人工智能医疗在一定程度上缓解了资源供给不足，分布不均的问题。医疗行业作为关系我计民生的重要行业，长期以来存在医疗资源供给不足和分布不 均等问题。据《2019 年我国卫生健康事业发展统计公报》数据，2019 年我国共有三级医院 2,749 个，在我一至三级医院总量中占比为 11.60%，但三级医院医疗服务工作量占比为 56.75%，且我国三级医院主要集中在北京、上海、广州 等大城市，中小城市医疗资源相对不足。
截至 2019 年末，我共有卫生技术人 员 1,010 万人，其中执业医师和执业助理医师 382 万人，注册护士 443 万人， 而全年总诊疗人次为 85.2 亿人次3，医疗供给也存在较大压力。在此背景下，人 工智能凭借其智能化、自动化的特点，在医学影像、药物研发、医院管理等多个医疗场景落地应用，能够辅助提高医院诊疗效率和运营管理水平，在一定程度上 缓解我医疗资源不足的问题。
人工智能赋能医疗行业的发展路径可归结为“计算智能-感知智能-认知智能” 三个阶段，随技术进步而螺旋上升发展。计算智能是人工智能医疗发展的初期阶段，在这一阶段人工智能主要表现为对医疗行业的算力支持，通过计算机获取海 量医疗数据资源，对于数据进行整合、处理、分析，是实现精准医疗、智能医疗的重要保障。感知智能是机器接收外界信息、实现人机交互的能力。机器对于外 界信息的感知主要通过将图像、声音、文字等转化为数字形式进行记忆和学习， 并依据相关算法进行推理和决策。在人工智能医疗领域主要体现为对于影像、声 音等多维度医疗信息的识别和处理，帮助医生快速诊断，大幅提高医生诊疗效率。认知智能是人工智能医疗更深一步的发展，通过机器自我学习进行有目的的推理， 优化决策系统，实现人机互动，辅助或者部分替代医生完成医疗诊断工作。在这 一阶段，人工智能的计算能力和认知能力都有大幅提高，所处理的数据由健康保 健向临床医疗及前沿科研等更为复杂的多元方向拓展，将人工智能应用于医疗生 态的方方面面，利用深度学习技术对医疗数据资源进行多维度推理和使用。
人工智能医疗正从感知智能向认知智能过渡。从整体来看，我国人工智能医疗发展历经计算智能阶段，目前正处于从感知智能向认知智能过渡的发展阶段， 不同细分领域的技术发展情况和落地应用成熟度有所不同。AI 医学影像是人工 智能在医疗领域应用最为广泛的场景，率先落地、率先应用、率先实现商业化。
手术机器人、药物研发、精准医疗等领域已有部分落地应用，但因成本或技术原 因，尚未实现规模化普及，未来增长空间较大。受 2020 年初新冠肺炎疫情影响， 人工智能在公共卫生领域特别是传染病的预防与控制方面发挥重要作用，传染病大数据分析预警系统、疫情排查系统、智能测温机器人、消毒机器人、语音服务 机器人等在战“疫”一线被广泛应用。
人工智能医疗的商业化路径通常沿着“ 学术研究商业应用” 的模式进行。与实验室产品不同，人工智能医疗的商业化需要利用人工智能技术解决医疗领域的实际问题，通过满足一定规模的市场需求来实现商业变现的行为。其本质是商业 行为，以盈利为目的，因此对人工智能医疗的技术成熟度、销售方式、盈利模式 都要有明确的规定，以实现对于人工智能医疗领域的商业化规范管理。2018 年， 家卫健委出台《家庭健康医疗大数据标准、安全、服务管理办法(试行)》(卫规划发〔2018〕23 号)，提出健康医疗大数据标准管理工作原则，明确规定医疗大数据的使用标准和安全原则，体现出家对医疗行业数字化转型和商业发 展的高度重视。而人工智能医疗的发展同样如此，人工智能作为新兴技术在医疗 行业的融合和商业化应用中需要经过实验室研发、临床试验、注册审批、市场准 入、市场定价、市场流通等环节。从我人工智能医疗的发展进程来看，安德医 智旗下 BioMind“天医智”的颅内肿瘤磁共振影像辅助诊断软件于 2020 年 6 月通 过了 NMPA 三类医疗器械审批，该产品是通过药监局审批后获得以“影像辅助诊 断”命名的 AI 医疗软件4，在美等家已有多款同类产品上市。
