大数据逐步成为人工智能医疗行业的关键

一、医疗保健处于数字化转折点

互联网女皇Mary Meeker发布的《2017年互联网趋势报告》认为，医疗卫生和保健已进入数字化拐点：医疗行业表现出数据输入量和数据积累量的爆发式增长，有88%的消费者至少使用1项数据健康工具(远程医疗、可穿戴设备)，同时，消费者愿意分享健康数据，数据统计60%和50%的消费者分别愿意向谷歌和苹果分享健康数据。在专业数据方面，美国电子病例普及率达到87%，基因数据积累使得基因知识量增加19倍。综上，全球健康数据年增长率达到48%。数据的增长一方面缩短了医学研究的创新周期，加快药物临床实验周期，同时提升了诊断的准确率与治疗的精准化程度。

二、数据是发展的关键

数据是“医疗+人工智能”行业发展的关键。我们认为，医疗与人工智能结合的关键在于“算法+有效数据”。先进的算法提升数据处理效率与识别准确率，而有效数据是先进算法应用的基础。目前，深度学习等算法的发展已经相对成熟，医疗数的“量”和“质”是阻碍人工智能在医疗行业应用发展的主要原因。国际巨头IBM Watson 2015-2016年花费约40亿美元收购数家具备健康数据资源的公司，也反映了数据的重要性。随着全球医疗保健进入数字化的拐点，客户授权使用的健康数据量快速增长，将为行业发展提供先决条件。

三、智能诊断与医学影像识别较为成熟

智能诊断与医学影像识别是“人工智能+医疗”发展相对成熟的两个领域。人工智能在医疗行业应用价值突出，具体应用包括：诊前的疾病预防、健康管理;诊中的辅助诊断，医学图像处理;诊后额虚拟医护助手，慢病管理。其他领域包括药物研发，医保控费等。目前，发展相对成熟的领域包括“智能诊断”和“医学影像识别”领域，前者应用的成熟化主要源于IBM Watson自然语言理解技术和长达6年的医学文献数据积累;而后者应用的成熟化源于深度学习算法下图像识别准确率的不断提升。两个领域的发展将分别提升“门诊”和“影像科”医疗资源的供给，解决目前医疗行业严峻的供需矛盾。