金准人工智能大数据时代下的健康医疗行业报告前言大数据及AI 技术在健康医疗领域应用场景包括、辅助决策、健康/ 慢病管理、机构智能化管理、基因数据等。预计2019 年，辅助决策类中的影像辅助诊断将首先落地，主要因为其 90% 的准确率，可以快速为医生提供丰富的细节信息。其他应用场景，医疗机构的智能化管理，将在各省市区域信息平台及三大健康医疗数据集团推动下进行。全科辅助决策、健康 / 慢病管理、人工智能新药研发等，大多处于产品研发中期。针对这三个领域，企业仍需投入大量技术人才，以缩短流程路径，提升产品准确率。一、 大数据在健康医疗行业中应用价值1. 健康医疗行业面临的困境1.1 全球医疗困境人口的增长和老龄化，发展中国家医疗市场的扩张、医学技术的进步和人力成本的不断上涨将推动支出增长。2017-2021年全球医疗支出预计将以每年4.1% 的速度增长，而2012-2016年的增速仅为1.3% 。慢性病发病率提升，变化的饮食习惯以及日益增加的肥胖度加剧了慢性病的上升趋势，特别是癌症、心脏病和糖尿病，目前中国糖尿病患者约有1.14 亿，而全球患者人数预计将从目前的 4.15 亿增加至 2040 年的 6.42 亿。传统研发 （ R&D ）成本上升， 产品上市速度慢，2004 年至 2014 年药物开发成本增加了 145% 。劳动力不足，在人口结构的变化和技术的迅速发展下，熟练和半熟练医疗保健工作者将大幅减少。1.2 中国特色困境人口老龄化加剧。供需结构失衡，金准人工智能专家统计2016 年我国每千人口执业（助理）医师2.31人。 2015 年我国每千人口医师数量在OECD 统计的国家中排名处于25-30之间。同时，我国医生执业环境较差，促使进入医疗系统的优秀人才逐年趋少。医疗资源发展失衡，据金准人工智能专家了解，2010-2015年三级医院诊疗人次及住院人次复合增长率分别为14.6% 和 21.9% ，而基层医院仅为3.8% 和 0.5% 。传统就医模式使得三级医院人满为患，导致就医体验差及优质医疗资源浪费严重，因此， 我国仍把推行分级诊疗作为当前首要任务。医保透支，《中国医疗卫生事业发展报告2017 》预测， 2017 年城镇职工基本医疗保险基金将出现当期收不抵支的现象，到 2024 年将出现累计结余亏空7353 亿元的严重赤字。商业健康险的发展可有效弥补医保不足。在成本支出方面， 健康险利用市场规律帮助医院合理控费，同时， 还可增加社会保障的收入来源，减轻国家医保基金的负担。提升医保控费能力，探索创新支付...
