人工智能专题-神机妙术大医精准

投资评级领先大市-A维持评级行业表现 计算机14%8%2%-4016-092017-01-10%-16%-22%-28% 沪深3002017-05数据来源：Wind资讯%相关报告中国脑计划呼之欲出人工智能再迎重磅政策催化2017-09-192017-09-16并购效应弱化，人工智能高景气—计算成为现阶段智能医疗服务重要的买单方；4）政策：医疗人工智能需“持证”以分为1.0的技术赋能（联合医院共同输服务C端）以及2.0的直接切入医资源获取能力以及数据挖掘能力的医疗信息化公司、医力的公司。重点推荐思创医惠、科大讯飞、东软集团、 行业深度分析/计算机 4 52.1.技术：已走出实验室，商业化加 5 7 8 8 8 9 9 10 11 11 12 14 15 16 16 17 18 19 20 214.4.二级市场参与智能辅助诊疗产业的路径 21 21 22 23 25 26 26 27 27 28 4 5 5 6 7 7 8 8 9 10 11 12 13 13 13 14 14 15 16 17 18 19 20 21 22 23 24 24 24 25 25 6 7表3：医疗影像在众多病种的应用，已经成为最重要的 11 18 20 26 行业深度分析/计算机为平台，强调平台的连接属性、放大互联网的流量优势。典型的商业模式就是轻问诊平台，以挂号为切入口，希望通过更高效的链接患者和医生，提升医疗服务的资源配臵效率。2.0图1：从边缘革命到战场中心数据来源：安信证券研究中心整理制作（统计学+小样本数据）的阶段再进一步进化到基于人工智能的诊疗，医疗行业的投资逻辑 行业深度分析/计算机图2：医疗人工智能时代的投资逻辑变化数据来源：安信证券研究中心整理制作的评价，最后把临床数据总结成临床诊疗指南、临床路径；循证医学发展到精准医疗时代，图3：现代医学是数据驱动的学科数据来源：安信证券研究中心整理制作 行业深度分析/计算机如哈佛医学院开发的DXplain，主要是依据临床表现提供诊断方案。DXplain图4：医疗人工智能发展史大事件整理数据来源：安信证券研究中心整理制作表1：医疗影像领域人工智能技术突破“人类水平”的案例2017.12017.9数据来源：安信证券研究中心整理数据来源：亿欧智库，安信证券研究中心数据来源：亿欧智库，安信证券研究中心表2：国内巨头医疗人工智能产业布局概览科大讯飞数据来源：各个公司官方新闻，安信证券研究中心整理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产业环境从医疗服务的供给方、需求方、付费方三个视角来看：1）人工智能的引入有望解2.3.1.供需总量分析：供给不平衡仍将延续较高时，人人都想去看专家，就更加剧了看病难问题。考虑到一般医学生需要九年的学习、数据来源：安信证券研究中心整理制作数据来源：亿欧智库，安信证券研究中心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 行业深度分析/计算机图9：分级诊疗流程数据来源：动脉网，安信证券研究中心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 行业深度分析/计算机图10：AI+医疗影像产品认证流程数据来源：亿欧智库，安信证券研究中心整理制作国内监管未来或可参考美国FDA，成立独立的AI与数字医疗审评部。鉴于认证的流程过于望参考美国FDA，成立专门的AI产品审核部，加快医疗人工智能“持证”上岗的速度。但随着技术的不断成熟以及医疗改革的深入，支持社会办医的学影像诊断中心、医学检验实验室、血液净化机构、病理诊断中心。实际上，这也为未来 行业深度分析/计算机图11：未来医疗人工智能的商业模式数据来源：安信证券研究中心整理制作表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肺脑数据来源：安信证券研究中心整理 行业深度分析/计算机从功能来看，人工智能在医疗影像领域的应用场景可以分为两类：1）机器看片：强调的是图12：人工智能在医疗影像领域的应用场景数据来源：安信证券研究中心整理制作增长远不及影像数据增长。这意味着放射科医师在未数据来源：deepcare，安信证券研究中心整理数据来源：动脉网，安信证券研究中心图15：乳腺癌淋巴转移数字病理切片诊断准确率比赛数据来源：deepcare，安信证券研究中心整理制作医学影像市场存量规模在4000亿左右。我国医院财报显示影像检查收入占医院收入的 行业深度分析/计算机图16：医疗影像市场数据来源：36KR，安信证券研究中心整理制作分割（一般分割精度<2mm.为后期的智能匹配和判断提供图17：“机器看片”的技术原理数据来源：安信证券研究中心整理制作 行业深度分析/计算机2）算法是人工智能医疗影像产品的关键。影像数据标准化以及数据模型的构建需要长时间像诊断基础设施层又可以分为影像信息化和医疗影像以及线上影像平台成为重要的影像诊断服务机构。医疗图18：人工智能医疗影像产业链数据来源：36kr，安信证券研究中心整理 行业深度分析/计算机出临床治疗经验，融合现存的医学知识，针对各种疾病建立医疗图谱。并在此基础上，通过“阅读”患者的病历或者是临床症状，结合后端的医疗图谱，为医生提示临床医计算、交互设计。图19：打造医疗大脑的流程数据来源：安信证券研究中心整理制作，红色虚线表示尚未融合的数据院内的数据仍然是高度分散、碎片化的形式。其主要原因在于：1）近十年临床医学的发展信息系统有一两百个是很常见的；2）医疗信息化市场本身高度分散。国内排名前二十电子2、数据加工：结构化、批量化的处理海量的临床数据。相比金融行业每个动作所产生的数工就是按照一些标准尽量地把文本非结构化的数3、知识图谱：对临床数据、医学文献数据进行收集、整理、分类、过滤、加工并建立逻辑于两大类，分别为基于文献的证据（Literature-basedEvidence）和基于临床实践的证据（P 行业深度分析/计算机图20：医疗知识图谱的简单示意数据来源：安信证券研究中心整理制作4、知识计算：有了完善的知识图谱还远远不够，系统要具备推理能力才能实现智能诊断。5、交互：用户意图理解。智能辅助医疗产品的最终使用者包括医生和患者两类人群。特别术则代表了挖矿能力。对于构造医疗大脑而的WORD文档，而AI系统需要的是EXCEL中的数据。由于结构例，即使在数据收集较为规范的美国，据美国临床肿瘤学会（ASCO）统计，美国也仅有不到3%肿瘤患者的数据被结构化用于研究，剩下97%的数据都闲臵在医院的医院信息系统（HIS）里或者病历病案室中。只有攻克医疗数据结构化的问题，医疗海量数据金矿才有望 行业深度分析/计算机图21：临床数据结构化的流程图数据来源：亿欧智库，安信证券研究中心前成为医疗IT公司、医院、医生、药企的共同目标，医疗数据深度结构化大成本是传统路径面临的最大问题。此外，人工录入显然不能解决医院积压的大量存量病历。2、纯机器：我国医疗术语缺乏标准化和医疗信息的复用自然语言处理技术，批量抓取病历、病理学表4：医疗数据结构化的三种路径培数据来源：安信证券研究中心整理，数据来自行业草根调研 行业深度分析/计算机图22：Babylon的APP界面（对话由患者与机器完成）数据来源：babylon官网，安信证券研究中心，注：对话由机器完成国内的在线医疗平台均将引入AI技术作为补充。事实上独立的AI诊断中心是未来toC的方向。正如我们前文给出的判断，随着技术的不断成熟和智能公司成立独立的AI诊断中心有望成为C端服务的商业模式。 行业深度分析/计算机中查找支持证据对每种方案进行排序，帮助确定最终个性化诊疗方案。目前，Watsonfor图23：IBM沃森“看病”流程数据来源：动脉网，安信证券研究中心技术和需求更匹配，基层是重要切入口。我们更看好智能辅助诊断在基层1）从技术角度来看：并非所有智能辅助诊断系统都能达到WatsonforOncology的技表5：智能辅助诊断系统的市场定位百度医疗大脑●●●惠每医疗（梅奥诊所在国●● 行业深度分析/计算机数据来源：安信证券研究中心整理，数据来自行业草根调研构造覆盖面较全的常见病知识图谱难度较大，更们看到的绝大多数在人工智能领域探索的医择握在产业巨头（IBM、百度、谷歌等）或者技术型图24：医疗信息化公司与核心技术公司合作是较好的选择数据来源：安信证券研究中心制作展能力，将是现阶段比拼的核心。考虑到医疗机构的合作伙伴，快速布局。对于这些巨头而言，并不数据清洗能力将成为医疗信息化公司产业合作过程中的核心竞争力。按照上文我们对于“医疗大脑”技术构造的分析，巨头们真正掌握的核心技术在知识图谱、知识计算层。数据清洗层，由于医学的复杂性，纯机器清洗不适用于医疗领域，机器+人工是现阶段的主流数据清慢向医疗服务领域延伸是大概率事件，未来准了5类可以独立设臵医疗机构（包括医学检验实验室、病理诊断中心、医学影像诊断中心、血液透析中心、安宁疗护中心事实上也为独立的图25：医疗信息化公司与核心技术公司合作是较好的选择数据来源：安信证券研究中心制作具备研发医疗辅助诊断系统的数据资源禀赋。之前，医疗大数据并所利用的主要原因在于数据清洗能力或者说没有将这些原始的数据转变为机器可以阅读的 行业深度分析/计算机图26：数据流的视角下的医疗信息化上市公司划分数据来源：安信证券研究中心整理制作的肿瘤医疗中心和其他医疗机构中的癌症临床数据并建立肿瘤数据都闲臵在医院的医院信息系统（HIS）里或者病历病案室中。Fla疗信息化上市公司树立了良好的榜样。如肤色、发色、智商、身高和运动能力等，这些差异不是疾病。但是有一些表型就是疾病，比如说智力障碍、先天性白内障等，这些严重地先事先疾病风险预测以及提早防治。基因预测疾病并且在2015年进一步切除了卵巢和输卵管。数据来源：安信证券研究中心整理制作数据来源：GeneDock，安信证券研究中心图29：基因检测产业链数据来源：安信证券研究中心制作数据来源：艾瑞咨询，安信证券研究中心整理制作数据来源：艾瑞咨询，安信证券研究中心终表型。另外，基因组包含的信息很多，而真正为人们真正所了解的大约只占总体的2%，医疗行业坐拥天然的数据富矿，结合人工智能些领域的垂直行业云将迎来发展机遇；2）数据层：包括传统的医疗信息化公司、医疗影像 行业深度分析/计算机表6：医疗+人工智能股票池应用场景层数据来源：安信证券研究中心整理自主医疗AI技术取得了阶段性成果。公司2017年进一步开发完善了EWELLBigDataPlatform大数据平台，通过该大数据平台可以便捷地将分散在聚、清洗、转化、标准化进行统一储存，形成专业数据中对大量非结构化的临床数据进行语义结构化处理，转化为计算机可以识别的语义；3）构建公司名列中国第一、全球第六。公司作为人工智能先驱，其技术实力得到广泛权威的认可。 行业深度分析/计算机年荣登IDC医疗IT行业报告排名第一；2）医疗设宁省医学影像云”健康医疗服务平台。我们认为，公司省级医学影像