中金公司：算法发展及完善将推动AI赋能医疗场景

doco2012

中金发报告称，我国医疗行业存在资源相对稀缺且分布不均等痛点。该行认为，AI能够在健康管理、医疗影像、医院管理、医疗机器人等多场景赋能医疗行业，助力医疗领域的效率提升及公平实现，2025年有望带来345亿人民币的市场空间。

中金认为，数据、算法、算力是AI落地的必要条件，医疗数据的来源多、规模大，但目前可用性差；机器学习等算法应用广泛，不同的数据类型及应用场景对算法的需求呈现差异化；同时，AI专用芯片的推陈出新推动算力提升，对AI落地形成支撑。

例如：数据及应用场景提出算法差异化需求。机器学习、自然语言处理等算法在医疗领域应用广泛，多样的数据类型及广泛的应用场景促使算法差异化。非结构化数据可以采用自然语言处理、语音识别等算法进行处理，如利用自然语言处理将分散化的诊疗记录、医嘱等进行标准化、结构化重构，形成电子病历数据；结构化数据的分析主要由机器学习等算法推动，如鹰瞳科技推出的糖尿病视网膜辅助诊断软件，基于卷积神经网络，对分类标注的眼底图像数据进行模型训练。

公开资料显示，鹰瞳科技成立于2015年，是中国首批提供人工智能视网膜影像识别早期检测、诊断及健康风险评估解决方案的公司之一。鹰瞳科技的解决方案以视网膜影像、多模态数据分析以及人工智能深度学习算法，在医疗机构和大健康场景中实现对慢性病的无创、准确、快速、有效且可扩展的检测及诊断。公司于今年11月5日在港交所挂牌上市。

根据2017年8月发布的《医疗器械优分类目录》，AI诊断软件通过算法提供诊断建议，仅有辅助诊断功能，则按二类医疗器械申报；如果对病变部位进行自动识别，并提供明确诊断提示，则按照第三类医疗器械管理。目前中国药监局对于人工智能医疗影像产品的审批周期较长，根据鹰瞳科技招股书显示，NMPA审批通常耗时11-17个月。2020年及2021年AI医疗影像产品迎来密集取证期，自2020年1月至2021年8月13个企业总计19个三类证获批。从19款取得医疗器械注册三类证的人工智能医疗产品来看，肺部、眼底筛查相关产品较多，产品表现出一定的同质化。中金认为，标准数据的建立叠加政策及需求的推动是肺部及眼底筛查产品集中的原因。



研报续指，从患者的角度来看，AI已经开始从诊前预防管理、诊中就诊治疗、诊后健康管理等各个环节渗透，不同应用场景所依赖的算法也存在差异。其中，AI在医学影像上的应用最为成熟，一方面是由于影像数据的相对易获得性和易处理性；另一方面，医学影像相关的算法，如计算机视觉、机器学习等在其他领域的应用已经相对成熟（如人脸识别），能够类比进行应用。中金认为，AI赋能医疗行业需要面对多样化的数据输入及落地需求，算法的发展将呈现差异化的特性，算法的发展和完善将推动AI赋能医疗场景。

在应用端，中金注意到AI技术在多场景赋能医疗健康领域，包括健康管理、公共卫生、医学影像、药物研发、医疗机器人、精准医疗、医院管理等。其中，医疗影像为应用最为成熟的领域，2020-2021年迎来密集取证期，肺部、眼底筛查获得医疗器械三类证的产品较多；电子病历是目前AI在医院管理领域最为广泛应用，中金认为随着国家医药体制改革的深化，健康信息全面整合需求有望持续增长，电子病历的发展前景广阔；同时，中金看到AI在健康管理的应用潜能，该行认为通过健康管理平台构建数据网络并形成用户全面的健康画像是未来健康管理智能化的发展方向。

中金认为，AI赋能医疗有望推动医疗资源的普及，成为未来发展方向。