)療人工智能系統(tǒng)——ET大腦，并推出“DOCTOR YOU”人工智能輔助診斷系統(tǒng)，率先應(yīng)用于CT肺結(jié)節(jié)輔助檢測，并于2018年擴(kuò)展到糖尿病慢病管理領(lǐng)域。騰訊覓影于2017年面世，目前該產(chǎn)品已經(jīng)具備AI醫(yī)學(xué) 圖像分析和AI輔助診療兩項核心能力。此外，騰訊通過投資方式在三年間對互聯(lián)網(wǎng)醫(yī)療進(jìn)行產(chǎn)業(yè)布局，投資金額達(dá)到數(shù)百億元*。

· 對于傳統(tǒng)醫(yī)療巨頭來說，在醫(yī)療人工智能領(lǐng)域來說更側(cè)重于布局醫(yī)療屬性。GE著力于研發(fā)智慧型創(chuàng)新的技術(shù)和數(shù)字醫(yī)療產(chǎn)品，通過資產(chǎn)云管家、云影像解決方案和云心電解著力決方案三大主力產(chǎn)品開啟數(shù)字化轉(zhuǎn)型之路。2019年9月，F(xiàn)DA已經(jīng)批準(zhǔn)了GE重癥監(jiān)護(hù)套件（CRITICAL CARE SUITE ICU氣胸預(yù)判AI解決方案），這是GE醫(yī)療首個嵌入移動X射線設(shè)備中的人工智能算法。PHILIPS在醫(yī)療人工智能領(lǐng)域憑借臨床經(jīng)驗和數(shù)字化及人工智能技術(shù)，推出整合型解決方案，其“星云影像平臺”目前已經(jīng)通過FDA和CFDA認(rèn)證。SIEMENS在醫(yī)療領(lǐng)域布局影像診斷、臨床診療和實驗室診斷領(lǐng)域，并積極推進(jìn)在數(shù)字健康服務(wù)與醫(yī)療企業(yè)管理方案領(lǐng)域的業(yè)務(wù)延伸?，F(xiàn)已推出醫(yī)療智能化平臺的磁共振產(chǎn)品MAGNETOM SEMPRA和數(shù)字化醫(yī)用X射線產(chǎn)品 MULTIX IMPACT等多項產(chǎn)品和解決方案

· 對于傳統(tǒng)企業(yè)來說，主要通過對外投資并購的方式來拓展業(yè)務(wù)邊界，進(jìn)入醫(yī)療人工智能領(lǐng)域。比如復(fù)星集團(tuán)和中國平安于2018年B輪入局AIRDOC，專注于眼科的輔助診斷AI醫(yī)療平臺；英偉達(dá)于2018年6月投資以色列AI醫(yī)療影像服務(wù)商ZEBRA MEDICAL VISION；手機(jī)硬件起家的小米，也在生態(tài)鏈布局一系列針對身體健康監(jiān)測的小米手環(huán)和體重秤等產(chǎn)品，探索醫(yī)療健康大數(shù)據(jù)應(yīng)用的更多可能性。

臨床專業(yè)醫(yī)生缺口大 AI醫(yī)療影像市場需求迫切

· “AI+醫(yī)療影像”，是指將人工智能技術(shù)應(yīng)用于醫(yī)療影像診斷中?，F(xiàn)代醫(yī)學(xué)建立于循證醫(yī)學(xué)的基礎(chǔ)之上，醫(yī)療影像是臨床醫(yī)生一項重要的診斷依據(jù)。主要對患者的影像資料進(jìn)行定性和定量分析，不同階段歷史比較等。目前，AI醫(yī)療影像已成為我國AI醫(yī)療領(lǐng)域最為成熟的細(xì)分領(lǐng)域。

· 從診斷路徑來看，人工智能基于圖像識別和深度學(xué)習(xí)技術(shù)作用于醫(yī)療影像，在臨床診斷中主要可分為兩個階段：其一，圖像識別階段，應(yīng)用于感知環(huán)節(jié)，對影像進(jìn)行讀取和梳理，從中獲取有價值的信息；其二，深度學(xué)習(xí)階段，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，通過對海量影像數(shù)據(jù)和診斷數(shù)據(jù)的輸入，對神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，使人工智能掌握診斷能力。

· 從臨床需求來看，我國專業(yè)醫(yī)生缺口大，工作繁瑣重復(fù)，診斷效率較低，服務(wù)模式亟待創(chuàng)新。目前，我國醫(yī)療影像數(shù)據(jù)以每年30%的速度持續(xù)增長，而影像科醫(yī)生的年增速僅為4%，加之醫(yī)生培養(yǎng)周期較長，醫(yī)生資源流失率較高，我國每年培養(yǎng)60萬醫(yī)學(xué)生，只有10萬人走上臨床崗位，遠(yuǎn)不能滿足臨床實際醫(yī)療需求。以寧波大學(xué)附屬醫(yī)院（三甲醫(yī)院）為例，影像科醫(yī)生平均每天需要完成80-100份CT，或60-80份磁共振，或120-150個超聲部位的影像診斷。即使每份報告只用七八分鐘，也需要10個小時才能完成。

人工智能用以解決病灶識別與標(biāo)注等多種醫(yī)療影像需求

· AI主要解決三種影像需求：（1）病灶識別與標(biāo)注。針對X線、CT、MRI等影像進(jìn)行圖像分割、特征提取、定量分析和對比分析，識別與標(biāo)注病灶，幫助醫(yī)生發(fā)生肉眼難以發(fā)覺的病灶，降低假陰性診斷發(fā)生率，提高醫(yī)生診斷效率；（2）靶區(qū)自動勾畫與自適應(yīng)放療。針對腫瘤放療環(huán)節(jié)進(jìn)行影像處理，幫助放射科醫(yī)生對200450張CT片進(jìn)行自動勾畫，時間縮短到30分鐘一套；在患者15-20次上機(jī)照射過程中不斷識別病灶位置變化以達(dá)到自適應(yīng)放療，減少射線對病人健康組織的輻 射與上海。（3）影像三維重建?；诨叶冉y(tǒng)計量的配準(zhǔn)算法和基于特征點的配準(zhǔn)算法，解決斷層圖像配準(zhǔn)問題，有效節(jié)約配準(zhǔn)時間，在手術(shù)環(huán)節(jié)有重要應(yīng)用。

· 頭部企業(yè)通常針對某一病種，在病灶識別與標(biāo)注功能基礎(chǔ)上，依照醫(yī)學(xué)診斷路徑開發(fā)其他功能，真正為醫(yī)生診斷決策提供幫助。以肺結(jié)節(jié)為例，系統(tǒng)識別結(jié)節(jié)后，將篩查結(jié)果生成結(jié)構(gòu)化報告，并對比分析，自動搜索歷史影像資料，對比不同時期結(jié)節(jié)變化。

市場競爭格局未定，高質(zhì)量數(shù)據(jù)獲取與標(biāo)注能力成為核心競爭力

· 從市場競爭格局來看，目前中國AI醫(yī)療影像領(lǐng)域百家爭鳴，尚未出現(xiàn)占據(jù)壟斷性優(yōu)勢地位的企業(yè)。IBM、GOOGLE、阿里、騰訊、GE醫(yī)療、樂普醫(yī)療以及眾多初創(chuàng)公司均在這一領(lǐng)域進(jìn)行業(yè)務(wù)布局。此外，自2016年以來，專注于不同病種與技術(shù)方向的AI醫(yī)療影像初創(chuàng)公司受到資本熱捧，一定程度上推動行業(yè)發(fā)展。

· 中國醫(yī)療影像數(shù)據(jù)量巨大，但利用效率較低，且其中非結(jié)構(gòu)化數(shù)據(jù)占據(jù)總量90%左右。這些海量數(shù)據(jù)缺乏結(jié)構(gòu)化數(shù)據(jù)梳理，標(biāo)準(zhǔn)化呈現(xiàn)體系，以及跨平臺分享的生態(tài)環(huán)境，大部分?jǐn)?shù)據(jù)都處于孤立且非標(biāo)準(zhǔn)化存在的狀態(tài)，可利用價值不高。因此，AI醫(yī)療影像企業(yè)在高質(zhì)量數(shù)據(jù)獲取和標(biāo)注上存在較大挑戰(zhàn)。

· 高質(zhì)量數(shù)據(jù)獲取難度大。一方面，高質(zhì)量影像數(shù)據(jù)集中在三甲醫(yī)院，僅對內(nèi)流通，缺乏共享機(jī)制，難以獲取；另一方面，過往的醫(yī)學(xué)影像數(shù)據(jù)及臨床診斷報告信息，缺乏統(tǒng)一的標(biāo)準(zhǔn)化記錄，數(shù)據(jù)質(zhì)量參差不齊。

· 數(shù)據(jù)標(biāo)注成本高。在數(shù)據(jù)處理流程中，重點環(huán)節(jié)在于數(shù)據(jù)預(yù)處理工作，數(shù)據(jù)標(biāo)注的準(zhǔn)確性將直接影響最終診斷結(jié)果。在機(jī)器學(xué)習(xí)過程中，參與訓(xùn)練的每張圖片都要經(jīng)過專業(yè)人員標(biāo)注。盡管未來五年內(nèi)小樣本學(xué)習(xí)在理論層面或?qū)⒂兴黄?，但目前?shù)據(jù)處理和學(xué)習(xí)方法仍需要消耗大量時間和精力。高質(zhì)量數(shù)據(jù)獲取和數(shù)據(jù)標(biāo)注能力成為企業(yè)核心競爭力之一。

平臺分成和技術(shù)解決方案兩種商業(yè)模式正在不斷探索與嘗試中

· 從落地情況來看，目前中國AI醫(yī)療影像產(chǎn)品主要應(yīng)用在疾病篩查方面，以腫瘤和慢病領(lǐng)域為主。其中，肺癌和眼底篩查領(lǐng)域介入企業(yè)最多，近兩年乳腺癌也成為熱門布局領(lǐng)域之一。此外，不同企業(yè)針對客戶群體也有所差別，除三甲醫(yī)院和基層醫(yī)院外，也有面向C端和保險公司等產(chǎn)品。

· 目前AI醫(yī)療影像的商業(yè)模式仍在不斷探索與嘗試中，主要可分為以下兩種商業(yè)模式：

· 第一，平臺分成模式。與基層醫(yī)院合作，提供影像資料診斷服務(wù)，按照診斷數(shù)量收取費用，相當(dāng)于與醫(yī)院共同提供醫(yī)療影像服務(wù)，并從中獲得分成。

· 第二，提供技術(shù)解決方案。與大型醫(yī)院、體檢中心、第三方醫(yī)學(xué)影像中心及醫(yī)療影像器械服務(wù)商合作，提供技術(shù)解決方案。（1）面向大型醫(yī)院、體檢中心及第三方醫(yī)學(xué)影像中心一次性出售“AI+醫(yī)療影像”解決方案的使用權(quán)或使用期間定期收取使用費。三級醫(yī)院由于采購預(yù)算較高，設(shè)備更新意識較強(qiáng)，通常以這種模式與AI醫(yī)療影像公司進(jìn)行合作。目前DEEPCARE正在 探索這種商業(yè)模式，開發(fā)不同病種智能模塊放在云平臺上，客戶根據(jù)自己需求進(jìn)行選擇并付費。（2）與醫(yī)療器械廠商合作，在醫(yī)療設(shè)備中加入智能模塊，硬件捆綁軟件銷售，將產(chǎn)品功能嵌入到硬件設(shè)備當(dāng)中。例如 GE、PHILIPS、ROCHE等公司都在發(fā)力器械智能化，并在相關(guān)領(lǐng)域取得技術(shù)進(jìn)展及產(chǎn)品化應(yīng)用。

人工智能在輔助醫(yī)生進(jìn)行疾病檢測和診斷方面的應(yīng)用快速發(fā)展

· 目前，人工智能在輔助醫(yī)生進(jìn)行疾病檢測和診斷方面的應(yīng)用快速發(fā)展，包括在醫(yī)療影像領(lǐng)域的突破，基于電子病歷的臨床輔助決策系統(tǒng)，以及診斷后手術(shù)治療等。未來經(jīng)過更加豐富的數(shù)據(jù)標(biāo)注及模型優(yōu)化，將影像、病歷、檢查檢驗等多模態(tài)數(shù)據(jù)進(jìn)行整合，人工智能可以檢測和診斷的疾病類型將隨之增多，提高疾病早期發(fā)現(xiàn)率，幫助醫(yī)生提高診斷效率及診斷準(zhǔn)確性。

· AI醫(yī)療影像是輔助診斷的主要應(yīng)用領(lǐng)域，影像之外的電子病歷、導(dǎo)診機(jī)器人、虛擬助理、手術(shù)機(jī)器人等其他應(yīng)用方向。

· 電子病歷。在電子病歷領(lǐng)域，人工智能利用自然語言處理技術(shù)以及語音識別技術(shù)，來處理大量文本與語音信息，將病歷語言標(biāo)準(zhǔn)化、結(jié)構(gòu)化、統(tǒng)一化，使病種數(shù)據(jù)更加專業(yè)，病歷輸入更加簡單，病歷展現(xiàn)形式更加直觀，輔助醫(yī)生進(jìn)行臨床決策判斷

· 導(dǎo)診機(jī)器人。導(dǎo)診機(jī)器人能有效解決醫(yī)院人滿為患，患者無法及時獲得就醫(yī)指導(dǎo)的行業(yè)痛點。導(dǎo)診機(jī)器人可以基于人臉識別、語音識別和人機(jī)交互技術(shù)，為患者提供掛號和就醫(yī)引導(dǎo)，進(jìn)行身份識別，信息收集，數(shù)據(jù)分析等，有效引導(dǎo)患者分流，幫助醫(yī)生提高問診及診斷效率。

· 虛擬助理。人工智能可基于歷史問診信息大數(shù)據(jù)，幫助醫(yī)生回復(fù)患者問診，并有針對性的提出相關(guān)問題，節(jié)約醫(yī)生的時間和精力。

手術(shù)機(jī)器人已成為人工智能輔助診斷領(lǐng)域比較活躍的應(yīng)用

· 目前在輔助醫(yī)療方面，人工智能已經(jīng)形成了一些實質(zhì)性應(yīng)用，手術(shù)機(jī)器人和醫(yī)療機(jī)器人就是比較活躍的嘗試。手術(shù)機(jī)器人已經(jīng)在胃腸外科、泌尿、婦科和心外科等外科手術(shù)中滲透與應(yīng)用。手術(shù)機(jī)器人通過高分辨率3D立體視覺以及器械自由度，在狹小的手術(shù)空間內(nèi)提供超越人類的視覺系統(tǒng)，更大的操作靈活性與精準(zhǔn)度，拓展了腹腔鏡手術(shù)的適應(yīng)癥，增強(qiáng)手術(shù)效果。

· 美國直覺外科公司（ISRG）的“達(dá)芬奇手術(shù)機(jī)器人”已被FDA批準(zhǔn)用于泌尿外科、婦科、心胸外科、腹部等外科手術(shù)，在美國院內(nèi)滲透率達(dá)60%。ISRG公司由此高速發(fā)展，2015-2018年營收平均增速16%，2018年營收達(dá)到37.24億美元，并始終保持著高達(dá)30%的凈利率，總市值超600億美元。目前單臺達(dá)芬奇手術(shù)機(jī)器人在我國售價約1800萬元，每年維護(hù)費200萬元，已有約400家醫(yī)療機(jī)構(gòu)擁有該設(shè)備的配置證，但仍未大規(guī)模推廣應(yīng)用。

· 據(jù)BCG波士頓咨詢測算，預(yù)計2021年全球醫(yī)療機(jī)器人規(guī)模將達(dá)到207億美元，其中60%市場份額為手術(shù)機(jī)器人。美敦力、強(qiáng)生、西門子和史賽克是四大重要設(shè)備服務(wù)商，近兩年通過收購不斷擴(kuò)大自身醫(yī)療機(jī)器人版圖。例如，2018年美敦力以17億美元收購以色列MAZOR ROBOTICS及其機(jī)器人輔助手術(shù)平臺，研發(fā)脊椎手術(shù)機(jī)器人引導(dǎo)系統(tǒng)。2019年強(qiáng)生以34億美元收購瑞士AURIS MEDICAL，加強(qiáng)外科微創(chuàng)手術(shù)業(yè)務(wù)研發(fā)。

人工智能臨床決策系統(tǒng)的行業(yè)壁壘較高，臨床知識庫是關(guān)鍵

· 人工智能技術(shù)還可用于臨床輔助決策，臨床決策系統(tǒng)（CDSS）相當(dāng)于一個不斷更新的醫(yī)學(xué)知識庫，是基于人機(jī)交互的醫(yī)療信息技術(shù)應(yīng)用系統(tǒng)，通過數(shù)據(jù)和模型輔助醫(yī)生完成臨床決策。CDSS的使用場景涵蓋診前決策、診中支持和診后評價全流程，幫助臨床醫(yī)生做出最為恰當(dāng)?shù)脑\療決策，提高診斷效率與診斷質(zhì)量。

· 目前，世界上絕大多數(shù)CDSS都由三部分組成：即知識庫、推理機(jī)和人機(jī)交流接口部分，其中龐大可靠的臨床知識庫是CDSS的行業(yè)壁壘。目前大部分企業(yè)的知識庫都難以滿足醫(yī)生的臨床需求。而由于醫(yī)院內(nèi)部系統(tǒng)之間的信息隔離，大多數(shù)CDSS與醫(yī)生臨床工作脫節(jié)，導(dǎo)致CDSS的決策方式與醫(yī)生的決策習(xí)慣相悖，降低臨床醫(yī)生的使用積極性。

一個完整的臨床知識庫應(yīng)當(dāng)包含各種最新臨床指南、循證醫(yī)學(xué)證據(jù)、醫(yī)學(xué)文獻(xiàn)、醫(yī)學(xué)辭典、醫(yī)學(xué)圖譜計算工具、大量電子病歷等海量數(shù)據(jù)，還應(yīng)當(dāng)交互良好，方便臨床醫(yī)生從數(shù)據(jù)庫獲取信息。此外，數(shù)據(jù)庫必須是開放的，動態(tài)更新的。對第三方信息化企業(yè)來說，行業(yè)壁壘較高。

· 我國CFDA目前還未對人工智能臨床決策系統(tǒng)建立明確標(biāo)準(zhǔn)，國家食藥監(jiān)局正在制定評審《深度學(xué)習(xí)輔助決策醫(yī)療器械軟件評審要點》。美國FDA已經(jīng)批準(zhǔn)一些CDSS產(chǎn)品，有針對單病種的，有專家知識庫系統(tǒng)。比較典型的包括荷蘭科威集團(tuán)的UPTODATE臨床決策支持系統(tǒng)，IBM WATSON在腫瘤輔助診斷治療的應(yīng)用。

新藥研發(fā)面臨研發(fā)周期長、研發(fā)成功率低和研發(fā)費用高三大問題

· 新藥研發(fā)主要包括藥物發(fā)現(xiàn)、臨床前研究、臨床研究以及審批與上市四個階段。一款藥物從靶點發(fā)現(xiàn)到批準(zhǔn)上市需要經(jīng)歷復(fù)雜且漫長的流程，需要大量人力、物力和財力投入。正因如此，新藥研發(fā)面臨研發(fā)周期長、研發(fā)成功率低和研發(fā)費用高三大痛點問題。

· 研發(fā)周期長。據(jù)FROST & SULLIVAN統(tǒng)計，新藥研發(fā)需要歷經(jīng)10-15年。藥物發(fā)現(xiàn)和臨床前研究耗時6-7年，提交上市申請后經(jīng)過0.5-2年時間方可獲批并規(guī)模生產(chǎn)。

· 研發(fā)成功率低。據(jù)HARRIS WILLIAMS MIDDLE MARKET統(tǒng)計，在進(jìn)入藥物研發(fā)管道的5000至10000個先導(dǎo)化合物中，平均只有250個能夠進(jìn)入臨床，平均只有1個才能最終獲得監(jiān)管部門的新藥批準(zhǔn)，風(fēng)險伴隨新藥研發(fā)全流程。原研化藥成功率最低，僅為6.2%。

· 研發(fā)費用高。據(jù)TUFTS統(tǒng)計，新藥研發(fā)平均成本不斷上升，從1970年代1.8億美元，到1990年代10億美元，再到至今26億美元。2018年，全球前十大制藥公司新藥研發(fā)預(yù)算占銷售額平均比重為19%。

人工智能因其算法和算力優(yōu)勢，應(yīng)用于新藥研發(fā)多個環(huán)節(jié)

· 人工智能因其算法和算力優(yōu)勢，在新藥研發(fā)流程中應(yīng)用于多個環(huán)節(jié)，幫助解決新藥研發(fā)的三大痛點。人工智能的優(yōu)勢主要體現(xiàn)在發(fā)現(xiàn)關(guān)系和計算兩方面。

· 發(fā)現(xiàn)關(guān)系方面，人工智能具有語言處理、圖像識別和深度學(xué)習(xí)能力，能夠快速發(fā)現(xiàn)不易被專家發(fā)現(xiàn)的隱藏的藥物與疾病連接關(guān)系和疾病與基因的連接關(guān)系等，通過對數(shù)據(jù)進(jìn)行深度挖掘與分析，構(gòu)建藥物、疾病和基因之間的深層關(guān)系。

· 計算方面，AI以其強(qiáng)大的算力，可以對候選化合物進(jìn)行虛擬篩選，更快篩選出活性較高的化合物，平均節(jié)約40-50%時間，年均節(jié)約260億化合物篩選成本。

AI新技術(shù)公司、研究機(jī)構(gòu)和大型藥企紛紛入局AI新藥研發(fā)

· 目前人工智能藥物研發(fā)市場主要有三類玩家，包括AI新技術(shù)公司、藥物研究機(jī)構(gòu)和大型藥企。

· AI新技術(shù)公司以人工智能各項技術(shù)為核心競爭力，在不同技術(shù)領(lǐng)域各有所長，從不同環(huán)節(jié)切入藥物研發(fā)產(chǎn)業(yè)鏈，并努力切入上下游研發(fā)環(huán)節(jié)，向藥企或醫(yī)療機(jī)構(gòu)提供技術(shù)服務(wù)。

· 藥物研究機(jī)構(gòu)基于自身的高研究水平，從平臺建設(shè)的角度進(jìn)行數(shù)字化轉(zhuǎn)型，搭建自己的大數(shù)據(jù)平臺，并嘗試對外輸出研究服務(wù)，進(jìn)行商業(yè)化變現(xiàn)。

· 大型藥企與市場聯(lián)系最為緊密，利用本身技術(shù)和研發(fā) 基礎(chǔ)以及多年積累的藥物研發(fā)數(shù)據(jù)，進(jìn)行外延并購或合作，拓展業(yè)務(wù)邊界，通過新技術(shù)為藥物研發(fā)賦能。目前，全球前十大藥企均已入局。2018年羅氏以19億美元收購腫瘤大數(shù)據(jù)公司FLATIRON HEALTH，為其提供研發(fā)所需的數(shù)據(jù)與技術(shù)支持，加速新藥上市。

· 從國內(nèi)市場來看，2018年6月，藥明康德投資了將強(qiáng)化學(xué)習(xí)和生成對抗網(wǎng)絡(luò)（GA N）相結(jié)合進(jìn)行分子發(fā)現(xiàn)的INSILICO MEDICINE。2018年9月，正大天晴與阿里云醫(yī)療AI合作，獲得一種全新的基于機(jī)器學(xué)習(xí)模型的化合物篩選方法，與傳統(tǒng)計算機(jī)輔助藥物設(shè)計方法相比，這套模型的篩選準(zhǔn)確率可提高20%。2019年9月江蘇豪森與ATOMWISE達(dá)成合作，雙方將合作設(shè)計并發(fā)現(xiàn)多個治療領(lǐng)域中多達(dá)11種未公開靶蛋白的潛在候選藥物。

AI可改善健康管理數(shù)據(jù)關(guān)聯(lián)性薄弱和人員專業(yè)性不足的痛點問題

· 傳統(tǒng)健康管理領(lǐng)域存在行業(yè)標(biāo)準(zhǔn)不足、公眾認(rèn)知和接受程度不高、數(shù)據(jù)關(guān)聯(lián)性薄弱、人員專業(yè)素質(zhì)不足、支付機(jī)制不健全和現(xiàn)有服務(wù)鏈條不完整等諸多問題。其中，以下兩個痛點問題是可以利用人工智能技術(shù)去發(fā)力解決的方向。

· 智能設(shè)備的數(shù)據(jù)關(guān)聯(lián)性薄弱。目前，可穿戴設(shè)備和家用醫(yī)療器械設(shè)備等智能設(shè)備僅停留在對于體征數(shù)據(jù)的采集、提取和趨勢分析層面，不同身體器官及不同平臺的數(shù)據(jù)之間不具備整體關(guān)聯(lián)性，從而使許多數(shù)據(jù)成為數(shù)據(jù)孤島，無法有效發(fā)揮數(shù)據(jù)的聯(lián)合分析作用，不能為用戶提供基于多項綜合檢測數(shù)據(jù)的整體身體健康狀況畫像，進(jìn)而不能滿足用戶的健康管理需要。人工智能可以對數(shù)據(jù)進(jìn)行綜合提取與交叉分析，學(xué)習(xí)醫(yī)療病歷數(shù)據(jù)，根據(jù)用戶的健康數(shù)據(jù)提供合理建議。

· 健康管理人員專業(yè)性不足。目前，絕大多數(shù)健康管理人員都是非醫(yī)學(xué)背景，素質(zhì)參差不齊，專業(yè)性有所欠缺，很少能為客戶制定一份科學(xué)的健康管理計劃。而利用人工智能技術(shù)開發(fā)健康管理平臺，擁有更為完整的知識圖譜，可以在一定程度上保證健康建議的專業(yè)性。一方面，通過智能設(shè)備和體檢中心等平臺收集用戶的健康體征數(shù)據(jù)，結(jié)合強(qiáng)大的計算能力對數(shù)據(jù)進(jìn)行分析決策，提高疾病預(yù)測的準(zhǔn)確性；另一方面，人工智能通過高效計算和精準(zhǔn)匹配使個性化健康管理成為可能，推動健康管理的系統(tǒng)化與精細(xì)化。

AI在健康管理領(lǐng)域應(yīng)用廣泛，包括風(fēng)險識別、虛擬護(hù)士等多場景

· AI+健康管理是將人工智能技術(shù)應(yīng)用到健康管理的具體場景之中，通常與互聯(lián)網(wǎng)醫(yī)療概念相結(jié)合，被歸類 為互聯(lián)網(wǎng)醫(yī)療的一種應(yīng)用方向。目前，AI+健康管理主要集中應(yīng)用于風(fēng)險識別、虛擬護(hù)士、精神健康、移動醫(yī)療、可穿戴設(shè)備、健康干預(yù)以及基于精準(zhǔn)醫(yī)學(xué)的健康管理等。

· 風(fēng)險識別，利用人工智能進(jìn)行數(shù)據(jù)獲取與數(shù)據(jù)分析，在診療過程或治療周期中識別疾病的潛在風(fēng)險，及時給與預(yù)警及預(yù)防措施。例如，LUMIATA公司利用其核心預(yù)測分析產(chǎn)品“風(fēng)險矩陣（RISK MATRIX）”，采集大量的健康計劃成員或患者的數(shù)據(jù)點，然后為每個人繪制出患病風(fēng)險歲時間變化的軌跡；同時，利用大數(shù)據(jù)構(gòu)建醫(yī)療圖譜，分析人群健康狀態(tài)及患者的個性化需要，幫助醫(yī)生提高診療的準(zhǔn)確性。

· 虛擬護(hù)士，了解病人的身體狀況、飲食、運動和用藥習(xí)慣，運用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析，對病人作出身體狀態(tài)評估及調(diào)整意見，協(xié)助患者規(guī)劃個人生活。例如，AICURE通過智能手機(jī)攝像頭獲取用戶信息，利用人工智能面部識別技術(shù)提高患者服藥依從性。

· 精神健康，運用人工智能技術(shù)對用戶的語言、表情和聲音等信息進(jìn)行挖掘，識別用戶的情緒與精神狀態(tài)，發(fā)現(xiàn)用戶精神健康方面的波動情況。例如，AFFECTIVA公司利用人工智能技術(shù)，讓機(jī)器能夠?qū)崟r感知并剖析使用者的情緒，并為其提出合理的見解與分析。

· 移動醫(yī)療，將互聯(lián)網(wǎng)及人工智能技術(shù)應(yīng)用于醫(yī)療服務(wù)場景。在患者端，為患者提供在線掛號、遠(yuǎn)程問診、在線就診等新的便捷醫(yī)療服務(wù)，將在一定程度上改變傳統(tǒng)醫(yī)療服務(wù)的提供方式，改善患者就醫(yī)體驗。在醫(yī)院端，基于醫(yī)院信息化系統(tǒng)和大數(shù)據(jù)積累，利用人工智能構(gòu)建智慧醫(yī)療院內(nèi)服務(wù)體系，打破診療各環(huán)節(jié)及各科室間的信息同步與溝通壁壘，提高醫(yī)療效率。

· 可穿戴設(shè)備，正在從簡單的健身追蹤器轉(zhuǎn)變?yōu)榧矣眉芭R床檢測器，應(yīng)用于醫(yī)療領(lǐng)域。根據(jù)IDTECHEX行業(yè)報告《2019-2029可穿戴技術(shù)預(yù)測》，在未來十年可預(yù)測的48種不同穿戴技術(shù)產(chǎn)品中，有20種是可穿戴醫(yī)療設(shè)備。包括助聽器、心臟設(shè)備和胰島素泵等較為傳統(tǒng)的醫(yī)療產(chǎn)品，也報告針對糖尿病患者的連續(xù)血糖監(jiān)測儀、新型電子皮膚貼片和其他具有潛力的新型可穿戴醫(yī)療設(shè)備?；趥鞲屑夹g(shù)、大數(shù)據(jù)和人工智能深度學(xué)習(xí)技術(shù)，對實時健康數(shù)據(jù)進(jìn)行分析預(yù)測，解決部分醫(yī)療需求。

· 健康干預(yù)，運用人工智能技術(shù)對用戶的各項健康指標(biāo)和體征數(shù)據(jù)進(jìn)行定量分析，制定適合個體的健康管理計劃。例如，WELLTOK通過旗下的CAFEWELL HEALTH健康優(yōu)化平臺，利用人工智能技術(shù)對FITBIT等合作方提供的可穿戴設(shè)備用戶體征數(shù)據(jù)進(jìn)行分析與挖掘，提供專業(yè)化健康管理建議。同時，該平臺亦能利用機(jī)器學(xué)習(xí)識別患者的非醫(yī)療需求，為其對接相應(yīng)服務(wù)。