◎行业研究
目录：
AI在医学诊断的研究方向
Saas 智能医疗【比康科技】
忘记产品才是SaaS
器械 智能医疗【天任生物】
智能医疗器械发展趋势
设备 智能医疗【渥浮科技】
寻找中国医院信息化市场的蓝海
影像 智能医疗【岱江信息】
以影像的力量变革医疗
AR 智能医疗【蓝斯特】
AR增强现实在智能医疗领域的应用
投资人谈智能医疗
《AI在医学诊断的研究方向》
智微信科 联合创始人 陆炬
AI 即：AI 各行业
利用人工智能技术及互联网平台
让人工智能与传统行业、新型行业进行深度融合
创造新的发展生态、新兴产业发展行动
人工智能将成为推动互联网下一轮升级和变革的核心引擎；“智能 ”是“互联网 ”的延伸和下一站，也将成为第四次工业革命的技术基石；“AI ”也被列入百度的战略计划！
人工智能的核心能力实际上就是人类自身已拥有的能力；只是计算能力更高效，尤其在数据密集型、知识密集型 、脑力劳动密集型行业。
目前存在的痛点：
该如何突破：
全球AI 医疗应用：
医学研究
医学影像与诊断
临床治疗与实施
生活方式管理与监督
精神健康
护理
急救室与医院管理
药物挖掘
虚拟助理
可穿戴设备
其他
颠覆传统医疗的黑科技
AI 医学影像是细分领域爆发的先锋
AI 医学影像:
将人工智能技术具体应用在医学影像的诊断上
1.病理医生缺口巨大
由于国内病理医生收入低、培养模式不健全，全国病理医生极度缺乏；
2.病理读片高度依赖经验
因经验差异使得病理读片的准确率相差较大。
3.图像识别
应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息；
4.深度学习
应用于学习和分析环节，是 AI 应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。
谷歌AI 读片(乳腺癌)
人工读片VS智能读片
AI 医学影像现状：
以色列女执事医学中心（ BIDMC ）与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到 92%，虽然还是低于人类病理学家 96% 的准确率，但当这套技术与病理学家的分析结合在一起时，它的诊断准确率可以高达 99.5%。
DeepCare 对于乳腺癌细胞识别的准确率也达到了 92%。
Enlitic 凭借深度学习技术超越了4位顶级的放射科医生，包括诊断出了人类医生无法诊断出的 7%的癌症，以及在人类医生高达 66%的癌症误诊率的情况下，Enlitic 的误诊率只有 47%。
数据的应用
1.疾病诊断
正确的诊断对于指导病人的用药及康复的重要性；
2.疾病相关因素分析
发病危险因素分析可以指导患者如何预防该疾病；
3.在检验医学图像中的应用
形态学检验中的应用图像作为疾病诊断的工具；
4.在DNA相关检验项目中的应用
5.在医学其他方面的应用
寄生虫检验中的视频数据、血糖血脂等指标的动态监测数据等半结构化和非结构化数据信息分析；
流式细胞仪的数据的单参数直方图、二维点图、二维等高图、假三维图和列表模式等数据也可用数据挖掘来分析；
经典的流行病学、效能研究、人口健康与卫生服务研究等。Sung SF等等利用数据挖掘技术开发了一个脑卒中管理软件，用于分析卒中预后的严重程度。
数据的革命
检验医师的痛点：
未对数据进行规范化和系统化的挖掘与总结；
检验结果不直观，若不能正确分析则影响病人治疗。
AI 带来的突破：
智微信科已实现技术
智微信科通过人工智能 医疗已实现的服务
SaaS（Software as a Service）软件即服务
标尺：从定义上分析SaaS不是一个软件产品，而是运营方向客户提供一组基于特定软件产品的服务。
SaaS要用户业务提供最终交付服务
业务：个人或某个机构的本行业本职工作，涉及一个以上组织，按某一共同的目标、通过信息交换实现的一系列过程，其中每个过程都有明确的目的，并延续一段时间。
标尺：你的客户还在饿肚子吗？
这样定义SaaS
通过互联网（含专用城域网）向最终用户提供满足业务需要的信息服务，且该信息服务的附加特性没有形成另外一个独立业态。满足需求的
四个维度：增加收入、提高效率、降低成本、降低风险
医疗SaaS的边界
广义：在完整医疗健康产业链中的应用 。
狭义：在泛医疗服务交付（前后）环节中的应用（今日议题）
医疗SaaS从哪里开始？
入口：向提供医疗服务的医疗机构和医生提供满足业务需要的信息服务
切入点：提高效率、降低成本、降低风险
理解医疗服务的交付过程
特点：低频、刚需、复杂、链路长、关乎生命
存在即合理的医疗SaaS 应用
中医门诊SaaS：对证下药
中医服务交付要素
比康科技现成型模式
外科器械的发展方向
现在的医生
未来的医生
结合天任生物分享对医疗器械智能化的理解
外科缝合器起源
微创外科
外科手术器械的发展“安全”仍然是最主要的命题，智能化是必然趋势。
医疗器械研发必须结合临床实际，研发最开始和最终都应该是在手术室，而不是实验室。
智能化是深入器械研发的每个细节
天任智能吻合器首先从组织开始
智能吻合器
天任微创外科
《寻找中国医院信息化市场的蓝海》
渥浮科技 创始人 吕俊
我相信在这个领域里存在着多个蓝海，今天我分享的内容基于我个人的认知与理解，仅仅是其中的一个方面。
现有系统几乎涵盖了医院管理的绝大部分内容
其实质是无差异化的信息系统总包业务：
数据深度挖掘类的高级信息处理系统，如：辅助决策系统等，因数据量不足而发展受阻。
现状分析结果：市场陷入迷茫，发展转折点即将出现
市场转折点分析结果：市场将转向智能信息化装备(硬件)为主的底层系统建设。
中国医院信息化行业发展20多年，都是以软件产品为主，市场中的主体只有二个：
蓝海成因
进入这个蓝海市场的门槛
需要深入了解医院内部管理细节，是医院管理专家；
需要了解现有信息系统的功能布局以及发展趋势，是信息化专家；
需要广泛而深入地了解当今计算机、嵌入式系统、自动控制、传感器、自动识别等技术以及发展趋势，是电子工程技术专家；
需要熟悉机械、电子、软件等系统的架构，了解工业设计具备艺术家般的观察与理解能力，是工业产品设计师；
需要掌握机械制造、电子加工等制造产业的人脉与资源，是制造领域专家；
需要有资金来源，具备融资能力；
需要了解现有信息化市场格局、相关人脉资源，懂的与谁合作如何合作，具备营销能力的行业老炮儿。
渥浮科技切入设备 智能医疗行业
第一代产品已完成量产过程，产品在实际的医院环境下稳定运行超过七个月无故障获医院客户好评并启动采购程序。
随着国务院对大健康产业规模的明确规划：到2020年大健康产业要达到8万亿的规模，原则上每个县保留人民医院和中医院两家县级公立医院，其它县级医疗机构都要对社会资本开放。打破医疗“垄断”将释放巨大的市场能量和商业机会，各路大佬开启跨界整合，针对医疗行业有组织、有系统的改造拉开序幕……
据国家卫计委统计，截止2016年10月份，公立医院的数量为12786家，民营医院15798家。与2015年10月底比较，公立医院减少了451家，民营医院增加了2038家。照此计算，公立医院月均减少45家， 2016年预估中国公立医院数量减少近540家左右。而此前五年，公立医院年均减少156家左右，公立医院2016年消失数量是此前3倍多。
社科院公共政策研究中心朱恒鹏观点，他认为“最晚到2018年，大量公立医院包括三甲医院都会亏损。”
医疗机构三大财源
医疗行业的几种体系结构模式
医疗市场的项目体系分析
政策导向-分级诊疗
《国务院办公厅关于推进分级诊疗制度建设的指导意见》对分级诊疗制度建设作出了明确部署，提出了“十三五”时期制度建设的目标，概括起来就是分两步走，“两年逐步完善，初见成效；五年全面提升，成熟定型”。即到2017年，分级诊疗政策体系逐步完善，医疗卫生机构分工协作机制基本形成，优质医疗资源有序有效下沉，以全科医生为重点的基层人才队伍建设得到加强，资源利用效率和整体效益进一步提高，基层诊疗量占比明显提升，就医秩序更加合理规范。到2020年，基层首诊、双向转诊、急慢分治、上下联动的分级诊疗模式逐步完成，符合国情的分级诊疗制度基本建立。
基层用药的持续放开，也直接冲击着大医院门诊量。如果大病都不出县了，慢性病患者买药不去大医院了，大医院的日子能好吗？
据了解，某直辖市全国知名三甲医院一内科科室患者数量比去年同期减少了近四分之一，开始和各地二级医院搞合作导流患者了。
政策导向-医检分家
国家分级诊疗文件明确提出，将整合推进区域医疗资源共享。整合二级以上医院现有的检查检验、消毒供应中心等资源，向基层医疗卫生机构和慢性病医疗机构开放。探索设置独立的区域医学检验机构、病理诊断机构、医学影像检查机构、消毒供应机构和血液净化机构，实现区域资源共享。加强医疗质量控制，推进同级医疗机构间以及医疗机构与独立检查检验机构间检查检验结果互认。
国家卫生计生委正式印发《医学影像诊断中心基本标准和管理规范（试行）》的通知，《通知》表示，医学影像诊断中心属于单独设置的医疗机构，为独立法人单位，独立承担相应法律责任，鼓励医学影像诊断中心形成连锁化、集团化，建立规范化、标准化的管理与服务模式。对拟开办集团化、连锁化医学影像诊断中心的申请主体，可以优先设置审批。
可见，医学影像、医学检验、病理、血透、护理等科室第三方化已经是大势所趋。浙江更是已经发生了桐庐多家县级医院检验科被第三方化的探索。
众所周知，检验科、影像科可都是医院的主要赢利点，可以预见的这些科室第三方化将在未来几年里持续推进，公立医院因此导致的收入损失可以想象。
政策导向-多点执业
2017年初，卫计委相继重磅发布新版《医师执业注册管理办法》、《医疗机构管理条例实施细则》，其中《医师执业注册管理办法》将医师执业地点由过去的“医疗、预防、保健机构”修改为“医疗、预防、保健机构所在地的省级或者县级行政区划”，执业医师的注册地点为省级行政区划，执业助理医师的注册地点为县级行政区划，实现“一次注册、区域有效”。而《医疗机构管理条例实施细则》中删除在职医务人员不得开办诊所的限制。两大文件均于2017年4月1日开始施行。
政策导向-病种收费
2017年1月，国家发改委、卫计委、人社部联合下发《关于推进按病种收费工作的通知》，部署各地全面推进按病种收费改革工作。
收费标准要以医疗服务合理成本为基础，体现医疗技术和医务人员劳务价值，参考既往实际发生费用等进行测算。
综合分析
医疗体系的走向？公立医疗机构走基础医疗路线；民营医疗机构走高端医疗路线；养老、护理、家庭医生等健康服务回到基层社区医疗服务体系。
医疗影像领域的现状
在医疗行业被第一轮互联网冲击过后，患者的自主诊疗意识有所提高，目前的互联网医疗服务多数集中在自诊、在线问诊、在线挂号、检查检验结果查询等方面，但是涉及到医疗诊治过程的一些'痛点'还有待解决，主要表现为六个方面问题：
1.专家资源稀缺，缺乏有效的挖掘和利用
目前远程医疗服务机构缺乏专家资源，主要是因为专家的时间问题，这方面需要做好专家的服务工作，充分利用好专家的碎片化时间，也需要提升服务的质量和可靠性，赢得专家的信任。
2.基层或下级医生专业资源少，缺实战辅导
目前基层或下级医院的缺乏的不是培训，而是实操过程中的指导，他们需要知道在手术过程中如何解决所面临的实际困难，很多问题并不是参加完一次进修班就能够解决的，他们需要专家'手把手'地指导，这可以通过远程的手段来解决。
3.医生看病收入低，缺服务动力
医生本身看病的收入是很低的，北京一些三甲医院的挂号费，如果不是特需是十块钱左右，这个费用并不高，解决了医生收入的问题，他们的服务动力也会增强。
4.诊断信息不对称，缺技术支撑
过往的十年来，我国信息化的整体水平和医院网络基础设施程度还不高，通过不能将把患者的数据以'无损'的方式通过平台进行传输，不能给专家诊疗提供足够专业化及有效的病患资料。
5.医患沟通不对称，缺'好翻译'
医疗的专业性强，在短短几分钟的就诊过程中，患者一般并不能完全理解专家的表达。但这方面基层或下级医院的医生，则可以充当很好的'翻译'角色，这也可以通过远程来做到。
6.医患沟通时间不足，缺服务平台
短时间内也并不能完全解决患者的问题，患者通常具有和医生交流的强烈需求，心医的远程医疗服务平台，可以为每位患者提供30分钟以上的会诊时间。
医疗影像领域的机会
知名医疗信息化专家、福州总医院信息化办公室主任陈金雄在其题为《智慧医疗发展趋势》的专题演讲中指出，未来医疗的发展趋势主要表现在四个方面：
医疗生态环境将发生改变，是从疾病诊疗到健康管理方式的转变，患者会更多地进行自主参与和管理；
医疗业务模式的改变，未来对患者的医疗服务和健康管理会更多地迁移到线上或向“O2O”模式转变，患者将享受到无边界的医疗协同服务；
医疗付费模式发生改变，会从按项目付费向按健康和价值付费转变；
智能诊疗将发挥更大作用，其中包括医疗大数据分析、机器人诊断等在医疗服务的过程中将发挥越来越大的作用。
医疗影像领域的机会
树兰医疗集团总裁、浙江数字医疗卫生技术研究院常务副院长、OMAHA（开放医疗与健康联盟）发起人郑杰在其题为《新医疗信息化时代》的专题报告中认为，今后应该更多从生命科学和跨学科的角度来看待医疗信息化的发展问题，要重点考虑到“整体观、系统观和辩证观”如何在信息系统构建和信息化发展中得到充分体现。同时，郑杰还谈到了今后医疗信息化发展面临的几个问题：
今后医生和患者怎么更好地拥抱移动互联网，医院信息化建设怎么拥抱混合云架构，如何提升弹性计算能力？
未来医院逐渐向集团化、多院区化发展，从“一把手”到信息中心用何种机制去建立IT架构设计能力，如何解决自开发和外包的问题？
医院集团化后医学中心和微诊所之间该如何更好地联动？
医疗集团在从临床到科研、再到产业化的发展中，面临如何解决数据开放以及信息标准的挑战？
如何做到管理式医疗，怎样解决每个患者用户完整数据集的获取和建模的问题，最终又如何与健康险打通？
据国金证券调查，目前我国影像市场规模在2000多亿元，省会城市的影像中心规模在250-300亿，县级市影像中心规模在300多亿。美国40%独立影像诊断中心每年1千亿美金
岱江信息切入影像医疗
岱江信息公司的发展定位是Saas影像服务平台，目标是未来大健康产业链。针对市场的需求研究开发了产品，又在明确和理顺了市场的需求结构后，对产品体系做了更为细致的规划。
岱江已取得的成绩
2015年与20多家医院实现合作，完成100多万销售收入。
2016年7月份完成WebPACS诊后系统升级为全院自助打印整体解决方案并已经销售。
2016年8月跟AGFA盈升已经签订全国第一批50家医院软件唯一提供商（AGFA市场占有率60%以上）。
2016年10月份完成WebPACS诊前系统一站式集中预约解决方案并已进行销售。
2017年3月份完成WebPACS诊中区域系统超声、内窥镜开发工作并已经进行销售。
2017年9月份完成Saas影像服务平台中放射、超声、内镜等产品上线工作。
计划2017年底完成放射、超声、内窥镜、心电、病理、眼科等医技全科Saas影像服务平台工作。
使命：让患者安心看病、放心看病、省心看病
总体目标：通过精细耕耘，有力扶持基层医疗机构，延伸产品和服务价值链，最终把岱江科技打造成为国内顶级的医疗信息服务商。
《AR增强现实应用智能医疗领域》
蓝斯特 创始人 陈子健
AR（增强现实）是什么？
增强现实（Augmented Reality，简称 AR）技术可以将虚拟对象置于用户的物理世界当中，通过与虚拟的交互，扩展人对世界的认知。
虚拟&现实叠加：增强现实通过文字、图片、视频、三维模型等方式，叠加于现实场景中
虚拟&现实互动：虚拟与现实场景实现同步交互， 根据不同的物理场景提供不同的虚拟信息
人&虚拟互动：人通过声音、手势、体感等方式实现与虚拟场景的交互
AR在医疗领域有巨大的市场：据高盛预估到2025年，VR和AR的市场规模将达到800亿美元。其中医疗健康到2025年预期用户约为340万，市场规模将达到51亿美元。
增强现实VS虚拟现实
增强现实：用户不与现实失去联系，可以以最快的速度将信息传送给视觉，用户可以在现实世界中与虚拟物体进行活动！
增强现实场景
虚拟现实：全封闭式的设备，使用者无法看到现实环境，进入一个虚拟的场景
虚拟现实场景
增强现实在医疗领域中的应用
手术录像及直播
医生在遇到一些疑难手术时，往往会想录制下来，以便日后教学和交流时使用；
通过增强现实智能眼镜，医生可以以第一视角记录手术过程，灵活控制拍摄角度；
医生可以通过声音切换录像和拍照，无需用手，不影响操作；
远程医疗
助与培训，外科手术远程
微软的HoloLens在这方面进行了多项课题和研究；
一名巴西骨科脊柱外科医生使用了HoloLens来辅助脊柱内固定术。他们使用头显来指导外科医生更精确地放置这些椎弓根螺钉，防止因不正确的放置所导致的并发症；
微软与美国凯斯西储大学进行合作，利用HoloLens来进行人体医学方面的研究。身体部位将通过设备以漂浮形式投影在特定位置上，学生们将不必观察实体，而是可以直接通过HoloLens来查看人体器官、肌肉组织、人体骨骼的结构。
电子病历
目前的手术中医生不能获得最直观的信息
X射线、CT扫描、超声检测等医学技术的应用，使得现代医生在诊断病人时有了大量可供参考的“体内”图像——意味着掌握了更多的信息。
然而，问题在于大部分这类病理信息的主体，都显示在了监视器上，而医生们则只能通过监视器上的画面，通过自己的大脑来构建病理模型，然后对病患进行分析诊断。这使得医生对于数据的理解变得不直观，变得复杂。
增强现实可以让医生获取信息更简单
增强现实可以用于外科手术诊断可视化，利用人的感官特点，将皮肤下的器官或骨骼等信息叠加在患者的身体上，让“观察者”的大脑相信他所看到的3D浮层，是“真的”透过“被观察者”体内看到的。通过这种技术，让医生更直接简单的获取信息，从而更准确的做出手术的判断和决策。
蓝斯特无线医用头戴式显示器
在医疗领域，医务人员会需要长时间观察位于室内固定位置的显示器设备，容易产生视觉疲劳和颈脖肌肉酸痛等问题。蓝斯特无线医用头戴式显示器可以帮助解决这一问题。
通过60Ghz的高频传输实现超低延迟的无线显示，实测<5ms延迟，媲美有线传输；
可透视(see-through)的显示效果，既能看到显示的电子图像，同时也能看到实际手术景象；
单眼720p高清分辨率显示，具备真3D显示功能，能够显示3D的医疗影像图像，立体感强；
显示内容多样，不仅是能传输显示影像数据，还能融合其他医疗图像，例如DICOM医疗影像；
符合人体工学设计，长时间佩戴也不会造成不适。
EYEPHONE-B PRO
EP AR NOW平台
蓝斯特的EP AR NOW行业应用平台应用了最新的AR技术，可以通过公共网络或是客户自有网络将远程指导专家和现场人员连接起来，通过双向视频传输实现远程交互。
蓝斯特外科手术远程指导平台
该系统能够实现全球范围内的跨网络低延时视音频传输，同时具备在视频上叠加虚拟信息的增强现实作用。
外科手术远程指导:利用丰富的医学专家库信息，构建与远程诊疗协助平台，有效对后台人员进行远程指导。
手术培训:充分利用肝胆等相关外科手术经验和专家库内容，基于增强现实眼镜和EP AR NOW，开发若干肝胆手术相关的培训教程!
近期大家都在议论人工智能对行业的冲击特别大，尤其是对医疗行业的冲击，我个人认为大家也不用担心，像医疗此类行业本质的属性很重。医疗结合人工智能必须先讲大数据，讲大数据之前也要了解数据的获得渠道，所以我需要先讲医疗链接这件事。
14年到15年这段时间移动医疗非常热，而站在今天的角度看已经属于非常冷门的行业，但是将近2年多已经过去，是不是说我们的医疗已经被很好改造？答案是：远远没有！
从链接的角度看还不够专业，还未深入到医疗的灵魂，因此看病也没有变得更简单，医疗资源的供给也没有提升，我们可以感受到的是，医生看病依然很快，好不容易挂了一个号，可能看病只需要3分钟，这是目前互联网没办法改变的一个现状，所以可以看出链接远远没有做好。
从今天分享的几位创业结合SaaS来看，也都是在做整个医疗板块的边缘业务，目前还没有做到大家最希望进入的三甲医疗，专家，科室等，因此数据开放几乎是0，即便有也是边缘性的，还没有涉及到核心的业务，特别是我们最宝贵的一些知识和数据，在大量临床还未涉及，特别是三家医院的一些最可贵的数据，当然现在已经有的是一些体重、血糖等不痛不痒的数据，虽然这些数据也极为重要，但还远远不够，单层次的数据对于我们做人工智能和大数据之后的故事很难讲大。
过去大家在做移动医疗的过程中，大家都想去中心化，去医院，事实上发现90%的移动医疗不是已经倒下就是在倒下的路上，过去的思维都是烧钱，获得用户，获得流量，最终发现用户的流失率很高，质量也不高，往往有些不一样思维的项目，不是往To C发展而是做To b，而To b都是又苦又累的事，先从苦活累活抓才能抓到核心的数据，这其实非常重要。另外我们在做平台业务的时候，还是要看是否能拉动上下游的资源，并且能融合到公司这对公司的生存非常重要。
医疗领域两极分化是很大的，大公司已经很大了，特别是以数据为基础，以信息化为基础的企业，其实他们的体量已经很大了，同时我也发现一件事：中等的公司非常少。同样说到14-15年的泡沫期，总有一些人拿着一份BP来找我，说是做移动互联网的医疗项目，而我恰恰做了那么多年传统医疗，很清楚移动互联网医疗的项目是很难撬动整个大医疗产业。
再结合当下的人工智能，其实是同样的概念，但如果你做的人工智能是帮助医院、基层医疗做一些数据挖掘的工作，那是有一定的价值存在。另外一方面，医院是不会开放数据给外界，最好的办法就是帮助他们做数据挖掘，做数据统计和分析，所有人都不会拒绝外界的帮助，这是人工智能 医疗的一个方向。
第二个方向，不知道大家是否知道中国实质上是在经历一个趋势，整个医疗从传统的三甲医院高端的专科到传统的极少数的专科领域，其实国家是已经在向前端的预防和后端的康复在逐步转化，这是我们整个大的医疗体系的转换；另外国家生活水平的提高使每一个人对健康的意识在不断加强，伴随着预防和康复，以中国目前的发展速度来讲，好的医院的医疗机构的数量是远远不够的，所以这个选择就特别难，要么就是家门口的服务中心，健康中心，或者就是在家里做，这就说明，我们传统的医疗服务会逐步走向家用化，小型化，智能化！
