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，
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，
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，
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。
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。