报告丨人工智能与电子终端和垂直行业加速融合

人工智能技术的快速发展，推动人工智能与电子终端和垂直行业加速融合，涌现出了智能家居、智能汽车、可穿戴设备、智能机器人等一批人工智能产品，并正在全面重塑家电、机器人、医疗、教育、金融、农业等行业。预计到2020 年，全球智能家居市场规模将达到300 亿美元，智能机器人市场规模将达到600 亿元，智能汽车市场规模将达到900 亿美元，智慧医疗市场规模将达到450 亿美元。

智能家居产业竞相打造开放互联平台

智能家居产业竞相打造开放互联平台，把智能产品提供给用户的单一、割裂的信息和数据进行整合，通过云端数据交互，实现各智能终端之间的互联互动，搭建智能家居生态，为用户带来更舒适、便捷、健康的生活。如：苹果的HomeKit、华为的Hilink 协议、小米的SmartThings，海尔的U+ 等。

国内智能家居企业平台和生态布局：

人工智能技术正在全面重塑机器人产业

人工智能技术正在全面重塑机器人产业，推动智能机器人的快速应用。智能机器人的人机交互及识别模块综合了语音识别、语音合成、自然语言处理、图像识别、机器学习等多项人工智能技术，实现了机器对人类的意识及思维过程的简单模拟，赋予机器人一定的学习、推理、思考、规划等智能行为和能力。

中国国内机器人骨干有影响力的企业从各地不断涌现，并且机器人企业都在谋求从传统工业化向智能化转型，提高行业的竞争力和产业结构。

中国智能机器人领域骨干企业

人工智能推动智能汽车产业快速发展

无人驾驶作为智能汽车的代表产品，其市场备受关注，大量的汽车厂商、科技巨头和创业企业积极布局。无人驾驶汽车可以进行方便的远程管理，不仅可以保障系统安全性，还可以通过集中控制来进行交通流量疏导，起到缓解交通拥堵的作用。

世界主要国家和城市在无人驾驶汽车方面已有所举措：

新加坡于2015年10月宣布了长期大范围的无人驾驶汽车试行。

哥德堡（瑞典）于2017年启动DriveME计划，将有100辆无人驾驶沃尔沃汽车行驶在公共道路上。

Uber和卡内基梅隆大学在匹兹堡开发和测试无人驾驶汽车。

欧盟主席将推广无人驾驶汽车研发作为任期内任务的一部分。

米尔顿凯恩斯从2016年开始试行无人驾驶汽车。

伦敦从2016年开始在格林威治区域试行无人驾驶汽车。

多伦多开始探索无人驾驶汽车对城市的影响。

人工智能推进智慧医疗驶入快车道

医疗是人工智能重要的应用领域之一，随着人工智能、传感技术、大数据等高科技的融入，各项医疗服务逐渐走向智能化，并推动智慧医疗行业驶入快车道。目前，人工智能相关技术已经在辅助诊断、基因检测和个性化医疗、病患及老年智能看护、智能化药物研发等领域逐渐开展探索或应用。

人工智能在医疗不同领域的应用及相应的企业如下：

辅助诊断与治疗：IBM Watson Lumiata WellTok Zephyr Health Ginger.io Apixio

医学影像分析：Enlitic Zebra Medical Vison Butterfly Network Bay Labs

医疗助手：AiCure AutomatedInsight Next IT Babylon Health Sense.ly

智能化药物研发：Atomwise Cloud TwoXAR Berg Numedii

个性化医疗：PathwayGenomics 云碳智能 DeepGenomics

人工智能辅助诊断

机器学习等人工智能技术可以用较短的时间帮助医生阅读大量病例和相关文献，来辅助病情的诊断进程；智能穿戴设备对人体健康数据进行监测，同时结合医疗APP采集的社交以及医疗数据，进行数据挖掘与预测，便于辅助诊断。

IBM Watson:“沃森医生”对大量医学资料进行机器学习和认知分析，凭借多渠道搜集的海量数据，指导医生做出诊断和治疗决策。

WellTok：与智慧医疗巨头IBM Watson 合作，主要关注个人健康管理和生活习惯提升。打造大健康平台，提供数据分析服务，并接入其他服务商，包括硬件、保险公司、内容、应用等。

Ginger.io：专注于心理疾病监控管理，通过手机使用习惯，来判断用户的心理状态及异常，Ginger.io还提供在线问诊的专业医疗服务。

Lumiata：首家利用大数据技术构建医疗知识图谱的人工智能公司，公司通过图谱分析的方式，找到合适的诊断路径，提高诊疗的精确性，更迅速的提出诊疗方案节约医生的诊疗时间。

Zephyr Health：多来源整合数据（包括流行病学数据、医疗服务数据专业提供商HCPs和Zephyr网站上的相关医院），建设平台，使医疗专业人员能为患者找出合适的治疗方案，同时也提供预测、分析药品的销售等服务。

Apixio：通过自然语言处理技术，分析医疗文本数据，让医疗服务商更好的了解患者状况，其Iris平台是利用医生诊断时的记录和笔记进行辅助医疗。

人工智能辅助医学影像诊断

深度学习等人工智能技术与医学影像结合，可以更快速的完成健康检查，获得精准的诊断建议及个性化治疗方案建议；减少医师读片时间，辅助诊断，降低误诊概率，进而降低整个系统医疗成本。

Enlitic：总融资额1200万美元，专注于人工智能辅助诊断工具，以医学图像、诊断书、临床试验为数据基础，着重提升放射科医生的工作效率。

Butterfly Network：总融资额1亿美元，创造便携式的医学成像装置让超声波和核磁共振检查的速度更快，精准度更高，成本更低并且变得更加智能。

Bay Labs：总融资额250万美元，医学影像新兴公司，该公司将超声诊断与人工智能进行融合，公司采用智能视频分析方法，并予以建模，简化诊断影像的步骤。

Zebra Medical Vison：以色列一家医学成像研究平台，Khosla Ventures已经领投了800万美元。该平台能迅速处理大规模数据集，利用机器学习开发成像算法并获取相关信息。

追踪及可穿戴医疗设备

人工智能技术与机械技术的结合，催生大量助理医疗机器人和服务机器人，为病患及老人看护和辅助治疗提供很大帮助，各类追踪以及可穿戴医疗设备对个体健康信息进行检测，可以为个体提供提醒服务。

AiCure：使用人工智能技术帮助用户按时用药的智能健康服务，通过手机终端，帮助医生知晓、提醒患者的用药，从而达到降低健康风险的目的。

NextITK:开发一款APP“AlmeHealthCoach”，深度挖掘人们未按时服药的原因。

AutomatedInsight：用自主自然语言生成平台Wordsmith与GreatCall（移动APP开发者）合作，家人和朋友可以通过与APP连接的GreatCall设备，来获取设备携带者的信息，主要用于老年人看护。

Sense.ly：总融资额379万美元，通过构建虚拟护士的人物形象，帮助用户以语音视频交互的形式提供移动健康管理及远程医疗服务，随时随地得到医疗帮助。

BabylonHealth：总融资额2490万美元，是一款远程医疗应用。计划将Deepmind的AI技术整合到自己的移动应用中，在患者同医生进行文字、电话或视频交谈前，就提前预审清楚自己的健康状况。

智能化药物研发

智能化药物研发平台将人工智能技术与基因组学、蛋白质组学和代谢组学等结合，人体健康组织研究，人体分子和细胞自身防御组织研究，以及发病原理机制研究，利用人工智能和大数据来推算人体自身分子潜在的药物化合物，缩短药物研发周期，同时提高药物疗效，降低研发成本。

Atomwise：利用超级计算机进行药品研发，包括利用超计算机、AI和复杂的算法模拟制药过程，来预测新药品的效果，同时降低研发成本。

TwoXAR：旗下的DUMA平台可以在短时间内识别药物，并在大型数据库中获取药物和疾病的匹配程度。

Numedii：专注智能化药物研发。

Berg：通过开发的InterrogativeBiology人工智能平台，来研究人体健康组织，探究人体分子和细胞自身防御组织，以及发病原理机制，利用人工智能和大数据来推算人体自身分子潜在的药物化合物。

Cloud：融资总额2000万美元，Cloud制药同样致力于智能化药物研发领域。

精准医疗

精准医疗（PrecisionMedicine）是以个体化医疗为基础、随着基因组测序技术快速进步，以及生物信息与大数据科学的交叉应用而发展起来的新型医学概念与医疗模式，一种将个人基因、环境与生活习惯差异化考虑在内的疾病预防与处置的新兴方法。基于人工智能技术，疾病诊断和治疗过程可以根据病人的情况进行个人定制。

PathwayGenomics：专注于液体活检及基因检测，上市检测乳腺癌等高危基因试剂盒，还与IBM Watson进行人工智能项目的合作。

DeepGenomics：将深度学习应用到基因组学领域，处理大量基因数据，更好地理解基因突变，探索精准诊断方法和个人化治疗方案。

云碳智能：将基于全球专业度最高、指数增长的全息全程健康医疗大数据，通过顶尖的数据挖掘和机器分析技术，提供私人专享的健康指数分析和预测。

人工智能为大规模定制化教育带来广阔市场

人工智能技术的引入，使得辅导系统能够像人类指导师一样为不同学生提供不同学科相匹配的智能辅导，为大规模定制化教育带来广阔市场。人工智能技术在智能辅导系统中主要应用于拍照搜题、自动评阅作业、机器翻译以及虚拟互动教学。

拍照搜题：借助智能图像识别技术以及神经网络算法，拍照搜题功能可以对学生拍出的题目反馈解题思路和答案。随着识图等认知技术的提升，目前已经有教育产品可以摆脱题库，实现对手写题的拍照识题。

自动评阅作业：自然语言处理、机器学习与众包技术的引入，实现了辅导系统自动批改作业功能。

机器翻译：提高英语翻译软件和程序翻译的准确性，解决不同国家之间的交流问题。

虚拟互动教学：移动设备的触感、语音输出等方式可以为学生构建出人机交互场景，提升学习本身的趣味性。基于虚拟现实技术，相关系统可以为学者提供仿真课堂，目前主要应用于飞行模拟实验以及护理医学教育，满足教学与实践目的，同时降低风险和成本。