Chat GPT、GPT-4的火热出圈，也在医疗圈再次掀起AI热潮，AI医疗概念“涨”声一片，也再度引发医疗行业对AI应用的思考。

近年来，AI技术在医疗健康领域的应用不断扩展，以计算机视觉、自然语言处理、机器学习等为代表的人工智能技术，越来越广泛地渗透到医疗的各个场景。不过，在实际应用中，AI+医疗仍存在不少难题。

【资料图】

随着新技术的层出不穷，如何在新技术加持下解决这些难题？AI医疗有何新走势？业内从业者都有不少新思考。

市场规模或突破300亿元 AI医疗仍存三大挑战

数据显示，2020年“AI+医疗”已占人工智能市场的18.9%。IDC统计数据显示，到2025年，人工智能应用市场总值将达到1270亿美元，其中医疗行业将占市场规模的五分之一。

随着人工智能AI在医疗领域的深入应用，药物研发与医学影像等细分市场呈现出强劲的增长态势。据动脉网数据，2020年中国医疗AI市场规模已达到66.25亿元，结合AI辅助新药研发和AI助力肿瘤诊疗等市场赛道估算，预计2020-2025年复合年增长率（CAGR）为39.4%，2025年将突破300亿元。

尽管市场前景广阔，但在实际应用中，AI医疗仍存在不少挑战。

4月27日，在亚马逊云科技医疗与生命科学行业峰会上，亚马逊云科技大中华区战略业务发展部总经理顾凡指出，通过长期生物制药、基因测序和医疗保健领域的客户需求，发现行业内存在三大共同挑战：数据挑战、算力挑战及解决方案挑战。

一、日益增长的海量数据

根据自然杂志预估，到2025年，每一年的基因数据增长将超过40EB。在药物发现领域，科学家需要在10的60次方已知化合物里找到可能成药的化合物，若科学家通过现实试验进行分析，可能穷极一生也无法筛选完这些化合物。

在医疗领域，仅一人一次的CT数据量就超过30MB，综合医院一天的CT数据增量往往就超过10GB。

数据的爆炸式增长带来两个挑战。第一是数据的存储，而且是更高性价比的存储。第二是数据快速自动化分析，否则数据本身并不会对于业务有任何帮助。

二、持续而迅速的算力需求

首先，在药物发现领域，我们经常需要对数亿种化合物，与疾病相关的蛋白质进行一个是否能结合的预测，每一次这样的运算经常需要数万到数十万核的CPU算力。其次，在基因测序领域，人类的基因中，碱基对高达30亿个组合，从30亿个组合当中找出变异，一定需要高性能计算在底层做支撑。在医学的影像领域，越来越多的机器学习算法被用到放射科医生阅读影像图片的辅助诊断中，帮助医生可能更早地发现肉眼很难识别的病灶位置。而机器学习的背后，一定也是需要强大的算力支撑

尽管我国目前在算力规模上已具优势，但仍面临着算力的高质量供给和普惠服务问题。业内人士介绍称，我国的算力结构有待优化，自创资源不足，而且算力分布不均衡，算力的获取门槛比较高。

三、快速构建适合行业用户体验的创新解决方案

在实际运用中，如何有效满足客户需求、提高客户使用体验，也是AI服务提供者不得不面临的实际问题。

顾凡从多年经验中总结到，医疗和生命科学行业的很多用户，他们不仅需要云服务，还需要更多的解决方案，尤其是符合行业要求、符合客户需求的即开即用的解决方案，而不是客户从头去构建。用户希望能节省更多时间，发现更好的药物，更好地去开发更智能的医疗设备，以及为患者提供更加有效的治疗方案。

各细分领域积极拥抱AI 端到端解决方案或助力解决行业痛点

如此巨大的市场中，如何解决行业痛点进一步提升市场规模、扩大AI应用领域，或可从行业参与者的所作所为中找寻到些许答案。

在AI制药领域，腾迈医药CEO何骑给出了一个可参考方案，“做一个纯的平台公司，不做管线”。何骑认为，在AI制药这个赛道上这种模式是非常有意义的。因为AI需要数据和项目积累，如果同时做管线和服务，会与客户产生竞争冲突，而纯服务的公司可以吸引更多客户，积累更多项目经验和数据，从而实现马太效应。

在CXO领域，一些传统的CXO公司也在积极拥抱AI。如康龙化成(300759)和药明康德(603259)都已拥有DNA编码化合物库（DEL），同时自2018年到2021年，药明康德先后投资了7家AI赋能药物研发的公司探索CXO+AI模式。

某券商医药首席赞同到，AI制药对CXO公司来说更多的是对业务的赋能，目前应用多集中在前端的药物筛选环节。CXO是人力资本密集型行业，需要积极拥抱AI，帮助降本增效。

作为医疗行业AI服务提供者，“亚马逊云科技不仅提供覆盖全球的云基础设施以及超过200大类的云服务，更重要的是，我们深刻了解行业需求，不断地丰富和拓展行业数字化创新生态链，并围绕数据、算力和体验等需求与合作伙伴们一道为客户推出了诸多顺应行业发展趋势的、端到端的解决方案”，顾凡表示。其进一步指出，亚马逊云科技与合作伙伴提供的行业解决方案覆盖了生物医药全流程价值链，可以帮助客户快速高效地进行各种药品和医疗设备的研发、试验、制造、商业化以及后续的使用监控，同时满足严格的合规要求。

顾凡总结到，针对上述提到的三大挑战，亚马逊云科技通过至广至深的云服务和合作伙伴一起构建的端到端解决方案，帮客户解决应用问题，加速创新。

关键词：