「AI醫療」的下一個熱點是……

本文將從2013-2017年融資事件反映出的行業現狀,資本布局時間線去描述AI醫療,最後通過創投助手的投資人行為去發現AI醫療的下一個熱點。

AI醫療大事件

什麼是AI醫療?

AI醫療是以互聯網為依託,通過基礎設施的搭建及數據的收集,將人工智慧技術及大數據服務應用於醫療行業中。提升醫療行業的診斷效率及服務質量,更好的解決醫療資源短缺、人口老齡化的問題。

AI醫療定義金字塔

基礎層

通過軟硬體的基礎設施,收集用戶、藥物及病理數據,並使數據互通互聯。為人工智慧的應用提供支持與可能。

技術層

通過語音/語義識別、計算機視覺技術,對非結構化數據進行存儲提煉。「學習」大量病理學數據文本,在深度學習框架下,使其掌握「認知」「識別「、「分析」、「實施」、「預測「的能力。

應用層

是指人工智慧與不同細分領域的結合,以解決醫療行業中的某種業務需求,如影像識別、藥物研發、智能健康管理、醫療搜索等醫療場景。

國內融資概況

AI醫療各領域融資概況

AI醫療醫療各領域融資數量分布

2017上半年融資數量46起,回顧13年-17年數據,應用層15年後資本進入較多。15年後基礎層熱度較明顯下滑。下面是應用層各維度融資情況。

應用層細分領域融資數量

經統計從13年-17年上半年,應用層8個細分領域共發生融資事件86起。國內資本多布局虛擬助手、醫療影像、醫用機器人、智能健康管理佔比86%。其中醫療影像佔比31%,佔比第一。

為什麼醫療影像賽道玩家較多?

影像具有4V性(volume數量、variety多樣性、velocity速度、veracity真實性),更適合AI的發展。

應用層融資輪次分布

國內AI醫療應用起步較晚,整體上智能診斷還處於初期,目前沒有大規模商用。對於優質數據的提取、數據的結構化及建模、患者語言的訓練都是目前需要跨越的障礙。

應用層各領域具體融資輪次分布

應用層進入B輪及以後的公司分布在虛擬助手、醫用機器人兩個領域。

醫用機器人的實際應用主要集中在外科手術領域。機器人在手術上的準確性、可靠性和精確性上大大超過了外科醫生,機器人技術已經在醫療領域得到了長足的發展,並取得很好的臨床效果。『

AI醫療標籤關注度

根據鯨准中心標籤熱度演算法統計,有關於AI醫療的標籤關注度有較大提升。

AI醫療為什麼會成為資本新寵?

政策推動

● AI政策持續利好

2017年7月國務院剛印發《新一代人工智慧發展規劃的通知》,明確提出「到2020年人工智慧總體拘束和應用與世界先進水平同步 」。

● 醫療政策持續利好

2016年國務院發布《關於促進醫藥產業健康發展的指導意見》,明確提出開展智能醫療服務。

國情推動

● 社會進步和人們健康意識的漸漸覺醒,人口老齡化問題的加劇。

● 病患多、醫生少。

● 醫務人員培養成本過高;藥物研發周期長、費用高;醫生診斷不容犯錯。

技術推動

設備驅動

電子膠片的普及;POCT及智能可穿戴設備公司初具規模,大量設備及膠片投入使用,形成龐大的用戶病理數據,為構建醫療大腦奠定基礎。

基礎設施驅動

根據CHIMA的數據統計,顯示早在2015年9月,超過60%的醫院都已完成醫院管理信息系統(hmis)的全面搭建。以「EMR」為核心的CIS成為建設重點。

現階段AI醫療應用競爭態勢

國內AI醫療未來發展建議

1、加快基層醫療機構的信息化建設,加速區域信息化集成布局。

2、數據獲取能力的提升、演算法的改進、人工智慧技術的創新。

3、逐步完善底層核心知識圖譜。

- END -

掃描二維碼

查看AI醫療熱點項目

aHR0cHM6Ly9yb25nLjM2a3IuY29tL20vIy9kZW1vcy8zNzI/dHlwZT1wcm9qZWN0cw== (二維碼自動識別)

推薦閱讀:

中國人工只能系列白皮書-智能駕駛2017
iOS: 使用 Turi Create 自定義 Core ML Model
智能硬體:AI給智能硬體帶來了第二春還是第二個大泡沫?| 2018展望
TensorFlow1.5 新年全新教程(系列)

TAG:人工智慧AI醬 |