在過去的幾年中，從IBM繼續(xù)推進基因與藥品領域的工作，到人工智能國家隊登場，醫(yī)療人工智能吸引了大量的關注。然而，在醫(yī)療產業(yè)的高管看來，許多重要的問題仍然亟待解決和完善，例如：

醫(yī)療機器學習的創(chuàng)新結果可能會對患者的生活產生什么影響？

醫(yī)療產業(yè)的高管應該怎樣應對醫(yī)療人工智能帶來的轉變？

在未來的5到10年內醫(yī)療產業(yè)的運作方式會有什么變化？

TechEmergence對超過50名應用AI的醫(yī)療公司高管進行了調研（初始調研中有 15 家公司因為缺乏真實的 AI 應用證據(jù)而被排除），希望了解關于醫(yī)療人工智能的重要預測和產業(yè)洞察。

重要研究結果速覽

以下是本次研究中五項最重要的研究結論：

人工智能將在 2025 年以前大規(guī)模應用：超過 50% 的參訪者認為在 2025 年以前，AI 將被普遍應用到醫(yī)療行業(yè)中。在一項開放式問題中，超過 25% 的參訪者表示相信在 2025 年以前 AI 將在醫(yī)療行業(yè)中得到廣泛的應用。

對于 AI 醫(yī)療案例研究的迫切需求：近 50% 的美國醫(yī)療公司認為醫(yī)療行業(yè)需要「進一步明確 AI/機器學習投資的回報率」。

改善患者護理的決策支持系統(tǒng)首先涌現(xiàn)：「決策支持系統(tǒng)」被列為最有可能被 AI（改善患者治療效果）改善的應用。

基于患者治療效果與財政效率的醫(yī)院采購：「改善醫(yī)療效果」已經成為醫(yī)療系統(tǒng)購買 AI 產品時考慮的最重要因素，「節(jié)省開支」緊隨其后。

AI 的近期焦點將是改善慢性疾?。骸嘎约膊　故墙话敫吖軐τ?AI 改善患者護理的預測結果。其中，選擇「糖尿病」的參訪者最多，「癌癥」排在第二位。

調查結果

公司與參訪者

參訪公司與參訪者情況總覽

在參訪公司中，約有 35% 的公司年收入超過 1 百萬美元，38% 的公司年收入低于 1 百萬美元，27% 處于尚未盈利的階段。

約有 55% 參訪者在美國的醫(yī)療公司工作。

超過 50% 參訪者為其公司的 CEO 或主席。

產品供應

參訪公司產品供應

約有 60% 的參訪公司主要向組織和其他公司銷售產品，其余的 40% 則直接向消費者進行銷售。

35% 的SaaS（Software-as-a-Service，軟件即服務）參訪公司專門經營改善疾病診斷，其中包括許多致力于醫(yī)學影像分析的公司。診斷應用是本次調研中最為普遍的 SaaS 產品，隨著該領域的不斷發(fā)展，這一趨勢在未來可能會延續(xù)下去。

約有 24% 的 SaaS 參訪公司產品集中在改善醫(yī)院經營效率方面，包括幫助醫(yī)院融資、患者手術排期等等。

在直接面向消費者的 App 中，有 29% 是為了建立行為習慣（例如鼓勵鍛煉、提醒服藥等等），這也是本次調研中最為普遍的 App 類型。

只有 11% 的參訪公司在制作硬件醫(yī)學產品（例如醫(yī)療設備）；近 90% 的公司在銷售軟件與 App。

銷售目標人群

在這項多選問題中，有一部分公司選擇了 3-4 種消費者，只選擇一種消費者類型的公司。

超過 80% 的參訪公司表示直接向醫(yī)院和醫(yī)療機構進行銷售。

銷售目標為「醫(yī)藥/生物科技公司」、「醫(yī)療設備公司」和「支付方/保險公司」的答案各占參訪公司的三分之一。

醫(yī)療 AI 應用情況

有接近 50% 的美國公司認為醫(yī)療產業(yè)「需要得到更多的 AI/機器學習投資回報率」。

在美國與國際的參訪公司中，得票第二高的選項都是醫(yī)療供應商已經認識到 AI 的價值，但是缺乏實際應用這項技術的專業(yè)技能。

以上兩項是 AI 應用最突出的兩項制約因素。

不到 2% 的參訪者表示 AI 的市場應用「熱度過高」，或是過于樂觀。

AI 產品向醫(yī)療產業(yè)中銷售的阻礙

有超過三分之一的參訪者在「銷售困難」問題中選擇了「案例研究的需要」，意即缺乏案例研究文獻，成為本次調研中 AI 在醫(yī)療領域銷售中最為主要和緊迫的制約因素。在這一全新的領域，銷售人員亟需卓有成效的產品表現(xiàn)——包括醫(yī)療效率和患者治療效果，這在銷售領域形成了一個「雞與蛋」的循環(huán)問題。

其他得票前幾名的選項包括「產業(yè)整體的保守主義」，醫(yī)療產業(yè)被參訪者評價為「古板的」；此外還有「監(jiān)管因素挑戰(zhàn)」，主要指健康保險流通與責任法案，以及「客戶公司缺乏 AI/人工智能技能」。

可能讓消費者購買 AI 產品的益處

「提高醫(yī)療效果」被列為讓消費者購買 AI 產品的最重要因素，「節(jié)省開支」緊隨其后。

值得注意的是，參訪的 CEO 將「節(jié)省開支」列為決定銷售的最重要因素，而非 CEO 高管和副總裁則認為「提高醫(yī)療效果」是更加重要的因素?？紤]到 CEO 更有可能經常與客戶接觸，所以他們的觀點可能更加有價值，對于真正決定銷售的因素更有指示性。

由于尚未獲得盈利的公司進行的跟進式銷售，它們對于「節(jié)省時間」因素并不重視，但這項因素卻被盈利公司視為最重要的銷售因素。這提示了只有在實際的銷售環(huán)境中，公司才能意識到為了目標消費者而「節(jié)省時間」的顯著重要性。

未來 5-10 年內患者治療效果最有可能被 AI 改善的應用

「決策支持系統(tǒng)」被列為最有可能被 AI 改善的應用（就改善患者醫(yī)療效果而言）。

美國公司與國際公司之間最大的分歧出現(xiàn)在可佩戴/感應數(shù)據(jù)技術上，這可能提示了美國市場對于可佩戴設備的悲觀看法，在歐洲市場則不存在這種情況。

可能被 AI 改善的特定健康狀況

在這項問題中，許多公司并不能列出一種特定的健康問題，而是給出了與其產品相關的回答。TechEmergence 只對與特定健康問題直接相關的回答進行了統(tǒng)計。

有近一半參訪者在回答中列出了「慢性疾病」。

在「慢性疾病」分類中，列出「糖尿病」的參訪者最多，達到接近 30%。

在「慢性疾病」之后，有超過三分之一的回答列出了「癌癥」。

AI 在醫(yī)療行業(yè)得到廣泛應用的時間

調查詢問了參訪者，他們認為 AI 什么時候可以被廣泛應用到醫(yī)療行業(yè)的大部分部門當中。在這項開放式問題當中，超過 50% 參訪者認為在 2025 年以前 AI 可以在醫(yī)療行業(yè)中被廣泛應用。

超過 25% 參訪者表示認為在 2025 年以前 AI 可以在醫(yī)療產業(yè)中達到近于廣泛應用的水平。

全球參訪者預測的醫(yī)療 AI 廣泛應用的平均時間是 2030 年。

盡管 AI 與機器學習在許多產業(yè)中都被應用和推廣，成為數(shù)字化轉型的新典范，然而，從上述研究結果中可以發(fā)現(xiàn)，在 2017 年，AI 在各種行業(yè)中的應用總體上較為有限，其中大多數(shù)的成功案例都來自于科技產業(yè)巨頭公司（谷歌、百度、蘋果等等）。McKinsey 全球研究所估計，科技巨頭公司在 2016 年向 AI 產業(yè)投資達到 200-300 億美元，小型公司則總計投資 60-90 億美元。

如今，業(yè)界對于應用 AI 與機器學習的公司同時抱有日益增加的興趣和疑慮，我們試圖評估公司對于 AI 在其商業(yè)經營中應用可能性的觀念，特別是了解投資人、創(chuàng)始人和科技工作者對于以下問題的想法：

AI 與機器學習在現(xiàn)有應用領域的重要性；

業(yè)界對于未來 AI 技術應用的計劃；

大部分公司對于將 AI 應用于經營中的顧慮原因。

2017 年應用人工智能大會調研總結

同時 TechEmergence 對于超過 100 位參會人員進行了現(xiàn)場或在線訪問，其中有 70% 是從事企業(yè)的銷售，產品類型為服務的約占 42%，軟件約占 34%，有 14.5% 為軟件和服務，其余的一小部分為醫(yī)學產品。「軟件」與「服務」公司作為本文分析的重點。

問題 1：AI 與機器學習在現(xiàn)有應用領域的重要性。

在問卷中，參訪者將 AI 的「應用領域」按照重要性排列出來。商業(yè)智能被視為最重要的領域。

另外，服務類公司對于 AI 在市場中的重要性更為重視，軟件類公司則將人力資源列為 AI/機器學習更有應用價值的領域。這種現(xiàn)象在一定程度上說明服務類公司將人才發(fā)展作為戰(zhàn)略優(yōu)勢的商業(yè)特征。然而，這并不代表軟件類公司不重視人才，而是反映了它們更加注重使用 AI/機器學習來提高產品質量。

除此之外，軟件類公司也將市場排在比較靠前的位置，這可能是由于它們大部分銷售過程是通過數(shù)字化渠道完成的。

問題 2：業(yè)界對于未來 AI 技術應用的計劃。

關于未來 3 年內對于 AI 的投資情況，商業(yè)智能又一次取得了最高票數(shù)，消費者服務和過程自動化緊隨其后，軟件類與服務類公司之間的差距仍然較小。

在「未來三年中公司最有可能投資的 AI/機器學習領域」的問題中，服務類和軟件類公司都更加重視商業(yè)智能和分析、消費者服務，隨后是市場和過程自動化。

問題 3：大部分公司對 AI 應用的顧慮。

上述項目請參訪者對于下列公司不使用 AI 的原因進行排序：

AI 應用是實驗性的，沒有客觀的投資回報比。

AI 應用有效，但并沒有足夠的應用案例。

公司缺乏使用 AI 應用的專業(yè) AI 人才或專家。

沒有應用 AI 的資金承諾。

及其他。

從調研結果可以看出，前三項原因得票數(shù)比較接近，但缺乏 AI 專業(yè)人才一項稍勝一籌，它并非 AI 應用唯一的阻礙，參訪公司還對于一些應用缺乏信心，還需要其他應用結果的切實證據(jù)。

AI 應用的案例研