《新一代人工智能发展规划》

kungkingchung

2017年，国务院就印发了《新一代人工智能发展规划》。规划提出三步走的战略目标：

到2020年，培育若干全球领先的人工智能骨干企业，人工智能核心产业规模超过1500亿元，带动相关产业规模超过1万亿元，人工智能技术应用成为改善民生的新途径；

到2025年，新一代人工智能在智能制造、智能医疗、智慧城市、智能农业、国防建设等领域得到广泛应用，人工智能核心产业规模超过4000亿元，带动相关产业规模超过5万亿元，人工智能成为带动我国产业升级和经济转型的主要动力；

到2030年，人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元，成为世界主要人工智能创新中心，智能经济、智能社会取得明显成效。

目前，北京已拥有人工智能企业一千多家，拥有人工智能的相关人才近4万人；还拥有清华大学人工智能研究院、北京科技大学人工智能研究院、北京前沿国际人工智能研究院一批研究机构。

作为试验区建设的重要组成部分，北京制定了智源行动计划，北京市科委和海淀区政府推动成立北京智源人工智能研究院，培养AI高端核心人才，并为科研人员提供数据服务。基于这些优势，北京将以体制机制创新为突破口，构建政产学研金用一体的协同创新体系。

上海信息服务业、商务服务业、科研服务业、文化创意产业等现代服务业发展迅速；还打造了世界人工智能大会，积累大量产业资源。产业要素丰富、人口结构多元化带来的需求多样化，为人工智能的发展提供了丰富的应用场景，可以从需求端促进技术创新与应用。

目前，上海已经发布两批“人工智能应用场景”，涉及安防、医疗、教育、政务、制造等领域，吸引了微软、华为、商汤、依图等大量企业前来提供解决方案。到2020年，上海要形成60个深度应用场景、6个创新应用示范区，届时，还将征集更多的解决方案。

天津具备丰富的算力和数据资源，拥有飞腾、麒麟、曙光、南大通用等领军企业，覆盖芯片、操作系统、服务器、数据库四大类基础产品。

天津将针对自主可控信息系统、智能安防、大数据、先进通信、智能网联车、工业机器人和智能终端等七条人工智能产业链，实施产业和创新的融合。作为老牌工业城市，天津将以人工智能技术创新为驱动，以智能化作为工业发展的第二曲线，促进城市产业转型升级。

深圳在人工智能领域具有研发能力强、高端人才聚集、产业链完整等优势，其人工智能产业已具雏形。

深圳《新一代人工智能发展行动计划（2019－2023年）》提出，到2020年人工智能核心产业规模突破100亿元，带动相关产业规模达到3000亿元；到2023年人工智能核心产业规模突破300亿元，带动相关产业规模达到6000亿元。因此，深圳将利用其产业生态优势、强大的成果转化能力，形成商业化示范。

杭州在人工智能学术研究、应用场景、产业基础等方面具备优势，拥有之江实验室、北京大学信息技术高等研究院、阿里达摩院等创新研究机构。阿里巴巴、海康威视、大华股份、蚂蚁金服、网易、恒生电子等企业，在数据处理、计算机视觉、智能安防、智慧金融、自动驾驶等领域具有领先地位。

合肥具备智能语音、机器人等研发机构多、专家团队高度集聚的优势。公开数据显示，位于合肥的中国声谷以科大讯飞为龙头，已经吸引超过600家企业入园，在教育、医疗、服务、汽车、家居等领域孵化培育了130多款人工智能软硬件产品。2019年上半年，中国声谷实现产值410亿元。

作为长三角区域一体化发展的组成部分，合肥在智能语音、机器人等细分产业领域的深度应用示范，将与该区域其他城市的产业形成更高效的协同。

在目前6个建设试验区的城市中，医疗健康的人工智能相关企业大多分布在北京、上海、深圳、杭州。不难发现，这些城市在医疗健康领域有着多方面优势。

例如，北京、上海优质医疗资源聚集，可为医疗人工智能提供良好的数据基础与应用环境，且创新药企集中，人工智能可提升药物研发效率；杭州医疗信息化企业众多，人工智能与医疗信息化的结合才可更好为医疗机构和企业提供服务；深圳有较好的人工智能产业生态，覆盖设计、开发、制造、服务、应用等多个环节，腾讯、华为、平安等多家巨头均已在医疗人工智能方面做了布局，起到引领作用。

同时，这4个城市人工智能思维普及度高、创业氛围浓厚、经济发达，也是医疗人工智能企业集中的重要原因。

在医疗健康领域，人工智能已可用于医学影像、医疗器械、药物研发、手术机器人、健康险等多个细分领域。但是，医疗本身具有较高的专业壁垒，政策导向强，相比其他行业，具有更多特殊性。因此，人工智能更是面临诸多难题，这主要体现在四个层面。

政策层面：针对人工智能行业如何获取医疗数据、如何使用医疗数据，相关的法律法规不完善；辅助诊断类审批标准尚未完善、收费标准未建立，影响了企业商业化进程。

技术层面：有业内人士认为，人工智能算法的现状并不能匹配当前医疗环境对于这项技术的需求。医学人工智能缺乏的，是能够对小样本进行分析，对分析结果可解释。如果不具备这些条件，人工智能可能在实验室中能够展示出优异的成绩，一旦进入医院，它的准确率就会大打折扣。所以，人工智能技术如何真正解决医疗临床问题，还需持续打磨。

市场层面：受审批进度的限制，辅助诊断类医疗人工智能还无法大规模进入公立医院收费，而消费端收费也未大规模铺开。所以，医疗人工智能暂未形成可持续的商业模式。

资本层面：由于持续性商业模式的缺失，盈利周期存在不确定性，这在一定程度上影响了资本对行业的信心，资本市场一片火热的阶段已过，投入更加理性。

针对这些问题，医疗人工智能可以在试验区建设中看到哪些有望改善的好消息？我们认为主要有以下几点：

1、官方在制定人工智能相关政策、标准时，或将重点考虑安全、伦理等问题。医疗人工智能企业多从这些方面思考并提出相应方案，或可推动政策制度的建立。体制机制、政策法规、标准规范等方面的创新和先行先试，也是试验区建设的任务之一。

2、促进人工智能研究与技术迭代，也是试验区建设的重要任务。医疗人工智能有望在这一进程中，获得技术突破。

3、不涉及医疗诊断核心的产品方面，可持续深入探索，例如，在上海打造的深度应用场景或深圳完善的产业生态中，寻找民生应用、智能终端等的结合点。

4、几个试验区建设城市已经出台了相应的资金支持政策，既有按项目、团队的直接支持，也有创业、产业基金，医疗人工智能项目也有望争取。