医疗生态圈 健康中国·大健康医药产业论坛：全生命周期AI服务

（数据来源：罗兰贝格）新闻中国采编网 中国新闻采编网 中国企业家手机报 谋定研究·中国智库网 国研政情·谋定论道-经济信息研究智库 国研智库·中国国政研究 国情讲坛·中国国情研究 商协社团·全国工商联 经信研究·中国经济和信息化 谋定论道·中国企业家论坛 哲商对话·中国儒商大会 赢在商道·中国营销企划 健康中国·大健康医药产业论坛采编：

作为世界卫生组织与国际电信联盟（WHO/ITU）医疗健康人工智能焦点组国内对口组重要工作成果，中国信息通信研究院、百度AI产业研究中心、罗兰贝格将在2019年世界人工智能大会共同发布《以人为本，人工智能助力医疗体系科学发展》报告。

“白皮书基于对全球卫生体系、尤其是中国卫生体系的洞察，以及对未来医疗体系发展趋势的理解，从以人为本思路构建了拥有核心层、主体层、应用层的AI医疗生态圈，详尽地将各参与方的价值链、医疗AI场景进行了深入分析。”中国经济和信息化研究中心主任、原国家食品药品监督管理总局信息中心主任、国家大健康医药产业委员会主任万祥军研读表明。

谋定研究中国智库·对健康中国·大健康医药产业论坛-国研政情·谋定论道-经济信息研究智库。万祥军指出：作为白皮书发布相关的系列报道，将分领域、分模块为各位呈现中国医疗健康行业及人工智能领域的洞察。万祥军说：“展望未来，在医疗领域运用人工智能，可实现首诊筛查、自动建档、辅助确诊、改善患者就医体验，减少医生的繁重工作量。”

万祥军表明：除此，医疗AI还将带来更多值得期待的改变。罗兰贝格将带你走近未来医疗AI生态圈，了解其细分领域如何助力医疗体系改革。

无处不在，

全生命周期的AI医疗服务

AI对于赋能医院大有可为。未来，医院的服务边界将由当前的线下拓展到线上线下一体化，真正形成无处不在、全生命周期的医疗服务体系。

AI为医疗服务提供方提供价值的探索机会

AI与医疗的结合能够产生诸如改善健康结果、提高服务质量、提升患者体验、节约医疗成本、强化医院运营管理等多方面价值，在各个环节实现丰富的应用场景。

AI

提升医学影像

疾病筛查和临床诊断能力

人工智能将极大提升医学影像用于疾病筛查和临床诊断的能力。AI可大批量、快速处理图像数据，具有疾病筛查和辅助诊断功能。

AI医学影像是当前医疗人工智能最为成熟的应用场景。相关产品主要有软件和软硬件一体化两种形态，AI医学影像的领先者将是能实现数据精雕、满足泛化适应需求和有针对性优化算法的企业。

AI医学影像可在体检中心、基层卫生机构、第三方医学影像中心等医疗服务机构用于疾病筛查。一方面，AI将有效提高筛查的精准度；另一方面，在院内辅助环节，AI能节约医生时间，将其从低附加值的重复性劳动中解放出来，提升诊断、放疗、手术的效率。

罗兰贝格：AI医学影像将强化基层疾病筛查能力，标准化数据集和监管标准的确立是其加快落地的前提。

AI

各方面辅助诊断

人工智能应用于辅助诊断(CDSS)是未来的发展方向。与早期的基于专家知识库的系统不同，AI辅助诊断提供的是决策支持，而非简单的信息支持。

对于基层医院来说，缺乏高质量的全科诊疗能力是导致基层首诊和分级诊疗制度难以建立的主要原因之一。AI辅助诊断能够有效减少医生的误诊漏诊情况，提高医疗质量和安全性，控制费用成本。

对于三级医院来说，AI更多承担质量管理和辅助助手的角色。一方面，由于AI不受到医生主观认知疏漏或偏见的影响，可通过数据反馈使诊断更规范合理；另一方面，在专科疾病的治疗方面，AI能够提供有力的支持。

从应用来看，辅助诊断(CDSS)需要契合临床需求。

领先的辅助诊疗类AI技术需具备以下几个特征：

性能强：除了病种上敏感性、特异性等方面达标外，算法效果还需要能够复现。

可解释：依据源于公认权威的指南或国家标准，可以给出算法结果的循证依据。

执行效率与稳定性高：算法需要根据所服务医院的设备条件、对接医疗信息化系统接口性能水平及临床场景来提供并达到合适的执行效率，防止因为执行效率低下而导致服务响应慢，影响医务人员使用。另外，由于AI算法常常会嵌入到临床流程中，执行的稳定性也尤为关键，应避免在某些场景下由于执行失败导致流程中断、造成严重后果。

安全性高：注重数据安全和隐私保护，不会因AI服务的引入而导致患者临床隐私数据的泄露或污染，并具备抗攻击能力。

罗兰贝格：知识图谱的构建是AI辅助诊断(CDSS)持续优化的关键。在分级诊疗体系构建的过程中，针对不同层级的医疗机构的需求，将分别发挥“强基层”、“专业化”的重要作用。

AI

全方位的健康管理

人工智能可提供智能化疾病预防指导，实时进行疾病监测和评估，为用户提供个性化行为干预，推动高效高质、低成本的康复护理和慢病管理，可减少疾病风险、防患于未然，为患者、医院、医保降低费用。

罗兰贝格：依托人群健康大数据平台，增强疾病预防能力，提升人群健康水平，并能拓展医疗服务半径，让人们在家中即能得到优质高效的医疗服务。

AI

精准医疗

随着精准医疗将逐步覆盖诊疗全过程，基因检测将在其中发挥日益重要的作用。

罗兰贝格：根据患者的基因序列等个人生理信息，可辅助疾病风险预测、个性化治疗方案的制定，实现精准医疗。

AI

诊前虚拟助理

AI的应用极大提高了诊前效率，改善了患者体验。当前，有大量的参与者进入分导诊、挂号等可应用AI虚拟助理的领域。

罗兰贝格：如何整合更多能力(如知识图谱)，支持诊前、诊中、诊后医疗服务B端业务需求，通过建立的C端触点提供更多健康管理应用，成为虚拟助理未来发展的关键问题。

AI

辅助医学教学和科研

辅助医学教学平台通过人工智能、虚拟现实等技术，构造虚拟病人、虚拟空间，模拟患者沟通、手术解剖等医疗场景，辅助医学教学。AI技术为医生提供了一个高效方便、简单易用的医学研究平台，可以快速收集处理数据、运用算法高效分析数据。

罗兰贝格：AI的应用将深度促进医学研究、医学教育和临床实践的有机融合、互相推动。

AI

智慧医院管理

人工智能可以通过实时数据追踪、分析、预测来优化医院管理。目前大部分医院仍处于数字化的初级阶段，AI应用于医院管理的条件尚未完全成熟。

罗兰贝格：在医院数字化的高级阶段，AI将提升其管理质量和效率。

提升药品及医疗器械

研发、生产、销售的AI

在医院数字化的高级阶段，AI将提升其管理质量和效率，从而加快药物研发进程。

药物研发阶段，人工智能的主要应用包括靶点筛选、药物挖掘、药物优化三部分。大型药企及药物研究机构以项目的方式与AI技术公司(如Atomwise、BenevolentAI、晶泰科技)进行合作，加快药物研发进程。

AI辅助临床策略制定发展，关键在于解决数据获得和质量问题。

识别并招募合适的患者来配合临床试验是研发过程中的难题之一。AI技术可以帮助药企更精确地发现、筛选、匹配合适的志愿者，并帮助简化患者注册流程，同时收集及分析患者数据。该应用的落地基础是拥有跨医院的患者电子病历信息，建立起患者同意共享数据的大数据平台。

未来AI应用发展的关键━━基于真实数据的大数据平台构建。

未来人工智能应用可围绕着病因、诊断、治疗、预后及临床预测等相关的研究问题展开，也可在药物上市后的效果跟踪观察、安全性监测、药物重定向、识别审批提速等诸多领域发挥作用。

AI为药品及医疗器械提供方提供价值的探索机会

AI将成为医疗支付

撬动医疗生态圈的重要助力

协助保险定价和精准营销：众多保险公司都在积极探索应用AI制定保险策略，而当下建立人群健康大数据平台成为必要之举。

药事管理：将AI应用于控费(如药事管理)中，可提高医疗质量、减少医疗差错、保障用药安全、实现精准医疗。

帮助医保控费：智能稽查通过风险模型，建立事前、事中、事后的有效管控，高效率识别不合理的单据情况，帮助医保控费。

AI为医疗支付和监管方提供价值的探索机会

结 语

罗兰贝格认为，在未来医疗健康生态中，人工智能可在医疗服务、药品和医疗器械、医疗服务和监管等方面演化出丰富的应用场景。

我们期待，人工智能助推各级医院提供一致性的、精准的、体验良好的健康服务，真正实现无处不在、全生命周期的医疗服务体系；我们期待，AI的应用能够带来缩短研发周期、降低研发成本、提高研发成功率、加速临床进程、提质增效、逐步实现精准医疗等多方面价值；我们期待，人工智能成为支付方撬动整个医疗生态圈的重要助力，帮助实现控费、风控、减少欺诈等目标。我们期待，在未来的医疗生态中，人工智能与医疗服务提供方及药品、器械提供方形成新的协同关系。

医疗生态圈 健康中国·大健康医药产业论坛：全生命周期AI服务