小編的世界優質文選科學

人工智能風起雲湧，“醫療+AI”迎來奇點時刻？

字體大小：
2024年1月19日 -
：

作者/星空下的鹵煮
編輯/菠菜的星空
排版/星空下的三明治
ChatGPT絕對是近年來最炸裂的科技新聞，這項堪稱裏程碑式的技術有望全面重塑人類社會的現狀，人工智能也被譽為是蒸汽、電力、信息技術後的第四次科技革命。 醫療領域作為深受矚目的前沿科技陣地，自然也廣泛和深入地和“AI+”聯系在了一起，有望乘著人工智能的東風迎來變革時刻。 
其實“醫療+AI”早就不僅僅局限在概念階段，而是在醫療的多個環節均有一些實際落地。 具體到A股來說，不但有潤達醫療（603108）和醫渡科技（02158）等提供信息化解決方案的廠商，金域醫學(603882）、安必平（688393）和迪安診斷（300244）等從體外診斷切入的廠商已經在AI輔助病理診斷和院內信息化等方面實現了業務布局，藥明康德（603259）、恒瑞醫藥（600276）這樣的CXO和原研藥企也紛紛表示一直在關注和發展AI技術在新藥研發等領域的應用場景。 
一、賦能醫療全產業鏈
首先我們需要解答“醫療+AI”是什麼這個問題。 
在筆者看來，只要是人工智能技術可以實際觸達，並且實現賦能或者說提高效率的醫療產業環節，都可以說實現了真正意義上的“醫療+AI”。 
比如在研發端，AI可以通過介入藥物篩選、輔助設計等階段大大提高研發效率，降低研發成本；比如在制造端，AI可以優化生產管理流程，加速產品迭代；而在醫療端，AI輔助影像學診斷早已在宮頸癌等病種上實現了成熟落地。 
“醫療+AI”場景
而目前在醫療AI這個大概念之下，能有清晰的商業化落地前景的也就是這麼幾個方向。 
二、政策助推，市場擴容
其實人工智能在醫療領域的推廣在政策層面已經喊了六七年了，從2017年的《新一代人工智能發展規劃》到去年的《“十四五”國民健康規劃》，國務院等發文機關都提出要把AI和醫療裝備等行業結合起來，甚至明確表示要推動符合條件的人工智能產品進入到臨床實驗階段。 
受此推動，國內醫療AI的市場規模也的確在持續擴大，2020年總盤子已經有66.25億元了。 2020-2025年CAGR39.4%，2025年將突破300億元。 接近40%的複合增長率，“醫療+AI”絕對是一片極具想象空間的沃土。 
2019-2025E中國醫療AI主要應用市場規模（億元） 來源：艾瑞咨詢、中商產業研究院，華安證券研究所
而在這幾條細分賽道中，筆者認為病理診斷或許是醫療AI領域首當其中的一塊“富礦”。 
隨著分級診療的口號喊的越來越響亮，基層病理科建設也提上了日程。 目前基層醫療機構往往缺乏病理能力，多采取送檢的形式完成病理診斷。 但外送模式局限性太大，只能解決臨時短期的臨床需求，術中檢測等需求難以滿足。 那這怎麼辦？或許AI輔助下的遠程病理診斷會是一條可行的路。 
病理診斷是一種基於圖像信息的診斷方式，近幾年隨著眾多診斷技術手段的推廣和高端設備的投入，診斷數量有了指數級的增長。 而在這樣的背景下，國內注冊執業病理醫生嚴重不足的現狀就變得越發突出起來。 根據衛生健康統計年鑒的數字，2022年如果按床位配置要求計算的話，國內需要9.5-19萬病理醫生，而實際上國內有多少注冊病理醫生呢？只有2.04萬人，有著數倍的供需缺口。 
中國執業（助理）病理醫師增長情況 來源：中國衛生健康統計年鑒,東吳證券研究所
因為病理醫生培養難度大，短期內數量肯定不會有明顯改善，人工智能輔助閱片技術對國內醫療機構而言就顯得尤為重要。 其實因為病理所占面積一般只有1%一下，所以在傳統病理讀片下，大量精力需要放在“篩陰”上。 如今AI輔助病理診斷已能初步實現需求，幫助醫生大大節省了時間。 甚至同濟醫院的一項研究還顯示，在良惡性病變鑒別方面，AI模型和病理醫生的判斷已經差異不大，而且診斷耗時會明顯短於純人工判斷。 
三、輔助病例診斷廠商爭鳴
既然應用場景比較清晰，國內不少公司都在爭相布局AI輔助病理診斷。 細數醫療器械許可，近幾年已經有十幾個肺部、心血管和眼底等領域的輔助診斷軟件成功拿證，更多的產品也在臨床和申請階段，競爭格局已經非常熱鬧了。 
AI醫療影像產品三類證拿證情況（截至2023年3月） 來源：國家藥品監督管理局網站，東吳證券研究所
比如金域醫學與華為合作研制的AI輔助宮頸癌篩查模型讀片正確率高達99%，安必平與騰訊共同開發出的宮頸細胞學人工智能輔助診斷產品也在陸續進入三甲醫院等高端渠道。 
此外，病理診斷本身也有自動化、標准化、流水線化的趨勢，這也有利於AI落地。 能在制片和閱片的過程減少人工乾預，樣本一致性提高，提高病理人工智能診斷的准確性。 
但這個市場是不是真的像看起來的這麼好做呢？其實不然。 
目前AI輔助病理診斷相關產品的功能仍然比較有限，且同質化嚴重。 雖然准確性有了長足進步，但尚未滿足臨床醫生們的更多期待。 比如，查出結節的患者往往都很焦慮，AI如何來幫助醫生更准確地幫助患者了解自身情況？如何確定隨訪要求？這些目前AI仍然給不出答案。 
而且入局玩家也越來越多，除了上市公司之外，商湯科技（HK 0020）等一眾人工智能領域數得著的廠商都在試水病理診斷。 畢竟這兩年融資環境不理想，這些公司都太需要真金白銀給投資人一個交代了。 
在筆者看來，AI輔助病理診斷仍然需要打通信息孤島，以更強大的算力更充沛的數據量實現更完備的功能，這些都不是單一企業可以做到的。 但畢竟這個賽道已經實現了商業化的初探，我們有理由期待“醫療+AI”可以在不遠的將來帶給人類更多的驚喜。 
注：本文不構成任何投資建議。 股市有風險，入市需謹慎。 沒有買賣就沒有傷害。

第頁完，請繼續朗讀下一頁。喜歡 小編的世界，請記得按讚、收藏及分享

作者/星空下的鹵煮

編輯/菠菜的星空

排版/星空下的三明治

ChatGPT絕對是近年來最炸裂的科技新聞，這項堪稱裏程碑式的技術有望全面重塑人類社會的現狀，人工智能也被譽為是蒸汽、電力、信息技術後的第四次科技革命。醫療領域作為深受矚目的前沿科技陣地，自然也廣泛和深入地和“AI+”聯系在了一起，有望乘著人工智能的東風迎來變革時刻。

其實“醫療+AI”早就不僅僅局限在概念階段，而是在醫療的多個環節均有一些實際落地。具體到A股來說，不但有潤達醫療（603108）和醫渡科技（02158）等提供信息化解決方案的廠商，金域醫學(603882）、安必平（688393）和迪安診斷（300244）等從體外診斷切入的廠商已經在AI輔助病理診斷和院內信息化等方面實現了業務布局，藥明康德（603259）、恒瑞醫藥（600276）這樣的CXO和原研藥企也紛紛表示一直在關注和發展AI技術在新藥研發等領域的應用場景。

一、賦能醫療全產業鏈

首先我們需要解答“醫療+AI”是什麼這個問題。

在筆者看來，只要是人工智能技術可以實際觸達，並且實現賦能或者說提高效率的醫療產業環節，都可以說實現了真正意義上的“醫療+AI”。

比如在研發端，AI可以通過介入藥物篩選、輔助設計等階段大大提高研發效率，降低研發成本；比如在制造端，AI可以優化生產管理流程，加速產品迭代；而在醫療端，AI輔助影像學診斷早已在宮頸癌等病種上實現了成熟落地。

“醫療+AI”場景

而目前在醫療AI這個大概念之下，能有清晰的商業化落地前景的也就是這麼幾個方向。

二、政策助推，市場擴容

其實人工智能在醫療領域的推廣在政策層面已經喊了六七年了，從2017年的《新一代人工智能發展規劃》到去年的《“十四五”國民健康規劃》，國務院等發文機關都提出要把AI和醫療裝備等行業結合起來，甚至明確表示要推動符合條件的人工智能產品進入到臨床實驗階段。

受此推動，國內醫療AI的市場規模也的確在持續擴大，2020年總盤子已經有66.25億元了。2020-2025年CAGR39.4%，2025年將突破300億元。接近40%的複合增長率，“醫療+AI”絕對是一片極具想象空間的沃土。

2019-2025E中國醫療AI主要應用市場規模（億元）來源：艾瑞咨詢、中商產業研究院，華安證券研究所

而在這幾條細分賽道中，筆者認為病理診斷或許是醫療AI領域首當其中的一塊“富礦”。

隨著分級診療的口號喊的越來越響亮，基層病理科建設也提上了日程。目前基層醫療機構往往缺乏病理能力，多采取送檢的形式完成病理診斷。但外送模式局限性太大，只能解決臨時短期的臨床需求，術中檢測等需求難以滿足。那這怎麼辦？或許AI輔助下的遠程病理診斷會是一條可行的路。

病理診斷是一種基於圖像信息的診斷方式，近幾年隨著眾多診斷技術手段的推廣和高端設備的投入，診斷數量有了指數級的增長。而在這樣的背景下，國內注冊執業病理醫生嚴重不足的現狀就變得越發突出起來。根據衛生健康統計年鑒的數字，2022年如果按床位配置要求計算的話，國內需要9.5-19萬病理醫生，而實際上國內有多少注冊病理醫生呢？只有2.04萬人，有著數倍的供需缺口。

中國執業（助理）病理醫師增長情況來源：中國衛生健康統計年鑒,東吳證券研究所

因為病理醫生培養難度大，短期內數量肯定不會有明顯改善，人工智能輔助閱片技術對國內醫療機構而言就顯得尤為重要。其實因為病理所占面積一般只有1%一下，所以在傳統病理讀片下，大量精力需要放在“篩陰”上。如今AI輔助病理診斷已能初步實現需求，幫助醫生大大節省了時間。甚至同濟醫院的一項研究還顯示，在良惡性病變鑒別方面，AI模型和病理醫生的判斷已經差異不大，而且診斷耗時會明顯短於純人工判斷。

三、輔助病例診斷廠商爭鳴

既然應用場景比較清晰，國內不少公司都在爭相布局AI輔助病理診斷。細數醫療器械許可，近幾年已經有十幾個肺部、心血管和眼底等領域的輔助診斷軟件成功拿證，更多的產品也在臨床和申請階段，競爭格局已經非常熱鬧了。

AI醫療影像產品三類證拿證情況（截至2023年3月）來源：國家藥品監督管理局網站，東吳證券研究所

比如金域醫學與華為合作研制的AI輔助宮頸癌篩查模型讀片正確率高達99%，安必平與騰訊共同開發出的宮頸細胞學人工智能輔助診斷產品也在陸續進入三甲醫院等高端渠道。

此外，病理診斷本身也有自動化、標准化、流水線化的趨勢，這也有利於AI落地。能在制片和閱片的過程減少人工乾預，樣本一致性提高，提高病理人工智能診斷的准確性。

但這個市場是不是真的像看起來的這麼好做呢？其實不然。

目前AI輔助病理診斷相關產品的功能仍然比較有限，且同質化嚴重。雖然准確性有了長足進步，但尚未滿足臨床醫生們的更多期待。比如，查出結節的患者往往都很焦慮，AI如何來幫助醫生更准確地幫助患者了解自身情況？如何確定隨訪要求？這些目前AI仍然給不出答案。

而且入局玩家也越來越多，除了上市公司之外，商湯科技（HK 0020）等一眾人工智能領域數得著的廠商都在試水病理診斷。畢竟這兩年融資環境不理想，這些公司都太需要真金白銀給投資人一個交代了。

在筆者看來，AI輔助病理診斷仍然需要打通信息孤島，以更強大的算力更充沛的數據量實現更完備的功能，這些都不是單一企業可以做到的。但畢竟這個賽道已經實現了商業化的初探，我們有理由期待“醫療+AI”可以在不遠的將來帶給人類更多的驚喜。

注：本文不構成任何投資建議。股市有風險，入市需謹慎。沒有買賣就沒有傷害。