域名預(yù)訂/競(jìng)價(jià)，好“米”不錯(cuò)過(guò)

2018年，全球人工智能(AI)市場(chǎng)將達(dá)到約2700億元，并且以每年30%左右的速度增長(zhǎng)。作為新一輪信息技術(shù)革命的重要發(fā)展方向，人工智能正走出實(shí)驗(yàn)室，走向廣闊的行業(yè)應(yīng)用，成為全球經(jīng)濟(jì)發(fā)展的新動(dòng)力。下一個(gè)十年，人工智能可能會(huì)爆發(fā)，并主導(dǎo)一個(gè)科技與商業(yè)時(shí)代。

今天，高特佳執(zhí)行合伙人湯衡，將對(duì)人工智能應(yīng)用領(lǐng)域、人工智能+醫(yī)療、人工智能未來(lái)發(fā)展趨勢(shì)、人工智能投資機(jī)會(huì)等方面進(jìn)行詳細(xì)分析。歡迎各位積極留言，交流你對(duì)這個(gè)行業(yè)的觀點(diǎn)和看法。

本文主要先闡述人工智能應(yīng)用領(lǐng)域以及人工智能+醫(yī)療兩大板塊內(nèi)容

人工智能應(yīng)用領(lǐng)域

1、人工智能發(fā)展歷程簡(jiǎn)介

人工智能研究的目的在于使機(jī)器勝任一些通常需要人類智能才能完成的復(fù)雜工作。按照智能化的程度，人工智能可以被劃分為計(jì)算智能、感知智能和認(rèn)知智能。計(jì)算智能，在邏輯能力方面模擬人類，典型的應(yīng)用比如阿爾法狗;感知智能，主要包括圖像識(shí)別和聲音識(shí)別，這個(gè)領(lǐng)域的典型應(yīng)用是無(wú)人駕駛汽車(chē)，模擬人對(duì)外界的感受和反應(yīng);認(rèn)知智能，指讓機(jī)器有自己的語(yǔ)言，能夠自我學(xué)習(xí)，學(xué)會(huì)推理和決策。認(rèn)知智能是目前機(jī)器與人差距最大的領(lǐng)域，也被認(rèn)為是未來(lái)提升空間最大的領(lǐng)域。

2、人工智能應(yīng)用領(lǐng)域及市場(chǎng)規(guī)模

人工智能在安防、城市運(yùn)營(yíng)、金融、法律服務(wù)、家居、醫(yī)療、服務(wù)機(jī)器人、農(nóng)業(yè)等幾大領(lǐng)域?qū)a(chǎn)生沖擊。從產(chǎn)業(yè)發(fā)展的角度看，長(zhǎng)遠(yuǎn)一點(diǎn)來(lái)說(shuō)人工智能在規(guī)則清晰、信息比較有限的領(lǐng)域如物體識(shí)別、下棋、駕車(chē)、簡(jiǎn)單行醫(yī)、股票高頻交易等一定會(huì)超越人類，而在規(guī)則比較模糊、信息量比較大的領(lǐng)域如文學(xué)創(chuàng)作、畫(huà)畫(huà)、科研，人工智能短期內(nèi)想要達(dá)到與人類抗衡的水平還存在較大難度。目前，人工智能發(fā)展處于專用階段，主要應(yīng)用于完成具體任務(wù)，醫(yī)療、教育、安防、城市運(yùn)營(yíng)、法律等行業(yè)數(shù)據(jù)電子化程度深、數(shù)據(jù)較集中且數(shù)據(jù)質(zhì)量高，預(yù)計(jì)這些領(lǐng)域?qū)⒆钕仁艿饺斯ぶ悄艿母脑?，呈現(xiàn)機(jī)器協(xié)助人類、提高人類工作效率乃至替代人類行為的趨勢(shì)。

2018年，全球人工智能市場(chǎng)將達(dá)到約2700 億元，并且以每年30%左右的速度增長(zhǎng)

人工智能+醫(yī)療

1、人工智能+醫(yī)療產(chǎn)業(yè)鏈

人工智能產(chǎn)業(yè)鏈主要包括基礎(chǔ)層、技術(shù)層、應(yīng)用層?；A(chǔ)層、技術(shù)層是人工智能大生態(tài)系統(tǒng)的基礎(chǔ)設(shè)施，應(yīng)用層是在應(yīng)用場(chǎng)景變現(xiàn)的渠道。每個(gè)層面的進(jìn)入門(mén)檻、核心優(yōu)勢(shì)都不一樣，投資機(jī)會(huì)、投資回報(bào)也不一樣。目前全球共有90多家人工智能+醫(yī)療創(chuàng)業(yè)公司分布在應(yīng)用層、技術(shù)層，基礎(chǔ)層則主要由幾家科技巨頭切入，包括IBM、谷歌、微軟、Facebook、亞馬遜、阿里、百度等。

2、人工智能+醫(yī)療應(yīng)用領(lǐng)域

人工智能在醫(yī)療領(lǐng)域的應(yīng)用主要包括：輔助診療、醫(yī)學(xué)影像、藥物挖掘、健康管理、急救室和醫(yī)院管理、可穿戴設(shè)備、營(yíng)養(yǎng)管理、虛擬助手等。全球各大科技巨頭以及創(chuàng)業(yè)公司都已紛紛在人工智能+醫(yī)療領(lǐng)域布局。IBM在2011年將機(jī)器人Watson應(yīng)用于醫(yī)療領(lǐng)域，并與蘋(píng)果、紐約基因中心、輝瑞等在健康數(shù)據(jù)分析、腫瘤測(cè)序、患者遠(yuǎn)程監(jiān)控等方面進(jìn)行合作。谷歌的人工智能子公司是DeepMind, 2016年2月谷歌DeepMind公布成立DeepMind Health部門(mén)，隨后，DeepMind Health與英國(guó)國(guó)家健康體系(NHS)合作，輔助NHS決策。另外，DeepMindHealth還與皇家自由醫(yī)院、Moorfields眼科醫(yī)院合作，開(kāi)發(fā)幫助醫(yī)生更快查看醫(yī)療結(jié)果、辨識(shí)視覺(jué)疾病的軟件。微軟2016年宣布將AI用于醫(yī)療健康的計(jì)劃Hanover,幫助尋找最有效的藥物和治療方案。百度2016年發(fā)布百度大腦，模擬醫(yī)生問(wèn)診，輔助醫(yī)生完成問(wèn)診。

人工智能+醫(yī)療在輔助診斷、醫(yī)學(xué)影像、藥物挖掘、健康管理的應(yīng)用目前走得較快。以下重點(diǎn)介紹這幾個(gè)方向的應(yīng)用情況。

3、人工智能+輔助診療

人工智能+輔助診療，是指將人工智能技術(shù)用于輔助診療中，讓計(jì)算機(jī)“學(xué)習(xí)”醫(yī)療知識(shí)，模擬醫(yī)生的思維和診斷推理，給出可靠的診斷和治療方案。在診斷中，人工智能需要獲取患者的病癥信息，通過(guò)已“學(xué)習(xí)”的醫(yī)學(xué)知識(shí)推理判斷疾病原因與發(fā)展趨勢(shì)，形成治療方案。一般的輔助診療模式為“獲取病癥信息-->假設(shè)可能性-->選擇治療方案”：

第一步：病癥指患者的臨床癥狀表現(xiàn)。患者需要通過(guò)自述、上傳化驗(yàn)結(jié)果等方式將病癥信息輸入人工智能系統(tǒng)，人工智能系統(tǒng)由此獲得診斷的基礎(chǔ)信息。

第二步：假設(shè)，是指人工智能基于已“學(xué)習(xí)”的醫(yī)學(xué)知識(shí)對(duì)患者做出的診斷的可能結(jié)論。

第三步：選擇治療方案，是指人工智能通過(guò)已“學(xué)習(xí)”的醫(yī)學(xué)經(jīng)驗(yàn)，經(jīng)過(guò)權(quán)衡利弊(療效、毒性、副作用及其他)推理選擇治療方案。

在AI+輔助診療的應(yīng)用中，IBM Watson是目前最成熟的案例。2012年Watson通過(guò)了美國(guó)職業(yè)醫(yī)師資格考試，并在美國(guó)多家醫(yī)院提供輔助診療服務(wù)。Watson提供診治服務(wù)的病種包括乳腺癌、肺癌、結(jié)腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。IBM Watson可以在17秒內(nèi)閱讀3469本醫(yī)學(xué)專著，248000篇論文，69種治療方案，61540次試驗(yàn)數(shù)據(jù)，106000份臨床報(bào)告。通過(guò)海量汲取醫(yī)學(xué)知識(shí)，包括300多份醫(yī)學(xué)期刊、200多種教科書(shū)及近1000萬(wàn)頁(yè)文字，IBMWatson在短時(shí)間內(nèi)迅速成為腫瘤專家。

2016年12月26日，由浙江省中醫(yī)院、思創(chuàng)醫(yī)惠及杭州認(rèn)知網(wǎng)絡(luò)共同發(fā)起的“浙江省中醫(yī)院沃森聯(lián)合會(huì)診中心”在浙江省中醫(yī)院院內(nèi)正式宣布成立。這也意味著IBM Watson for Oncology在中國(guó)醫(yī)療領(lǐng)域的商業(yè)試應(yīng)用正式落地。

今年2月份，IBM Watson在天津市第三中心醫(yī)院協(xié)助醫(yī)生給一個(gè)胃癌晚期患者開(kāi)出了診斷方案，用時(shí)僅10多秒。在提升診療效率的同時(shí)也提升了診療水平。目前美國(guó)的癌癥五年存活率達(dá)到66%，中國(guó)僅為31%，很重要的原因是中國(guó)的診療水平參差不齊，若AI+輔助診療得到普及，可有望大幅提升中國(guó)的癌癥診療水平。

人工智能輔助診療是醫(yī)療領(lǐng)域最重要、也最核心的場(chǎng)景，人工智能+輔助診療潛在市場(chǎng)空間巨大。

4、人工智能+醫(yī)學(xué)影像

AI+醫(yī)學(xué)影像的研究目前已取得較大突破，斯坦福大學(xué)一個(gè)聯(lián)合研究團(tuán)隊(duì)基于深度學(xué)習(xí)開(kāi)發(fā)出的人工智能在皮膚癌診斷中準(zhǔn)確率媲美人類醫(yī)生，相關(guān)成果刊發(fā)為1月《自然》雜志的封面論文。研究團(tuán)隊(duì)用近13萬(wàn)張痣、皮疹和其他皮膚病變的圖像訓(xùn)練算法模型，完成三項(xiàng)診斷任務(wù)：鑒別角化細(xì)胞癌、鑒別黑色素瘤以及使用皮膚鏡圖像對(duì)黑色素瘤進(jìn)行分類，并將結(jié)果與21位皮膚科醫(yī)生進(jìn)行對(duì)比，發(fā)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)的診斷準(zhǔn)確率在91%以上，與人類醫(yī)生不相上下。

AI+醫(yī)學(xué)影像主要應(yīng)用在閱片上。病理醫(yī)生的閱片能力與閱片經(jīng)驗(yàn)高度相關(guān)，AI的閱片實(shí)際上模仿了醫(yī)生閱片，通過(guò)大量的學(xué)習(xí)來(lái)完善算法，實(shí)現(xiàn)對(duì)影像數(shù)據(jù)的分析和判斷。AI對(duì)影像數(shù)據(jù)的分析主要有四個(gè)步驟：(1)數(shù)據(jù)預(yù)處理;(2)圖像分割;(3)特征提取;(4)匹配判斷。相對(duì)醫(yī)生閱片，AI在閱片速度和經(jīng)驗(yàn)方面具有優(yōu)勢(shì)。目前，以宮頸癌玻片為例，一張玻片上至少3000個(gè)細(xì)胞，醫(yī)生閱讀一張片子通常需要5-6分鐘，但AI閱讀后圈出重點(diǎn)視野，醫(yī)生復(fù)核則只要2-3分鐘。另外，具有40年讀片經(jīng)驗(yàn)的醫(yī)生累計(jì)閱片數(shù)量一般不超過(guò)150萬(wàn)張，但AI不會(huì)受此限制，只要有足夠的學(xué)習(xí)樣本，AI都可以學(xué)習(xí)，因此在經(jīng)驗(yàn)上AI可以超過(guò)病理醫(yī)生。

AI+醫(yī)學(xué)影像領(lǐng)域可能會(huì)成為眾多AI+醫(yī)療細(xì)分領(lǐng)域中率先爆發(fā)的領(lǐng)域。主要原因如下：

A、病理醫(yī)生缺口大。中國(guó)的病理醫(yī)生需求量在10萬(wàn)名左右，現(xiàn)有2萬(wàn)名，病理醫(yī)生的培養(yǎng)需要較長(zhǎng)時(shí)間較大投入，AI+醫(yī)學(xué)影像可以有效解決資源不足的痛點(diǎn)。目前，中國(guó)病理檢測(cè)市場(chǎng)規(guī)模為400億元左右，發(fā)展空間巨大。

B、AI+醫(yī)學(xué)影像具有明顯的數(shù)據(jù)優(yōu)勢(shì)，可以存儲(chǔ)大量時(shí)間跨度長(zhǎng)的數(shù)據(jù)，而傳統(tǒng)病歷的保存就相對(duì)沒(méi)那么容易。

5、人工智能+藥物挖掘

AI能夠有效縮短新藥研發(fā)周期、降低失敗風(fēng)險(xiǎn)。通過(guò)計(jì)算機(jī)模擬，可以對(duì)藥物活性、安全性和副作用進(jìn)行預(yù)測(cè)。硅谷的Atomwise是以AI技術(shù)為主導(dǎo)的藥物研發(fā)企業(yè)，公司通過(guò)IBM超級(jí)計(jì)算機(jī)，在分子結(jié)構(gòu)數(shù)據(jù)庫(kù)中篩選治療方法。利用強(qiáng)大的計(jì)算能力，評(píng)估出820萬(wàn)種候選化合物，而研發(fā)成本僅為數(shù)千美元，研究周期僅需要幾天時(shí)間。2015年，Atomwise基于現(xiàn)有的候選藥物，應(yīng)用AI算法，不到一天時(shí)間就成功地尋找出能控制埃博拉病毒的兩種候選藥物，以往類似研究需要耗時(shí)數(shù)月甚至數(shù)年時(shí)間。2012年，默克公司主持了一項(xiàng)由數(shù)據(jù)科學(xué)公司Kaggle發(fā)起的旨在確定虛擬篩選統(tǒng)計(jì)技術(shù)的挑戰(zhàn)。現(xiàn)在，Kaggle已經(jīng)開(kāi)始測(cè)試深度學(xué)習(xí)和AI的應(yīng)用，并與AI藥物發(fā)現(xiàn)初創(chuàng)公司Atomwise開(kāi)展合作。

Atomwise最近利用AI技術(shù)，在不到一天的時(shí)間內(nèi)對(duì)現(xiàn)有的7000多種藥物進(jìn)行了分析測(cè)試，為尋找埃博拉病毒治療方案做出了貢獻(xiàn)。根據(jù)該公司的統(tǒng)計(jì)，如果利用傳統(tǒng)方法，這項(xiàng)分析需要花費(fèi)數(shù)月甚至數(shù)年才能完成。

據(jù)米內(nèi)網(wǎng)統(tǒng)計(jì)，《制藥經(jīng)理人》雜志選出的全球TOP50制藥企業(yè)2013年研發(fā)投入達(dá)到1077億美元，占處方藥銷售總額18%。AI+藥物挖掘主要服務(wù)于具有新藥研發(fā)需求的藥企，市場(chǎng)空間至少千億級(jí)。以AI技術(shù)輔助創(chuàng)新藥企業(yè)，或許會(huì)打破10年10億美金的魔咒。

【作者：高特佳執(zhí)行合伙人 湯衡】

申請(qǐng)創(chuàng)業(yè)報(bào)道，分享創(chuàng)業(yè)好點(diǎn)子。點(diǎn)擊此處，共同探討創(chuàng)業(yè)新機(jī)遇！