在過去的幾年中，從IBM繼續推進基因與藥品領域的工作，到人工智能國家隊登場，醫療人工智能吸引了大量的關注。然而，在醫療產業的高管看來，許多重要的問題仍然亟待解決和完善，例如：

醫療機器學習的創新結果可能會對患者的生活產生什么影響？

醫療產業的高管應該怎樣應對醫療人工智能帶來的轉變？

在未來的5到10年內醫療產業的運作方式會有什么變化？

TechEmergence對超過50名應用AI的醫療公司高管進行了調研（初始調研中有 15 家公司因為缺乏真實的 AI 應用證據而被排除），希望了解關于醫療人工智能的重要預測和產業洞察。

重要研究結果速覽

以下是本次研究中五項最重要的研究結論：

人工智能將在 2025 年以前大規模應用：超過 50% 的參訪者認為在 2025 年以前，AI 將被普遍應用到醫療行業中。在一項開放式問題中，超過 25% 的參訪者表示相信在 2025 年以前 AI 將在醫療行業中得到廣泛的應用。

對于 AI 醫療案例研究的迫切需求：近 50% 的美國醫療公司認為醫療行業需要「進一步明確 AI/機器學習投資的回報率」。

改善患者護理的決策支持系統首先涌現：「決策支持系統」被列為最有可能被 AI（改善患者治療效果）改善的應用。

基于患者治療效果與財政效率的醫院采購：「改善醫療效果」已經成為醫療系統購買 AI 產品時考慮的最重要因素，「節省開支」緊隨其后。

AI 的近期焦點將是改善慢性疾病：「慢性疾病」是近一半高管對于 AI 改善患者護理的預測結果。其中，選擇「糖尿病」的參訪者最多，「癌癥」排在第二位。

調查結果

公司與參訪者

參訪公司與參訪者情況總覽

在參訪公司中，約有 35% 的公司年收入超過 1 百萬美元，38% 的公司年收入低于 1 百萬美元，27% 處于尚未盈利的階段。

約有 55% 參訪者在美國的醫療公司工作。

超過 50% 參訪者為其公司的 CEO 或主席。

產品供應

參訪公司產品供應

約有 60% 的參訪公司主要向組織和其他公司銷售產品，其余的 40% 則直接向消費者進行銷售。

35% 的SaaS（Software-as-a-Service，軟件即服務）參訪公司專門經營改善疾病診斷，其中包括許多致力于醫學影像分析的公司。診斷應用是本次調研中最為普遍的 SaaS 產品，隨著該領域的不斷發展，這一趨勢在未來可能會延續下去。

約有 24% 的 SaaS 參訪公司產品集中在改善醫院經營效率方面，包括幫助醫院融資、患者手術排期等等。

在直接面向消費者的 App 中，有 29% 是為了建立行為習慣（例如鼓勵鍛煉、提醒服藥等等），這也是本次調研中最為普遍的 App 類型。

只有 11% 的參訪公司在制作硬件醫學產品（例如醫療設備）；近 90% 的公司在銷售軟件與 App。

銷售目標人群

在這項多選問題中，有一部分公司選擇了 3-4 種消費者，只選擇一種消費者類型的公司。

超過 80% 的參訪公司表示直接向醫院和醫療機構進行銷售。

銷售目標為「醫藥/生物科技公司」、「醫療設備公司」和「支付方/保險公司」的答案各占參訪公司的三分之一。

醫療 AI 應用情況

有接近 50% 的美國公司認為醫療產業「需要得到更多的 AI/機器學習投資回報率」。

在美國與國際的參訪公司中，得票第二高的選項都是醫療供應商已經認識到 AI 的價值，但是缺乏實際應用這項技術的專業技能。

以上兩項是 AI 應用最突出的兩項制約因素。

不到 2% 的參訪者表示 AI 的市場應用「熱度過高」，或是過于樂觀。

AI 產品向醫療產業中銷售的阻礙

有超過三分之一的參訪者在「銷售困難」問題中選擇了「案例研究的需要」，意即缺乏案例研究文獻，成為本次調研中 AI 在醫療領域銷售中最為主要和緊迫的制約因素。在這一全新的領域，銷售人員亟需卓有成效的產品表現——包括醫療效率和患者治療效果，這在銷售領域形成了一個「雞與蛋」的循環問題。

其他得票前幾名的選項包括「產業整體的保守主義」，醫療產業被參訪者評價為「古板的」；此外還有「監管因素挑戰」，主要指健康保險流通與責任法案，以及「客戶公司缺乏 AI/人工智能技能」。

可能讓消費者購買 AI 產品的益處

「提高醫療效果」被列為讓消費者購買 AI 產品的最重要因素，「節省開支」緊隨其后。

值得注意的是，參訪的 CEO 將「節省開支」列為決定銷售的最重要因素，而非 CEO 高管和副總裁則認為「提高醫療效果」是更加重要的因素。考慮到 CEO 更有可能經常與客戶接觸，所以他們的觀點可能更加有價值，對于真正決定銷售的因素更有指示性。

由于尚未獲得盈利的公司進行的跟進式銷售，它們對于「節省時間」因素并不重視，但這項因素卻被盈利公司視為最重要的銷售因素。這提示了只有在實際的銷售環境中，公司才能意識到為了目標消費者而「節省時間」的顯著重要性。

未來 5-10 年內患者治療效果最有可能被 AI 改善的應用

「決策支持系統」被列為最有可能被 AI 改善的應用（就改善患者醫療效果而言）。

美國公司與國際公司之間最大的分歧出現在可佩戴/感應數據技術上，這可能提示了美國市場對于可佩戴設備的悲觀看法，在歐洲市場則不存在這種情況。

可能被 AI 改善的特定健康狀況

在這項問題中，許多公司并不能列出一種特定的健康問題，而是給出了與其產品相關的回答。TechEmergence 只對與特定健康問題直接相關的回答進行了統計。

有近一半參訪者在回答中列出了「慢性疾病」。

在「慢性疾病」分類中，列出「糖尿病」的參訪者最多，達到接近 30%。

在「慢性疾病」之后，有超過三分之一的回答列出了「癌癥」。

AI 在醫療行業得到廣泛應用的時間

調查詢問了參訪者，他們認為 AI 什么時候可以被廣泛應用到醫療行業的大部分部門當中。在這項開放式問題當中，超過 50% 參訪者認為在 2025 年以前 AI 可以在醫療行業中被廣泛應用。

超過 25% 參訪者表示認為在 2025 年以前 AI 可以在醫療產業中達到近于廣泛應用的水平。

全球參訪者預測的醫療 AI 廣泛應用的平均時間是 2030 年。

盡管 AI 與機器學習在許多產業中都被應用和推廣，成為數字化轉型的新典范，然而，從上述研究結果中可以發現，在 2017 年，AI 在各種行業中的應用總體上較為有限，其中大多數的成功案例都來自于科技產業巨頭公司（谷歌、百度、蘋果等等）。McKinsey 全球研究所估計，科技巨頭公司在 2016 年向 AI 產業投資達到 200-300 億美元，小型公司則總計投資 60-90 億美元。

如今，業界對于應用 AI 與機器學習的公司同時抱有日益增加的興趣和疑慮，我們試圖評估公司對于 AI 在其商業經營中應用可能性的觀念，特別是了解投資人、創始人和科技工作者對于以下問題的想法：

AI 與機器學習在現有應用領域的重要性；

業界對于未來 AI 技術應用的計劃；

大部分公司對于將 AI 應用于經營中的顧慮原因。

2017 年應用人工智能大會調研總結

同時 TechEmergence 對于超過 100 位參會人員進行了現場或在線訪問，其中有 70% 是從事企業的銷售，產品類型為服務的約占 42%，軟件約占 34%，有 14.5% 為軟件和服務，其余的一小部分為醫學產品。「軟件」與「服務」公司作為本文分析的重點。

問題 1：AI 與機器學習在現有應用領域的重要性。

在問卷中，參訪者將 AI 的「應用領域」按照重要性排列出來。商業智能被視為最重要的領域。

另外，服務類公司對于 AI 在市場中的重要性更為重視，軟件類公司則將人力資源列為 AI/機器學習更有應用價值的領域。這種現象在一定程度上說明服務類公司將人才發展作為戰略優勢的商業特征。然而，這并不代表軟件類公司不重視人才，而是反映了它們更加注重使用 AI/機器學習來提高產品質量。

除此之外，軟件類公司也將市場排在比較靠前的位置，這可能是由于它們大部分銷售過程是通過數字化渠道完成的。

問題 2：業界對于未來 AI 技術應用的計劃。

關于未來 3 年內對于 AI 的投資情況，商業智能又一次取得了最高票數，消費者服務和過程自動化緊隨其后，軟件類與服務類公司之間的差距仍然較小。

在「未來三年中公司最有可能投資的 AI/機器學習領域」的問題中，服務類和軟件類公司都更加重視商業智能和分析、消費者服務，隨后是市場和過程自動化。

問題 3：大部分公司對 AI 應用的顧慮。

上述項目請參訪者對于下列公司不使用 AI 的原因進行排序：

AI 應用是實驗性的，沒有客觀的投資回報比。

AI 應用有效，但并沒有足夠的應用案例。

公司缺乏使用 AI 應用的專業 AI 人才或專家。

沒有應用 AI 的資金承諾。

及其他。

從調研結果可以看出，前三項原因得票數比較接近，但缺乏 AI 專業人才一項稍勝一籌，它并非 AI 應用唯一的阻礙，參訪公司還對于一些應用缺乏信心，還需要其他應用結果的切實證據。

AI 應用的案例研