【人工智能系列】AI+医疗:发展低于预期 数据是主要瓶颈

投资建议
医疗人工智能落地的重要场景之一。过去一年,我们既看到,随着语音识别、计算机视觉等技术的不断进步,越来越多的公司开始加码AI+医疗业务;但同样也发现,医疗数据获取相对困难,对AI+医疗的发展造成暂时性拖累。鉴于人工智能为医疗行业带来的实质性效率提升,我们仍然看好AI+医疗的长期发展,并建议投资者关注积极布局AI+医疗业务的万东医疗、神州医疗,依图医疗等公司。

理由
IBM Watson 医疗发展低于预期。IBM Watson 是全球AI 医疗行业的领导者。Watson 系统2015 年开始商用,提供包括乳腺癌、肺癌、直肠癌、宫颈癌、卵巢癌和胃癌在内六种癌症的辅助诊疗服务。但是,2017 年2 月,休斯敦安德森癌症研究中心(MD AndersonCancer Center)取消与IBM Watson 的合作,称其辅助诊疗效果始终不达预期。2018 年5 月,IBM 对其医疗业务进行部分裁员。

数据是发展的主要瓶颈,中国有弯道超车机会。影像诊断需要大量经过专业医师标注的数据进行模型训练。并且每种疾病所需要的数据不同,数据碎片化问题严重。此外,北美对医疗数据还有严格的隐私保护。这些因素导致了数据获得的成本高昂,成为影像诊断行业发展的瓶颈。在我国,数据归医疗机构和患者共同所有,三家医疗大数据公司在政策支持下积极建设医疗数据库,这都可能为AI 影像诊断在中国发展提供有利条件。

语音电子病历专业性要求高,是语音识别技术很好的落地场景。和一般的语音识别相比,语音电子病历对专业性及准确性要求更高,更能凸显科大讯飞,Nuance 等语音识别算法公司技术上的优势,实现变现。未来语音电子病历与知识图谱,医疗影像诊断相结合,更能催生新业务。

新应用:层出不穷,有望在未来继续带来亮点。由平安健康推广的“平安好医生”医疗咨询APP 正尝试AI 技术赋能。智能问诊系统可为患者提供初步诊断,缓解了医院的分诊压力。除此之外,AI 也有望对药品研发进行模拟,充分利用早期药物开发的经验和仿真技术能够极大的减少试错成本、缩短研发周期。脑机接口应用仍处于研发阶段,AI 有望在未来将神经信号进行解读,进而帮助患者进行康复训练。

盈利预测与估值
我们维持标的公司盈利预测和估值不变。

风险
人工智能在医疗中的渗透不及预期。

相关文章
四川省:2027年算力总规模达到40EFLOPS,5G基站总数达32万个
四川省:2027年算力总规模达到40EFLOPS…
【破局】这家广电有线省网将率先成立人工智能(AIGC)实验室?
【破局】这家广电有线省网将率先成立人…
中国电影电视技术学会发布《AIGC媒体应用产业图谱(1.0版)》
中国电影电视技术学会发布《AIGC媒体应…
以数实融合创新未来,探访泉城看得见的数智化新进展
以数实融合创新未来,探访泉城看得见的…
工信部陶青:5G行业应用覆盖到76个行业大类,间接带动总产出约14万亿元
工信部陶青:5G行业应用覆盖到76个行业…
工信部赵志国:全国已累计建成207个千兆城市,GAI服务大模型注册用户超6亿
工信部赵志国:全国已累计建成207个千兆…
我还没有学会写个人说明!