2022中国人工智能医疗白皮书.docx

《2022中国人工智能医疗白皮书.docx》由会员分享，可在线阅读，更多相关《2022中国人工智能医疗白皮书.docx（95页珍藏版）》请在课桌文档上搜索。

1、中国人工智能医疗白皮书2022目录1 .人工智能医疗发展历史11.1 人工智能发展历史11.2 人工智能医疗发展历史21.2.1 国外人工智能医疗发展历史21.2.2 国内人工智能医疗发展历史31.3 人工智能医疗应用领域42 .人工智能医疗政策分析62.1 世界各国人工智能国家战略汇总62.2 世界各国人工智能国家战略分析112.3 中国人工智能医疗相关政策汇总142.3.1 国家层面142.3.2 省级层面152.3.3 市级层面172.4 中国人工智能医疗相关政策分析213 .人工智能医疗行业现状243.1 Al医学影像253.1.1 行业痛点253.1.2 发展优势273.1.3 应用

2、场景283.1.4 行业现状293.1.5 商业模式343.2 AI辅助诊断353.2.1 行业痛点353.2.2 发展优势363.2.3 应用场景363.2.4 行业现状373.2.5 商业模式373.3 Al药物研发383.3.1 行业痛点383.3.2 发展优势383.3.3 应用场景393.3.4 行业现状413.3.5 商业模式413.4 Al健康管理433.4.1 行业痛点433.4.2 发展优势433.4.3 应用场景453.4.4 行业现状453.4.5 商业模式453.5 Al疾病预测463.5.1 行业痛点463.5.2 发展优势473.5.3 应用场景473.5.4 行业

3、现状483.5.5 商业模式484 .中国Al医疗行业面临的挑战494.1 Al医疗人才方面494.1.1 人才数量缺乏494.1.2 人才成本高昂504.2 健康医疗数据方面514.2.1 数据归属不明确514.2.2 数据安全要求高514.2.3 数据开放受限制524.2.4 数据标准不统一534.2.5 数据伦理存争议544.2.6 数据成本代价高544.3 Al医疗器械审批方面564.3.1 器械分类要求高564.3.2 标准数据库建立难574.3.3 临床三期通过难614.3.4 动态评价应对难644.4 人工智能理论方面654.5 Al医疗行业应用方面664.5.1 AI医学影像、

4、辅助诊断、疾病预测664.5.2 AI健康管理674.5.3 AI药物研发685 .对中国Al医疗行业的发展建议695.1 整体层面69511弥补人才短板69512解决数据难题69513助力审批工作70514探索理论黑洞705.1.5推动行业应用705.2 上海层面705.2.1 弥补交叉人才短板705.2.2 破解医疗数据难题715.2.3 鼓励制药行业参与715.2.4 加强医药监管职能715.2.5 发展医用传感技术726 .附录736.1 中国人工智能医疗政策736.1.1 国家层面73612省级层面77613市级层面856.2中国人工智能医疗企业清单89执行摘要本报告为上海交通大学人

5、工智能研究院、上海交通大学医学院、上海市卫生和健康发展研究中心与上海感知城市数据科学研究院联合编写，集聚人工智能和医疗领域的专家力量，通过对人工智能医疗领域进行广泛的文献研究、商业洞察、专家访谈和行业公开信息整理，系统地梳理了人工智能在医疗领域的应用现状，分析了人工智能医疗领域面临的挑战及发展趋势，并提出了相应的建议，旨在为相关政府部门、投资机构、研究机构、业内公司等利益相关方提供准确、完整、可靠的人工智能医疗白皮书，为行业的政策制定、投资决策、学术发展、产品应用等提供参考依据。研究团队对世界各国人工智能国家战略进行分析，发现自2016年AlPhaG。战胜人类传奇棋手李世石这一里程碑事件开始，

6、世界各国纷纷开始了对人工智能产业的布局。美国作为第一大经济强国，对人工智能反应最为迅速，于2016年10月接连出台了两份人工智能国家战略；中国作为仅次于美国的世界第二大经济体，于2017年7月发布了新一代人工智能发展规划；日本作为世界第三大经济体，发布了符合自身科技实力和国情的人工智能战略；英国作为欧洲国家的领先者，拥有全球一流的人工智能公司和学术机构，接连出台了两份国家人工智能规划可以看出在人工智能的发展上，各国基本处于同一起跑线，基于各自的科研方向、经济实力和特殊国情，制定带有本国特色的人工智能国家战略。各国起始点相近，因而发展趋势有借鉴学习之处。研究团队分析了中国人工智能国家及省市层面的

7、政策布局，发现首次正式以人工智能为核心的规划文件是2017年国务院发布的新一代人工智能发展规划。该规划提出了2020、2025s2030年“三步走”目标，医疗作为其中一个重要的应用领域受到了极高的重视。在省级层面，截至2018年12月末，全国31个省市中已有19个省市发布了人工智能规划,计划2020年核心产业规模总额达到近4000亿，产业规模目标排名前五的省市分别为上海市、北京市、浙江省、广东省和四川省。在市级层面，北京、上海、杭州、深圳作为一线人工智能城市，依托强大的学术实力、科技实力、经济实力和政策支持，以及BAT科技巨头的行业示范带动作用，在人工智能领域具有先发优势。其他城市多将人工智能

8、与当地特色产业结合，如合肥依托中科大和科大讯飞打造“中国声谷”。研究团队通过对人工智能在医疗领域的应用情况进行分析，提出五大主要应用领域，分别为医学影像、辅助诊断、药物研发、健康管理、疾病预测。（1）在医学影像方面，借助医疗影像大数据及图像识别技术的发展优势，Al医学影像已成为中国人工智能与医疗结合最成熟的一个领域，无论从融资情况（2018年前三季度融资额高达26亿元）、还是2018年预计收入前十强情况，Al医学影像行业均表现亮眼，并且在肺结节、眼底、乳腺癌、宫颈癌领域已有较为成熟的产品。但由于该领域至今无一例医疗Al产品获得三类医疗器械证书，因而我国基本成型的Al医学影像产品大多处于医院试用

9、阶段，该领域的公司基本没有实现盈利。（2）在辅助诊断方面，医学影像、电子病历、导诊机器人、虚拟助理是主要的应用场景，并且产品多为软硬件一体化全套解决方案，目前产品仍处于打磨阶段，未来可能倾向服务收费的模式。（3）在药物研发方面，国内新药研发仍以仿制药和改良药为主，因此相比国外Al药物研发行业，国内布局较为落后，但商业模式清晰，主要为人工智能公司与药企合作开发新药。（4）在健康管理方面，国内该领域尚未成熟，主要聚焦于慢病和母婴管理方面，商业模式以企业和个人支付的健康体检为主，后续付费模式有待成熟。（5）在疾病预测方面，我国主要聚焦于基因检测领域，由于存在技术壁垒，该领域上游基本被国外公司垄断，下

10、游主要为医院投放模式和第三方检测模式。研究团队分析了中国人工智能医疗行业面临的挑战及发展趋势，提出中国目前主要面临五大方面的挑战：（1）在人工智能人才方面，美国人工智能人才数量接近85万人，而中国只有5万，不仅人数相对较少，而且人工智能人才成本高昂。（2）在健康医疗数据方面，目前中国面临健康医疗数据归属不明确、数据安全要求高、数据开放受限制、数据标准不统一、数据伦理存争议、数据成本代价高等问题，这些都是制约人工智能医疗行业发展的重要因素。（3）在Al医疗器械审批方面，由于产品未通过审批就无法上市盈利，因此产品审批难以通过成为产业发展的重要掣肘。针对此种情况，国家相关监管部门积极应对市场需求，组

11、建Al器械审批小组，建立标准数据库，加速审批流程。（4）在人工智能理论方面，现阶段医学人工智能诊断系统难以解释诊断过程，因此仍存在“黑盒”风险。（5）在行业应用方面，人工智能不仅能减少医生的工作量，还能提高医生诊断的准确率。但是，对于医疗机构来说，这并不是刚需；加上付费方不清晰，目前没有明确买单方是医院、患者、药企、保险公司还是政府，这是未来需要多方探索的问题。基于中国人工智能医疗行业面临的挑战及发展趋势，研究团队提出了发展人工智能医疗行业的建议：（1）弥补人才短板。人工智能医疗领域是人工智能和医疗这两个专业性极强领域的结合，人才是第一生产力要素。中国可依托高校培育人工智能医疗复合型人才，鼓励

12、“高校-医院-企业”通过合作、交流、培训等方式培养人工智能医疗战略型、复合型人才，引入兼具人工智能技术和医学知识的复合型跨界人才，支持人工智能领域和医疗领域的相关跨界交流活动如学术会议、行业沙龙等。（2）解决数据难题。推动公立医院联网，逐步建立更多完整、高质量、标注好的单病种数据库、建立多病种关联的数据库，建立统一的健康医疗数据标准，加强数据安全管理和监督。（3）助力审批工作。鼓励中立第三方建立更多疾病领域的标准数据集，针对Al医疗器械产品特性建立完备、合适的临床试验审评和动态评价标准。（4）推动医疗Al产品和服务纳入财政收费体系，可考虑探索并试点部分收费项目。（5）鼓励“研究院-企业-医院”

13、合作产品，形成多元化的“技术-产品-应用”组合，促进产品更好地结合现有技术在产业链的各个环节实现落地应用。最后，研究团队立足于上海的情况，对上海发展人工智能医疗提出了建议：（1）弥补交叉人才短板。在政府的引导下，依托上海高校培育人工智能医疗复合型人才，着力建设高校医工交叉、医院临床转化和IT企业及医药企业人才成长的协作生态，引入复合型跨界人才来上海工作，支持人工智能领域和医疗领域的相关跨界交流活动，如学术会议、行业沙龙等。（2）破解医疗数据难题。充分发挥申康医联临床信息共享平台数据汇集的先行优势，建设以患者为中心的多病种临床数据中心，探索患者隐私保护和数据安全技术，梳理健康医疗数据资源目录体系

14、，制定分类、分级、分域开放应用的政策规范，联合联影、依图等企业积极构建面向人工智能医疗训练和测试的高质量基准库，助力Al医疗器械产品的审批工作。（3）鼓励制药行业参与。牢牢把握住上海张江药谷在药物研发上的核心优势，聚焦优势重点领域，鼓励制药企业与研究院、医院合作研究，利用人工智能技术加速上海医药产业发展的高端化、智能化和国际化，取得更多上海“吠口奎替尼”自主研发成功上市的成就。（4）加强医药监管职能。依托上海健康信息平台，利用互联网和大数据技术开发医药智能监管系统，建立风险预警和评估机制，加强医疗卫生行业的综合监管，降低药物不良事件，利用智能监管技术提高医药监管安全系数。（5）发展医用传感技术

15、。上海具有人口老龄化、慢病年轻化的趋势，可紧紧围绕老人、儿童这两大群体，重点发展医用传感技术、带动相关集成电路产业发展，针对老人和儿童的身体情况（如糖尿病）或心理情况（如自闭症、抑郁症）研发出能够远程实时监控的可穿戴智能医疗设备。1 .人工智能医疗发展历史1-1人工智能发展历史1946年，美国数学家MaUChly、ECkert等制造出世界上第一台通用计算机ENIAC01956年，计算机科学家约翰麦卡锡在达特茅斯会议上说服了与会者接受“人工智能”作为该领域的名称。达特茅斯会议也被认为是人工智能正式诞生的标志。1959年，IBM公司的计算机专家阿瑟塞缪尔创造了“机器学习”一词。同年，约翰麦卡锡发表

16、了文章ProgramswithCommonSense；提出了“AdviceTaker的概念。1964年，美国麻省理工学院(MlT)人工智能实验室的约瑟夫维森鲍姆开发了最早的自然语言聊天机器人E1.IZA。E1.IZA是最早的人机对话程序，能够模仿临床治疗的心理医生。1972年，知识工程MYClN研发成功，该系统用于传染性血液的诊断和处方。该事件标志着人工智能进入“专家系统”时期。1984年，人工智能寒冬来临。在1984年AAAl会议上，人工智能专家罗杰单克和马文明斯基警告“AI之冬”即将到来。1997年，IBM公司的DeePBIUe战胜国际象棋冠军KaSParOU,成为首个击败世界冠军的系统。

17、2006年，诺伊大学香槟分校的计算机教授李飞飞建立ImageNET数据库。ImageNET是一个大型注释图像数据库，用于协助视觉对象识别软件开展研究。同年，Geoffrey提出深层神经网络逐层训练的高效算法，在当时的计算条件下使神经网络模型训练成为了可能。2016年，英国初创公司DeePMind研发的AlPhaG。以4:1的比分战胜人类职业棋手九段李世石。AIPhaG。的出现将世人对人工智能的期待提高到了前所未有的高度，人工智能迎来了最好的发展时代。人工智能爆发的三要素为算法、算力和大数据。人工智能的概念从首次提出到现在已有6。余年，近几年才呈现出爆发的趋势，这不单单是因为算法改进和数据积累的

18、推动，更重要的是计算能力发生了重大变革。GPU大大提升了计算机的性能，并且使之拥有远超CPU的并行计算能力。在算法方面，深度学习是人工智能领域研究与应用的核心算法。日渐成熟的大数据更是为算法、算力提供了庞大的数据量，通过多隐层模型的建立，以及大量训练数据的学习，计算机能够提取数据特征，从而通过数据挖掘进行数据处理，自动学习数据特征。算法、算力和大数据这三者是决定人工智能行业发展的三大要素，也是各大互联网巨头角力的三大山头。1.2 人工智能医疗发展历史随着大数据、互联网和信息科技的发展，人工智能被广泛试点应用于智慧医疗、智慧教育等领域。近几年全球各地纷纷提出“大健康”、医疗大数据等概念，将民生健

19、康置于战略性地位，也促进了人工智能医疗领域的发展。1.3 国外人工智能医疗发展历史20世纪70年代，国外开始出现了在医疗领域的人工智能探索尝试。1972年，利兹大学研发的AAPHeIP能根据病人的症状计算出产生剧烈腹痛可能的原因。1974年，资深医生诊断的准确率已经不如该系统。尽管AAPHeIP运行耗时久，但在20世纪70年代计算机硬件条件下，AAPHelP的产生仍具有突破性意义。在随后的几年内，不少新的人工智能医疗产品成果再次出现在人们的视野中。1974年，匹兹堡大学研发出INTERNlSn它主要用于辅助诊断内科复杂疾病。1976年，斯坦福大学研发出MYeIN系统，它能诊断出感染病患者并提供

20、抗生素处方。MYCIN系统的内部共有五百条规则，只要按照MYCIN系统的提问依次进行回答，就能自动判断出患者所感染细菌的类别和开出相应处方。It匕外，在七十年代，还有斯坦福大学开发的。NCoCIWMlT开发的PIP、ABE1.,罗格斯大学开发的CASNET/GMcoma等。20世纪8。年代，一些商业化应用系统开始出现，比如QMR(QuickMedicalRefeence)和DXPIain,主要是依据临床表现提供诊断方案。2。世纪9。年代，CAD(ComputerAidedDiagnosis,计算机辅助诊断)系统问世，它是比较成熟的医学图像计算机辅助应用，包括乳腺X射线CAD系统。进入21世纪，

21、IBMWatSon是人工智能医疗领域最知名的系统，并且已经取得了非凡的成绩。例如在肿瘤治疗方面，WatSOn能够在几秒内对数十年癌症治疗历史中的15。万份患者记录进行筛选，并提出循证治疗方案供医生选择。目前癌症治疗领域排名前三的医院都在使用WatSon,并且中国也正式引进了WatSon02016年2月，谷歌DeePMind宣布成立DeePMindHealth部门，并与英国国家健康体系(NHS)合作，辅助他们进行决策。DeePMind还参与NHS的一项利用深度学习开展头颈癌患者放疗疗法设计的研究。同时，DeePMind与MOOrfieIdS眼科医院开展将人工智能技术应用于及早发现和治疗威胁视力的

22、眼部疾病的合作。1.2.2国内人工智能医疗发展历史2。世纪80年代初，我国开始进行人工智能医疗领域的开发研究，虽然起步落后于发达国家，但是发展迅猛。1978年，北京中医医院关幼波教授与计算机科学领域的专家合作开发了“关幼波肝病诊疗程序”，第一次将医学专家系统应用到我国传统中医领域。此后我国加快开展了人工智能医疗产品的研发，具有代表性的产品有“中国中医治疗专家系统”、“林如高骨伤计算机诊疗系统”以及具有咨询和辅助诊断性质的“中医计算机辅助诊疗系统”等。进入21世纪以来,我国人工智能在医疗的更多细分领域都取得了长足的发展。2016年10月，百度发布百度医疗大脑，对标谷歌和IBM的同类产品。百度医疗

23、大脑作为百度大脑在医疗领域的具体应用，它大量采集与分析医学专业文献和医疗数据，通过模拟问诊流程，基于用户症状，给出诊疗的最终建议。2018年11月，百度发布人工智能医疗品牌“百度灵医”，目前已有“智能分导诊”、“AI眼底筛查一体机”、“临床辅助决策支持系统”三个产品问世。2017年7月，阿里健康发布医疗AI系统DOctOrYou%包括临床医学科研诊断平台、医疗辅助检测引擎等。此外阿里健康还与政府、医院、科研院校等外部机构合作，开发了20种常见、多发疾病的智能诊断引擎，包括糖尿病、肺癌预测、眼底筛查等。2018年9月，阿里健康和阿里云联合宣布阿里医疗人工智能系统“ET医疗大脑”2.0版本问世。2

24、017年11月，腾讯自建的首款Al医学影像产品“腾讯觅影”入选国家首批人工智能开放创新平台。通过图像识别和深度学习，“腾讯觅影”对各类医学影像（内窥镜、CT.眼底照相、病理、超声、MRl等）进行训练学习，最终达到对病灶的智能识别，用于辅助医生临床诊断和食管癌、肺癌、糖网病变等疾病的早期筛查。2018年11月，腾讯牵头承担的“数字诊疗装备研发专项”启动，该项目作为国家重点研发计划首批启动的6个试点专项之一，基于列+CDSS（人工智能的临床辅助决策支持技术）探索和助力医疗服务升级。1.4 人工智能医疗应用领域人工智能与医学领域的结合点非常多，本报告重点阐述了人工智能在医疗领域的五个主要应用方向，分

25、别是医学影像、辅助诊断、药物研发、健康管理、疾病预测，原因如下：（I）Al医学影像。GlObalMarketInSight的数据报告显示，人工智能医学影像市场是人工智能医疗应用领域的第二大细分市场,并将以超过40%的增速发展，预计2024年将达到25亿美元的规模，市场占比为25%。目前，在中国人工智能医疗应用领域中，医学影像是最热门的领域，投资金额最高、投资轮次最多、赛道公司最多、应用最为成熟。因此，本报告将首先重点阐述Al医学影像的行业情况。（2） Al辅助诊断。AI辅助诊断概念广泛，通常来说是指能帮助医生进行疾病诊断和提出治疗方案的辅助产品，其中最主要的细分领域包括Al医学影像、电子病历、

26、导诊机器人、虚拟助理等。由于Al医学影像的市场份额高、领域相对成熟，本报告将Al医学影像单独作为一章进行详细分析。“A辅助诊断”章节将重点阐述电子病历、导诊机器人和虚拟助理的情况。另外，需要注意的是尽管手术机器人（如达芬奇手术机器人）和康复机器人（如Handyl）具有辅助诊断的功能，但是它们目前只能按照人类制定的程序进行指定性操作，本身并不具备较强的“人工智能”特性，不能与人类产生交流互动、无法进行自主判断，因此本报告未将手术机器人和康复机器人纳入“A阵甫助诊断”的类别。（3） Al药物研发。全球人工智能医疗应用市场中，第一大细分市场是药物研发，占比达35%,国外创新药市场较为成熟，而我国Al

27、药物研发相对落后，新药研发仍然以仿制药和改良药为主，且研发赛道公司不多，产业欠成熟。本报告综合考虑国内外Al药物研发情况，将药物研发单独作为一章进行阐述，通过分析和借鉴国外成熟的Al药物研发情况来助力我国Al药物研发的发展。（4） Al健康管理。相对于诊断就医环节，健康管理是犯被动的疾病治疗变为主动的自我健康监控，主要产品为智能可穿戴设备。与传统可穿戴设备相比，智能可穿戴设备能够进行长时间的实时监测以及数据多维管理和分析，目前主要的应用领域为慢病管理、母婴管理、精神健康管理和人口健康管理。基于中国当前正加速进入老龄化社会和逐步实施放开生育政策的基本国情，未来健康管理的市场潜力巨大。（5） Al

28、疾病预测。这里的Al疾病预测有别于前文叙述的Al医学影像、A辅助诊断、Al健康管理中人工智能应用于疾病预测的概念。本报告将Al疾病预测单独作为一章分析，主要指通过基因测序与检测，提前预测疾病发生的风险，也包括运用各种生化、影像、行为日常大数据来预测疾病发生情况。从全文架构来看，本报告主要由六部分组成：第一部分介绍了国内外人工智能医疗发展的历史；第二部分梳理并分析了世界各国、中国国家及省市层面的人工智能医疗政策；第三部分阐述了Al医学影像、A阵甫助诊断、Al药物研发、Al健康管理和Al疾病预测五个主要应用领域，分别从行业痛点、发展优势、应用场景、行业现状及商业模式五个角度进行介绍；第四部分分析了

29、人工智能医疗行业整体面临的挑战；第五部分提出了中国人工智能医疗行业发展的相关建议；第六部分为本报告研究内容的附录；第七部分为参考文献。2.人工智能医疗政策分析2.1 世界各国人工智能国家战略汇总人类社会文明史上共有四次工业革命。第一次工业革命是蒸汽技术革命，自1769年英国人瓦特改良蒸汽机之后，传统手工劳动完成了向动力机器生产转变的重大飞跃。第二次工业革命是电力技术革命，以电灯的发明为标志，从此社会进入电气时代。第三次工业革命是计算机及信息技术革命，使得世界进入信息化和全球化时代。第四次革命是以人工智能等为主的全新技术革命，力图通过新技术，大幅度提高资源生产率。人工智能这个概念已经出现了六十多

30、年，但近十年才真正得到全社会层面的重视，甚至上升到国家战略层面。世界各国纷纷出台人工智能国家战略，率先布局本国人工智能。本报告对各国人工智能国家战略进行梳理，并对医疗内容进行重点分析。表1：世界各国人工智能国家战略|美国2016年10月白宫为人工智能的未来做好准备的报告分析人工智能在美国的发展现状、应用情况、引发的社会问题、相关公共政策等内容。2016年10月美国国家人工智能研究和发展战略计划通过设计框架来明确人工智能所需要的科学技术，同时艰进研发投入的进度，使其产生最大化效益。法国2017年3月法国人工智能战略法国人工智能的发展优先聚焦于健康、交通、环境、国防与安全四个领域。|加拿大2017

31、年3月泛加拿大人工智能战略确立加塞大在Al经济、伦理、政策和法律研究方面的全球领导地位.日本2017年3月人工智能技术战略发展人工智能以便维持日本在汽车、机器人领域的技术优势，解决人口老化、医疗及养老等社会问题.I新加坡2017年5月新加坡人工智能战略AI.SG充分结合新加坡政府、科研机构与产业界的力,从而发展人工窗能，促进其应用.中国2017年7月新一代人工智能发展规划我国在人工智能领域展开系统部詈的的第一份文件，提出了“三步走”战略，至J2030年抢占全球人工智能制高点.I阿联酋2017年10月阿联酋人工智能战略阿联酋是中东首个建立人工智能战略的国家，也是全球首个设立“人工智能部”的国家,

32、其主要目标是利用人工智能提高政府的施政能力和办事效率。英国2017年10月在英国发展人工智能分析了英国人工智能的应用现状、市场和政策扶持情况，并对数据、科技、相关研究和政策的开放程度与投入情况给出了建议.2018年5月产业战略：人工智能领域行动围绕人工智能“打造世界最创新的经济、为全民提供好工作和高收入、升级英国的基础设施、打造最佳的商业环境、建设遍布英国的繁荣社区”这五大目标制定了具体的行动措施。|欧盟2018年3月人工智能时代：确定以人为本的欧洲战略介绍了欧洲人工智能的发展，提出了人工智能偏见问融，指出欧盟应该采取的应对策略。印度2018年6月国家人工智能战略重点关注印度如何利用人工智能促

33、进经济增长和加强社会包容。|韩国2018年7月人工智能研发战略涉及人才、技术和基础设施三个方面，同时发布了应用人工智能的大型公共特色项目，如急诊服务、新药开发等.德国2018年7月联邦政府人工智能战略要点在人工智能领域通过广泛而迅速地将研究成果转化为应用，实现管理的现代化。(1) 2016年10月，美国白宫为人工智能的未来做好准备的报告白宫发布为人工智能的未来做好准备的报告，披露了当前人工智能发展现状、应用情况、对社会和政策的影响。报告还特别详细地介绍了人工智能政策相关内容，比如提升社会福利、改进政府执政水平，为人工智能技术(如无人车)制定监管措施；如何确保人工智能的应用是公正的、安全的和可控

34、的；以及如何培养区别于人工智能的劳动技能。报告制定了美国人工智能的发展线路和策略，并为特定领域提供了23条行动建议。报告指出要加速人工智能在医疗领域的发展。美国医学中心、医院利用人工智能对并发症进行预测预防、发展电子化病历、对医疗大数据进行分析挖倔等，加快了疾病治愈的速度和减少了相应的成本。人工智能为医疗带来的社会意义和经济价值使人工智能医疗领域具有非常乐观的前景。(2) 2016年10月，美国美国国家人工智能研究和发展战略计划美国国家科技委员会人工智能小组制定的美国国家人工智能研究和发展战略计划设计了一个高层次框架，不仅明确了人工智能所需要的科学技术，而且还能监督研发投入的进度，使得投入产生

35、最大化效益。该框架还基于人工智能的近期能力和远期对社会产生的影响，确定了联邦资金资助人工智能研发的优先Il页序。战略计划有助于美国利用人工智能计划的全部潜能来推动国家经济发展及改善社会问题，并对联邦政府资助人工智能研发的战略规划提出了7条策略和2大方面的建议。战略计划还提出要在医学诊断等领域开发有效的人类与人工智能协作的方法，当人类需要帮助时，人工智能系统能够自动执行决策和进行医疗诊断。(3) 2017年3月，法国法国人工智能战略法国政府发布法国人工智能战略，旨在制定法国在人工智能领域的发展计划，基于对医疗健康、自动驾驶和交通出行等人工智能密切相关部门的深入调研，法国人工智能的发展将特别聚焦于

36、健康、交通、环境、国防与安全这四个优先领域。法国人工智能战略提出了超过50项建议，包括研发、技术培训等多个领域，国家强调扶持创新企业稳固发展，并建立一个专门执行报告建议的委员会，实施一项研究计划和一个支持国家战略的公私合作项目。在国家健康数据研究所的基础上，法国优先发展卫生健康领域，并将成立真正意义上的“卫生健康数据中心”，该数据中心包括医保报销数据、临床数据和科研数据等，并最终实现数据开放。(4) 2017年3月，加拿大；到口拿大人工智能战略加拿大政府在2017年发布了泛加拿大人工智能战略，承诺对加拿大人工智能的研究与开发提供1.25亿加元的经费，这一战略旨在增加加拿大人工智能人才人数，在埃

37、德蒙顿、蒙特利尔和多伦多均建立了人工智能研究中心，以建立加拿大在AI经济、伦理、政策和法律研究方面的全球领先地位。(5) 2017年3月，日本人工智能技术战略2014年9月，日本政府成立“机器人革命实现委员会”，召开会议讨论并将讨论成果汇总编制成新机器人战略；2015年1月，日本政府发布日本机器人战略：愿景、战略、行动计划；2016年5月，日本政府发布人工智能/大数据/物联网/网络安全综合项目(AlP项目)；2017年3月，日本政府正式针对人工智能发布人工智能技术战略。日本非常重视人工智能，并将2017年确定为人工智能元年。他们视物联网(IoT)、人工智能(AI)和机器人为第四次产业革命的核心

38、。除此之外，日本还建立了国家层面的研发促进机制，希望大力发展人工智能以维持日本在汽车、机器人方面的技术优势，并解决人口老化、医疗及养老等社会问题。其中，日本将医疗健康及护理作为人工智能的突破口。为应对快速老龄化社会的到来，日本基于医疗、护理系统的大数据化，将建成以人工智能为依托、世界一流的医疗与护理先进国家。不仅如此，基于先进的预防医学，日本以实现80岁以上高龄者健康工作及有效降低社保负担作为目标，构筑以健康关怀为主的健康长寿产业大国。(6) 2017年5月，新加坡新加坡人工智能战略A1.SG新加坡国家研究基金会推出“国家人工智能核心(A1.SG)计划，旨在充分结合新加坡政府、科研机构与产业界

39、的力量，从而发展人工智能、促进其应用。根据“AISG”的倡议，计划5年内为新加坡的人工智能发展投资1.5亿美元。A1.SG将汇聚新加坡最负盛名的六个政府相关机构，即国家研究基金会、经济发展委员会、智能国家和数字政府办公室、信息通信和媒体发展局、医疗保健综合健康信息系统和新加坡创新机构，以提高新加坡人工智能的能力。(7) 2017年7月，中国新一代人工智能发展规划2017年7月，中国国务院发布新一代人工智能发展规划，是中国在人工智能领域进行系统吾曙的第一份文件。规划指出到2030年，中国人工智能理论、技术与应用总体上要达到世界领先水平。在规划提出的六大重点任务中，特别提出要在医疗领域发展便捷高效

40、的智能服务，围绕医疗等方面的迫切民生需求，加快人工智能创新应用，使精准化智能服务更加丰富多样、社会智能化治理水平大幅提升。规划提出发展智能医疗：“推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防控”。(8) 2017年10月，阿联酋阿联酋人工智能战略阿联酋是中东首个建立人工智能战略的国家，也是全球首个

41、设立人工智能部”的国家，其主要目标是利用人工智能提高政府的施政能力及办事效率。政府将在交通、卫生、可再生能源、太空、水、教育、技术、通信及环境9个部门进行人工智能技术投资。此举旨在降低整个政府的成本、实现经济多元化。(9) 2017年10月，英国在英国发展人工智能英国政府发布了在英国发展人工智能的报告，分析在英国人工智能的应用现状、市场和政策扶持情况，并对数据、科技、研究和政策的开放程度与投入情况给出了建议。该报告就政府、科研机构、行业公司如何协调以助力人工智能在英国的发展列出了18项建议。在医疗领域方面，报告指出发展人工智能医疗的三大潜力领域：辅助诊断领域、早期预防控制流行病并追踪其发病率领

42、域和图像诊断领域。报告指出，现阶段人工智能不能替代人类医生，而是作为一种辅助工具帮助医生进行诊断与治疗，但同时也表示人类工作与人工智能之间的持续交互将提高诊断的效率与准确性，并认为未来人类会完全把任务交给人工智能系统自主操作完成。(10) 2018年5月，英国产业战略：人工智能领域行动英国政府发布产业战略：人工智能领域行动，围绕人工智能”打造世界最创新的经济、为全民提供好工作和高收入、升级英国的基础设施、打造最佳的商业环境、建设遍布英国的繁荣社区”这五大目标制定了具体的行动措施，从而使英国保持其在人工智能行业的领先地位。(11) 2018年3月，欧盟人工智能时代：确定以人为本的欧洲战略欧洲政治

43、战略中心发布了人工智能时代：确定以人为本的欧洲战略，主要从以下几个方面介绍了欧洲人工智能的发展：全球人工智能研发投入和发展情况；欧洲的人工智能发展情况及与其他国家的对比，并进一步表示欧洲应该制定人工智能品牌的战略；提出人工智能发展过程中遇到的劳动者被替代的问题、以及人工智能偏见问题，并提出欧盟应该采取的应对策略。(12)2018年6月，印度国家人工智能战略印度政府发布国家人工智能战略，重点关注印度如何利用人工智能促进经济增长和加强社会包容力。撰写报告的政府智库NlTlAayog(改造印度国家研究院)称这种方法为AlforAll,重点关注医疗、农业、教育、智慧城市和基础设施建设、智能通讯与交通这

44、五大方面。印度政府希望解决印度长期存在的医疗健康挑战，国家人工智能战略提出人工智能与机器人技术以及医疗物联网技术(I。MT)的结合可能会成为一种潜在的关键技术。战略意识到人工智能解决方案可以弥补人员的稀缺和实验室设施的不足，帮助克服访问障碍、解决可及性问题，比如通过早期发现、诊断、决策和治疗，满足印度大部分地区的需求。于是，印度政府将癌症筛查和治疗作为人工智能大规摸靶向治疗的领域，并且计划开发一个国家级的病理图像数据库。(13) 2018年7月，韩国人工智能研发战略韩国人工智能研发战略涉及人才、技术和基础设施三个方面。在人才方面，信息通信技术振兴院预测，至(J2020年韩国人工智能硕士和博士级

45、人力缺口将达到4500人，因此韩国计划在2022年之前新设六所人工智能研究生院，以培养1370名人工智能高级人才。同时，韩国政府计划在2022年之前投资约20亿美元，用于人工智能研究。政府还发布了应用人工智能的大型公共特色项目，比如急诊服务、新药开发和智能农场等。(14) 2018年7月，德国联邦政府人工智能战略要点作为德国新政府总体规划人工智能技术发展的第一步德国联邦经济和能源音长联邦教育和研发部以及联邦劳动和社会部共同起草联邦政府人工智能战略要点。文件表示，德国应当成为全球领先的人工智能科研场，尤其需要广泛而迅速地将研究成果转化为应用，并实现管理的现代化。文件指出，德国应实现以下目标：为人

46、工智能相关重点领域的研发和创新转化提供资助；优先为德国人工智能领域专家提高经济收益；同法国合作建设的人工智能竞争力中心要尽快完成并实现互联互通；设置专业门类的竞争力中心；加强人工智能基础设施建设等；支持德国人工智能研究中心(DFKI)及其实验室，由德国和欧盟机构以及工业合作伙伴提供资金。2.2 世界各国人工智能国家战略分析综合来看，世界主要国家从2016年下半年纷纷开始对人工智能进行国家战略层面的布局。在此之前，人工智能受到的重视程度明显不足，没有直接以人工智能为核心由勺国家战略，多数与人工智能技术相关的政策主要集中于机器人等高新技术领域。2016年3月，GOOgle旗下的DeePmind开发

47、的人工智能机器人AIPhaG。对阵人类传奇棋手李世石并取得胜利，该事件成为人工智能领域的一个重要里程碑。至此，各国纷纷认识到人工智能的重大潜力，并从国家战略上给予高度重视，发布符合自身国情的人工智能国家战略。美国作为第一大经济强国，对于人工智能的反应最为迅速，于2016年接连出台了白宫为人工智能的未来做好准备的报告、美国国家人工智能研究和发展战略计划两份重量级报告，不仅提出了要加速人工智能在医疗领域的发展，利用人工智能对并发症进行预测及预防、发展电子化病历、对医疗大数据进行分析挖掘等，还要在医学诊断等领域利用人工智能系统自动执行决策和进行医疗诊断。中国作为世界第二大经济体，于2017年7月发布新一代人工智能发展规划，该规划提出中国人工智能在2020、2025、2030年的发展目标和六大重点任务，强调“1+N”的规划体系，聚焦人工智能基础理论和关键技术、以及人工智能和其他领域的交叉应用。其中，在建立智能社会里，特别提到要发展智能医疗，包恬智能治疗模式、智能医疗体系、智能医疗机器人、智能可穿戴设备、智能诊断、智能多学科会诊、智能基因识别、智能医药监管、智能疾病预测等。日本作为世界第三大经济体，具科技一直处于世界领先水平，于2017年3月发布人工智能技术战略