人工智能+医疗行业现状与发展趋势分析报告人工智能＋医疗行业现状与发展趋势分析报告内容目录1.前言：从互联网医疗升级到医疗人工智能(4)2.临界点已至，医疗人工智能站上风口(5)2.1.技术：已走出实验室，商业化加速落地(5)2.2.资本：一级市场持续火爆，巨头加速布局(7)2.3.产业环境：供需不平衡仍将延续，消费升级产生新的付费方(8)2.3.1.供需总量分析：供给不平衡仍将延续(8)2.3.2.供需结构分析：分级诊疗趋势下，基层面临智能化升级的强需求(8)2.3.3.付费方：消费者有望成为智能医疗服务的重要付费方(9)2.4.政策：需“持证”上岗，收费政策尚未明晰(9)2.5.商业前景：技术赋能是当下，医疗服务是未来(10)3.医疗影像：人工智能在医疗领域应用的第一站(11)3.1.人工智能在医疗影像的应用场景(11)3.2.市场机遇：医疗影像是千亿级的市场(12)3.3.技术实现路径和竞争壁垒分析(14)3.4.二级市场参与医疗影像+人工智能产业的路径(15)4.智能辅助诊断：现代医学皇冠上的明珠(16)4.1.技术实现路径：打造“医疗大脑”的5个步骤(16)4.2.竞争壁垒分析：医疗数据规模&数据结构化技术(17)4.3.商业化路径：智能辅助诊断系统面临的三个定位选择(18)4.3.1.toBortoC？(19)4.3.2.toB领域：选择基层、专科还是大三甲？(20)4.3.3.常见病or垂直病种？(21)4.4.二级市场参与智能辅助诊疗产业的路径(21)4.4.1.路径一：发挥通道优势，联合技术方共同推广(21)4.4.2.路径二：补齐数据结构化能力，自研医疗大脑(22)5.精准医疗：AI+基因组学解读生命大数据(23)6.投资建议与重点推荐公司(25)6.1.思创医惠：IBM沃森中国战略合作伙伴，打造自主医疗AI技术(26)6.2.科大讯飞：人工智能龙头开辟新战场，医疗AI业务快速崛起(26)6.3.东软集团：人工智能有望成为医疗业务二次腾飞的助推器(27)6.4.万东医疗：战略合作阿里健康，打造人工智能医疗影像平台(27)7.风险提示(28)图表目录图1：从边缘革命到战场中心(4)图2：医疗人工智能时代的投资逻辑变化(5)图3：现代医学是数据驱动的学科(5)图4：医疗人工智能发展史大事件整理(6)图6：医疗人工智能创业在2014、2015年开始激增(7)图7：医疗人工智能融资已经超过180亿(7)图8：医疗供需严重不平衡(8)图9：国内人口以及60岁以上人口的统计，单位（万）(8)图10：分级诊疗流程(9)图11：AI+医疗影像产品认证流程(10)图12：未来医疗人工智能的商业模式(11)图13：人工智能在医疗影像领域的应用场景(12)图14：病理科医生的供需缺口(13)图15：放射科医生的供需缺口(13)图16：乳腺癌淋巴转移数字病理切片诊断准确率比赛(13)图17：医疗影像市场(14)图18：“机器看片”的技术原理(14)图19：人工智能医疗影像产业链(15)图20：打造医疗大脑的流程(16)图21：医疗知识图谱的简单示意(17)图22：临床数据结构化的流程图(18)图23：Babylon的APP界面（对话由患者与机器完成）(19)图24：IBM沃森“看病”流程(20)图25：医疗信息化公司与核心技术公司合作是较好的选择(21)图26：医疗信息化公司与核心技术公司合作是较好的选择(22)图27：数据流的视角下的医疗信息化上市公司划分(23)图28：基因组数据解读分析的核心就是找到基因组和表型/疾病组之间的规律(24)图29：基因预测疾病风险的经典案例(24)图30：基因检测产业链(24)图31：2001-2016年平均每兆数据量基因测序成本(25)图32：2001-2016年基因测序成本(25)表1：医疗影像领域人工智能技术突破“人类水平”的案例(6)表2：国内巨头医疗人工智能产业布局概览(7)表3：医疗影像在众多病种的应用，已经成为最重要的临床诊断工具(11)表4：医疗数据结构化的三种路径(18)表5：智能辅助诊断系统的市场定位(20)表6：医疗+人工智能股票池(26)1.前言：从互联网医疗升级到医疗人工智能从2014年互联网医疗崛起至今，我们经历了一个完整的医疗产业技术渗透周期，享受过牛市的甜蜜期，也体会过商业模式迟迟未能兑现所带来的阵痛。看当下，以春雨医生、微医为代表的互联网医疗平台，继续在政策的夹缝中艰难摸索商业模式；传统的医疗IT厂商们仍然埋头做着医院、政府的项目。当颠覆医疗的口号慢慢平息，医疗健康产业似乎重新归于平静之时，新一轮人工智能的风暴开始向医疗产业袭...