2022-2023年人工智能医学影像行业发展前景展望报告

2022-2023年人工智能医学影像行业发展前景展望报告可编辑目录人工智能医学影像行业概述人工智能医学影像行业环境人工智能医学影像行业现状人工智能医学影像行业发展趋势人工智能医学影像行业企业及格局CONTENT010203040501行业概述COMPANYPROFILE人工智能医学影像行业01医学影像指为了医疗或医学研究，对人体或人体某部分，以非侵入方式取得内部组织影像的技术与处理过程。它包含以下两个相对独立的研究方向:医学成像系统和医学图像处理。前者指图像成的过程，后者指对已经获得的图像做进一步的处理。人工智能医学影像指在医学影像的基础上，人工智能技术在依赖于成像数据的医学领域如放射学、病理学、皮肤病学和眼科学等学科进行应用。由于人工智能可在数据中进行复杂模式的识别，并以自动化方式提供定量评估，人工智能医学影像在临床工作流程中，可为医生提供辅助，有助于形成更准确的放射学评估。人工智能医学影像定义发展历程02研发探索（2010年至2014年）2010年，中国各级医疗机构开始采用电子病历，患者的病历资料被保存在医院系统中，尽管各级医疗机构的系统仍未打通，但电子病历的实施为医疗大数据的发展带来数据积累，为后期机器深度学习提供资料辅助。行业爆发（2015年至2017年）2015年起，在政策利好和人工智能医学影像技术取得新进展的背景下，人工智能医学影像企业陆续成立，如图玛深维、推想科技等，推出人工智能医学影像设备。同年，资本开始布局人工智能医学影像行业，中国市场发生人工智能医学领域融资交易10起，融资额超6,000万人民币，融资企业包括医联、云医、汇医慧影等。理性发展（2018年至今）2018年，人工智能医学影像设备的弊端开始显现，部分医院认为产品未能实质性降低工作强度，人工智能医学影像结果呈现许多“假阳性”现象，未能帮助降低误诊率。同时，产品设计过于工程化，与医生的实际操作需求不符，提升了医生的使用时间成本。以上问题导致医生群体以及各级医疗机构对产品的热情度下降，资本市场同时进入冷静期。02行业环境INDUSTRYBACKGROUND政治环境101《促进新一代人工智能产业发展三年行动计划了2018-2020年)》提出到2020年,人工智能产业竞争力进入国际第一方阵,力争培育全球领先的人工暂能优秀企业指出要围绕医疗等关乎民生的刚性需求先行发展,为大众提供更高效多元的智慧医疗服务，鼓励了人工智能医学影像行亚的长远发展。《新一代人工智能发展规划》《关于促进和规范健康医疗大数据应用发展的指导意见》提出要助推人工智能应用场景落地，特别是在智慧医疗领域，支持智能医疗系统等产品的研制及产业化鼓励开发数字化医疗影像设备、分析系统、诊断系统、健康检测系统等智能医疗设备。提出规范和推动健康医疗大数据融合共享、开放应用明确支持研发健康医疗相关的人工智能技术。政治环境202发展先进技术,重点加强云计算、智能计算、机器学习等技术研发及应用。重点发展大数据驱动的类人工智能技术方法;在基于大数据分析的类人工智能方向去的重要突破．实现类人视觉、类人听觉、类人语言处理和类人思维，资产智能产业的发展。政治环境《"十三五"国家科技创新规划》加强类人智能、自然交互与虚拟现实等技术研究,推动宽带移动互联网、云计算、物联网、大数据、高性能计算、移动智能终端等技术研发和综合应用.《国家驱动创新发展战略纲要》加快人工智能核心技术突破,促进人工智能在智能家居、智能终端、智能汽车、机器人等领域的推广应用，培育若干引领全球人工智能发展的骨千企业和创新团队，形成创新活跃、开放合作、协同发展的产业生态.《国务院关于积极推进“互联网+”行动的指导意见》加快信息网络新技术开发应用.重点突破大数据和云计算关键技术、自主可控操作系统、高端工业和大型管理软件、新兴领域人工智能技术。《中华人民共和国国民经济和社会发展第十三个五年规划纲要》01020304政治环境经济环境03目前我国医学影像数据的年增长率约为30%，而放射科医师数量的年增长率为1%，其间的差距是25.9%，放射科医师的数量增长远不及影像数据的增长。以病理切片为例，据国家卫健委统计，我国病理注册医生在1万人左右，按照每百张床配备1-2名病理医生的标准计算，全国病理科医生缺口可能达3万-4万人，目前，全国有近40%的手术未进行病理切片分析。经济环境社会环境104中国医学影像数据总量巨大，但利用效率较低。据权威调查数据显示，医疗行业非结构化数据占整个数据量的90%左右，医疗行业的非结构化数据主要包括医疗PACS系统产生的医学影像，比如DR、CT、MRI等。而且，中国医学影像数据仍以每年30%以上的增速在增长。而医学影像已经成为人工智能在医疗应用最热门的领域之一。国内有83家企业将人工智能应用于医疗领域，主要布局在医学影像、病历/文献分析和虚拟助手三个应用场景，而其中涉足医学影像类的企业数量达到40家，远高于其他应用场景的企业数量。01

02社会环境205中国医学影像数据总量巨大，但利用效率较低。据权威调查数据显示，医疗行业非结构化数据占整个数据量的90%左右，医疗行业的非结构化数据主要包括医疗PACS系统产生的医学影像，比如DR、CT、MRI等。而且，中国医学影像数据仍以每年30%以上的增速在增长。中国每年的基础数据量超过欧美，特别是根据众多人口数量获得的医疗和健康数据，但是这些海量数据缺乏一个统一标准、跨平台分享的生态环境，大多数都是数据孤岛，利用率和利用价值不高。行业驱动因素06人工智能医学影像行业作为人工智能医疗行业的细分行业之一人工智能与医学影像的高契合度2016年是人工智能+医疗在国内形成投资风口的元年早期医疗图像诊断设备大多是采用FPGA处理器进行运算属于新兴高新技术产业，相关产业包括医疗大数据产业、医疗互联网产业等。中国政府及有关部门已陆续出台关于扶持人工智能医学影像产业及其相关产业的政策，为人工智能医学影像产业的发展构建良好的宏观环境。使人工智能技术落地实际应用场景成为可能，推动人工智能医学影像行业的开创和发展。在中国市场内，不仅有多家人工智能技术领先企业组建医学影像应用开发团队，行业内多家初创企业集中开发人工智能医学影像设备，也引来资本市场的关注。医学影像成为人工智能技术落地医疗领域的主要突破口，人工智能医学影像迎来增长契机.有27家企业在2016年进行融资，其中16家企业融资金额在千万级人民币或美元以上，医疗大数据公司碳云智能融资金额高达10亿人民币。截至2017年8月31日，国内83家企业的融资总额已经接近42亿人民币。低功耗优势显著。过去一般使用MCU或DSP来处理医疗图像，由于MCU和DSP都是串行器件，开发人员需要使用FPGA来进行硬件加速以获得医疗成像应用所需的处理能力和清晰度，FPGA能处理图像算法里大规模的并行处理需求。目前国内也有一些企业利用FPGA+深度学习技术，实现医学影像智能诊断，例如医学影像AI企业健培科技自主研发了基于FPGA架构的影像分析，在满足性能要求的前提下具备低功耗的优势。03行业发展现状分析行业现状01自2003年，中国电子病历系统开始在全国范围内覆盖以来，中国医疗行业数据开始积累，数字化的实验室幻灯片，高分辨率的放射图像、视频形成的数据量增长迅速，为机器学习在医疗行业落地提供了数据支持。2014年，全球医疗保健数据量为226.4EB，数据量年增长率为48%。这意味着到2023年，这个数字将达到7,715EB。医疗数据量的持续性高速增长，意味医学影像数据的积累不断增加，将加速人工智能医学影像的技术升级。市场规模03中国人工智能医学影像行业起步较晚，得益于国家相关政策支持与技术的进步，本土人工智能医学影像企业崛起，目前已进入稳步发展阶段。2015年，中国人工智能医学影像行业市场开始成型，市场规模约为10.9亿元人民币，2018年，中国人工智能医学影像行业市场规模增长至49.7亿元人民币，年复合增长率高达65.8%。未来五年，中国人工智能医学影像行业市场规模仍将保持49%的年复合增长率继续增长，并于2023年达到307.0亿元人民币规模。行业痛点04010203人工智能医学影像行业缺乏完备的质量控制和质量保证体系，生产商缺乏统一的生产标准，行业内产品质量良莠不齐，导致产品的可靠性难以保证，丧失产品市场竞争力政府秉承创新开放的态度，支持和鼓励科学研究创新，对科学研究试验不设置严格限制，因此，人工智能医学影像行业不存在统一的监督管理规范，产品质量主要依靠生产企业自主检测，人工智能医学影像行业产品质量的监管难度加大在中低端产品领域，仍然有较大比例的产品依赖于进口渠道。此外，人工智能医学影像行业企业缺乏创新研发能力以及仿制能力，加重下游消费端对进口科研用检测试剂的依赖，不利于人工智能医学影像行业的发展质量参差不齐行业监管难度大高端产品发展落后行业发展建议053人工智能医学影像模型要求大量数据训练以输出高质量结果，尽管当前中国医学影像数据量多，但大部分数据来源不明。三甲医院数据开放因政策原因仍存在一定难度，导致标准化、高质量、高量级的医学影像数据获取难度大。医学影像数据涉及病种单一，部分疾病数据量不足，数据库各学科分布不均衡，皆成为人工智能医学影像设备技术升级的阻碍；12当前行业对基于病种的医学影像及疾病征象缺乏统一认识，各家人工智能医学影像企业采用的数据训练集标准多样，系统偏差较大，不利于同行业间交流；医学影像数据的使用不可追溯来源，因此缺乏合法性和可分享性，业内缺乏对医学影像数据使用标准的判断依据，在现有的法律基础上寻找合规使用和分享数据的渠道迫在眉睫。缺乏标准化高质量训练集缺乏统一行业标准缺乏有效保护和监督04行业格局及趋势BUSINESSMODEL服务功效服务水平价格优势技术优势创新能力竞争焦点行业竞争焦点主要集中在产品与服务本身的优势,包括服务的和共享与服务水平行业竞争还包括企业的硬实力,包括服务的技术优势、创新能力、企业人才优势等01竞争焦点1服务人工智能医学影像行业的竞争促进了产品与服务的持续优化与创新,给行业服务带来不断的新体验。2技术3需求竞争趋势的影响人工智能医学影像行业的良性竞争很好的促进了行业需求、技术、产品与服务的发展,促进服务水平不断优化，服务与技术能力不断创新。为用户提供了更为优质的产品与服务。02竞争趋势与影响人工智能医学影像行业的竞争促进了行业技术的更新与迭代。人工智能医学影像行业竞争趋势首先在需求的分析与客户痛点的把握上竞争格局03竞争格局1竞争格局replssssaceSrc1竞争格局04竞争格局2资金实力较为雄厚的科技企业，如IBMWatson、谷歌、腾讯、阿里、科大讯飞等。此类企业在人工智能基础技术上有长期的布局和投资，开始在医疗领域寻求落地场景，针对人工智能医学影像进行产品研发；人工智能医学影像行业主要以服务业为发展趋势人工智能医学影像行业重点为技术研究，包括模型研究，解决方案研究205080行业投入增加、市场空间大人工智能医学影像行业覆盖群体较大,市场空间与产值足够大,好的服务与解决方案必然带来较大的回报,因此行业也越来越受到资本与企业的重视。人工智能医学影像行业市场空间巨大，存在较大蓝海，资本投入将会增加行业前景05行业发展趋势062019202020212022加快行业标准和法律法规的制定人工智能医学影像行业作为新兴行业，中国政府及有关部门仍未出台具体的行业标准及监管政策。未来，政府及有关部分需加快制定和完善相关行业标准及法律法规，规范人工智能医学影像产品的研发、生产、推广、销售和使用全过程，促进人工智能医学影像行业有序、长远发展。加速应用场景落地人工智能医学影像行业技术发展已日趋成熟，进入稳定发展阶段，当前市场对人工智能医学影像企业的评判重点由技术转移至产品的应用场景落地。优化人工智能医学影像设备功能，丰富产品的场景落地经验，提升场景应用影响力，成为未来人工智能医学影像企业的发展重点。市场需求提升、技术进步、政策支持人工智能医学影像的出现解决了传统医学影像的行业痛点，市场需求提升。医疗数据的逐年增长，为人工智能医学影像的技术升级提供基础支持。人工智能成为中国国家战略之一，拉动人工智能医学影像行业发展。明确商业模式和盈利模式人工智能医学影像技术日渐完善，产品的应用场景落地能力正逐步增强，人工智能医学影像企业形成清晰的商业模式，探索稳定的盈利来源，是未来行业规模化发展的前提。行业代表企业107苏州图玛深维医疗科技有限公司（以下简称“图玛深维”）创立于2015年，是一家专注于研发智能医学影像医疗辅助诊断系统及配套多元解决方案的高新技术企业。图玛深维将人工智能与深度学习技术引入到智能医学诊断和医学数据分析领域，研究开发基于深度学习技术的自动化医疗诊断与医学数据分析系统。图玛深维产品应用于各类医学图像分析诊断、显微镜下的病理图像分析等，并向病理、基因、药物等场景应用扩展，协助发现DNA结合的蛋白质序列特异性并协助基因组诊断，帮助放射科医生提高诊断精度和诊断效