中美欧医疗+AI产业对比：中国在多个细分领域应用领先，人才储备和数据规范需要加强

中美欧医疗+AI产业对比：中国在多个细分领域应用领先，人才储备和数据规范需要加强

2014年6月，英国人工智能公司BenevolentAI宣布将两个正在研发的阿尔茨海默氏症新药卖给一家美国制药公司，交易额为8亿美元；

2017年7月，IBM对外发布数据，史陶比尔机器人维修，IBMWatsonOncology已经覆盖了全球50多家医院，2017年上半年服务将近4万名患者和医生，覆盖的癌种达到7种；

2017年9月，依图医疗表示，浙江省人民医院作为依图医疗的首批合作医院，从上线至今，AI系统一共辅助医生诊阅1.7万名患者图像，被采纳率为90%；

在全球各个地方，医疗人工智能发展到今天，已经不是仅仅是一种创新的概念，基于人工智能技术研发的各种产品已经切切实实的为医生、患者、企业、医疗机构提供服务。

各个国家和地区看到人工智能的巨大前景，纷纷出台政策、投入资金加快布局速度。人们戏称人工智能的军备竞赛悄然来临。在全球的各个国家和地区中，美国、中国、欧洲是在医疗人工智能表现最抢眼的三个区域。

文无第一、武无第二，动脉网从医疗应用的角度梳理一下这三个区域的医疗人工智能发展现状，看看谁才是医疗人工智能领域的领跑者。

人才

前不久，CSRankings.org以全球各大院校在计算机科学各领域顶级会议发表的论文数量为依据，评选出了世界范围内、亚洲范围内、美国以及欧洲的高校排名情况。在世界排名前25所大学里面，清华大学排名第四，香港科技大学排名第十，CMU（卡内基梅隆大学）居榜首。欧洲的爱丁堡大学和伦敦大学学院进入榜单，美国有18所大学在榜单里面。

在人才方面美国有不可超越的优势。前一段时间，刷爆朋友圈的《领英人才报告》中也指出，美国AI从业人员85万人，欧洲加起来有31多万人，而中国有5万多人。

美国研究者更关注基础研究，www.zr-robot.com，人工智能人才培养体系扎实，研究型人才优势显著。具体来看，在基础学科建设、专利及论文发表、高端研发人才、创业投资和领军企业等关键环节上，美国都有自己的优势。

在人工智能时代，欧洲的发展鲜被提及，但是欧洲的从业人员就有31万之多，是中国的六倍，除了英国的爱丁堡大学、伦敦大学学院、赫特福德、蒙特利尔大学、牛津大学等，瑞典的DalleMolle人工智能研究所、洛桑联邦理工学院和巴塞尔大学。

近年来中国在人工智能领域的论文和专利数量保持高速增长，已进入第一梯队。相较而言，中国人工智能需要在研发费用和研发人员规模上的持续投入，人才的培养虽然不及欧美，但是由于国内的政策和数据优势，很多留学生选择回国创业或者工作，这在一定程度上弥补人才的不足。

医疗数据对比

可用于人工智能研发的主要是指电子病历。随着计算机技术的发展，传统的病历记载方式已经被电子病历所取代，电子病历在实际的医院工作中已经起到了一定的应用效果和作用。在健康数据方面，中国的基础数据量远远领先欧美，特别是根据众多人口数量获得的医疗和健康数据，但是这些海量数据缺乏一个统一标准、跨平台分享的生态环境，大多数都是数据孤岛，利用率和利用价值不高。

美国医疗数据发展分为三个阶段：

1）自由发展阶段（1991年-2003年）

自由发展阶段（1991-2003）：美国IOM（美国医学研究所）最早在1991年就发布了电子病历研究报告，随后美国政府、学术界、医学界陆续出台了一些政策、报告和技术标准，推动电子病历的发展。

2）形成国家政策和政府推动阶段（2004年-2008年）

3）依靠经济手段助推（2009年-至今）

奥巴马为了落地《经济与临床健康法案》，规定在2015年前在诊所中使用电子病历系统的医生，将会获得4.4万到6.4万美元的医疗保险奖金。也正是由于电子病历政策的实施与落地，美国积累了大量的医学数据，机器人维修，这为人工智能的第三次发展高潮的到来奠定了基础。

中国内陆的电子病历发展要稍微晚一些，香港以及台湾这些相对比较发达的地区对于电子病历的认可程度较快，香港在2005年开始全面为港内40多家公立医院引入了一个全球最大的电子病历系统。而内陆地区在电子病历发展历程中起步较晚，但是经过国内的不断发展和努力，国内医院也开始逐渐实现信息化系统建设，并在2010年及其后期几年中相继出台了多个有关电子病历的规范和通知文件，但是频率很低。

比如今年2月22日，卫计委颁布了新的《电子病历应用管理规范（试行）》。距离2010年颁布的《电子病历基本规范（试行）》政策，已经过去了七年之久。

英国的NHS（英国国家医疗服务体系）一直承担着保障英国全民公费医疗保健的重任。在英国卫生大臣JeremyHunt的推动下，工业机器人维修，NHS体系下所有的基层医疗服务和医院服务都必须在2020年实现电子病历，否则将不再允许接待病人。

总的来说，欧美对医学数据的立法基本完善，他们尤其注重隐私的保护，机器人驱动器维修，DeepMind与NHS的合作就曾陷入隐私门而停滞。同时欧美的数据成本也高很多，IBM曾拟斥资26亿美元收购医疗数据公司Truven。

与欧美相比，中国的医疗数据虽然体量很大，但是没有详细的法律规定这些医疗数据的归属权、使用权、存储权、交易权利。政策只是要求目前数据的管理方医院和政府，要保护好隐私，在科研的前提下可以使用这些数据。

在《新一代人工智能发展规划》中指出，国家会在2025年之前形成初步的法律规范，规范医疗数据的各项权利。在此之前，国内的人工智能公司可以利用这一段法律真空期，利用医学数据训练好自己的模型。

医疗人工智能公司的创业数量对比

经过几年的发展，中美欧三地的医疗人工智能创业企业数量总和已经接近200家，其中中国82家，美国74家，欧洲一共有23家。三地医疗人工智能企业的融资概率分别达到了72%、72.9%和65.2%，融资总额分别为6.7亿美元、8.72亿美元、1.28亿美元。

其中中国最大的一笔融资额为碳云智能10亿人民币的A轮融资。美国最大的一笔融资是从事多源异构数据挖掘的FlatironHealth，2016年单笔融了1.75亿美元。欧洲最大的一笔融资是BenevolentAI，该公司利用AI进行药物研发，单笔最大融资1.406亿美元。

美国和中国的获投率十分接近，美国医疗人工智能公司的平均获投率为72.90%，中国为72%，欧洲的获投率相对要低，只有65.2%。另外，据动脉网了解有些公司相对要低调些，即使拿到了融资也是闷头发展，没有报道，中国的获投率应该会更高。从数据可以看出，目前资本对医疗人工智能项目持乐观态度，都不想错过这个风口。

中美欧的医疗创业公司大多还是处于创业早期，仅美国有一家公司PathwayGenomics获得了E轮融资，其他的公司都是在C轮以及C轮之前。其中中国处在A轮的公司比美国多了12家，美国处在种子轮的公司比中国多了7家，欧洲在每个轮次的都比中美少。这些数据可以看出中国的医疗人工智能公司相比于欧美，更容易获得后续的融资。