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。

那麼，醫學影像診斷行業到底是怎麼運營的？它有哪些痛點？人工智慧為醫學影像行業帶來哪些新的曙光？

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。

包括零部件廠商、整機廠商、配套軟體，最終服務物件是醫院及影像科醫生。

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，

跨國企業佔據了75%以上的市場份額，前三大廠商在 中高端市場的份額甚至超過 80%。在基層市場，國產設備有著較為明顯的價格優勢，市場佔有率較高，分級診療帶來的基層需求釋放也給國產設備廠商帶來新增量空間。同時，隨著研發積累和技術進步，國產設備廠商的競爭力也有了較大提升，在中高端設備上開始發力，有望逐步實現全面國產替代。

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，

而在美國是2000人就有一位病理醫生。因為醫生數量的不足，導致病理科醫生的工作量繁重，超負荷的工作也會導致誤診率和漏診率的提高。

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。