의료분야에 진출하는 인공지능의 기회와 과제

인공지능(AI)이라는 개념이 대중화되면서 다양한 산업분야로의 진출이 가속화되고 있습니다. 그러나 의료분야의 복잡성으로 인해 의료산업에서의 AI 확산은 순조롭게 진행되지 않았다. 아직 성숙되지 않은 초기 시장은 진정한 상용화가 어렵습니다.

인공지능이 의료분야에 진출하는 분야에 따라 크게 나누면 약물 연구개발, 진단 및 치료, 영상인식, 수술로봇, 건강관리 등이 주요 카테고리다. 그러나 실제적인 관점에서 볼 때 약물 연구 및 개발 분야에서 어느 정도 진전이 있었음에도 불구하고 진단 및 치료 분야의 도구 속성이 더 강력하고 그 역할이 실제 규모와는 여전히 거리가 있습니다. 의료에서는 정보 기반의 역할만 수행합니다. 지난 5년간 시장을 크게 끌어모은 분야는 AI 솔루션(주로 영상인식), 수술로봇, 건강관리 등이다.

자본시장은 이 분야에 열광하고 있지만, 현재 관점에서 볼 때 실질적인 발전 전망은 수술용 로봇입니다. 전략적 변혁 없이는 다른 두 분야는 장기적으로도 상업 규모를 달성하기 어려울 것입니다.

네 가지 분석 각도

이 세 가지는 규제 속성, 실용성, 긴급성, 지속 가능성이라는 네 가지 각도에서 분석할 수 있습니다.

우선, 규제 속성의 관점에서 볼 때, 의료기기를 기준으로 규제 라이선스를 취득하지만, 수술용 로봇만이 비즈니스 모델을 탐색하기 위해 실제로 의료 기기 및 소모품에 의존하지만, 다른 사람들은 의료 기기를 기반으로 규제 라이선스를 얻습니다. 사실 개발을 위해 의료기기 자체에 의존하지 않고, 병원 내 및 병원 밖 모델의 의료 정보화를 선호합니다. 이미지 인식은 병원 내 영상 부서가 정보 역량을 향상시키기 위해 시스템을 구입하는 것과 유사하며, 디지털 치료는 정보 소프트웨어를 사용하여 병원 밖 추적 관찰 및 재활 관리를 전문적으로 수행하는 것과 유사합니다. 규제 접근 관점에서 볼 때, 의료 기기 및 소모품 모델은 고객당 단가가 높은 성숙한 비즈니스 모델인 반면, 전문 정보 소프트웨어 모델은 고객당 단가가 낮으며 시장 규모의 성장은 수량에 따라 달라집니다. . 병원 밖의 건강관리는 비즈니스 모델의 논리조차 정립할 수 없다.

둘째, 실용적인 관점에서 보면 수술 로봇과 영상 인식은 실용성이 매우 높습니다. 사용자는 주로 병원 부서이며 상대적으로 명확한 구매 요구를 가지고 있습니다. 디지털치료의 효능은 임상시험을 통해서만 입증됐지만, 아직까지 많은 이용자층을 확보하지 못해 실용성에 의문이 제기됐다. 의사의 처방이 필요하고 주로 병원 외 C-end 고객을 대상으로 하기 때문에 디지털 치료의 사용 시나리오는 처음 두 가지와 같은 긴급한 요구 시나리오를 만들 수 없습니다. 모든 것이 개인의 주관적인 의지에 의해 제어됩니다. 이며 지속력도 약합니다.

다시 말하지만, 긴급성은 지불 능력과 의지를 결정하며, 그 반대의 경우도 마찬가지입니다. 지불의사 관점에서 볼 때, 수술로봇의 시급성은 높고 지불의사는 높으나, 영상인식의 긴급성은 강하지 않고, 디지털치료의 긴급성은 더욱 약하고 지불의사는 낮다. 경제성의 관점에서 볼 때, 병원은 장비를 구매할 수 있는 자금이 가장 충분하고 시장 수용도가 가장 높습니다. 수술용 로봇 판매가 직면한 과제는 경제성보다는 정책적 접근입니다. 영상인식은 영상부서에만 국한되어 있고, 자금도 상대적으로 제한되어 있어 지불 능력도 당연히 제한적입니다. 더욱이 영상인식을 통해 제공되는 서비스는 정보소프트웨어에 가깝기 때문에 고객당 단가를 높이기가 어렵다. 디지털 치료법의 경우, 소비자 측에서 본인부담금을 지불할 수 있는 능력은 항상 큰 문제입니다. 산업의 상용화를 촉진하는 것은 어렵고 지불자에게 의존해야 합니다. 그러나 지불자는 명확한 효능과 비용을 확인할 필요가 있습니다. 디지털 치료법에는 이것이 없으며, 필요한 규모의 상업적 이익을 얻기가 어렵습니다.

마지막으로 지속 가능성의 관점에서 비즈니스 모델이 고객 요구와 지불 능력을 지속적으로 충족할 수 있는지가 핵심입니다. 수술 로봇과 이미지 인식은 주로 병원 조달에 의존하고 강력한 지속 가능성 역량을 가지고 있지만 디지털 치료는 C에 의존합니다. - 안정적인 시장규모 확보가 어렵고 지속가능성도 약함.

규모의 과제

본질적으로 영상 인식은 효율성 측면에서 의사에게 더 도움이 되지만, 전자 의료 기록과 같은 글로벌 정보 시스템과 달리 의료 기관은 로컬 효율성 개선에 그다지 시급하지 않습니다. 따라서 의료기관의 지불의사가 강하지 않다는 전제 하에 영상인식 제품의 가격은 전문정보시스템과 비교할 수 있을 뿐이고, 대형병원의 정보시스템과는 비교가 어렵다. 수요가 제한적이고 가격 개선이 어려운 시장 환경에서 영상인식의 상용화는 큰 한계에 직면해 있다.

반면에 이미지 인식은 노동집약적인 서비스이고 바이오마커를 생산하는 데 많은 인력이 필요합니다. 이로 인해 회사의 수익 1위안당 비용이 1위안보다 훨씬 증가했습니다. , 이러한 비즈니스 모델은 지속적인 자금 조달을 통해서만 지원될 수 있습니다. 전통적인 인터넷 기업과 달리 완전한 2B 시장이고 고객당 단가가 낮기 때문에 이미지 인식 기업은 빠른 규모의 가능성이 부족하고 장기적인 개발을 위한 자금을 소모하기 어렵습니다.

수술 로봇 분야는 상대적으로 좁지만, 현재 성숙된 로봇은 주로 복강, 주로 비뇨기과, 일반외과를 중심으로 정형외과를 규모화하려면 아직 시간이 걸리겠지만, 의사들의 애로사항을 해결할 수 있기 때문에 크게 개선될 수 있습니다. 수년간의 시장 개척 기간을 거쳐 수술의 정확성과 효율성이 크게 발전했습니다. 고객당 높은 단가와 자기부담 사용자 기반으로 인해 수술용 로봇은 일부 영역에 의료 보험이 포함되면서 상당한 성장을 보일 것입니다.

그러나 수술로봇 시장에는 아직 국내 주요 브랜드가 부족합니다. 현재 개발 및 임상 시험 중인 제품 라인이 많지만, 실제로 확장 가능한 수술 로봇 제품은 여전히 ​​부족합니다. 수술로봇은 장기 개발 사업 모델이지만, 병원 시장에서의 판로 개척은 제품 개발과 긴밀히 연계돼야 한다. 그렇지 않으면 제품은 있는데 시장이 없는 상황이 생기기 쉽고, 오히려 끌려가게 된다. 수년 동안 현금 흐름을 창출할 수 없으며 항상 수혈이 필요합니다.

건강관리 분야에서 인공지능의 주요 발현은 디지털 테라피입니다. 디지털 치료는 새로운 제품이 아니라 기존 제품을 다시 포장하는 소프트웨어 + 하드웨어 모델에 가깝습니다. 이미지 인식 및 수술 로봇과 달리 디지털 치료는 개인 중심적입니다. 인공지능의 본질은 효율성과 기술을 향상하고 비용을 절감하는 것이지만 디지털 치료제는 이를 반영하지 않는다. 디지털 치료법은 임상시험을 통해 만성 또는 정신 건강 상태의 치료 및 관리에 효과적일 수 있음을 입증했지만 실제로는 실제 효과에 대해 의문이 남아 있습니다. 이에 따라 의료보험과 상업보험은 여전히 ​​지급자로서 매우 조심스럽고, 디지털치료를 직접 보장하려는 의지가 매우 낮아 급격한 규모 확대 가능성이 낮아지고 있다.

물론, 디지털 치료에서 인공지능의 가장 큰 장점은 알고리즘입니다. 사용자 데이터를 지속적으로 조정하여 알고리즘을 더욱 정확하게 만들어 사용자의 건강 수준을 향상시킵니다. 그러나 이미지 인식과 마찬가지로 더 높은 정확도의 알고리즘을 개발하려면 높은 인력 투자와 대규모 샘플이 필요합니다. 현재의 디지털 치료법은 약물의 연구개발 모델을 채택하고 있으며 병원 내 소수의 사람들만을 대상으로 임상시험을 실시하고 있습니다. 이러한 디지털치료제 출시 시 사용자 이용률과 갱신률은 높지 않으며, 선두주자인 Pear Therapeutics의 실제 처방 조제율은 50%에 불과하고, 실제 처방전 지급률도 25%에 불과해 제약이 크다. 확장 가능성.

따라서 비즈니스 모델의 잠재력을 기준으로 판단한다면 사용자 요구의 긴급성, 지불 의지와 능력, 지속 가능성은 향후 실질적인 발전을 이룰 수 있는지 판단하는 열쇠입니다. 시장 동향으로 볼 때 수술로봇의 비즈니스 모델은 성숙되었으나 기술 역량에 따라 달라질 수 있으며 향후 규모는 기술 성숙도와 비용 관리에 달려 있습니다. 영상인식을 기반으로 한 AI 솔루션의 비즈니스 모델은 아직 미성숙하며, 향후 진정으로 확장할 수 있을지는 시급히 필요한 새로운 적용 시나리오를 찾을 수 있는지, 병원의 지불 의향이 높아지는지에 달려 있다. 디지털치료는 아직 명확한 비즈니스 모델이 없으며 시장은 계속해서 개척될 예정이다. ????

위 내용은 의료분야에 진출하는 인공지능의 기회와 과제의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!