颠覆医疗未来，ChatGPT大火带动AI医疗价值重估
近期，ChatGPT、GPT-4迅速走红并成为行业内外关注的焦点。其核心技术——人工智能，则成为了这一时期的关键词。
伴随云计算和大数据的发展以及5G时代的到来，在颠覆人们固有认知的同时人工智能展现出更广阔的应用前景
与此同时
不可否认，在人工智能逐步深入人们的生活场景中，在这个过程中医疗行业作为一个关乎公众健康的 critical 行业，在 AI 技术的支持下有望预示着产业发展的新时代到来。根据数据统计显示，在过去五年间投入了约千亿的资金到人工智能+医疗这一赛道中，在这一过程中医学影像的人工智能技术、AI 制药以及医疗 AI 机器人等多个细分领域均取得了显著进展与突破性发展成果，在这些成果的支持下 AI 医疗已经逐步占据了生物医药赛道的重要地位
随着人工智能技术与医疗健康的深度融合不断发展，在这一过程中涵盖了计算机视觉、自然语言处理和机器学习等多个领域的智能技术。这些智能技术深入进入了医疗行业的各个角落，并且有效地推动了医疗服务质量的全面提升。
预计在政策支持和技术革新的双重作用下推进之际
政策正向引导，AI助力医疗资源优化配置
近年来中国的人口老龄化持续加速，在这种情况下配合着中国规模庞大的人口群体所面临的医疗资源布局不够合理的问题以及医师数量相对不足的现象下许多严重的疾病和慢性病往往在症状出现前就已发展严重而由于诊断流程较为繁琐导致难以早期筛查出来
而人工智能能够切实解决上述医生短缺与医疗资源配置错配的问题。业内普遍认为人工智能的推广与运用将有助于提高医疗资源配置效率，并通过构建智能决策支持系统、智能预约管理系统以及智能精准诊疗系统等技术手段实现医疗卫生服务体系化整合与现代化建设
疫情三年以来，社会对医疗健康的关注程度显著提升。随着疫情的影响持续显现，人们对于医疗服务的需求也在不断增加。在当前形势下، 医疗卫生领域的科技创新不仅意义重大而且迫在眉睫. 随着技术发展步伐的加快以及市场需求的增长, 在未来一段时间内人工智能技术将在医疗服务领域发挥着关键作用
近年来，国务院及其下属部门如工信部和药监局等陆续出台了一系列政策文件，在推动医疗人工智能行业发展方面发挥了积极作用。这些举措涵盖了从研发智慧医疗设备到扩大其应用场景的各个方面。例如，在影像识别技术、诊疗方案优化以及手术机器人开发等方面持续加大投入力度，并积极推动AI技术在公共卫生事件应对和肿瘤治疗中的实践应用。值得注意的是，在2023年之前就已经开始初步制定人工智能相关标准并逐步推广至多个领域
根据近期出台的具体政策，《中共中央办公厅、国务院办公厅关于进一步完善医疗卫生服务体系的意见》明确指出：推进互联网与医疗健康的深度融合，并致力于构建面向医疗领域的工业互联网平台体系。通过积极创新应用包括但不限于互联网技术、区块链技术、物联网技术在内的智能化技术，在医疗卫生领域实现创新性突破和高质量发展。与此同时，还特别强调要加强健康医疗数据的共享机制与安全防护体系建设。
不久两办下发的《关于进一步深化改革促进乡村医疗卫生体系健康发展的意见》指出，在深化医卫体制改革的同时推进乡村卫生体系建设，《关于进一步深化改革促进乡村医疗卫生体系健康发展的意见》也提到，“建立乡村远程医疗服务网络并推行包括远程会诊、预约转诊、互联网复诊、远程检查在内的各项技术应用方案；同时要加速推进人工智能辅助诊断系统的配置与应用。”
自两年前便已经述及推动人工智能系统向基层延伸的政策信号以来,于4月20日正式发布的《国家限制类技术目录和临床应用管理规范（2022年版）》对医疗技术管理框架进行了重大调整.此次政策变动明确将"人工智能辅助诊断"等5项医疗技术从此前的限制性使用名单中移除,此举标志着人工智能辅助诊断技术在基层应用层面将获得更大突破.这一政策变动或将在未来推动更多基层医疗机构率先采用该技术,从而进一步扩大其在基层地区的应用场景范围.
据业内专家指出，互联网及人工智能技术在医疗领域的发展推动了医疗数据的系统化整理。这些技术的应用使得大量医学信息实现了数字化存储与管理，在此过程中既降低了因人工校对而产生的错误率，同时也将运营成本进一步压缩。同时其潜在价值得到了充分挖掘与释放，在远程诊疗服务和线上复诊项目等多个领域都带来了更多的可能性。
基于人口老龄化趋势与医疗人力资源不足的现状，在现有医疗服务条件下存在诸多瓶颈问题。人工智能技术可为解决现有医疗资源分配问题提供创新性解决方案。该技术将有助于优化现有医疗服务体系并提高其运行效率，并能在多个方面发挥作用：一方面能够实现医疗服务流程的优化配置；另一方面则能够显著提升整体医疗服务水平；同时能够减轻医务工作者的工作压力；此外还能加速新药与疫苗的研发进程
借助多种发展环境因素，在中国AI医疗行业的快速发展背景下，在政府政策引导下实现了显著提升。数据显示，在经历了疫情的影响后（注：删掉不影响主要信息的部分），中国AI医疗行业规模从2021年的约95亿元跃升至预计到2025年将达到385亿元水平，并呈现持续稳定的复合增长率达46%的趋势。
在多种利好因素推动下，AI医疗领域在二级市场展现出高度关注度和商业价值。鹰瞳科技作为专注于人工智能视网膜影像识别的企业，在2021年11月5日正式在香港联交所上市，并顺利实现成为行业内的首位AI医疗上市公司。另外一家公司——数坤科技也已正式向港交所提交招股书，并计划在香港主板上市。而自主研发了“磁控胶囊胃镜系统”的安翰科技也在努力加强自身技术和人工智能的结合
AI技术突破，医疗影像前景广阔
基于国内AI医疗行业的下游需求分布分析显示，在辅助诊疗和数据处理方面具有广泛应用。其中，在临床决策支持系统、智慧病案以及医学数据智能平台等领域占据较大市场份额。以2020年的数据显示分别为29.8%、21.6%及14.0%。展望未来的发展重点将转向实用化方向，并涵盖图像识别驱动的医疗影像分析、智能化手术机器人操作以及药物研发辅助等新兴领域
据业内专家预测,人工智能技术将进一步深度集成至医疗领域.这种技术将不仅渗透至医院的核心临床信息管理系统及相关后台管理系统,还包括电子病历存储与管理平台以及健康医疗大数据系统的构建及其在临床实践中的运用.同时,独立开发的智能辅助诊断工具已初步显现其价值,特别是在影像分析技术领域的突破尤为显著.
在AI医疗产业中，医疗影像作为AI医疗的核心应用场景而备受关注。在政策支持力度加大及市场环境优化的情况下，辅助诊断与治疗相关产品的市场需求呈现显著增长趋势。
在中国人工智能医疗核心软件市场规模中，在这一领域中，
CDSS所占市场份额为29.8%，而AI医疗影像仅占7.1%。
预计至今年末（也就是未来一年内），人工智能医疗影像市场规模将首次超越CDSS，并成为人工智能医疗核心软件领域中市场占有率最高的产品类别。
根据预测数据显示，
中国人工智能医学影像行业预计将在未来十年内从2020年的3亿元增长至923亿元，
展现年均复合增长率达到76.7%的强劲趋势。
值得注意的是，
这一领域展现出显著的增长潜力，
其中资本集约度较高，
最先具备商业化潜力。
当前我国医学影像数据呈30%的年增长速度，在此背景下放射科医师数量却仅达到4.1%的年增长率。AI医疗影像技术完美地填补了这一行业差距。举例而言，在眼科领域中，我国仍有约20%的一级医院未设有眼科科室。据2020年发布的《中国眼健康白皮书》披露显示，在全国范围内仅有约4.48万的眼科医生资源主要集中在一线城市和二线城市的大城市中，并呈现出明显的区域分布不均衡问题。
以糖尿病视网膜病变为例，在病情早期通常没有明显的症状表现, 因此许多患者无法在眼科常规检查中获得及时的确诊结果。研究表明, 2023年约有三分之一的糖尿病患者面临视网膜病变的风险, 但目前的筛查覆盖率仅为10%以下。
为了实现AI视网膜图像辅助诊断系统的应用落地，在基层医疗机构部署这套网络系统后，则能让患者不再需要前往大城市接受必要的诊疗服务，在这一过程中不仅能够显著缓解医疗资源紧张的局面，并且能够降低每一次检测操作的成本
据弗若斯特沙利文公司预测，在未来十年期间人工智能医学影像行业的规模预计将实现1.9万亿美元的增长目标；特别关注视网膜区域时发现,该领域的规模将从2023年的7.6亿元增至约341亿元,并将以年均85%以上的复合增长率增长
在之前的讨论中提及的鹰瞳科技就是利用视网膜成像观测慢病原理与AI技术相结合的方式能够检测包括糖尿病视网膜病变青光眼等眼部疾病同时还能评估心脑血管系统内分泌系统神经系统等多个方面的全身性疾病风险
落地监管并重，医保支持可促进AI医疗加速落地
AI医疗产业的发展是由医、学、产等多方面的力量共同融合而成。人工智能与医疗的融合不仅在技术层面要求极高，在应对现实情景时也面临着多方面的挑战。由此可见，在这一行业已研发出成熟的产品的情况下، 如何加速实现数字化健康落地仍是一个亟待解决的主要问题。
为了更好地实现商业化运营目标，AI医疗产品的市场覆盖范围直接影响其商业化进程。根据艾瑞数据的研究显示，在2019至2021年八月期间，三甲医院在该时间段内平均采招金额均超过了一千万。研究结果表明，在疫情期间受核酸检测需求激增以及肺部影像产品的受众广泛性和成熟的开发技术等因素的影响下，在该统计时间段内关于肺部科室的AI开发软件采招额高达一千二百九十六万元人民币。心血管、综合类与病理科类科室紧随其后成为主要开发领域
经分析可知，AI医疗设备的主要客户群体是高水平医疗机构，在基层医疗机构尚未得到广泛应用的情况下。
企业在不同业务领域的拓展空间较大，在图像识别技术应用方面具有显著优势。无论是用于分析肺部病变的胸部X光片、评估心脏功能的心脏超声还是用于胸腔积液分析的胸腔CT扫描，在销售环节都需要配备大型医疗设备以实现盈利。相较于传统技术依赖三级甲等医院的现象，在这种背景下企业更容易选择更为广泛的落地场景，并非局限于单一模式：一方面可以部署于三甲医院这一主流选择中；另一方面则可以通过延伸至基层医疗机构或大健康生态系统中的其他应用场景来实现对基础医疗体系的渗透覆盖能力
一方面希望推动AI医疗广泛应用；另一方面，医保可能成为连接AI医疗与医院、患者之间的最佳信任纽带。
今年两会期间，在眼科领域享有盛誉的专业人士王宁利教授就提出了旨在早期发现和治疗致盲性眼病的方案。作为北京同仁医院眼科中心主任兼首都医科大学眼科学院院长，在两会期间他向大会提交了一份关于优化眼科健康管理举措的提案。其建议包括将其纳入慢病管理和防控体系中进行系统性研究，并由医疗保险基金承担相关费用。此举预计将带来显著的社会效益与经济效益。
为了确保医保体系能够有效支持AI医疗的发展，在数字化疗法监管方面的工作成为推动行业发展的重要议题。值得注意的是，AI设备本质上是基于软件开发的产物，必须遵循互联网行业的特点——产品需不断进行更新迭代，并经过严格验证流程甚至可能涉及再审核机制以规避对企业产生的潜在影响。这就促使相关监管部门开始探索如何规范数字化疗法的产品定义，并尽快制定和完善适用于医疗数据管理的数据安全法规和行业标准以弥补当前法律监管体系的不足
结语
可以看出，在医疗领域细分时存在诸多环节或部分需要优化；除了追求创新与突破之外。
AI医疗行业这一领域具备长期稳定的增长潜力。借助人工智能技术的力量，智能医疗行业有望借助技术创新带来更多的发展机遇。开发出性能优越且便捷易用的医疗设备并广泛应用于大众生活中，从而助力我国医疗服务的整体水平迈向更高台阶。