（一）我国当前医疗体系现状

长期形成的"重医疗，轻预防；重城市，轻农村；重大型医院，轻社区卫生"现象和人为制造的三级医院体系，使得医疗资源匹配差别过大，全科医生、高端医疗设备等软硬件资源配置和流向严重偏离，而且过于集中，导致大医院人满为患，社区医院无人问津。这种盲目崇拜硬件装备能力的认识偏差和错觉，形成了患者越集中，医疗资源也越集中的恶性循环，医患关系持续紧张。经过长期积累，呈现出分级诊疗、医药分离、医生多点执业、医保支付监管、医疗资源匹配和均衡化等医改的五大突出难点和痛点问题亟待解决。

（二）推行智慧医疗的必要性

从宏观层面看，伴随着"十三五"规划实施，"健康中国"正式升级为国家战略，以三医联动、医药分开、分级诊疗、互联网医疗等为核心的平台架构和体系建设，将成为深化医疗改革有效手段和实施方向。运用互联网、物联网、大数据、云计算、人工智能等技术，通过可穿戴设备、家庭智能终端、服务型机器人，结合远程医疗综合服务平台和服务模式的创新应用，实现患者与医务人员、医疗机构、医疗设备之间的实时互动，形成对人体生理参数指标，尤其是非正常生理指标的抓取和个性化、差异化对比，以及多目标、多维度的实时监控与量化管理，逐步推进疾病预防、病情诊疗、健康管理不同人群、不同需求的有效分流。智慧医疗平台是信息技术结合医院各种医疗资源，进行有效融合的创新平台。

（三）如何建立智慧医疗的体系架构和平台系统

智慧医疗体系架构是改善和解决当前"看病贵、看病难"有效途径，也是医生多点执业的功能平台。以医院为主体，数据运营与服务为支撑，把多家实体医院的功能与服务延伸到云端，平台上接三级医院，下连基层医疗机构，或患者个人和家庭会员，形成"实体医院+虚拟医院"架构，达到线上线下、院里院外的优势医疗资源整合。实现视频看医生、远程心电/影像/检验/病理、实时远程会诊、诊前/诊后云随访、全程云健康管理、云支付、云配送、云预约、云挂号等医疗信息化功能。也可实现以患者为中心的健康咨询与管理服务，实现医疗服务模式和职能的转变，拓展医疗边界。

（一）AI技术发展推动医疗智能化

底层技术要素日益完备。在数据方面，随着医疗行业数字化水平日益提升，医疗行业数据量呈现指数级增长，国内三甲医院电子病历数据库、基层医院和体检机构健康档案数据库等数据资源不断积累。在算力方面，基于图形处理器（GPU）、现场可编程阵列（FPGA）等技术路线的AI专用芯片发展迅速，海量数据并行运算能力不断提升，可基本满足AI赋能医疗的算力需求。在算法方面，深度学习算法模型迭代迅速，使AI智能化水平持续提升，在医疗行业渗透领域不断扩大。

（三）争先布局打造智能医疗生态圈

医疗作为当下最为炙手可热的人工智能技术应用领域之一，各类拥有人工智能技术的企业争相在医疗领域布局。腾讯觅影主要研究领域有AI医学影像包括食管癌、肺癌、乳腺癌、结直肠癌、宫颈癌早期筛查以及糖尿病性视网膜病变检查，AI辅助诊疗包括智能导诊技术、病案智能化管理以及诊疗风险监控。现在已在100多家三级甲等医院落地，协助医生提高诊疗效率和准确率。阿里云ET医疗大脑研发的病历智能质检系统现已在承德市第一人民医院应用。门诊智能监控平台在杭州市儿童医院落地。讯飞医疗研究领域包括口腔电子病历、云医声（辅助医生查房、记录、检查）、医疗机器人、超声助理等。讯飞医疗与安徽省立医院建立全国第一家智慧医院，主要包括智慧就医、智慧诊疗、智慧管理三个部分。

未来，我国AI医疗产业将保持持续增长，产业竞争力不断提高。

一方面，我国人口基数大，医疗需求大，AI医疗产业市场广阔。另一方面，我国医疗历史悠久，拥有诸多医疗典籍。若可利用AI技术从中快速抽取有价值的药物成分进行研究，在新药研发领域具有独有机遇。

（二）智能医疗应用场景持续扩大

智能医疗已渗透至医疗产业的多个环节。根据医疗产业的产业链结构，将人工智能的应用场景划分为诊前预防、诊断治疗、药物研发以及医院管理四大类。人工智能在诊前预防阶段的应用场景包括智能健康管理、医疗可穿戴设备、疾病风险预测等诸多领域。人工智能在诊断治疗阶段的应用场景包括医学影像诊断、辅助诊断、医疗虚拟助理等，全球市场规模预计可以达到万亿元，是人工智能技术在医疗产业中应用较为成熟的部分。目前，利用计算机视觉技术实现的医疗影像辅助诊断与病理分析结合后，诊断准确率可以高达99.5%。人工智能在药物研发阶段的应用场景包括靶点寻找、模拟化合物合成等诸多领域。产业发展潜力巨大，预计可达到千亿元级的市场，可能成为AI技术与医疗行业深入结合的未来新风口。人工智能在医院管理阶段的应用场景包括语音电子病历、病历智能质检系统等。

（四）行业内投融资活动活跃

与国外相比，中国在人工智能医疗领域先发制人，近年来国内智能医疗投融资活动十分活跃。据不完全统计，截至2018年8月，中国人工智能医疗领域共310起融资事件。

所有融资事件中，最具热度的四大领域是药物研发、智能诊断、医学影像、医用机器人。与此同时，国内人工智能医疗领域仍存在多重挑战。首先，高质量数据获取难。人工智能医疗的研发无疑需要大量的临床数据，但是目前对于数据的获取尚没有明确渠道，中国医疗数据没有统一标准，多是支离破碎、残缺不全的，这一特点将严重影响AI医疗企业产品质量。其次，我国AI医疗应用产品存在单一化、同质化问题。目前中国最火热的研发领域为AI医学影像，主要是因为医学影像数据标准相对统一以及研发门槛低，多数研发只辅助标出影像中是否存在结节。

（一）智慧医疗中的核心技术

智慧医疗是生命科学和信息技术融合的产物，包括智能医院服务、区域医疗交互服务和家庭健康服务等基本内容。是物联网技术在医疗行业的典型应用和高级阶段。物联网相关联的感知技术、移动互联网等通信技术、数据处理的计算机技术，以及公有/私有云技术、大数据分析、人工智能技术等都是智慧医疗实施过程中必不可少的共性基础技术和基本保障。

（二）智慧医疗中存在的具体问题

在患者诊疗、慢病监控、健康管理三个环节中的人员需求各不相同，存在以下主要问题：一是个人健康隐私信息安全，医院及医师线上、线下诊疗职能与职责、医患关系处理等政策法规监管与保障。二是产品市场准入条件、专业技术与服务标准。三是各种医疗与平台基础技术协同创新投入。四是平台各资源方在市场化服务中的定价机制、利益分割。五是医疗服务运营规范与监控、医保政策适应性。六是医疗健康知识普及与培训、服务人员的专业化培训、人才引入管理规范等，这些问题都有待进一步细化、规范和突破。

（三）智慧医疗对感知技术的要求

毋庸置疑，人体的血压、血糖、血脂、血氧、脉相、心电、脑电、皮电、体温等生理参数指标和变化趋势，都带有健康与否等重要信息，是健康大数据的主体和医生判断病症基本依据。如何准确、有效、持续获取这些指标，对于非专业人员和医生根据病理判断疾病突发与症状都具有重要作用，而担当数据采集功能的唯一产品就是敏感元器件与传感器。智慧医疗平台必将大量使用各种物理、化学、生物传感器，为传感器企业提供了市场机会，关键是需要建立医学专业人员与信息技术专业人员的协同创新机制，互相弥补专业知识欠缺，寻找、研究、解决人体生理参数采集中的交叉性问题。逐步研发提供高精度、高可靠的智能化传感器产品或多参数检测的系统集成产品，例如可穿戴设备、医用家庭智能终端产品和服务型机器人。

（四）智慧医疗中人工智能技术如何应用

医疗是一个专业性极强，并依靠大量数据分析和专家经验的行业。所谓诊断，是依据病人各种化验、影像等生理参数数据信息，结合医生个人经验分析判断与过程处理。首先，人工智能特别适合快速高效处理海量数据，尤其能够分析出人无法察觉的数据差异，而这点差异可能就决定了对疾病的判断；其次通过机器学习，人工智能可将专家经验转换为算法模型，使得专家经验实现低成本复制，大量的基层医疗机构因此可能更方便地用人工智能专家进行诊断，特别是对多种慢性病患者提供实时记录、辅助诊疗、动态预警、在线指导、精准诊疗、动作提醒等一系列疾病筛查、健康检测、监测和管理解决方案，这将有效支持分级诊疗的实现。在人工智能技术的融入下，国民将有望享受人工智能+家庭医生/全科医生/专科医生完整协同的三级系统化医疗服务，为居家养老提供技术支持和保障。