人口老龄化+慢病高涨+医疗资源分配不均，医疗人工智能需求巨大

　　医学人工智能是解决医疗生产力的根本之道。在我国，人口老龄化、慢病高速增长、医疗资源供需严重失衡以及地域分配不均等问题，造就了对医疗人工智能的巨大需求;同时，我国人口基数大、产业组合丰富、人才储备充分等特点，又给人工智能的发展提供了很好的基础。

　　图表1：2010-2017年国内人口以及60岁以上的人口统计(单位：万人，%)

　　资料来源：前瞻产业研究院整理，前瞻经济学人APP

　　另一方面，近年来国家发布的80多条全国性政策以及多条医疗人工智能专项政策，都表明医疗人工智能的发展迎来政策利好。因此，中国已经成为了全球领先的AI研发中心，医学人工智能在中国的发展面临着非常好的机遇。

　　图表2： 截至2017年医疗人工智能的相关政策

　　资料来源：前瞻产业研究院整理，前瞻经济学人APP

　　优质医疗资源匮乏，人工智能+医疗健康改变未来

　　医疗领域最突出的问题就是优质医疗资源不足，同时，医生对疾病的诊断准确度和效率还有非常大的提升空间。长期以来，大多数国家和地区，特别是进入老龄化社会之后，对医生的需求量有增无减。解决医生资源不足的问题，除了增加供给量，别无他法。但是医生培养需要周期，而且供给量也不能无限增加。于是，人们开始寄希望于机器。因为一旦能够实现机器看病，供给量将会无限增加。所以，人工智能+ 医疗健康的结合，是人工智能诸多应用场景中最重要一个。

　　图表3： 医疗人工智能的发展历程(人工网络神经为例)

　　资料来源：前瞻产业研究院整理，前瞻经济学人APP

　　算力算法齐备，人工智能+医疗等待医疗大数据引爆

　　算法、算力和数据，是人工智能快速发展的三个要素。算力是人工智能的基础设施之一，目前每GFLOPS的算力成本已降至8 美分。算法是人工智能发展的基础，算法框架中诸如Caffe、TensorFlow、Torch 等大多数已经实现了开源，成为大多数工程师的选择，对行业的加速发展和人才的培养起到了非常大的作用。数据方面，人工智能系统必须通过大量的数据来“训练”自己，才能不断提升输出结果的质量。目前医疗数据还具有公开性不高，难以获得、清洗的特点。

　　图表4： 医疗人工智能的三大要素

　　资料来源：前瞻产业研究院整理，前瞻经济学人APP

　　在过去的十年里，随着电子病历的实施，数字化的实验室幻灯片，高分辨率的放射图像、视频，医疗保健数据量呈指数级增长，整个医疗行业的数据量令人难以置信。再加上制药企业和学术研究机构档案，以及数万亿的数据流从可穿戴式设备的传感器中得到。EMC和IDC发布的报告显示，2013年全球医疗保健数据量为153EB，预计年增长率为48%。这意味着到2020年，这个数字将达到2314EB。

　　图表5： 2013-2020年全球医疗大数据数量及预测(单位：EB)