馬化騰、庫克等大佬紛紛入局,醫療影像+AI會成為下個風口嗎?
導讀:近日,騰訊公司首款將人工智慧技術運用到醫療領域的產品“騰訊覓影”迎來升級,從醫學影像應用擴展到騰訊AI Lab技術支援的AI輔助診斷。它主要被用來對食管癌、肺結節、糖尿病視網膜病變等疾病進行篩查。
醫學影像診斷行業到底是怎麼運營的?
醫學影像行業產業鏈醫學影像產業主要分為兩個部分:
1.上游影像設備。
2.下游為影像診斷。包括醫生、影像中心、影像耗材、遠端診斷服務等,在影像設備產出圖像的基礎上,附加醫生的勞動成本,最終服務物件是患者。
在全球的醫療影像設備市場中,老牌醫學影像設備公司佔據了超過90%的市場份額,排在前三位的企業,分別是西門子、通用電氣和飛利浦。
在國內的醫療影像設備市場中,
虞滌新 果睿投資董事長、前德隆集團執行總裁
醫學影像診斷行業有哪些痛點?1. 醫生缺口大,誤診率高、效率低
隨著醫學影像需求的增長,放療科、病理科的醫生缺口增大,特別是具有豐富臨床經驗的醫生十分短缺。如病理科,在中國大概平均7萬人才有一位病理醫生,
2.分析工作繁瑣重複,極度消耗精力
以肺結節檢測為例,一家三甲醫院平均每天接待200例左右的肺結節篩查患者,每位患者在檢查環節會產生 200-300 張的CT影像,放射科醫生每天至少需要閱讀4萬張影像,任務繁重,大量消耗精力。
3.資訊化程度偏低
由於中國資訊化建設較晚, 醫學影像資料共用度仍較低。資料顯示,我國醫院醫學影像存檔建設水準在 50%-60%,而美國達到了近 100%的水準。我國醫學影像資訊化程度偏低,影像診斷能力仍有著較大的提升需求。
人工智慧會給醫療影像診斷帶來什麼?
1.提高影像醫生診斷效率
利用圖像識別技術對患者的影像進行識別,標注病灶關鍵資訊,給出初步診斷結果,助力影像醫生診斷效率的大幅提升。
2.降低複雜疾病的誤診率
基於深度學習不斷優化,通過大量已有的影像資料和臨床診斷資訊,訓練人工智慧系統,使其具備獨立診斷疾病的能力。在目前診療體系的基礎上,進一步降低複雜疾病的誤診率,從而帶來醫學影像總體診斷水準的提升。
3.有助於醫院整體診療水準的大幅提升
醫院可以實現雲平臺支持,系統性地降低醫院成本。目前,基層醫院提供的影像診療品質較低,甚至不能提供。現在通過人工智慧影像服務,有助於整體診療水準的大幅提升。
人工智慧在醫學影像領域會快速發展
目前 AI 醫學影像在多個疾病領域,其準確率已達到,甚至超過專家水準,並且診斷效率大幅高於人工。在技術和市場需求的雙重驅動下,人工智慧在醫學影像領域會快速發展。
2.降低複雜疾病的誤診率
基於深度學習不斷優化,通過大量已有的影像資料和臨床診斷資訊,訓練人工智慧系統,使其具備獨立診斷疾病的能力。在目前診療體系的基礎上,進一步降低複雜疾病的誤診率,從而帶來醫學影像總體診斷水準的提升。
3.有助於醫院整體診療水準的大幅提升
醫院可以實現雲平臺支持,系統性地降低醫院成本。目前,基層醫院提供的影像診療品質較低,甚至不能提供。現在通過人工智慧影像服務,有助於整體診療水準的大幅提升。
人工智慧在醫學影像領域會快速發展
目前 AI 醫學影像在多個疾病領域,其準確率已達到,甚至超過專家水準,並且診斷效率大幅高於人工。在技術和市場需求的雙重驅動下,人工智慧在醫學影像領域會快速發展。