光子盒-2020人工智能医疗投融资报告-2021.02-23页

导读：

从1950年阿兰·图灵提出著名的“图灵测试”来判定计算机是否智能，到1956年达特茅斯会议提出“人工智能”一词，一个崭新的学科在短短几年内就诞生了。
　　人工智能经历三起三落之后，近十年再次迎来爆发。人工智能爆发的三要素包括算力、算法和大数据。算力方面，GPU大大提升了计算机的性能，拥有远超CPU的并行计算能力。算法方面，2006年图灵奖获得者Hinton提出深度学习的概念，目前深度学习已是人工智能领域研究与应用的核心算法。日渐成熟的大数据更是为算法提供了庞大的数据量。
　　人工智能产业链分为基础层、技术层和应用层。其中，基础层是人工智能产业的基础，主要是研发硬件及软件，比如AI芯片、数据资源、云计算平台等，为人工智能提供数据及算力支撑；技术层是人工智能产业的核心，以模拟人的智能相关特征为出发点，构建技术路径；应用层是人工智能产业的延伸，集成一类或多类人工智能基础应用技术，面向特定应用场景需求而形成软硬件产品或解决方案。
　　在人工智能的所有应用中，医疗排在第一。根据中商产业研究院数据，2020年AI+医疗已占人工智能市场的18.9%。另据IDC统计数据，到2025年人工智能应用市场总值将达1270亿美元，其中医疗行业将占市场规模的五分之一。
　　全球上百家AI+医疗创业公司分布在医学影像、辅助医疗、药物研发、健康管理等应用领域。
　　AI医学影像。医学影像已是人工智能医疗应用领域的第二大细分市场。人工智能进行影像分析的特点是速度快、稳定性高、成本低。分析一张医疗图像往往只需要几分钟甚至几秒钟的时间，可大大提高医生的诊断效率。中国人工智能医疗应用领域中，医学影像是最热门的领域，投资金额最高、投资轮次最多、赛道公司最多、应用最为成熟。
　　AI辅助医疗。辅助医疗包括辅助诊断和辅助手术。辅助诊断方面，典型的就是IBM与美国肿瘤医院共同开发的沃森医生平台。它可以在短时间内综合患者的各类信息，结合上百万的资料给出精准的诊断结果和治疗方案。辅助手术方面，最有名的是达芬奇机器人，这是一种人机协作型机器人，在手术过程中，医生可以在千里之外运用机械臂实时、精准的进行手术辅助。
　　AI药物研发。新药研发面临周期长、费用高、成功率低等三大问题。完整的药物开发过程包括靶标筛选、药物发现、临床试验等。随着大数据和人工智能在科学研究中的应用，药物研究和开发将变得更加精确和便捷。一个成功的案例是美国的Berg公司，其运用人工智能技术，只需要9~12个月就可以研制出一款新药。药物研发是全球人工智能医疗应用领域的第一大细分市场，占比达35%。
　　AI健康管理。相对于就医环节，健康管理是把被动的疾病治疗变为主动的健康监控，主要产品为智能可穿戴设备。这些智能可穿戴设备可以进行长时间的实时监测以及数据多维管理和分析，目前主要应用领域为慢病管理、母婴管理、精神健康管理和人口健康管理。

具体报告内容如下：