AI 医疗百亿市场都有哪些机会?

但是AI医疗的蓬勃发展注定少不了泡沫的产生,我国AI医疗在人才、数据质量、商业化竞争等方面将面临一定压力。

作者:IT桔子(itjuzi521)

来源:IT桔子

得益于计算机技术的变革以及算法的提升,人工智能在经历了充满波折的60年的发展历程之后,终于一跃而起,成为了当今各国的战略性发展方向。医疗作为人工智能最具社会价值和商业价值的应用场景之一,近几年得到了社会的广泛关注。

IT桔子从人工智能及医疗行业背景出发,结合自身投融资数据优势以及与AI医疗各领域行业一线从业者的深入交流,对AI医疗的几大热门赛道的发展逻辑以及企业布局特点进行了分析与展望,完成了这份《2018-2019中国AI医疗发展及趋势研究报告》

目录

第一章人工智能的发展背景...3

第一节AI发展史的简单回顾...3

第二节计算机技术的铺路...5

第三节社会对AI技术的渴求...6

第二章AI医疗的发展...11

第一节我国的医疗沉疴...11

第二节我国AI医疗市场现状...12

第三章AI+医学图像...15

第一节AI+影像行业情况...17

1、影像辅助诊断的发展背景...18

2、AI+影像企业概况...20

第二节AI+病理诊断行业及企业情况...28

第三节AI影像处理的其他应用...29

第四章AI+医学文本处理...32

第一节NLP技术在医学领域的应用...32

第二节AI+医学文本挖掘公司概况...33

第五章AI+药物研发...35

第一节计算机辅助药物设计的发展...36

第二节国外的AI+药物研发公司...38

第三节国内创业公司概况...39

第六章AI+健康管理...44

第一节可穿戴设备与AI的结合...44

第二节将AI用来预测疾病...48

第七章AI+医疗机器人...49

第一节康复机器人...49

第二节手术机器人...54

第三节导诊机器人...57

第八章大公司的布局...57

第一节BAT在AI医疗行业的争夺...57

第二节大公司的局限性...64

第九章AI医疗的趋势...65

1、标准正逐步建立,产品落地政策利好,行业向好发展...65

2、AI医疗公司正不断突破自我边界,将业务丰富化...65

3、中国AI出海加速...66

第十章AI医疗的潜在问题...66

1、人才不足...66

2、深度学习算法黑箱不透明在医疗诊断当中存在局限...68

3、数据从诊断准确来说正确率偏低...69

4、产品同质化、商业化前景不明以及未来竞争的猜想...70

以下是报告部分内容节选:

在市场与政策的双重推动下,我国人工智能领域融资不断走热。据IT桔子数据库显示,我国人工智能领域融资时间在2017年达到顶峰,2018年略有下滑,数量达426起,这一数量是2014年的2.88倍。(数据来源:IT桔子,截止日期:2018.12.31)

而从资金流入情况来看,我国人工智能领域吸金力逐渐增强,尤其在2018年,由于部分AI独角兽进入中后期,行业马太效应加剧,当年融资额达到了千亿级别,同比增长87.9%。

资本的不断流入刺激了我国AI技术的发展,AI为各个行业都带来了越发深入的变化,逐渐成为行业发展的基础设施。

医疗是此轮AI热潮中最火热的应用领域之一。从投融资角度观察我国AI医疗行业,可以看到AI医疗如同人工智能整体行业走势相类似,无论是在数量上还是在金额上的趋势整体均呈上升的趋势。

尤其是在2018年国内经济下行,创投圈融资市场整体萧条的情况下,我国AI医疗行业的融资数量却未见下滑,与2017年相持平,这一点也可以反映出社会以及资本对AI医疗的发展预期比较看好。而在融资金额上,由于部分项目进入后期阶段,2018年的项目吸金能力较2017年翻了一番。

注:此数据只包括真正应用到了AI技术,并基于AI产品获得了融资的企业数据,并非涵盖AI医疗产业链的全部公司,所以数量较市面现有数据有出入。

从融资轮次角度来看,2014年以来,我国AI医疗天使轮融资占比不断缩小,项目逐渐向中后期推移。但整体来看AI医疗发展仍较不成熟,绝大多数融资仍处于B轮以前的早期阶段,仅有零氪科技、推想科技两家公司融资达到C轮及以上。

人工智能各项技术当中,最受欢迎的是计算机视觉和图像技术,其最为典型的行业应用一是安防领域,AI+安防目前已经在我国广泛落地,而另外一个便是医学图像的识别与处理

我们筛选了应用AI技术的医疗领域公司,全行业符合筛选标准的一共122起融资,其中AI+医学图像领域共有70起融资事件,排在行业首位。

由于人在医学诊断过程中只能针对图像进行主观的经验性推测,而机器更能够客观精细的对图像进行识别,所以AI+医学图像是我国乃至全世界最热门的AI医疗场景。

而根据我国AI影像公司的具体业务来看,AI影像的具体应用主要包括:

1、利用图像识别技术记性辅助诊断;

2、利用图像分割技术与定量分析进行精准治疗;

3、将AI视觉识别与处理技术应用于其他硬件。

从公司类型来看,我国AI+影像的公司主要包括三类:

1、AI影像辅助诊断应用出身的垂直的创业公司;

2、计算机视觉和图像技术或者其他AI技术出身的,布局AI影像应用的AI技术创业公司;

3、类似于BAT或者其他互联网医疗平台的以AI影像与AI医疗作为业务延伸的互联网科技巨头。这三类公司由于在资金支持、其他算法技术储备、研发效率、市场开拓都存在着一定的差异,具体布局模式也各有不同。

另外,例如BAT这类互联网巨头在研发AI产品时还会受到其他的制约。

再比如2018年非常火热的AI辅助药物研发方向。众所周知,新药研发成本高、周期长、风险大2016年全球医药研发投入中,罗氏首次超过百亿大关,以114亿美元的研发投入居首,而罗氏每个药物从最初的实验室研究到最终摆放到药柜销售平均要花费12年时间,需要投入26亿美元、700多万个小时、6587个实验和423个研究者。

还有另外一点,根据德勤2017年的报告,2017年全球前12位制药企业尽管在研发上进行了巨大投入,但是这些投入所带来的回报仅有3.2%,药物研发投资回报率也处于8年来的最低水平,相比于七年之前存在大幅度的下滑。

新药研发到上市的流程

从分子到药物,药物研发需要包括新药发现、临床前研究、临床研究、产业化研究、上市以及上市后研究等几个阶段,而由新药研发和临床前研究共同组成的临床前实验是药物研发完美进行的重要基础。

evaluatepharma统计分析指出,在临床前实验投入更多的精力会使接下来的药物研发过程事半功倍。人工智能被社会认为是将为制药行业带来率提升的一种关键技术,一些AI+药物研发概念的初创公司针对药物基础研究、靶点确认、化合物筛选、ADMET分析、药品重定向、患者入组、临床数据导入、精准营销、医学文献翻译等9大方向进行了产品开发。

国内该领域发展相对较晚,这种应用方式在去年才得到了投资人与企业更广泛关注。一些初创公司在去年拿到了早期融资,另外一些医药行业相关公司也对相应领域进行了布局。

2018年我国AI+药物研发概念融资事件

在病理、医学文本挖掘、健康管理、机器人等领域,人工智能技术也开始展开探索,并已经拥有了一定成果和落地方向。

无论从我国还是全世界来看,AI医疗的行业标准正逐渐建立,这将有利于行业进一步向好发展。各国政策更加开放,对AI产品支持力度不断加大,这对前期由于政策不明而商业化受制的AI医疗产品来说是一个极大的利好,这也有助于我国AI产品走向海外,在全世界范围内展示中国新兴科技力量。

但是AI医疗的蓬勃发展注定少不了泡沫的产生,我国AI医疗在人才、数据质量、商业化竞争等方面将面临一定压力。

格隆汇声明:文中观点均来自原作者,不代表格隆汇观点及立场。特别提醒,投资决策需建立在独立思考之上,本文内容仅供参考,不作为实际操作建议,交易风险自担。

相关阅读

评论