互聯網醫療到醫療人工智能 ，是對醫療行業從表層到實質、從邊緣到中心的全面升級 。醫療是一個人力、智力密集型行業，醫療服務供給與需求的嚴重失調是我國醫改面臨的根本問題。為了變革升級產業，解決看病難的問題。1.0 時期的互聯網醫療，大部分商家都將自身定位為平臺，強調平臺的連接屬性、放大互聯網的流量優勢。典型的商業模式就是輕問診平臺，以掛號為切入口，希望通過更高效的鏈接患者和醫生，提升醫療服務的資源配臵效率。2.0時期，互聯網醫療平臺嘗試通過開通互聯網醫院、或者到線下開診所的形式來提供醫療服務，從增加醫療服務供給的角度去變革產業，但受限于人力的瓶頸，變革仍然是有限度的。到了醫療人工智能時期，AI 對醫療的滲透有望大幅變革醫療服務的成本和效率，從根本上解決醫療服務資源的供給瓶頸，徹底改善看病難的問題。

　　面對醫療健康產業供需嚴重不平衡的大背景，過去互聯網公司進入醫療做醫患匹配，可以解決一部分醫療資源不平均帶來的問題。但長期來看，通過引入人工智能技術，提升醫療服務的效率、擴大醫療服務的供給才是解決問題的根本方法，醫療資源供給的緊張將催生醫療人工智能的剛需。

　　我們醫療服務體系正在向分級診療方向演進，落實分級診療一直是我國新醫改最重要的事情，通過優化醫療資源的配臵，讓不同層級的醫院形成有效的分工協作，從而實現緩解目前醫療服務供給不足的矛盾。說得通俗一點，就是按照疾病的輕重緩急進行分級，讓不同級別的醫療機構承擔不同疾病的治療工作，從而緩解居民看病難的問題。基層醫療機構將成為未來居民健康的“守門人”和“健康管理者”，基層首診意味著基層醫療將成為新的就醫入口。

分級診療流程

數據來源：公開資料整理

　　現階段，分級診療的難點在于基層的醫療服務水平的薄弱，導致了患者對于基層醫生的廣泛不信任，造成分級診療難以落實。強基層是分級診療體系建設的重要一環。人工智能的引入有望將將頂尖醫學專家的知識和診治經驗進行快速復制，為基層醫生提供實效、實時的決策支持，可以提高廣大經驗不足的醫療工作者的工作能力。

　　考慮到現階段醫保、商保等支付方對于人工智能輔助診斷或者人工智能閱片服務是否納入報銷目錄尚未有定論，個人消費者可能是人工智能醫療服務的重要付費方。欣喜的是，我們觀察到，伴隨著消費升級，個人對于自身健康的關注度持續提高，個人對于數字醫療的認可度和付費意愿在持續提高。以互聯網醫療在線問診平臺為例，根據數據顯示：自 2016 年開始延續至今，付費在線問診業務已是互聯網醫療企業（平臺）普遍選擇的戰略轉折點，并且 C 端付費正呈現出良好的增長態勢。
醫療人工智能領域的相關政策主要包括兩大塊：準入政策和收費政策。1）從大方向來看，政策對于醫療人工智能的技術引入松開了口子；2）收費政策尚未明晰。

　　準入政策： 醫療人工智能“ 持證” 上崗。1）醫療影像領域：人工智能在 CFDA 中沒有申報項目錄，智能醫學影像產品還是作為三類醫療器械向 CFDA 進行認證申請。獲得 CFDA 認證的時間成本和技術水平的要求很高，需要同國家指定的三甲醫院合作進行臨床測試，同做臨床試驗的每一個病人簽訂合同，在國家專業機構做檢測和報備，方可通過認證；2）醫療輔助診斷領域：2017 年 2 月，國家衛計委發布了 2017 版“人工智能輔助診斷技術管理規范”及“人工智能輔助診斷技術臨床應用質量控制指標”。對于人工智能輔助診斷技術做了定性：“人工智能輔助診斷技術為輔助診斷和臨床決策支持系統，不能作為臨床最終診斷，僅作為臨床輔助診斷和參考，最終診斷必須由有資質的臨床醫師確定。”

AI+ 醫療影像產品認證流程

數據來源：公開資料整理

未來醫療人工智能商業模式

數據來源：公開資料整理

　　根據報道，其聯合HIMSS 分析（HIMSS Analytics）針對美國醫院人工智能技術應用前景開展了一項調查，調查分析的 85 家醫院中，目前已應用人工智能技術的僅占 4.7%，不過人工智能在醫院的普及前景光明。調查顯示，計劃在一年內應用人工智能的醫院占 10.6%，兩年內應用人工智能的占23.5%，另有 24.7%的醫院計劃在三年到五年內應用人工智能。約 以此推算，大約 35% 的醫療機構計劃在兩年內使用人工智能技術，而計劃五年內應用人工智能的醫院超過一半以上。