一、政策驱动行业向好，AI 全面赋能医药健康领域
在《超越想象的 GPT 医疗》一书开篇中描绘了一个虚构场景，面对患者病情突 然恶化，医学住院实习生克里斯腾·陈通过和 GPT-4 对话，完成了对患者的救 治、得到了心理安慰、并为患者向保险公司申请了授权，后续在查房中，还为 肿瘤复发患者寻找合适的临床试验。生动的描述，让人切实感受到了 AI 为医疗 行业带来的想象空间。
的临床试验。生动的描述，让人切实感受到了 AI 为医疗 行业带来的想象空间。
ChatGPT 为核心的生成式 AI 爆火，再次引发全球对于人工智能的关注，我们 认为 AI 将为包括医药行业在内的各个领域带来革命性变化。
医疗 AI 的应用起 源于 20 世纪 70 年代，随着如 GPT-AI 在内的人工智能技术不断更新迭代，医 疗 AI 也向着更加智能化发展。最早的医疗 AI 应用集中于临床知识库，但受限 于当时成本高昂和互联网基础设施有限，并未得到广泛应用。此后随着机器学 习、NLP 等技术普及，AI 手术机器人、AI 制药、CDSS 等应用领域逐渐成熟落地，并涌现了如 IBM Watson、DeepMind 等知名医疗 AI 应用系统。
国内医疗 AI 起步较国外晚，但发展迅速，20 世纪 80 年代我国开始医疗 AI 的研究，1978 年北京中医医院开发了国内首个辅助诊疗系统“关幼波肝病诊疗程序”，2010 年以后医疗 AI 真正在国内蓬勃发展，阿里、百度、腾讯等头部互联网企业均设 立医疗 AI 部门，2023 年生成式 AI 成为新热点，百度文心一言首个应用落地医 药行业，医疗 AI 应用不断深入创新。
从市场空间看，全球医疗 AI 市场规模超 50 亿美元，并将继续保持快速增长。 根据 Global Market Insights 报告，2022 年全球医疗 AI 市场规模超过 50 亿美 元，并预计将以超过 29%的年均复合增速增长至 2032 年市 700 亿美元。从市 场结构看，药物发现和医学影像是 AI 应用最广的两个领域，合计占比超过 50%， 随着制药工业发展和 AI 技术迭代，预计 2032 年 AI 药物研发市场规模将超过 205 亿美元。
中国市场起步较晚，处于高速增长期。根据 IQVIA 数据，2021 年中国 AI 医疗 市场规模不足 40 亿元，主要以智慧病案、信息系统和 CDSS 等应用为主，而 在国外较成熟的医学影像和 AI 制药占比较低。未来 10 年，预计中国医疗 AI 市 场空间将以超 30%的复合增速增长，AI 医学影像（CT、X 光、病理、超声等） 和 AI 制药将成为增长最快的细分市场。
政策支持，医疗 AI 产业体系逐渐完善。2016 年 3 月，AlphaGo 击败李世石成 为 AI 领域的重要里程碑，此后世界各国开始重视 AI 发展，并发布符合自身国 情的 AI 扶持政策。美国在 2016 年接连出台《白宫为人工智能的未来做好准备 的报告》和《美国国家人工智能研究战略计划》两份重量级报告，加速人工智 能在医疗等各领域的应用。中国政府高度重视 AI+医疗产业发展， 2017 年国务 院发布《新一代人工智能发展规划》首次将人工智能放在战略层面进行系统布 局，聚焦 AI 与医疗等交叉学科应用，随后各级政府也陆续出台多项政策法规支 持我国医疗 AI 产业发展，涉及产业、人才、审评审批及商业化等各个维度，逐 渐建立起符合我国现状的医疗 AI 产业体系规范。
医疗 AI 技术经过数十年发展，应用领域百花齐放，我们根据不同终端用户，将 医疗 AI 分为 to 医院、to 药企和 to 个人用户三大类。其中医院作为医疗行为的 主要发生场所，AI 应用场景丰富、在商业化落地上亦相对成熟，因此本篇报告 作为招商医药团队医疗 AI 系列专题第一篇报告，将重点聚焦 AI 在医院端的使 用情况。
关于 AI 在医院端的应用，在本文开头所提到的医学住院实习生克里斯腾·陈所 经历的虚构场景中，也侧面回答了大众关注了两个焦点问题。
关于 AI 能否承担医疗责任，我们认为仍需要医生进行二次确认：“通常， 在取信 GPT-4 的回答之前，他们会先进行二次核查。GPT-4 让她感觉自己 的能力得到了扩展。相较于仅仅依赖自己的大脑、尚未实现的传染病会诊 承诺或医院的电子病历，她感到更加安心。”
关于 AI 是否会替代医生，我们认为 AI 将为医生带来效率的提升和帮助实 现更多更有意义的工作的开展：“有了 GPT-4，她就有更多时间督促其他 即将出院的患者关注预防性护理的重要性。她将病患的病历复制到手机 上……以发现病患护理计划中可能存在的漏洞。果不其然，它发现了一名 逾期未做结肠镜检查的患者、一名胆固醇偏高需使用他汀类药物治疗的患 者，以及一名有高风险心脏病但已经有 5 年未检查血脂水平的患者。”
医疗 AI 在院内应用既覆盖医生诊疗的过程，也包括医院信息化建设。医院是医 疗行为的高频发生场所，处于医保支付和患者需求的交点，在日常经营过程中 产生海量数据，是发展 AI 技术的基础。AI 技术可用于患者诊疗全过程，覆盖多 部位、多病种，起到降本增效，提升就医体验、合理配置优质资源的作用，同 时院内信息化建设也不仅仅只满足于信息的产生、储存和交互，而朝着智能化、 一体化趋势发展。
二、诊前/诊断：智能导诊应用广泛，AI 诊断临床价值高
以 AIGC 为核心的智能导诊系统有效提高就诊效率，助力个性化医疗和分级诊 疗。相比于传统导诊系统，AIGC 技术交互性更强，通过直接连接医院门诊数据， 运用大数据、语言交互与深度学习技术，为患者精准匹配相应就诊科室甚至医 师，解决临床“挂错号，走错科”问题，满足个性医疗需求。对于医院来说， 智能导诊系统/机器人能减轻医护人员的重复性工作，起到降本增效作用，此外 还可以通过 AI 技术合理安排门诊分级分流，促进医疗资源有效利用，助力分级 诊疗政策实施。目前智能导诊系统/机器人已经广泛应用于各级医院的门诊终端， 助力智慧医院建设，以新疆医科大学附属肿瘤医院为例，该院共建设 6 台全流 程 AI 智能导诊机器人，全流程 AI 智能导诊机器人在 2021 年 1 月至 2023 年 4 月期间累计完成交互 139 万余次，门诊充值金额 490 万余元，应用效果明显。
根据《中华检验医学杂志》文章，临床决策所需信息有 70%以上来自于检验诊 断，检验科具有数据量庞大，自动化程度高的特点，为 AI 技术落地创造有利条 件。AI 技术与检验医学结合具有较高的临床价值，广泛应用于辅助报告解读、 推荐检验项目、疾病预测及治疗等领域，能极大提高临床诊断结果的可靠性和 准确性，AI+诊断也成为目前研究最为火热的医疗 AI 应用领域之一，包括 AI 检 验、AI 医疗影像等使用场景。
检验医学的发展经历了手工检验、半自动化和全自动化检验到实验室流水线多 个时代，随着实验室自动化和信息化建设程度提高，智能化成为检验医学学科 新发展趋势。基于人工智能技术平台，可以实现检验实验室自动采样，自动转 运，自动质控，根据患者临床症状和历史检测信息自动推荐检验项目，对检验 结果自动审核与辅助解读，进行疾病预测与治疗，助力精准医疗，最终实现无 人值守的智能检验实验室。
病理诊断是大部分疾病尤其是癌症诊断的“金标准”，但相比于检验科、影像科 诊断，病理科诊断流程复杂、自动化程度低、诊断时间长，“显微镜+病理组织 切片”为特点的传统人工诊断模式工作量大且误诊率高。以人工智能技术为核 心的智慧病理在病理切片数字化（数字病理）基础上，依托海量数据形成的数 据集，以深度学习技术找出数据集的内在共性，对可疑靶区做出勾画、渲染， 辅助病理医生判读切片，有效促进诊断效率和质量，提升病理行业数字化水平。
从供需看，我国病理诊断供给紧张情况预计长期存在，AI 技术有望成破局之计。 我国癌症患者基数大，呈逐年上升趋势，病理诊断需求快速上升，但同时国内 病理医生数量严重不足（根据安必平年报，截至 2021 年末我国病理医生需求量 约为 14.17 万人，而现有病理医生仅 2.1 万人，缺口高达 12 万人），病理科在 院内重视程度低，优秀病理医生培养周期长，病理医生工作量大，医生供给缺 口大，资源分布不均，临床需求难以满足。病理 AI 有望成为破局关键，根据安 必平年报，AI 辅助病理诊断能减少医生 65-75%的“筛阴”读片工作，使得医 生可以聚病理科资源不足现状。焦注意力于关键位点，提升诊断准确率和特异度，可以有效解决目前病理科资源不足现状。
从市场规模看，根据 2020 年世界病理学大会报告，病理检验市场规模将从 2019 年 303 亿美元增长至 2024 年 444 亿美元，CAGR 为 6.1%，而 Markets and Markets 研究显示，2021 年全球数字病理市场规模为 7.36 亿元，预计 2026 年将突破 13.71 亿美元，CAGR 为 13.2%，增速快于行业平均增速。国内 AI 病理仍处于初级阶段，大部分获批产品为二类证，仅有 91360 公司在 2023 年 3 月获批国内首张宫颈细胞学领域的 AI 三类医疗器械注册证。从应用领域看， 企业在数据积累丰富、疾病规模较大的细胞病理布局较多，而在分子病理和组 织病理领域介入较少，宫颈癌（50%）、乳腺癌（43.8%）和消化道癌是研发最 多的三类疾病领域。
2.3、AI+医疗影像：产品获批加速，新冠肺炎检测提升认可度
AI 医疗影像应用相对成熟，产品上市数量较多。AI 医疗影像将人工智能技术应 用于医学影像诊断，能够快速、低成本对 CT、MR、DR 和超声影像图片精准 诊断，实现对肿瘤、心脑血管疾病和慢性疾病的辅助筛查、辅助评估和辅助诊 断。根据刘士元教授调研报告，目前 AI 影像辅助筛查软件在肺结节筛查、冠脉 后处理等科室中应用比例较高，其次为脑卒中和肋骨检测，而在其他科室中的 渗透率仍然较低，未来有较大提升空间。
根据 Global Market Insights 数据，全球 AI 医疗影像市场规模占医疗 AI 市场的 25%，仅次于 AI 制药为第二大细分市场，2021 年全球 AI 医疗影像市场空间为 15 亿美元，预计将以 30%的复合增速增长至 2030 年 169 亿美元。中国 AI 医 疗影像起步较晚但发展迅速，截至 2023 年 3 月，共有 51 款 AI 医疗影像产品获 批三类注册证，涵盖 CT、MR、DR 等影像设备，涉及肺部、眼底、心脑血管、 骨科和儿童发育评估等产品，其中心脑血管疾病筛查产品数量最多，达到 21 个， 而肝部、乳腺等部位产品仍稀缺。新冠疫情期间，多款 AI 医学影像软件获批用 于肺炎病灶的定量分析和疗效评价，提升临床肺炎诊断和治疗效率，AI 影像软 件的认可度得到提升。
三、诊中治疗：AI 医疗器械方兴未艾，应用场景丰富
相较于新兴人工智能企业，本就身处医疗行业的公司可以充分发挥产品力优势， 将 AI 技术搭载在医疗器械上，实现诊中/治疗医疗器械高端化、数字化、精准化， AI+诊疗器械、AI+医疗机器人等产品为当前热门细分领域。
AI+诊疗器械的核心价值在于提升诊中/治疗的精准化程度，并能够有效破解地 区间医疗资源分配不均、医生水平参差不齐的矛盾。根据 Global Info Research 数据，全球有 4,000 万的医护人员，但仅有约 2%的医护人员掌握超声技能，大 部分基层医生不具备专业超声科医生的诊断能力，而 AI+超声诊断系统能够辅 助基层医生顺利完成诊断工作。
医疗机器人已有 30 余年发展历史，是医疗行业前沿应用领域，具有交互性、精 确性和稳定性等特点，能有效满足差异化的临床需求。根据应用场景不同，AI 医疗机器人分为手术机器人、康复机器人、辅助机器人和服务机器人，其中康 复机器人和手术机器人应用最广，二者合计市场占比近 70%。
手术机器人属于三类医疗器械，技术壁垒高，是 AI+医疗机器人领域最具前景 的细分赛道之一，主要包括骨科手术机器人、血管介入手术机器人、腔镜手术 机器人等。复健机器人通过与身体器官“协作”，提升患者康复质量，改善老年 人及残障人士生活质量。
四、医院 AI 基建：医疗信息化建设持续推进，智能化趋势渐显
受政策监管、医疗协同和医院内部精细管理等内外因素要求，医疗信息化建设 快速发展。2018 年起，政策层面对医疗信息化建设提出强制要求，信息化建设 纳入医院考核指标，电子病历、智慧医院服务和医院信息互联互通等信息化评 级体系建设对 AI 赋能医院基建提出具体要求，而分级诊疗、医联体建设进一步 凸显医院信息化水平重要性，信息化程度成为衡量医疗机构水平的重要指标； 带量采购、DGRs/DIP 医保控费、公立医院改革等措施则倒逼医院提升内部经 营和管理效率，降本增效成为医院经营重要课题。在内外因素共同驱动下，医 院信息化建设投入力度持续加大，而随着医院经营复杂度提高，智能化成为医 疗信息化建设新趋势。
4.1、AI+智慧药房：智慧药房建设如火如荼，AI 提高药管效率
智慧药房是一个软硬件结合的智能化药品管理系统，能实现药品的自动化存储、 调配、传送和发放，随着医院药品品种、数量迅速增加以及医疗服务质量标准 逐步提升，智能化药品管理系统应用广泛，成为医院降低运营成本、提升运营 效率和服务质量的重要手段。在医疗物资智能管理系统产品线不断完善的背景 下，医院智慧药房建设也从自动化朝着“信息化、智能化”方向发展，基于深 度学习、视觉识别技术，AI 智慧药房能够实现智能存储-智能补药-智能发药-智 能复核一站式发药流程，相比传统自动发药机，能进一步提升发药效率和准确 率。
4.2、AI+电子病历：AI 驱动智慧病案提升医院经营效率
院内病历系统经历了手写病历、电子病历到智慧病案三个发展历程，手写病历 由于效率低、误差大基本停止使用，电子病历是医院信息化建设的核心，通过 数字化的方式获取、传输、储存、管理和调取临床医疗信息，电子病历在加强 院内信息化管理、消除信息孤岛实现区域医疗信息共享、加强病历质控等方面 具有重要作用，但在非结构化数据录入，数据质控等方面仍存在不足，同时传 统电子病历数据庞杂，在数据挖掘和再利用方面效果有限。智慧病案是整合 AI 技术的升级版电子病历，利用 NLP 和深度学习技术，可以处理大量非结构化数 据，同时对诊疗过程进行全流程数据核查和质控，将分散化的电子病历进行规 范性重构，建立单病种数据库，辅助临床决策。
4.3、AI+医院管理/医疗支付：AI 驱动医院管理向智能化、一体化发展
医管系统是利用数字化手段对医院内部运营和业务流程进行管理的信息系统， 传统的信息系统包括 HIS 系统、CIS 系统等，中国医院管理系统建设始于 20 世 纪 80 年代，随着人工智能技术和机器人技术的应用，医院管理逐渐从传统的数 字化向智能化发展。智慧医疗则是在医院传统 HIS 和 CIS 系统基础上，以人工 智能技术为核心驱动，形成的覆盖临床诊疗、科研支持、医务管理、患者服务 等多个应用场景的医院综合性管理系统，包括临床辅助决策支持系统（CDSS）、 大数据科研分析平台、AI 病历内涵质控系统、智能预问诊系统和智能分诊系统 等多个模块，打通卫健、医院和医保信息流通，有效提高医院的智能化管理水 平。
医疗支付是院内产生数据最多，发生频率最高的活动之一，AI 能提升医保付费 效率，增强监管能力，保障基金安全有效使用。在 DRGs/DIP 付费模式下，人 工智能以患者诊疗过程中病历、费用结算和医院进销存数据为基础，对付费行 为进行事前提醒、事中监控和事后稽核，对医保支付流程进行全面监控和评价， 提升医保使用效率，促进合理控费。以 DRGs 付费为例，通过 AI 智能分组器、 AI 异常费用预警和 AI 绩效考核等方式，有效提高 DRG 分组准确性，促进费用 合理使用，全面提升医院经营效率和基金使用效能。在监管端，人工智能技术 克服医保审核人力不足等问题，有效增强医保监管和深度审核能力，AI 赋能让 医保审核纵深到临床场景，同时达到监管和促进诊疗的目的。
特别声明：智慧医疗网转载其他网站内容，出于传递更多信息而非盈利之目的，同时并不代表赞成其观点或证实其描述，内容仅供参考。版权归原作者所有，若有侵权，请联系我们删除。
凡来源注明智慧医疗网的内容为智慧医疗网原创，转载需获授权。
