《烏鎮(zhèn)指數(shù):全球人工智能發(fā)展報(bào)告2017》顯示,2012-2016年,全球人工智能企業(yè)新增5154家,是此前12年的1.75倍;融資規(guī)模達(dá)224億美元,僅2016年的融資規(guī)模就達(dá)到92.2億美元,是2012年的5.87倍。
具體到中國市場,2016年涉及人工智能的企業(yè)就超過1477家,一年融資27.6億美元。
數(shù)據(jù)顯示,截止2017年12月,全球人工智能相關(guān)專利總數(shù)約20萬份,而這一數(shù)據(jù)在5年前還只是10萬;中國相關(guān)專利量超過4萬,超過美國成為全球擁有人工智能專利數(shù)最多的國家。從專利申請數(shù)量、專利授權(quán)數(shù)量、專利價值評估等多維度來看,哪些企業(yè)在人工智能這一風(fēng)口行業(yè)里能夠獨(dú)占鰲頭?又有哪些高??蒲性核椭R產(chǎn)權(quán)服務(wù)機(jī)構(gòu)在這一領(lǐng)域默默耕耘,并且收獲頗豐?
中國人工智能專利數(shù)及企業(yè)分布
人工智能領(lǐng)域創(chuàng)新力企業(yè)TOP10 | ||||
排名 | 企業(yè)名稱 | 創(chuàng)新力指數(shù) | AI領(lǐng)域發(fā)明專利申請量 | AI領(lǐng)域發(fā)明專利授權(quán)量 |
1 | 百度 | 91 | 731 | 216 |
2 | 騰訊 | 88 | 544 | 164 |
3 | 科大訊飛 | 87 | 208 | 120 |
4 | 聯(lián)想 | 85 | 409 | 225 |
5 | 搜狗 | 83 | 163 | 71 |
6 | 阿里巴巴 | 81 | 458 | 36 |
7 | 華為 | 79 | 513 | 169 |
8 | 奇虎360 | 78 | 219 | 79 |
9 | ??低? | 76 | 79 | 42 |
10 | 商湯科技 | 75 | 49 | 4 |
創(chuàng)新力指數(shù)=發(fā)明申請專利*30%+發(fā)明專利授權(quán)*20%+PCT國際專利申請*20%+技術(shù)專業(yè)度*15%+技術(shù)市場估值*15%
最具創(chuàng)新力高校科研院所TOP10 | ||||
排名 | 高??蒲性盒CQ | 創(chuàng)新力指數(shù) | AI領(lǐng)域發(fā)明專利申請量 | AI領(lǐng)域發(fā)明專利授權(quán)量 |
1 | 西安電子科技大學(xué) | 92 | 668 | 353 |
2 | 中科院 | 92 | 618 | 380 |
3 | 浙江大學(xué) | 90 | 703 | 280 |
4 | 清華大學(xué) | 84 | 557 | 257 |
5 | 北京航空航天大學(xué) | 82 | 554 | 220 |
6 | 上海交通大學(xué) | 81 | 592 | 186 |
7 | 電子科技大學(xué) | 79 | 483 | 206 |
8 | 華南理工大學(xué) | 78 | 500 | 193 |
9 | 天津大學(xué) | 75 | 435 | 170 |
10 | 北京工業(yè)大學(xué) | 73 | 359 | 170 |
創(chuàng)新力指數(shù)=發(fā)明申請專利*50%+發(fā)明專利授權(quán)*30%+專利授權(quán)通過率*20%
人工智能影響力榜單
國內(nèi),北京、長三角、珠三角是產(chǎn)業(yè)重心,企業(yè)總數(shù)占全國的84.95%,而中西部地區(qū)集中于重慶、四川。32個省市區(qū)中在企業(yè)數(shù)、專利申請數(shù)、融資數(shù)均排名前十的有:北京、上海、廣東、江蘇、浙江。北上深三地人工智能企業(yè)最多,而蘇州人工智能領(lǐng)域?qū)@看嬗?000多條,相關(guān)企業(yè)影響力、融資影響力、專利影響力榜單上排名靠前,穩(wěn)居全國前十。
AI醫(yī)藥大健康
現(xiàn)今,人工智能應(yīng)用于各個行業(yè)領(lǐng)域。其中,在醫(yī)藥健康領(lǐng)域的應(yīng)用已是大勢所趨。對人工智能在醫(yī)藥健康領(lǐng)域的應(yīng)用主要基于多方面的客觀現(xiàn)實(shí):優(yōu)質(zhì)醫(yī)療資源供給不足、成本高、醫(yī)生培養(yǎng)周期長、誤診率高、疾病譜變化快和醫(yī)療服務(wù)需求持續(xù)增加等。
一、AI在醫(yī)藥健康領(lǐng)域的應(yīng)用現(xiàn)狀
它將代替醫(yī)生診斷某些疾病或做出人類大腦本身無法做到的一些高智能運(yùn)算,基于大數(shù)據(jù)來選擇最佳的治療方案和預(yù)后預(yù)測等。
在智能影像識別方面,人工智能的應(yīng)用主要分為兩部分:一是圖像識別,應(yīng)用于感知環(huán)節(jié),其主要目的是將影像進(jìn)行分析,獲取一些有價值意義的信息;二是深度學(xué)習(xí),應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié),通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù),不斷對神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練,促使其掌握診斷能力。
作為醫(yī)生,從CT、核磁共振等圖像判斷一個非常小的陰影,是腫瘤是炎癥還是其他原因,需要豐富臨床經(jīng)驗(yàn)的積累。如果通過大數(shù)據(jù),通過智能醫(yī)療,就能夠迅速得出比較準(zhǔn)確的判斷。
隨著深度學(xué)習(xí)算法的逐漸普及,通過建立深度學(xué)習(xí)神經(jīng)元數(shù)學(xué)模型,從海量醫(yī)療影像診斷數(shù)據(jù)中挖掘規(guī)律,學(xué)習(xí)和模仿醫(yī)生的診斷技術(shù),從而給出可靠診斷和治療方案,現(xiàn)已成為發(fā)達(dá)國家醫(yī)院不可缺少的醫(yī)療組件。
在智能藥物研發(fā)方面,則是將人工智能中的深度學(xué)習(xí)技術(shù)應(yīng)用于藥物研究,通過大數(shù)據(jù)分析等技術(shù)手段快速、準(zhǔn)確地挖掘和篩選出合適的化合物或生物,達(dá)到縮短新藥研發(fā)周期、降低新藥研發(fā)成本、提高新藥研發(fā)成功率的目的。人工智能通過計(jì)算機(jī)模擬,可以對藥物活性、安全性和副作用進(jìn)行預(yù)測。目前借助深度學(xué)習(xí),人工智能已在心血管藥、抗腫瘤藥和常見傳染病治療藥等多領(lǐng)域取得了新突破,在抗擊埃博拉病毒中智能藥物研發(fā)也發(fā)揮了重要的作用。
二、AI是藥物研發(fā)的未來
人工智能對藥物研發(fā)的助力包括:
? 越來越多的新型疾病,讓當(dāng)今社會投入更多的人力、物力和財(cái)力進(jìn)行藥物開發(fā)。但由于藥物研發(fā)的困難度和耗時導(dǎo)致藥企急需更快速有效的研發(fā)方式。
? 新藥研發(fā)通常需要10-15年的臨床試驗(yàn)進(jìn)行藥物比例和品種的調(diào)整,其成功率不足15%,繁復(fù)冗長、資本密集且風(fēng)險極高,而人工智能能夠模擬出各種不同的新陳代謝率、身體素質(zhì)等環(huán)境,還能夠通過療效和副作用主動篩選匹配藥物,檢測出藥物進(jìn)入人體后的吸收、分布、代謝情況,還能夠幫助研發(fā)人員確定藥量-濃度-功效之間的關(guān)系等,讓研發(fā)人員能夠較為直觀、快速的對新藥進(jìn)行觀測,加快新藥研發(fā)步驟。
來自TechEmergence的一份報(bào)告表明,人工智能可以將新藥研發(fā)的成功率從12%提高到14%,可以為生物制藥行業(yè)節(jié)省數(shù)十億美元。一篇發(fā)表在科學(xué)雜志《SpringerPlus》上的文章指出,一款新藥從最初的專利申請到獲得監(jiān)管部門批準(zhǔn)平均需要12到13年,最后只剩下7到8年的專利保護(hù)期獲得市場排他性。
三、AI在醫(yī)藥健康領(lǐng)域的機(jī)遇和挑戰(zhàn)
中國的醫(yī)療資源缺乏,尤其是優(yōu)質(zhì)醫(yī)療資源嚴(yán)重不足。在大力加強(qiáng)專業(yè)醫(yī)療人才的培養(yǎng)的同時,人工智能就是一個創(chuàng)新的解決辦法。如位于英國倫敦的BenevolentAI是如今歐洲最大的AI創(chuàng)業(yè)公司,該公司運(yùn)用人工智能技術(shù)分析不斷涌現(xiàn)的生物醫(yī)療論文、專利和實(shí)驗(yàn)結(jié)果,提取出有希望促進(jìn)新藥研發(fā)的知識,從而加速新藥的開發(fā)。迄今為止,該公司已經(jīng)獲得了超過1億元的融資,開發(fā)出了24個候選藥物。
AI在醫(yī)療診斷方面的應(yīng)用在國內(nèi)剛剛起步, AI可以滿足高端和低端兩個方向:“高端”是指為三甲醫(yī)院的??铺峁┓?wù);而“低端”是針對基層全科醫(yī)生的診斷系統(tǒng),與??圃\療系統(tǒng)不同,基層全科醫(yī)生的診斷系統(tǒng)更注重常見病的診斷治療,標(biāo)準(zhǔn)臨床路徑的執(zhí)行等。
在醫(yī)療中實(shí)施機(jī)器學(xué)習(xí)和人工智能會遇到很多眾所周知的挑戰(zhàn):第一是缺乏“專業(yè)數(shù)據(jù)庫”,而另一個就是設(shè)計(jì)技術(shù)解決方案,并順利將其運(yùn)用到臨床實(shí)踐和科研中去。AI領(lǐng)域中流行著這樣的一句話“只要有足夠的數(shù)據(jù),任何問題都可以解決”。這句話未必全對,但從側(cè)面說明了數(shù)據(jù)在AI應(yīng)用中的重要性。我國的患者資源非常豐富,但是但有高質(zhì)量完整的臨床標(biāo)注的數(shù)據(jù)庫資源并不多。產(chǎn)品做出來之后如何在醫(yī)療系統(tǒng)中落地也是難題,一個醫(yī)院可能有幾十家系統(tǒng)廠商和上百個數(shù)據(jù)接口。
四、醫(yī)學(xué)AI落地需要全產(chǎn)業(yè)鏈配合
要真正使醫(yī)療產(chǎn)業(yè)的人工智能化落地,還需要依托全產(chǎn)業(yè)鏈包括醫(yī)療主管部門、醫(yī)療機(jī)構(gòu)的參與和信息化服務(wù)商等各個環(huán)節(jié)的共同努力。在產(chǎn)品的設(shè)計(jì)和研發(fā)上,需要數(shù)學(xué)家、計(jì)算機(jī)科學(xué)家或醫(yī)學(xué)專家的聯(lián)合攻關(guān),任何單一力量都無法實(shí)現(xiàn)產(chǎn)品的推出。
同時,國家應(yīng)該發(fā)力“追趕”,可以成立國家級的醫(yī)學(xué)人工智能工程中心,由國內(nèi)在醫(yī)學(xué)、藥學(xué)、信息技術(shù)專業(yè)具備一流水平的綜合性高等院校牽頭,吸引大數(shù)據(jù)應(yīng)用企業(yè)、人工智能開發(fā)企業(yè)、藥品研發(fā)企業(yè)等共同參與,加速研發(fā)更多適用于國人的人工智能醫(yī)學(xué)系統(tǒng),滿足我國醫(yī)療領(lǐng)域的應(yīng)用需求。讓人工智能在醫(yī)藥界作用的發(fā)揮極致,造福百姓健康。