发布时间：2023-10-09 16:08:12
序言：写作是分享个人见解和探索未知领域的桥梁，我们为您精选了8篇的精准医疗行业分析样本，期待这些样本能够为您提供丰富的参考和启发，请尽情阅读。
投资要点:
AI新品，进一步落地多个行业:2017年9月12日，公司了“精准医疗”、“AI+公安大数据”、“乐享智投‘三个行业的解决方案及产品。
(1)精准医疗:
目前还处于辅劣临床诊疗阶段，iMedical8.0P、临床科研大数据分析平台、感染智能监测系统、知识图谱构建系统等实现了辅劣医生优化治疗方案和临床科研的功能;
(2)AI+公安大数据:通过人脸识别、视频检索技术等不公安系统拥有的海量数据库结合，解决了以往案件侦查过程中嫌疑人筛选的问题，大幅提高了筛选速度;
(3)乐享智投:作为一款智能投顼产品，主要向金融客户提品评测、用户画像、投资组合、投资执行、风险监控、收益分析等服务，并提供个性化的解决方案。
本次AI产品的，公司实现AI技术在医疗、安防、金融三个热点行业的落地，有望搭上AI行业高速发展的顺风车，助力公司的进一步发展。
布局AI行业多年，技术成就应用:公司于2013年开始布局人工智能领域，是国内较早投入人工智能领域研发的企业之一，先后不中科院、清华大学、北航、IBM和微软等国内外知名校企合作。经过多年研究，公司基于人像识别、车辆软件识别、目标图像提取不分析等技术，研发出智能人像服务、人像卡口等系统。本次人工智能新品的是对以往产品的进一步改进，是公司多年技术积累的结果，产品系列较为成熟、可靠，用户满意度较高。
业务行业覆盖广，公司发展空间大:公司立足数字化行业多年，服务对象涵盖金融、电力、通讯、交通运输等10余个行业，产品线主要包括行业应用软件、人工智能解决方案、大数据服务。这不仅有利于公司率先占据AI行业的有利位置，更能够使公司在数据量上存在优势。公司能够尽快实现AI产品在多个行业的落地，在AI市场还在高速发展期的今天，占据多个行业就意味着拥有更大市场规模的可能性。
除此之外，公司拥有各个行业的大量数据，能够实现不同行业数据的相互补充，有利于AI系统的自我完善。
投资建议:作为国内IT企业龙头，公司将不断完善人工智能技术，并通过数据积累，在产品线和市场应用上不断拓展，最终实现人工智能+战略。我们公司预测2017年至2019年每股收益分别为0.48、0.53和0.68元，上调评级至买入-A，6个月目标价为13.92元，相当于2017年29倍的动态市盈率。
风险提示:
关键词：精准食品；市场营销；互联网；资源整合
原有企业在营销模式上存有一定缺陷，其中包括的问题有：第三终端开拓问题、渠道拦截问题、人力资源问题、外部资源整合问题等。但通过现有模式的改进，使其解决了困扰因素。现如今，在营销模式方面组建新型产业链，将实现整个产业机构的发展。
一、精准食品的概念及发展趋势
1.精准食品的概念
随着当前科学技术的不断发展，人们已经清晰了解食物精准调控人体健康的复杂机制，针对癌症等疾病的早预防、早诊断、早干预、早治疗的新方法———精准食品，也跃到消费者眼前。原有疾病的预防、诊断、干预和治疗都是依靠药物进行的，但一般情况下，药物副作用强，往往会给病人的身体健康带来遗留问题。但利用现有的高科技手段检测并研发的精准食品，不但没有副作用，反而还能达到预防、干预甚至彻底根治疾病的目的。同时，不同个体之间的遗传（基因决定）特异性也可以导致其对食物反应的明显不同，适合人群中某个个体的最佳食物却不一定适合其他人，更甚者会引起疾病。将食物本身的特性与人体数字化信息相结合的精准食品时代已经到来。精准食品通过多组学分析，开发出有针对性的靶向食品，这种食品可从基本膳食中调节人体的基本功能，以调节为主，改善人体膳食结构，并且主攻方向为靶治疗，攻击靶向目标，不会伤害人体的正常结构。
2.精准食品的发展趋势
2015年5月，中国农业大学联手华大基因科技有限公司（下称“华大基因”）将共同开发“精准食品”。精准食品在今后的发展道路上将会围绕“把健康和生命掌握在自己手里，让基因科技造福人类”的原则作为今后发展的主流趋势，其中，华大董事长汪建与CEO王俊为此进行了专项讲座，对该行业的发展趋势以及遇到的困难进行讲解分析，使其激发人民群众对该行业发展的认可。此外，该行业也为今后的发展趋势制定了战略方向，其中包括从精准医疗至精准营养，2015年1月，美国总统奥巴马在国情咨文演讲中启动精准医疗计划。并在同年的3月11日，中国科技部召开国家首次精准医学战略专家会议，并首次提出了中国精准医疗计划。所谓的精准治疗就是有针对性的药物治疗，使其选择的药物能对每个异常基因进行靶向治疗，从而杀死癌细胞的目的。而把基因科学与食品相结合，靶向设计食品精准制造个性化食品，一方面可以改善人体的膳食结构，另一方面又能达预防疾病的目的。
二、当前市场营销战略方式
根据当前企业的发展形势，在制定营销策略方面进行4个战略分析，包括市场定位战略、市场竞争战略、产品创新战略以及多样化增长战略，各个战略都对企业的今后发展起着至关重要的作用。
1.市场定位战略
企业要根据产品的实际价值，合理在市场中进行定位，只有这样才能满足消费者的价值观念，才能在行业中处于稳定地位。所以，企业要在市场价值观念中找到属于自身的位置，对同行业的市场定位要放在与众不同之处，同样都是物流行业，顺丰快递便把企业定位在送货速度方面，利用航空运输系统，不但保证了送货速度，而且提高了物流运输的工作效率。对精准食品而言，首先保证市场定位锁定在大众消费群体，这样不但能满足日常消费者的需求，而且还能起到治疗疾病的目的。其次，该产品不属于医药产品，也不属于保健食品，因为医药产品都具有一定的副作用，一般对病人不适宜长期用药。保健品价格昂贵，产品定位标准要求高，且随着人们意识的不断加强，逐渐对保健品产生理性认知。保健品没有治疗疾病的作用，而是不断增强人体免疫力。所以根据各种因素分析，该产品一定要根据市场行情和价值观念合理定位市场标准。
2.市场竞争战略
精准食品市场竞争战略可从三方面进行分析，分别为产品疗效、市场占有率以及价格方面，治疗作用效果较好的产品能得到较为广泛的认知，所以精准食品企业要从攻克疗效方面入手。首先，严格把守质量关，这样才能在市场中处于不败的地位。市场占有率可从产品推广方面进行深入分析，加大对销售团队的组建，这样才能为产品市场的占有率打下良好基础。其次，在价格方面，现如今竞争最为激烈的便是价格，对同一件产品，可能会有多种不同的价格，因此，精准食品企业要在价格方面制定较为合理的指导方针，既能满足消费者的需求，又能保证企业财务的日常运转。不要为了追求利益，将产品价格定位在高标准层面上，这样不但会导致企业产品大量堆积，而且也会加大在销售方面的困难。精准食品企业在目前市场上的占有率为0，这也实现了当前市场零的突破。目前市场竞争企业较少，但随着消费市场的不断转变，今后将会有更多企业在该领域进行突破。因此，企业应提前为今后市场的竞争做好准备，以便于更好地适应市场。
3.产品创新战略
企业若想长远立足，必须要学会不断创新。精准食品企业同样也是这样，产品种类过于单一，随着时间的推移，企业便会处于停滞状态。这样不但不能保证产品在今后市场的占有率，而且还会慢慢退出市场，到时企业将会面临破产的结局。创新是一个企业的灵魂，对精准食品同样如此。精准食品为了不断满足当前市场的需求，要不断加大对产品的研发。无论是在产品效果方面还是在样式方面，都要与时俱进，符合现代化需求。现代产品的创新主要针对市场的需求变化，随着人们压力的不断增大，每年的患病率逐年增多，根据近几年数据调查显示，我国每年将以1%的癌症上升率不断增加，针对这种情况，要不断研发治疗疾病的产品。其次，产品外观形象也要不断创新，原有产品外观已不能满足人们的需求，采用新型外观样式，使其产品从外观至效果都处于不断创新阶段。
4.多样化增长战略
精准食品在今后营销模式上可进行三种形式的增长战略转移，分别为水平增长战略、垂直增长战略及侧面增长战略。水平增长战略是拉动同一水平的企业进行该产品的营销，例如：可将精准食品推广至商场或者各大药房，这样既能增加销售量，又能提高产品市场的占有率。随着互联网技术的不断发展，第三方平台成为当前产品销售的主流渠道，所以该企业可为该产品研发一种APP，用户可登陆该网页进行产品购买。垂直多样化增长战略，精准食品企业从产品原料的采购至最后的销售管理一体化流程全程控制，原有企业在原料选购方面采用统一招标的形式，造成一部分经济费用的损失。而现有模式中精准食品企业将战略进行全方位转移，使其全方位控制生产流水线。这种产业结构模式不但可减少开支，而且又能确保生产质量。层面多样化增长战略，精准食品企业可片面投资其他行业，使其带动精准食品行业的发展。例如：精准食品企业可片面投资绿色食品行业，绿色食品有利于人体健康，并且也能得到广泛认可。利用绿色食品行业的发展带动精准食品行业，使其实现双赢局面，在增加绿色产品销量的同时，能提高精准食品的销售额。
三、当前市场营销存在的问题
随着精准食品行业的不断前行，在发展道路上仍存有一定的销售障碍，包括渠道拦截问题、人力资源问题、外部资源整合问题等。
1.渠道拦截问题
随着市场竞争意识的不断增强，产品在渠道途中也会遭到同行业或类似行业的拦截。拦截方式包括很多种，其中，针对性较强有协议拦截、总经销拦截等。协议拦截指的是国家法律条文中明确指出该产品可向各个场所进行推广销售或限制在规定地点范围内，协议拦截是国家强制性的举措，因此，产品在今后推广营销模式方面仍没有专业渠道，会造成货物的大量堆积。总经销拦截。由于市场竞争激烈程度不断加剧，形成了市场垄断的划分。某些营销部门便逐步开始向区域商进行拓展，这种现象虽然能占有一定的市场率，但在销售模式上仍不能满足现状。
2.人力资源问题
人力资源问题属于发展产品市场营销的主要问题，一个不断前进的企业必定有一支强大的营销团队。但现如今的营销人员对产品知识了解甚少，并且由于营销人员学历层次不同，在与客户沟通方面也会遇到较大困扰。目前，企业在人力资源方面存有的问题是缺少精英型人才，但实际中，企业产品的营销人员都是普通阶层，且文化程度处于低等水平，这便造成精准食品在外部推广方面遇到较大障碍。此外，企业为了减少人资成本，还经常出现一人多岗的现象。比如，财务人员兼职采购人员，这种现象在当今企业中较为常见，这种现象不但会加大工作人员的劳动力，并且还降低了其本职的工作效率。
3.外部资源整合问题
外部资源整合包括外部资金的整合以及营销市场的整合，由于企业产品属于新型产品，并且在市场推广方面还没有形成一致效应，造成外部资金很难流入本企业。企业若想长久发展，必须要有外部资金的注入，才能保持长久的活力。但根据目前形势分析，企业在融资方面较为欠缺。营销市场的整合。有些企业为了争夺市场，不断提供第三方服务，现如今的送货上门服务便是外部市场资源整合的一种渠道。但精准食品属于治疗方面的产品，所以没有提供专项的运输配送，一方面担心运输途中出现质量问题，使用户出现一定的副作用；另一方面是输运地区广泛，加大投入成本。
四、市场营销改进策略
目前，精准食品企业为了扩大市场营销模式，对市场营销改进策略进行分析。其中包括加大互联网营销模式、开拓第三终端营销模式等。
1.加大互联网营销模式
随着互联网技术的不断发展，精准食品企业也将会加大在互联网营销模式的投入。但对于购买者有一定数量的限制，防止出现不适症状的现象。用户在利用互联网进行购买时，需要将个人信息输入至信息栏菜单中，以便验证企业的出库数据。由于互联网针对对象的范围较广，可针对商场、个体商户、大众群体以及医院等，这种营销模式将会增加其产品的营销收入。
2.开拓第三终端营销模式
开拓第三终端APP的应用，APP具有商业版权性。用户在购买过程中，可直接在APP应用程序软件用户协议中进行注册。为了增大注册量，精准食品企业还可以减免用户一部分费用，比如利用电子券或者商品积分等，这种销售模式在当今APP应用程序中较为常见，此外，在售后服务方面，APP也要不断完善。这样既能满足客户的实际需求，也能提高产品的销售数量。
五、结语
通过对精准食品市场营销模式的探究分析，使笔者对精准行业的发展有了更为深刻的认知。只有通过产品的不断创新以及销售模式的不断改进，才能全面促进企业的发展。
参考文献：
[1]徐国东.互联网营销策略及其发展[J].市场观察，2012（28）：13-14.
[2]魏炜.当前营销创新的10种模式[J].职业经济人，2006（78）：51-52.
[3]冯德连.研发国际化趋势下我国技术创新模式选择[J].商业时代，2007（37）：57-58.
[4]李从选.第三终端五大发展趋势预测[J].医药经济报，2004（17）：39-40.
[5]胡玉立.市场预测与管理决策[M].北京：中国人民大学出版社，2008：66-67.
在过去的十年间，医疗费用支付问题的解决成为驱动中国医疗服务行业增长的直接动力，也推动着医疗服务提供方的变革。未来的几年，中国的医疗服务行业将会呈现出诸多新的、结构性的变化。
解决医疗费用支付问题的措施。除了进一步提高社保覆盖及筹资水平的方式外，更多的将会从提高资金使用效率的角度入手；医保控费将成为常态，高度依赖医保的商业模式将会受到较大影响。
虽然商业保险会持续扩容，但社保将仍然是最主要的支付方。过去十五年中，中国的医保覆盖率大幅提升，从2000年的20%提升至2015年的95%，基本实现了全民医保覆盖。特别是在过去的五年中，医保覆盖的速度增长最快，这也推动了整个医疗行业的快速增长。
国家未来将仍然会加大医保的筹资力度，增加覆盖率，特别是在大病医保方面，但整体速度将远远低于前几年，转而会将重心放在提高医保使用效率上。而从目前国家对医保支出管控的水平来看，分级诊疗的强制推行及医保使用的配额安排将是最主要的措施，类似按病种付费（DRGs）等支付模式改革短期内很难大规模实施。
由于来自支付方的压力，将会导致作为医疗服务提供方的各类医疗机构被重新定义，各级医疗机构的职能也将有更加明确的分工。医疗服务提供方的格局变化，将从根本上影响患者的就医习惯，患者流向也会因此有较大的改变。适应这种变化的商业模式将会得到市场的青睐，反之则会被淘汰。
在过去的十年中，中国政府已投入巨资，搭建了庞大的医疗基础设施体系，从总量上看，中国的医疗资源并不存在严重的供需失衡问题，但这些基础设施体系却是以孤立的形式存在，各自为政、职能错位，因此出现了严重的结构性供需失衡问题。
受到来自财政与民生需求方面的双重压力，医疗服务提供方的服务结构将发生较大变化。已被提了十几年的分级诊疗将会得到更加实质性的推广与实施，等级医疗机构与基层医疗机构将再次回归各自应有的职能，中国政府巨资建设的庞大医疗资产将再次被激活，公立医疗体系的服务效能将得到提升，并更多地回归到基础医疗服务上来。
民营医疗机构将面临着新一波的机遇与挑战。一方面，一直困扰民营医疗机构发展的人才问题，将会由于更多公立医院医生的加盟而得到缓解；另一方面，公立医疗机构职能转变，将会释放出一部分医疗服务市场空间，包括对公立医疗机构规模增长的限制、民营医疗机构患者来源渠道的多样化等。
公立医疗服务机构的效能提升，又会给民营医疗机构带来较大的挑战。民营医疗机构靠较好的就医环境与服务体验作为差异化的竞争策略，将很难在新的环境下生存。医疗技术的提升及医疗安全的管控将成为决定民营医疗机构发展的关键要素。
来自供给端的变革也推动着需求端的变革。对于疾病的医疗理念，将从重治疗轻预防与康复，转向三者并重；患者的健康意识与主动参与医疗行为的意愿将逐渐增强，医患之间的交流频率与方式也会出现新的变化；这些都会给传统的医疗服务市场带来新的生机与活力。
报告总体分为四个部分，分别从市场环境、产业格局、商业模式、机遇与挑战等方面对中国医疗人工智能产业进行分析。
无论是对中国还是对世界来说，人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺、公共医疗费用攀升等都是必须要面对的问题。而随着技术的发展，人们逐渐开始寄希望于通过人工智能来解决医疗行业的痛点。此前，美国咨询公司弗罗斯特- 沙利文公司就曾提到，“人工智能可将医疗效果提高30% 到40%，减少多达50% 的医疗成本”。
在中国，医疗人工智能有着先天的发展优势。一方面，中国人口数量庞大，有充足的医疗数据，为医疗人工智能的发展提供了基石。另一方面，中国足够大的医疗市场也为人工智能企业创新提供了动力。
不负人们所期，近年来中国医疗人工智能市场正如火如荼地发展着。数据显示，自2013年到2017 年，中国医疗人工智能行业共获得241 笔融资。其中，2017 年国内医疗人工智能行业公布的融资事件近30 起，融资总额超过18 亿元。
2018 年，医疗人工智能市场火热依旧。一方面，资本热情不减，大额融资频发，医疗人工智能融资总额再创新高，仅2018 上半年就有18 家公司获投，总金额超过31 亿元。另一方面，已然成熟的互联网巨头，如BAT 等，以及传统医疗相关企业，如飞利浦等也早已重金布局医疗人工智能，大手笔向产业链扩展业务。
作为一种提高效率的工具，目前，医疗人工智能已经覆盖了医疗产业链条上的四大环节。其中，医疗环节以服务患者为主，针对患者提供一系列更精准、更高效的医疗服务。而医药、医保、医院环节则更多是为B 端的医疗机构、企业等服务。并且，医疗人工智能在经历过火热的发展后，迎来了商业化的关键期，目前绝大多数医疗人工智能的公司尚未实现盈利，且其产品多在医院进行试用，但他们已经通过不同的业务模式实现了付费收入。
人工智能在医疗领域的广泛应用价值
目前，人工智能在医疗领域的研究成果频出，人工智能应用医疗领域已是大势所趋。各个科技巨头都相继布局人工智能医疗行业。对人工智能在医疗的应用主要基于多方面的客观现实：比如优质医疗资源供给不足，成本高，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异；此外，随着人口老龄化加剧和慢性疾病发病率的增长，人们对健康重视程度普遍提高，医疗服务需求也在持续增加。
人工智能结合医学应用有非常多的益处，可以让患者、医师和医疗体系均受益。比如对于患者来说，可以更快速地健康z查，获得更为精准的诊断结果和更好的个性化治疗方案建议；对于医师来讲，则可以消减诊断时间，降低误诊的概率并对可能的治疗方案的副作用提前知晓；对于医疗体系来说，人工智能则可以提高各种准确率，同时系统性降低医疗成本。
据悉，人工智能在智能诊疗、智能影像识别、智能药物研发和智能健康管理等方面都有广泛的应用价值。
比如在智能诊疗方面，就是让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也最核心的应用场景。谷歌宣布已尝试将其面向消费者的机器学习能力应用到医疗保健领域中。今年谷歌的人工智能算法在乳腺癌诊断上也表现出了很高准确度；苹果公司最近收购了Lattice，该公司在开发医疗诊断应用的算法方面具有很强能力。
在智能影像识别方面，人工智能的应用主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像进行分析，获取一些有意义的信息；二是深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。作为医生，从一个大的图像如CT、核磁共振图像判断一个非常小的阴影，是肿瘤是炎症还是其他原因，需要很多经验。如果通过大数据，通过智能医疗，就能够迅速得出比较准确的判断。
在智能药物研发方面，则是将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。目前借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破，在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。
在智能健康管理方面，则可以将人工智能技术应用到健康管理的很多场景中。目前主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。比如通过获取信息并运用人工智能技术进行分析，识别疾病发生的风险及提供降低风险的措施。计算机还能收集病人的饮食习惯、锻炼周期、服药习惯等个人生活习惯信息，运用人工智能技术进行数据分析并评估病人整体状态，协助规划日常生活。在精神健康领域，计算机可运用人工智能技术从语言、表情、声音等数据进行情感识别。在健康干预层面，计算机则可以运用AI对用户体征数据进行分析，定制健康管理计划。
从IBM Watson的发展看医学人工智能的未来
目前国内外已经有很多高科技企业将认知计算和深度学习等先进AI技术用于医疗领域，并出现了很多产品，其中以IBM的“沃森医生”（IBM Watson）最有代表性。IBM Watson作为该领域中的翘楚，随着人工智能技术的逐渐成熟，在2016年开始放开手脚，以肿瘤诊断为重心，开始在慢病管理、精准医疗、体外检测等九大医疗领域中实现突破，逐步实现人工智能作为一种新型工具在医疗领域的独特价值。
沃森是2007年由IBM公司开发的，IBM Watson具备了自然语言处理、信息检索、知识表示、自动推理、机器学习等能力，能够快速搜索分析非结构化的数据，获取想要的结果。2015年，日本东京大学医学院研究所最初的诊断结果，确诊一位60岁的日本女性患了急髓白血病，但在经历各种疗法后，效果都不明显。无奈之下，研究所只好求助IBM Watson，而IBM Watson则通过对比2000万份癌症研究论文，分析了数千个基因突变，最终确诊这位60岁的日本女性患有一种罕见的白血病，并提供了适当的治疗方案。整个过程IBM Watson只用了短短10分钟。
自2012年罗睿兰接手IBM开始，IBM公司发展方向与业务架构就一直在进行根本性调整。传统硬件与系统软件业务地位不断退后，而云计算、网络安全、数据分析与人工智能成为了公司现金流的核心投放领域。现在的IBM正在转型为一家认知计算和云平台的公司。其中在医学人工智能的优势也越来越明显。
IBM Watson首先进入的领域是复杂的癌症诊断和治疗领域，这也是目前全世界医学界聚焦的重点。Watson的第一步商业化运作就是通过和纪念斯隆・凯特琳癌症中心进行合作，共同训练IBM Watson肿瘤解决方案（Watson for Oncology）。癌症专家在Watson上输入了纪念斯隆・凯特琳癌症中心的大量病历研究信息进行训练。在此期间，该系统的登入时间共计1.5万小时，一支由医生和研究人员组成的团队一起上传了数千份病人的病历，近500份医学期刊和教科书，1500万页的医学文献，把Watson训练成了一位杰出的“肿瘤医学专家”。随后该系统被Watson Health部署到了许多顶尖的医疗机构，如克利夫兰诊所和MD安德森癌症中心，提供基于证据的医疗决策系统。
相继攻克肺癌、乳腺癌、结肠癌、直肠癌后，2015年7月IBM Watson for Oncology成为IBM Watson health的首批商用项目之一，正式将上述四个癌种的肿瘤解决方案进入商用。2016年8月IBM宣布已经完成了对胃癌辅助治疗的训练，并正式推出使用。此外沃森还在2016年11月训练完上线了宫颈癌的服务。
目前IBM Watson肿瘤解决方案已经进入中国。2016年12月，浙江省中医院联合思创医惠、杭州认知三方共同宣布成立沃森联合会诊中心，三方将合作开展IBM Watson for Oncology服务内容的长期合作，这是自IBM Watson for Oncology引入中国以来，首家正式宣布对外提供服务的Watson联合会诊中心，意味着中国医疗行业将开启一个新型人工智能辅助诊疗时代。目前Watson可以为肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌6种癌症提供咨询服务，2017年将会扩展到8-12个癌种。在医生完成癌症类型、病人年龄、性别、体重、疾病特征和治疗情况等信息输入后，沃森能够在几秒钟内反馈多条治疗建议。
此外，IBM Watson还与辉瑞达成了一项新协议，会将前者的超级计算能力用于癌症药物研发。辉瑞将用上Watson for Drug Discovery的机器学习、自然语言处理及其它认知推理能力，用于免疫肿瘤学（Immuno-oncology）中的新药物识别，联合疗法和患者选择策略。由于免疫肿瘤学的未来在于针对独特肿瘤特征的组合，这会改变癌症治疗方式。而在药物研发中利用Watson的认知能力，可以更快地为患者带来可能的新免疫肿瘤治疗。
毫无疑问，人工智能将会成为未来IBM的成长引擎。沃森目前已经不仅仅满足于涉及糖尿病等慢病、大健康、医疗影像、体外检测、精准医疗、机器人、疾病研究治疗这几个领域，未来，沃森的触角还会伸到医疗的其他行业，为整个医疗行业服务。
中国版小小“沃森”不断面世
与IBM Watson十年的发展轨迹不同，中国在医学人工智能领域的发展属于追赶者。由于中国没有统一的医疗数据格式以及数据孤岛的隔离，中国在医学人工智能I域投放的资源相对要少很多。不过这并不妨碍国人对其发展的热情。在智能影像识别和诊断方面，中国已经出现了若干版本的小小“沃森”，他们的功能虽然没有IBM Watson那么强大，但也在各个领域显示出独特的应用价值。
浙江德尚韵兴图像科技有限公司是由浙江大学知名专家和珠海和佳医疗设备股份有限公司共同投资成立一家高科技公司。浙江德尚韵兴利用深度学习处理超声影像，同时加入旋转不变性等现代数学的概念，形成了“DE-超声机器人”。该机器人算法借助计算机视觉技术，可以对甲状腺B超快速扫描分析，圈出结节区域，并给出良性与恶性的判断，大大节省了医生的诊断时间。一般来说，人类医生的准确率为60%-70%，而当下算法的准确率已经达到85%。
据悉，人体甲状腺结节已成常见病，如果不加重视，甲状腺结节可能会发生恶变，进而发展成癌症，危及生命。但由于个体化差异，目前三甲医院甲状腺结节的诊断准确率平均也只有60%，如果不做活检，不同医生对同一张片子可能会做出不同判断。而超声机器人的出现，不仅能辅助医生做出精准判断，还能缩短病人就医时间，提升医疗效率。目前“DE-超声机器人”已经在浙江大学第一附属医院、中国电子科技集团公司第五十五所职工医院和杭州下城区社区医院临床应用，一年病例达到8万多，准确率达86%以上。
2017年2月，中山大学中山眼科中心刘奕志教授领衔中山大学联合西安电子科技大学的研究团队，利用深度学习算法，建立了“CC-Cruiser先天性白内障人工智能平台”。该人工智能程序模拟人脑，对大量的先天性白内障图片进行分析和深度学习，不断反馈提高诊断的准确性。将该程序嵌入云平台后，通过云平台上传图片，即可获得先天性白内障的诊断、风险评估和治疗方案。
据悉，先天性白内障是一种严重威胁儿童视力的疑难罕见病。中山眼科中心有全球最大的先天性白内障队列（队列人数近2000名），基于该队列开展了一系列严谨的研究，积累了大量高质量的先天性白内障临床数据。中山大学眼科中心于2017年4月设立“人工智能应用门诊”，由人工智能云平台辅助临床医师进行诊疗。在人工智能门诊就诊的患者，除接受常规诊疗外，其检查数据即时同步到CC-Cruiser云平台，同时享受由人工智能机器人提供的“专家级”诊疗。目前CC-Cruiser已在3家协作医院完成临床试点应用，并取得理想效果。此外，中山眼科中心已经连接了、新疆、云南、青海等边远省区上百家基层医院，每天有大量眼科检查数据上传云平台请求专家协助诊断。在医学人工智能应用场景下，病例以及图像数据将首先通过人工智能程序进行初审，再由专家复核，效率将提升70%以上，极大提高了专家协诊效率。
2017年5月，丁香园、中南大学湘雅二医院和大拿科技共同宣布就皮肤病人工智能辅助诊断达成独家战略合作，并了国内首个“皮肤病人工智能辅助诊断系统”。资料显示，系统性红斑狼疮是一种慢性自身免疫性疾病，属于风湿性疾病中的弥漫性结缔组织病，可引起全身多个脏器受累，包括皮肤、关节、肾脏、血液等。如何精准诊断系统性红斑狼疮，一直是困扰各国科学家的世界医学难题。
目前三方合作研发出的是红斑狼疮人工智能辅助诊断模型，该模型对红斑狼疮各种亚型及其鉴别诊断疾病能进行有效区分，识别准确率超过85%。据悉，该系统一方面是面向皮肤科医生，医生通过APP，把图像传到系统以后，系统提示最有可能的皮肤病类型，然后建立皮肤病电子百科全书，通过百科全书再去学习，辅助临床诊断；另一方面是面向患者，系统提供图片鉴别和导诊意见。据悉，该系统第一期主要实现以红斑狼疮为代表的皮肤病人工智能辅助诊断，下一步将“渗透”到其他医疗机构，并将开放患者端服务。
医学人工智能真正落地
需要全产业链配合
专家指出，要真正实现医疗产业的人工智能化，仅靠单方面的力量难以实现，这需要依托全产业链包括医疗主管部门、医疗机构的参与和信息化服务商等各个环节的共同努力。
比如像前文所述的甲状腺结节、红斑狼疮、先天性白内障的诊断，都要依靠形态学的图像数据，这些在皮肤病和病理科特别常见，所以人工智能的优势在此可以得到充分体现。训练一个好的皮肤科医生可能要十年，把人工智能引进后，可以大大缩短时间。但是医学人工智能研发成本高、数据获取难、尚未深入诊疗核心等成为阻碍其真正落地的因素。
人工智能技术形成产品，最重要是要有大量高质量的数据。深度学习靠的是“吃透”大量样本。但目前大部分医疗机构并不愿公开数据。比如前文介绍的德尚韵兴，为了收集数据，尝试通过多个渠道，有社区检查，有付费志愿者，也有试点医院。最后该公司收集了两三万张超声图像，不嗟厥淙胂低持胁疟Vち苏锒献既仿试85%以上。该公司负责人也评价到，如果样本量能提高一倍，诊断准确率还有较大的提升空间。
在获取高质量的医疗数据方面，国内医院在过去信息化程度不高，数据虽然多，但相对杂乱，使用难度大。如何找到合适的切入点，并快速获取数据会是一个很高的门槛。同时，医院信息孤岛现象长期存在，各个医疗机构的数据尚未实现互联互通。这一局面则逐步从政策层面迎来破冰。去年6月，国务院公布了《关于促进和规范健康医疗大数据应用发展的指导意见》，明确指出健康医疗大数据是国家重要的基础性战略资源，需要规范和推动健康医疗大数据融合共享、开放应用。但该政策的真正落地依然需要时间。
今天，我们在这里召开全县脱贫攻坚迎考工作会，主要目的是贯彻落实全省脱贫攻坚现场推进会、全市脱贫攻坚迎考工作会精神，总结2016年全县脱贫攻坚工作情况，研究部署年度考核工作，确保完成年度目标任务。刚才，XX同志传达了省、市会议精神，xx同志全县对脱贫攻坚工作情况进行了总结，并对2016年度迎考工作作了具体部署，希望大家认真领会，抓好贯彻落实。下面，我再强调几点意见。
一、务必坚持实事求是，不搞“数字脱贫”、虚假脱贫
精准扶贫精准脱贫工作开展以来，全国各地都高度重视，动用了大量的社会资源，投入了大量的人、财、物，各种宣传铺天盖地，各级督查检查密集进行，打赢脱贫攻坚战势在必行。大家在思想上要认识到，精准扶贫不是一般的事务性工作，而是一项重要的政治任务。如果我们不提高政治敏感度，不实事求是，全力以赴，不杜绝“数字脱贫”、虚假脱贫，年度脱贫攻坚任务就不可能按期完成。根据省、市考核办法，年底考核要进行抽查与核查、第三方评估，特别是第三方评估将委托有关科研机构和社会组织进行，考核组很容易通过电子数据的比对发现问题，弄虚作假、搞“数字脱贫”的行为都将会被发现。各乡镇、各部门、各驻村工作队务必端正态度，坚持实事求是的精神，扎实做好各项准备工作，以硬功夫迎接省、市考核。
二、务必加快帮扶项目落实，确保完成年度帮扶任务
考核在即，各单位可以盘点一下今年落实了多少项目、投入了多少资金、完成了多少任务。现在省市马上就要对我县进行考核了，但很多单位仍有很多帮扶任务没有完成，有些相对贫困村投入的资金寥寥无几，教育扶贫、医疗救助、医疗保险、养老保险、保障兜底、转移就业、危房改造等政策也还没有落实。各单位要深入分析各项考核指标，对照考核指标列明需要落实的工作清单，明确仍需落实的具体工作任务，明确各项工作完成的时间节点，倒推各项工作的落实。谁的任务没有完成，在谁的环节出了问题，谁就要承担责任。特别是县民政局、卫计局、人社局、社保局、教育局、住建局等今年必须落实相关帮扶政策的单位，如果你们的行业责任没有落实，年度任务没有完成，影响了全县的考核成绩，县委、县政府将严格进行问责。
三、务必进一步强化督查检查，建立年度任务完成情况周汇报制度
县扶贫督查组一定加强考核的督查工作，对工作推进缓慢、成效不明显、影响考核成绩的单位和个人，要在全县进行通报批评，县委、县政府将直接追究相关单位主要领导、分管领导责任，决不能让少数单位拖了全县精准扶贫工作的后腿。为及时了解全县扶贫工作进展情况，促进年度考核工作顺利完成，10个乡镇和16个“1+N”行业责任单位要在每周五上午将工作最新进展情况报送县扶贫办，再由县扶贫办汇总报至县委、县政府，这个进展情况我也要看。
四、务必高度重视廉政建设，清清白白做好扶贫工作
【关键词】大数据 征信 保险
一、保险行业发展瓶颈
（一）保险业务发展瓶颈
1.市场集中度过高，竞争力不足。截止2015年底，全国保险集团公司、财险公司、寿险公司和再保险公司共146家。市场价值最高的前三大保险公司（或集团）的市场集中度为34.3%，前十大保险公司的市场集中度为64.6%，行业整体竞争度不足。
2.产品结构单一，创新能力不足。我国大多数保险公司的产品都是照搬国外保险公司开发的险种，与我国的国情并不完全相适应。同时，各家保险公司主要产品涉及重理财、轻保障类，除了名字不同，保险品种结构雷同，费率设计，保险范围、条款设计都大同小异。产品往往没有特色，也缺乏系列性及差异性，不能很好地适应不同消费者不同层次的需求。
（二）保险营销渠道瓶颈
1.个人营销效率低下。随着我国保险业务的不断扩展，个人营销员队伍也不断壮大，个人人制度自身的缺陷也不断暴露。营销员与保险公司签订的是劳务关系，社会地位低下，为了获得高额的收入，盲目夸大保险产品的优点，从而诱导投保人购买不实用的产品。
2.广告营销效果不明显。广告营销主要是通过如广告牌、电视等互联网媒体渠道进行宣传。各家保U公司都纷纷在媒体网站或广告牌上不惜成本的大力宣传本公司的保险产品，大部分客户对保险产品并不熟悉。若该客户没有相关需求，频繁的短信、电话骚扰容易让客户产生质疑与反感；即使客户有相关需求，也被眼花缭乱的保险产品种类所迷糊，不知如何选择。
（三）保险行业信用瓶颈
1.整体素质不高，夸大保险责任。自2015年8月保监会取消各地的保险人资格准入之后，保险公司增员进入快车道。截止2016年第一季度末，中国保险营销员的数量突破了710万人，比2015年10月末的505万人增长了41%。保险营销员的快速增长，必然会拉低保险营销员的整体素质，盲目夸大保险责任、高手续费、高返还等不正当竞争也时有发生。
2.保险欺诈行为日益突出。第一，先出险，后投保。先出险，后投保是指投保人在被保险人出险之后再进行投保，一种典型的恶性骗保行为，严重损害了保险公司的利益。一般情况下，被保险人出险之后由医院或医生修改出险、就诊时间，在保险合同生效之后，向保险人提出理赔要求。由于投保时间与出险时间之间的时间间隔较短，保险公司对这种欺诈行为往往难以辨别，导致其在后期的保险理赔中出现较大的支出。
第二，冒名顶替，骗取保险金。相对于发达国家，我国居民的投保密度仍然不高，在一个家庭或单位中，往往只有一部分人参加保险。一旦未投保的人发生事故，未参保人员借用参保人员的名义，冒名顶替骗取保险金。此类欺诈在健康险中最为常见，如非参保患者以其他参保人员身份在定点医疗机构就医，包括门急诊、住院、加床等，并已向社保经办部门申报费用结算或办理医保确认手续。
第三，无中生有慌称保险事故。这种保险欺诈常跟医院联系在一起。被保险人在购买保险后，明明没有生病住院，却通过跟医院的医生合作（或收买医院相关科室人员），让医生提供虚假病例、办理虚假住院手续，慌报和开出手术医疗费及住院费的单据，骗取保险金，从而造成保险公司的经济损失。
第四，故意制造保险事故。投保人、被保险人或受益人以虚构保险标的、故意制造保险事故，向保险人提出索赔或给付请求的行为。此种欺诈行为通常在车险中发生，投保人与汽车4S店、交警队有关人员进行团伙作案，故意制造保险事故，以旧换新或骗取维修费用。导致的直接后果是保险公司赔付成本上升，而引起的间接后果是保险公司在后期产品设计的过程中提高保险费用，损害所有投保人的正当权益。
二、大数据征信在保险行业应用的优势
（一）精准营销，降低保险业务成本
1.大数据调研，准确市场定位。随着大数据时代的来临，基于不仅可以借助信息采集和数据挖掘技术能给行业研究人员提供足够的样本量和数据信息，而且还可以对原始数据及时更新，为保险公司的市场规模开发以及品牌的个性化定位，提出更好的解决问题的方案和建议，提高企业品牌市场定位的行业接受度、满意度。
2.大数据分析，精准客户营销。第一，精准营销。相比保险公司以往常见的扫楼、陌生拜访、陪同拜访的传统营销方式，取而代之的是利用数据分析得出潜在客户的精准营销。根据客户的收入状况、消费记录、风险偏好，建立完整的客户数据图谱，应用大数据技术智能化分析细分客户的需求，实施精准化、有针对性的产品及服务推荐。
第二，交叉营销。基于大数据对保险公司、银行等金融机构现有的客户资源进行统计分析，对其需求特点开展交叉营销，从而降低保险公司的营销成本，提高营销效率。例如以短险客户开发长险业务，以法人业务开发自然人业务，以财寿险客户进行交叉销售等。
（二）信息共享，降低信息不对称性风险
1.建立投保人、被保险人信息库，减少反欺诈行为。将投保人或被保险人的基本信息纳入征信系统，建立个人信息资料库。可以通过投保人、被保险人和征信系统采集的信息主体基本身份信息相互验证，避免保险欺诈行为的发生。同时，拓宽了基本信息更新渠道，进一步提高基本信息的数据质量，降低信息不对称性风险。
2.建立保险从业人员信息库，减少失信行为。建立保险从业人员信息库，包括保险人、高级管理人员等信息。将从业人员的基本信息、从业经验、违法违规行为信息纳入征信系统，建立个人信息资料库。通过与征信系统建立信息共享机制，为保险公司在人员招聘、绩效考核提供决策参考。同时，也有利于投保人在保险人营销产品时进行信息真伪判断，改善行业的整体信用形象。
（三）跟踪管理，提高经营效率
1.动态监测。通过征信系统对保险公司现有客户资料信息进行跟踪调查，包括投保信息、身体状况、收入状况等信息。运用大数据模型对保险客户进行实时动态监测，对可能发生的险情，及时预警，降低保险风险损失。例如，通过医院就诊信息，对被保险人的身体状况进行检测，向保险公司、投保人以及被保险人发出预警信息，避免被投保人的病情恶化，进而给保险公司带来风险损失。
2.理赔跟踪。保险理赔尤其是理赔时效、理赔金额、理赔程序等对客户满意度、保险公司赔付决策、保险公司盈利能力都具有重大影响。首先，将保险标的出险信息及时纳入征信系统，可以缩短保险公司调查流程，降低调查成本；其次，通过征信系统审批能够有效防止重复索赔事件的发生；最后，通过对保险公司的理赔速度和质量，以及客户满意度进行调查，可以对保险公司进行综合排序，发现问题，及时反馈，提高保险行业的经营效率。
3.反欺p检验。征信系统与银行、保险公司等多家金融机构共享客户欺诈信息，拥有反欺诈征信平台。涵盖了黑名单比对、历史比对、逻辑校验、外部数据校验等类型的反欺诈检验，同时支持用户自定义反欺诈规则，从而协助理赔人员高效的侦破欺诈案件，提高保险公司经营效益。
三、保险征信服务及产品
（一）保前征信服务及产品
1.精准营销。第一，市场图谱。基于工商管理部门数据、行业管理部门统计数据等对当前保险区域市场进行调研，整理出当前区域保险公司的种类、规模、产品与服务种类，为保险公司的市场定位和深入发展提供决策化依据。
第二，客户关联分析图谱。通过专门的数据调研和采集获得，对客户的基本信息、家庭状况、收入状况、消费能力、消费特点、还款履约能力、公安信息等全方位、多维度信息进行关联分析，形成360度用户画像。根据不同的消费客体提供有差异化产品和服务、实现精准营销。同时，基于对客户的消费状况，为保险公司进行交叉营销、深入营销提供决策分析。
2.保险人员信用报告。第一，保险从业人员信用报告。保险公司基于大数据征信系统对保险从业人员进行信用评分，从而对其准入资格进行审查。保险从业人员信用报告包括保险人员业绩数据、性别、年龄、通讯地址、联系方式以及更换频率、入司前工作年限、其它保险公司经验等信息，行政处罚信息、法院信息等公共信息以及信用报告查询记录信息。
第二，客户信用报告。在投保人进行投保时，利用征信系统审查客户的资格审查，进而对向保险公司出示客户信用报告。一是投保人的资格审查。二是被保险人的资格审查。为防范一些有不良信用的社会人员进行欺诈行为，骗取保费收入，保险公司应该对投保人以及被保险人的信用背景调查。投保人本人证到征信系统打印个人信用报告并反馈给保险公司，个人信用报告应该包括：一般的银行版信用报告内容、被投保人的身体状况、就诊信息、违法违规记录等信息。由公司全面审慎评估做出是否签约的决定，有效防范了先出险，后投保现象的发生。
（二）保中征信服务及产品
1.行为评分。行为评分指征信公司通过大数据对投保人或被保险人个人信用活跃度、履约能力、信用历史、身份特质、身体状况、信用消费能力等信息进行统计分析，利用先进的挖掘技术、方法和工具，建立数学模型，预测预测未来一段时间内投保人或被投保人发生风险的可性。该行为评分从0分到100分，每个分数代表一个风险概率，分数越高代表风险越低。
2.客户流失预警。通过征信系统对保险公司客户的跟踪管理，包括运用大数据技术分析客户对保险产品细节增加的质疑情况，客户投诉与否情况、客户有无退保情况、客户是否有买竞争者的保险产品情况，进而得出客户的满意度和忠诚度，及时向保险公司发出客户流失预警。
（三）保后征信服务及产品
1.保险理赔报告。在大数据时代，保险公司通过征信系统的公共信息实时获得客户的出险信息，并及时主动联系保险客户提供理赔等服务，在客户没有向保险公司提出理赔申请之前，主动向客户提供便捷的理赔服务。
2.申请反欺诈服务。保险市场与征信系统建立诚信网络和信息共享平台，共享“欺诈理赔案件资料库”。该网络通过在投保和理赔两个环节进行审查，根据索赔人的年龄、事故类型、涉及的交通工具类型以及医疗处理频率等评级，依据评级得分高低来确认该索赔是否有欺诈成分。
参考文献
[1]杨泽云.基于大数据的保险产品创新[J].金融创新，2015，（08）：30-32.
[2]尹会岩.论大数据对中国保险业的影响[J].金融创新，2015，（02）：43-46.
[3]张新宇.保险大数据的探索与实践[J].中国金融电脑，2015，（04）：15-19.
[4]郝彬凯.保险营销渠道创新探究―基于保险微信营销现状及其前景的调查[J].时代金融，2015，（03）：30-33.
人工智能对医疗领域的影响是开创性的、变革性的、颠覆性的。智慧医疗利用人工智能技术将数字化人体和数字化医疗等高度智慧化，部分代替了以往由人力完成的医疗工作，构建了从底层基因、中层病症数据，到上层诊断和手术的上下一体，人与机器互联、协作、共进的新医疗体系。
基于人工智能的智慧医疗主要有四个发展方向。
第一个发展方向是基因测序。比如某公司打造了遗传病智能化解读系统，首先提取和处理DNA数据，然后进行测序分析，最后根据数据分析的结果完成对疾病的关联分析。
第二个发展方向是辅助诊断。通过让机器学习海量医疗数据、专业文献、医学教材，模拟医生问诊流程，采集、汇总和整理病人症状描述，与用户进行反复交流和多重验证，最终给出治疗建议。
第三个发展方向是医学影像。机器可根据病人拍摄的医学影像资料，对病人病情进行确认诊断。
第四个发展方向是药物研发。某公司依托智能分析技术，可以在分子结构数据库中评估出820万种候选化合物，减少了研发成本，并缩短了研发周期。
智慧医疗产业链主要由智能硬件、诊断工具、医联平台、自诊平台、健康管理、医药电商等环节构成。
在智能硬件方面，医疗智能硬件主要有手环、手表、智能鞋等运动健康类监控设备，以及血压、血糖、脑电等病患监测设备。
在诊断工具方面，具有代表性的是前面文章所提到的IBM公司开发的沃森（Waston）医疗平台。
在健康管理方面，WellTok公司与IBM公司联合打造智慧医疗平台，以数据分析服务加强个人健康管理和改善生活习惯，还融合了医疗硬件、医疗保险、健康内容、健康应用等，丰富了平台生态。AiCure公司利用手机终端为患者提供按时用药的健康提醒服务。
未来，人工智能技术与智慧医疗产业的融合力度将不断加大，同时将进一步促进智慧医疗产业的整合提升，催生出一批提供集智能硬件、诊断工具、医联平台等于一体的智能云平台企业。
英国BabylonHealth平台计划整合Deepmind公司的人工智能技术，帮助患者在同医生进行文字、电话或视频交谈前，就提前预知自身健康状况。目前，BabylonHealth平台上约有100名医生，25万用户可通过月付或医疗保健的方式获取服务。
