[[235958]]

以前被問到“醫(yī)生會不會被AI取代”時，丁香園創(chuàng)始人李天天的答案是否定的，但現在，他改變了想法，“至少有兩類醫(yī)生在將來有可能會被AI取代，一個是影像科醫(yī)生，一個是病理科醫(yī)生。這兩個科室的醫(yī)生有個特點：不見病人。但凡跟病人有接觸的，我認為不太容易被AI取代掉。”

“AI人工智能時代已經來了。”在丁香園舉辦的 Digital Healthcare China 2018 大會上，麥肯錫合伙人 Florian Then分享了AI醫(yī)療在全球的發(fā)展現狀和趨勢，以及中國為何在數字化應用上全球領先等話題。

根據研究數據顯示，在需求端，有 63% 的病人認為在線掛號更加有效，有超過 70% 的病人已經在使用數字化渠道接受患者教育。在供應端，醫(yī)療行業(yè) AI 服務供應商覆蓋了全價值鏈用戶場景。

在 Florian Then看來，接下來幾年將會非常有趣，中國醫(yī)療數字化發(fā)展有五個關鍵性問題：政府將如何繼續(xù)把數字化與醫(yī)療體系相結合，是否會推動醫(yī)療數據以及醫(yī)療體系的標準化等。

以下是麥肯錫合伙人 Florian Then 的演講內容，筆者編輯整理：

我想跟大家分享三方面的內容，***個是目前全球的趨勢是什么;第二個在數字與AI領域有哪些方法我們可以采用，第三部分是中國在醫(yī)療健康行業(yè)AI背景當中發(fā)揮什么樣的角色和作用。

全球趨勢

***個問題，到底是一種炒作還是確實是現實，而且有些人確實仍然還有這樣的問題，我想重申這個確實是發(fā)生的，AI人工智能時代已經來了，其中有三個推動因素。

***個就是數據存儲的成本越來越低，2000年你要支付10美元，現在只需要支付一分錢，基本上成本下降了很多，因此也使***的數據存儲變?yōu)榭赡?第二，數據量的拓展是非常迅速的，90%的數據是在過去兩年間產生，這個數據增長仍然在加速，也就是說我們會有越來越多的數據;第三，計算機越來越快，運算能力在五年內迅速增長，這個肯定會繼續(xù)推動數字AI的發(fā)展。

在運用AI方面，醫(yī)療行業(yè)仍然還處于初級階段，其實還是有很大的成長空間。在早期并不光只是運用AI，還有數字領域。

可以看到基本上涉及到方方面面，不同行業(yè)其實都在投資這一領域，而且在價值鏈當中的不同環(huán)節(jié)都會借助。在醫(yī)療行業(yè)還有很多事情可以做，這個確實是令人興奮的事情。

根據研究數據顯示，在需求端，有 63% 的病人認為在線掛號更加有效，有超過 70% 的病人已經在使用數字化渠道接受患者教育。在供應端，醫(yī)療行業(yè) AI 服務供應商覆蓋了全價值鏈用戶場景，這當中既有初創(chuàng)企業(yè)，也有全球性的大公司。

從這個圖上大家可以看到主要有三大醫(yī)療方面的用戶場景。在這個價值鏈當中有很多問題可以解決，很多初創(chuàng)企業(yè)已經進入了這些領域，如果我們退后一步問這樣的一個問題，數字健康到底應該解決什么樣的問題?

慢性病管理是未來醫(yī)療體系的關鍵所在。在2013年有一個預測表明，到2030年，預計總共會有將近 80 億美元用于慢性病治療，這是目前中國整體醫(yī)療支出的三倍。

數字健康還有AI可以幫助我們解決很多問題。如果它確實能夠為我們增加價值，我們就要去運用它，并且盡量避免這些未來可能出現的問題和負擔。另外一個問題就是我們現在已經知道的是什么，以及數字健康能夠為我們增加什么樣的價值。

我們分析了大概500份研究報告，通過研究這些報告我們發(fā)現，從醫(yī)療體系角度而言，數字化健康管理能夠使整體成本下降接近 10%，并且這 10% 大部分都是由供應端貢獻的，主要體現為更加有效的疾病和護理管理。

AI 與數字化應用方案

一、國家層面的醫(yī)療基礎設施

很多國家覺得建立全國層面基礎設施很有必要。德國 Gematik 電子病歷項目，英國 NPFIT 項目，美國 HealthConnect 項目都是由國家推動，建立統一的數據標準，但是這樣的項目不僅投入巨大，而且很難維系。從國家層面或者說從系統層面來實施這個新東西確實是非常難的，而且背后有很多原因。

二、創(chuàng)新的數字化醫(yī)療方案

創(chuàng)新數字化企業(yè)會提供很多的解決方案。但是一方面非常分散化，一個醫(yī)生需要裝許多不同的 App 來實現全流程的操作。另一方面，也會造成某個細分領域過度擁擠，最終只能純粹憑靠資本實力才能勝出。

比如AI成像領域，有超過70多家公司都從事這一領域。而真正能夠鶴立雞群的公司通常都是資本實力相對比較強的公司，這邊其實還是有問號的，到底有多少公司能夠真正的成功。

三、全產業(yè)鏈生態(tài)系統

現在其實不是以產品為中心，而是平臺為中心的一個想法，這個其實對于人們來說比較難，因為大眾沒有辦法直接從線性思維轉化到生態(tài)系統網絡的思維。

如果我們后退一步看一下目前市值***的一些公司，其實可以看到這些公司就是創(chuàng)立了相應的生態(tài)系統。像騰訊、阿里巴巴也在張圖上，我們也慢慢開始意識到了這點，必須要建立相應的生態(tài)系統，比如GE 健康云、西門子“teamplay”、飛利浦健康套件、羅氏+MySugr 糖尿病管理平臺。

中國AI醫(yī)療應用的優(yōu)勢與問題

接下來提到中國，對于中國來說這意味著什么，以及中國能從中學到什么?中國是否能夠成為未來在醫(yī)療領域之勝?我們首先問這樣一個問題，這個價值到底是多大?

根據統計數據顯示，在中國，截止到 2030 年，預計有***達 45% 的醫(yī)療行業(yè)收入來自于數字化解決方案，這一比例可能轉化的數字是 2 - 7 萬億人民幣，這也是未來中國數字化醫(yī)療行業(yè)可能達到的市場規(guī)模。

中國其實有一些優(yōu)勢?？赡艽蠹乙呀浭煜ず芏噌槍I領域的一些政策，我們把它與其他國家進行對比，其實可以看到其他國家不像中國這樣有針對性、有戰(zhàn)略性，以及有系統性的這些政策出臺，這種戰(zhàn)略性的規(guī)劃其實是一大優(yōu)勢。

而且有很多媒體相信，在中國AI以及數字領域有非常強大的優(yōu)勢。中國的醫(yī)療體系其實是比較復雜的，而且在中國有很多大公司或者初創(chuàng)企業(yè)也在解決各種各樣的問題或者解決方案。比如在生物科技領域，已經有很多海歸在中國開始創(chuàng)業(yè)，我們希望能夠為中國帶來更多的新鮮想法以及高端人才。

另外一個因素就是規(guī)模，如果我們把中國與美國進行對比，在AI領域可能中美是兩大競爭對手，你可以看到中國的互聯網用戶基本上是美國的兩倍，手機用戶是美國的三倍，而數字原住民基本上是美國的四倍。就數據流而言，可以看到這個對于中國在AI領域取得成功是非常關鍵的基礎因素。

第五，分析一下運算能力，現在中國有非常強大的運算網絡，因此交易可以很快解決，現在中國其實已經成為數據處理或者說運算能力***的一個國家。

我其實是希望從醫(yī)療領域來展示像騰訊這樣的生態(tài)系統，你可以看到其中有很多相關因素，丁香園其實也是其中之一，有很多相應的分析工具等等。

一旦有了這樣一個系統就知道大家都在購買什么，然后再加上醫(yī)療相應的知識，這就是一個很強大的組合。我們覺得在美國可以類比的系統，就生態(tài)系統而言，其實中國的生態(tài)系統是其他地方沒有辦法可比的。

雖然處于應用的初級階段，但是在中國有相應的人從事正確方向的研究工作，中國其實是愿意去從數據當中挖掘價值。綜合以上因素我們覺得這就是為什么中國能夠在AI領先世界的一些基本考慮。

接下來幾年將會非常有趣，中國醫(yī)療數字化發(fā)展有五個關鍵性問題：政府將如何繼續(xù)把數字化與醫(yī)療體系相結合，是否會推動醫(yī)療數據以及醫(yī)療體系的標準化等。