“人工智能+医疗”应用驶入快车道

　　报告起因

　　医疗是人工智能应用的重要领域，国外技术本地化与国内健康大数据应用的强力推进正促进行业驶入快车道，相关商业应用逐步出现。本文就国内外目前所处阶段、驱动因素、未来发展路径进行研究。关于人工智能的原理与发展，请参考我们的人工智能系列报告之《从深蓝到Alphago：人工智能的二十年起伏》

　　核心观点

　　医疗行业是人工智能应用的重要领域。医学是靠逻辑归纳和经验学习学科，人工智能具备相对优势；同时，医疗行业供需矛盾突出，人工智能应用价值显著。具体应用包括，诊前的疾病预防、健康管理；诊中的辅助诊断，医学图像处理；诊后额虚拟医护助手，慢病管理。其他领域包括药物研发，医保控费等。我们认为，人工智能主要应用在数据分析密集型和服务密集型领域。

　　医疗与人工智能结合的关键在于“算法+有效数据”。先进的算法提升数据处理效率与识别准确率，而有效数据是先进算法应用的基础。医疗数据的有效性包括电子化程度、标准化程度和共享机制三个方面。根据“算法先进性”和“数据有效性”两个维度，行业发展分为三个阶段：1>数据整合阶段，数据有效性弱导致应用领域和效果受限，这是中国所处的阶段；2>数据共享+感知智能阶段，数据融合到一定程度，形成商用化产品，这是美国所处的阶段；3>认知智能+健康大数据阶段，或将出现替代人类医生的人工智能应用。

　　巨头兼具算法和数据优势，重点布局辅助诊断领域；创业公司从细分市场切入。IBM是“人工智能+医疗”的龙头，优势在于自然语言处理，通过挖掘非结构化数据寻找深层关系。其商业战略为：1>深度聚焦肿瘤领域，并向其他领域扩展；2>通过收购获取数据资源；3>通过合作扩展使用场景，输出生态能力。Google是实力强大的新进入者，目前在眼科疾病图像识别领域发力。创业公司大多处于早期融资状态，市值尚小，这与人工智能处于早期发展阶段、医疗数据获取成本高、医疗行业细分领域算法通用型不强有关。

　　国外技术本地化与国内健康大数据应用的强力推进将促进行业驶入快车道。算法和技术方面，随着IBM Watson等巨头的国际化布局，相关技术的引入将加速行业发展。数据方面，政策推进健康大数据应用，预计2018年实现部分医疗数据的共享，2020年实现健康数据库全覆盖，时间节点明确促进行业驶入快车道。国内现在有潜力的参与方包括BAT等巨头、具备医疗大数据运营能力的信息化厂商、具备算法优势的创业公司等。

　　投资建议与投资标的

　　建议关注：1>将国外成熟应用本地化的公司：如思创医惠(300078，买入)与IBM合作设立沃森研究院；2>切入细分领域(如医疗影像识别)、具备应用场景、引入人工智能技术的公司，如华润万东(600055，未评级)；3>具备医疗大数据运营基础的智能化控费系统厂商，如卫宁健康(300253，买入)；4>其他具备先发优势的公司，如神州信息(000555，未评级)建立癌症大数据模型。

　　风险提示

　　医疗大数据互联互通程度与共享机制建立进度不达预期，人工智能技术发展不达预期，国外技术本土化进度不达预期。

相关专题：（2014-04-29）