人工智能赋能健康养老产业发展探析

胡红亮，蔡 凯

(1 中国科学技术信息研究所，北京 100038，hhliang@istic.ac.cn；2 科学技术文献出版社，北京 100038)

2016年3月，在一场特殊的围棋比赛中，AlphaGo战胜了世界冠军围棋手李世石，“人工智能”成为科技热词。近年来，人工智能的研究与应用引领科技发展浪潮，引起全社会广泛关注。当前人工智能应用主要在大数据、深度学习和计算能的研究与应用力这三个方面有所突破，而大数据正是各方面发展的基石。所以在“互联网+”促成各个产业的信息化、数据化后，人工智能呈现的不仅是单纯的技术飞跃式发展，更重要的是影响日常生活中的很多方面，对某些传统产业产生巨大的，甚至是颠覆性的影响。

健康是人全面发展的基础和必要条件。养老问题则是当前我国最重要的社会热点之一。健康养老产业属于综合性产业，为其提供信息、数据、知识、服务、文化、人财物等支持的行业和机构都包括在内。康养产业覆盖面广、产业链长，服务内容多样化，是现代服务业的重要一环，为社会经济发展提供巨大动力，一头连接民生福祉，一头连接产业发展，是我国新兴的战略性支柱产业。从2013年开始，国务院先后出台了《关于加快发展养老服务业的若干意见》《关于促进健康服务业发展的若干意见》《关于加快推进健康与养老服务工程建设的通知》和《智慧健康养老产业发展行动计划(2017-2020年)》等指导性文件，从顶层设计上对健康养老产业进行战略布局，优化产业发展的政策环境，为产业发展带来机遇。2016年，国务院提出“健康中国2030”战略，健康产业提升至国家战略层面，并且《“健康中国2030”规划纲要》设立明确目标：到2020年，健康服务业总规模超8万亿，到2030年达16万亿。康养产业将迎来空前的发展机遇。

十九大报告提出，中国特色社会主义进入新时代，我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。健康养老产业发展也存在这样的问题，发展不完备的健康养老产业不能完全满足人们对于康养产业服务提出的个性化多样化的需求，健康养老产业急需新理论和新技术支撑，实现新旧动能转换。本文首先分析人工智能赋能健康养老产业发展过程中将会面临的挑战和机遇，对目前已应用的人工智能赋能健康养老产业发展场景进行归纳，并对未来人工智能赋能健康养老产业发展的趋势进行总结。

1 健康养老产业发展挑战重重

1.1 中国社会人口老龄化加剧

按照国际通行标准，60岁以上老年人口比例一旦超过10%，就进入老龄化社会。根据国家统计局发布的最新人口数据，截至2018年底，中国60周岁及以上人口规模已达24949万人，占总人口的17.9%。预计到2050年前后，老年人口占比将达34.9%，占世界老年人口的四分之一，比世界发达国家的老龄人口还要多出约6700万人。中国已经进入老龄化社会，老年人口是健康养老产业的主要服务人群，日益加重的老龄化负担对健康养老产业提供的服务水平也提出新的更高要求。

1.2 老年患病人群不断增加

随着老龄人口与日俱增，慢性病成为影响老年人群健康的关键问题。根据世界卫生组织和国家卫健委等机构共同发布的中国医改联合研究报告指出，中国慢性病患者规模已超过2.7亿人，血管相关慢性疾病、糖尿病、呼吸系统慢性疾病和癌症等慢性非传染性疾病导致的死亡人数接近总死亡人数的90%，导致的疾病负担占疾病总负担的七成以上。老年人规模有2.22亿，患有慢性病的老年人占68%，而且很多老年人患两种及以上的慢性病，已故老人中91.2%死于慢性病。老年痴呆患者700多万，约占全世界总病例的四分之一。失能和部分失能老人近4000万，完全失能老年人近1000万人，预计2050年失能老人将达到9750万。此外，30%以上的老人患有不同程度的心理疾病。老年患病人群的不断增加同样也对健康养老产业发展提出巨大挑战。

1.3 医疗基础设施供应不足

老年人患心脑血管疾病、癌症、帕金森等慢性病较多，对康复护理的需求巨大。目前我国康复医疗发展水平低下，康复医院数量少、康复医疗床位少、用于康复治疗的设备很少而且技术较为落后，尚未形成系统化的康复服务体系。根据已公布的相关数据，我国康复医院大多位于城市，2017年城市康复医院数量为339个，农村康复医院数量156个。全国600多个城市中多半没有康复专科医院，而康复科的床位数也存在较大缺口。据民政部统计数据显示，2017年全国有养老服务机构15.5万个，同比增长10.7%，登记在册的养老服务机构2.9万个。伴随养老服务机构和软硬件设施增多，每千名老人拥有的床位数整体有上升趋势，但仍不能满足日益增长的养老需求。

1.4 医疗资源供需矛盾加深

根据国家卫健委公布的《2018年我国卫生健康事业发展统计公报》，截至2018年末，全国卫生人员规模为1230万人，每千人口执业(助理)医师2.59人，每千人口注册护士2.94人，每万人口全科医生2.22人，每万人口专业公共卫生机构人员6.34人[1]。但目前大众对医疗健康相关供给需求与日俱增，医疗资源供给仍然短缺。尽管近些年来政府大力支持基层和社区的卫生服务体系构建，而且大医院床位数也在不断增加，但基层和社区服务设施利用率低、效率不高、患者往大医院扎堆的现象还普遍存在。其实有几乎一半的患者所患的常见病、慢性病完全可以在基层和社区医疗机构完成康复治疗；但患者对基层医疗机构不信任，加上基础医学常识欠缺等原因，而且没有实施严格规范的转诊制度，直接增加医疗成本。

1.5 公共健康医疗数据共享不足

当前我国健康医疗数据共享有了初步发展，全国已有近一半省份建成省级区域卫生信息平台，为居民建立了电子健康档案。近三分之一城市及区县也建设了区域卫生信息平台。各区域卫生信息平台汇集了大量居民健康档案数据和临床诊疗数据，构成了区域内健康医疗大数据中心，医疗信息系统独立及信息标准化问题已部分解决，但海量健康医疗大数据仍然没有得到共享与实际应用，形成数据孤岛，没有大数据分析作为基础资源库，就无法保障人工智能在康养产业的深度融合。虽然我国目前医疗健康数据总量已经较大，但大多数缺乏标准化、结构化，质量较差，难以被利用[2]。而且，数据还不能只是在政府公共部门存储和流动，还应该探索推进更加多元的服务力量接入健康信息平台。

2 人工智能为健康养老产业发展提供机遇

2.1 政策：从战略规划层面提出政策支持和发展要求

十九大报告中提出，人民健康是民族昌盛和国家富强的重要标志，需要从政策顶层设计出发，为人民群众提供全生命周期健康服务，保障人民群众健康。在发展过程中注重医养结合，形成产业集群。国家出台了一系列健康产业相关政策，如表1所示。这说明健康产业发展已上升至国家战略层面。人民健康问题成为关注焦点，实施疾病预防和健康促进成为未来一段时间的重点工作，以落实预防为主的人民健康制度体系即将建立，卫生健康工作由以治病为中心向以健康为中心转变。

表1 国家围绕“健康中国”出台的相关政策

在人工智能产业的战略与政策规划方面，国家已经越来越重视到人工智能作为一项新兴先进技术，能为社会各个领域提供转型升级动能，助力传统产业新旧动能转换，提升产业发展效率，是互联网时代引领各大产业发展的新标杆。所以将人工智能产业建设纷纷列入各类科技创新发展规划中，以期实现人工智能与传统产业相互融合，共同发展，部分政策与相关内容如表2所示。

表2 国家在人工智能发展方面的部分政策

近几年，国家对于健康与养老领域也提出明确的人工智能发展要求，包括对技术研发的支持政策，提出健康医疗大数据、智能健康管理、智能养老社区等具体应用，部分政策与相关内容如表3所示。

表3 国家在康养产业应用人工智能技术方面的部分政策

2.2 经济：产业规模不断扩张，备受资本市场青睐

根据国家卫健委发布的统计数据，2017年我国居民人均预期寿命为76.7岁，2018年已经提高到77.0岁。随着我国老年人口规模的不断增加，经济发展和生活水平的日益提升，老百姓越来越关注身心健康，越来越多的人愿意对自己的健康进行投资。康养产业市场潜力巨大，发展前景广阔，庞大且不断增长的老年人口规模促成巨大的消费市场。我国老年产业的规模到2020年将达到8万亿，而到2030年将攀升至22万亿，对GDP拉动分别达到6%和8%，将成为名副其实的国家经济支撑产业。另外，根据中国电子信息产业发展研究院统计数据，2017年我国人工智能市场规模为216.9亿元，比2016年增长52.8%，增长速度快于全球平均水平，2020年有望超过700亿元[3]。其中在全球人工智能应用最前列的是医疗健康，占比高达40%。在资本投资方面，人工智能康养产业的投资态势也十分可观。中国2012年至2018年健康领域人工智能私募股权投资频数大体呈逐年增加的趋势，2017年更是多达50次。大健康产业越来越受到资本市场的青睐[4]。

2.3 社会：需求强烈，医疗健康支付水平提高

由于医疗资源供给不足、医疗资源浪费严重、产业结构不够健全、健康大数据利用不足等健康养老社会问题严重，人口老龄化所导致的慢病保健、健康管理和老年人群的照看护理需要更多资源和服务，迫切需要发展新兴健康管理技术和平台。一些地方公共基础设施薄弱，导致良好的康养资源优势尚未转化为产品优势，更未转化为经济优势。康养服务产品各个环节并没有紧扣起来，产业链较为松散，上下游产业间未有效衔接，形成产业链。康养服务急需大数据、人工智能等高新技术为产业增效，健康养老产业对人工智能技术的赋能需求强烈。同时，社会大众医疗健康支付水平也有所提高。2013年以来，我国城乡居民人均医疗保健支出逐渐增长。我国居民医疗支付能力不断提升，为人工智能+健康养老产业发展提供良好的社会生态。

2.4 技术：“互联网+”奠定大数据基础，人工智能加速应用成熟

人工智能技术主要基于大数据和机器学习，数据的质量与数量是其发展速度与应用深度的基础[5]。“互联网+”潮流推动了传统产业的信息化和数据化，为人工智能发展积淀大数据基础。大数据技术伴随着互联网的普及、移动互联网的兴起、个性化智能终端的推广、物联网的技术升级和应用落地，对人工智能发展的促进作用日益凸显，极大地提高了人工智能训练数据集的质量和数量，而且对数据存储及后续数据管理也起到重要作用。与此同时，云计算技术的兴起，大大提高了计算能力，解决了人工智能发展的瓶颈。云计算有虚拟化、动态化、可扩展的优势，云计算技术的不断成熟，极大地推动了数据处理规模和运算速度的提高[6]。在大数据技术和计算能力有了很好的发展基础上，深度学习也迎来发展热潮，由于深度学习算法颠覆了其他算法的设计思路，在人工智能的算法应用上具有绝对优势，其受人类大脑神经结构启发，推动了人工智能技术应用进一步成熟[7]。

3 人工智能赋能健康养老产业发展场景

赋能，从字面理解来看，就是为某一主体赋予某种能力[8]。为某个产业赋能就是对产业链供给侧进行改革，实现产业降本增效、转型升级。一方面人工智能赋能就是利用人工智能技术对已有场景的智能化升级与改造，利用人工智能技术实现了“有中生新”，使得原有产业形态向智能化转变；另一方面则是人工智能技术的进步催生诸多新的应用场景，从而衍生出新的产业形态，实现了“无中生有”[9]。在政策、经济、社会和技术条件相对成熟的条件下，人工智能赋能健康养老产业是大势所趋，人工智能在健康养老产业的广泛应用，将催生出健康养老新技术、新模式、新场景、新业态[10]。在互联网+健康养老的基础上实现新一轮产业转型升级。

从最初的智能可穿戴设备动态监测体征数据，到智能服务机器人等逐渐进入消费市场，运动监测、营养量化、睡眠检测等生活健康数据已与基因检测、专业体检等医疗检测数据相结合。健康数据采集与智能分析，使得医疗健康主战场转移至慢病预防和健康管理问题上，医疗、健康以及养老等需求逐步融合，智能大健康产业雏形初步形成。纵观人工智能赋能健康养老产业应用场景，主要可分为医、康、养三个方面。医疗方面的应用主要有虚拟助理、辅助诊疗等，健康方面的应用主要有健康管理、疾病风险预测等，养护方面的应用主要有护理机器人、智慧康养社区等形态。

3.1 虚拟助理

利用智能语音技术，如语音识别、合成和声纹识别，通过自然语言处理和深度学习算法，可以实现人机交互，打造健康医疗服务的虚拟助理。例如语音电子病历是通过语音识别技术、以医学知识库作为知识系统支撑的语音对话系统。以脱敏病历数据为基础，在临床使用中不断训练模型，优化算法，提供语音电子病历产品。智能导诊助理基于人脸识别、语音识别等技术，通过人机交互的方式，可提供身份识别、在线挂号、科室导览、就医引导、数据分析、健康知识科普等服务。智能问诊助理通过语音交互获取患者的基本信息、主诉、既往史、家庭史和过敏史等信息，系统可进行简单的疾病类型诊断和分诊，以减少医生与患者的询问内容，缩短问诊时间。例如，科大讯飞“智医助理”是首个通过国家医师资格考试测评的机器人，能实现全流程服务的智能化就医。

3.2 辅助诊疗

当前，人工智能辅助诊疗主要应用在临床决策支持系统和医学影像两个方面。临床决策支持系统基于权威医学知识库，为医生诊断提供底层知识支撑，通过询证医学原理构建辅助诊疗决策系统，为临床诊疗提供决策支持。医学影像曾经只是单纯的辅助检查手段，在人工智能的支撑下，已逐渐发展成为最重要，也相对成熟的临床诊断和鉴别诊断工具。人工智能通过影像分类、目标检测、图像分割与检索等方式，实现病灶识别与标注、靶区自动勾画与自适应放疗和影像三维重建等功能，应用于疾病早期筛查、诊断和辅助治疗[11]。通过图像识别技术将影像结果数据结构化后进行分析，获取具有特征点的相关标记信息，继而通过深度学习算法智能分析，通过大量标记完成的影像数据和诊断数据，不断对算法模型进行训练，促使其掌握“诊断”的能力。在人工智能的辅助下，相关疾病的早期筛查取得巨大进展。例如，腾讯觅影食管癌早期筛查，发现准确率高达90%，早期肺癌的识别正确率达到85%以上，良性肺结节的识别正确率超过84%，直径大于3毫米小于10毫米的微小结节识别率超过95%。

3.3 疾病风险预测和健康管理

疾病风险预测和健康管理是以健康数据、医学知识和信息技术为基础，建立的全生命周期和个性化的智能服务，通过风险预判、健康干预等方式帮助人群建立健康的生活方式，减少患病风险。对于易患病人群，则通过一系列干预方案恢复健康，多用于慢性病管理。通过汇总医疗数据、体检数据、基因检测数据、生活方式数据、可穿戴设备数据等智能评估健康状态，建立动态健康档案，评估健康风险，并为干预管理和干预效果评估提供支撑。在日常生活中通常是结合智能穿戴设备等硬件采集数据，利用人工智能技术分析用户健康水平，并进行干预。如利用动态血糖监测系统(CGM)，应用于远程云健康服务，可通过手机实时72小时不间断监护血糖变化，并通过云平台向用户提供个性化的血糖管理方案。

3.4 智能护理

居家养老是我国比较普遍的养老方式。人工智能技术可帮助实现居家养老中病情变化预测、运动康复支持、体态检测等服务。目前已有大量成熟的产品。例如，国内神思电子技术研发团队利用计算机视觉技术可以监控老人在家的体态，可以判断老人是否摔倒，是否在行走等。国外研究人员研发了一种可以用表情控制的智能轮椅，通过计算机视觉和深度学习技术，智能识别使用者表情，为行动不方便的老人带来方便。而对居家养老的患慢性病老人，可以通过远程监测控制突发事件。国外有学者通过智能硬件和系统收集慢性阻塞性肺疾病患呼吸状态信息，如呼吸声音，可以实现远程监测，在疾病加重期发病前四天进行预测。

3.5 智慧康养社区

社区是介于家庭和机构的场景，社区养老既拥有家庭养老的便捷性，又具有机构养老的专业性。通过建立适合区域的医养服务标准及评价体系，推进社区建立养老、康复、护理、医疗一体化的智能医疗健康服务体系，形成完整的基于大数据、云计算和人工智能的普惠智能医疗健康服务模式解决方案，进行连续性健康风险因素控制、行为干预、疾病改善与健康服务的产品生态体系。数据驱动的疾病预测预警、慢病管控、健康知识、体能评价、个性化护理、营养平衡方案等服务，可以说，智慧康养社区的建设是人工智能应用在健康养老产业上的集中体现。

4 人工智能赋能健康养老产业的未来

人工智能赋能健康养老产业发展不仅体现在解决了诸多传统方式不能解决的问题，更重要的是促进健康养老产业向智能大健康产业迈进，智能大健康产业逐步形成，产品形态日益丰富，参与主体更加多元，不仅包含医院、体检机构、制药企业、生物技术企业等传统医疗服务机构，还包括健康管理、养老机构、保险公司、人工智能技术支持企业、硬件生产商、软件开发平台等相关机构。而且，市场需求广阔，人工智能在健康养老产业应用场景更加多元，产品结构更加丰富，新应用产品数量会爆发式增长。智慧康养综合平台建设将是未来人工智能赋能康养产业发展的集中体现。运用大数据、人工智能、移动互联网、云计算和物联网等技术，开展智能化居家和社区养老服务，共同推进养老、医疗、健康、生活服务融合发展。但在技术研发和产品论证过程中应注意法律与道德伦理挑战、公民健康信息和患者隐私保护、健康大数据质量以及新产品新应用的可接受度这些敏感问题，促进健康养老领域的人工智能应用不断优化与发展。