人工智能的勃興已經(jīng)成為推動社會經(jīng)濟發(fā)展的新動力之一，它在提高社會生產(chǎn)效率、實現(xiàn)社會發(fā)展和經(jīng)濟轉(zhuǎn)型等方面發(fā)揮重要作用。作為主導(dǎo)新一代產(chǎn)業(yè)變革的核心力量，人工智能在醫(yī)療方面展示出了新的應(yīng)用方式，在深度融合中又催生出新業(yè)態(tài)。

事實上，相對于制造業(yè)、通信傳媒、零售、教育等領(lǐng)域，人工智能在醫(yī)療還處于早期階段，商業(yè)化程度相對偏低，行業(yè)滲透率較低，這固然與醫(yī)療行業(yè)的謹慎和保守有密切關(guān)系。但不可否認，人工智能在醫(yī)療領(lǐng)域的結(jié)合點響應(yīng)了傳統(tǒng)醫(yī)療的諸多困境，具有廣泛的市場需求、多元業(yè)務(wù)趨和廣闊的發(fā)展空間。

新冠疫情推動人工智能從“云端”落地出演了關(guān)鍵角色，提高了抗疫的整體效率。疫情更是成為人工智能在醫(yī)療領(lǐng)域的試金石，昭示著人工智能在醫(yī)療的力量和價值。從應(yīng)用場景來看，人工智能醫(yī)療應(yīng)用尚在起步階段，影像識別、遠程問診、健康管理、暫處第一梯隊。

其中，影像識別作為輔助診斷的一個細分領(lǐng)域，將人工智能技術(shù)應(yīng)用于醫(yī)學(xué)影像診斷中，是在醫(yī)療領(lǐng)域中人工智能應(yīng)用最為廣泛的場景。

人工智能落地影像識別

影像診療的概念原起源于腫瘤學(xué)領(lǐng)域，之后其外延才擴大到整個醫(yī)學(xué)影像領(lǐng)域，理解醫(yī)學(xué)影像、提取其中具有診斷和治療決策價值的關(guān)鍵信息是診療過程中非常重要的環(huán)節(jié)。

過去，醫(yī)學(xué)影像前處理+診斷需要4-5名醫(yī)生參與。然而，基于人工智能的影像診斷，訓(xùn)練計算機對醫(yī)學(xué)影像進行分析，只需1名醫(yī)生參與質(zhì)控及確認環(huán)節(jié)，這對提高醫(yī)療行為效率大有裨益。

人工智能在醫(yī)學(xué)影像得以率先爆發(fā)與落地應(yīng)用，主要是由于影像數(shù)據(jù)的相對易獲取性和易處理性。相比于病歷等跨越三五年甚至更長時間的數(shù)據(jù)積累，影像數(shù)據(jù)僅需單次拍攝，幾秒鐘即可獲取。一張影像片子即可反映病人的大部分病情狀況，成為醫(yī)生確定治療方案的直接依據(jù)。

醫(yī)學(xué)影像龐大且相對標準的數(shù)據(jù)基礎(chǔ)，加上智能圖像識別等算法的不斷進步，為人工智能醫(yī)療在該領(lǐng)域的落地應(yīng)用提供了堅實基礎(chǔ)。

從技術(shù)角度來看，醫(yī)學(xué)影像診斷主要依托圖像識別和深度學(xué)習(xí)這兩項技術(shù)。依據(jù)臨床診斷路徑，首先將圖像識別技術(shù)應(yīng)用于感知環(huán)節(jié)，將非結(jié)構(gòu)化影像數(shù)據(jù)進行分析與處理，提取有用信息。

其次，利用深度學(xué)習(xí)技術(shù)，將大量臨床影像數(shù)據(jù)和診斷經(jīng)驗輸入人工智能模型，使神經(jīng)元網(wǎng)絡(luò)進行深度學(xué)習(xí)訓(xùn)練;最后，基于不斷驗證與打磨的算法模型，進行影像診斷智能推理，輸出個性化的診療判斷結(jié)果。

依托于圖像識別和深度學(xué)習(xí)的人工智能和醫(yī)學(xué)影像的結(jié)合，至少能夠解決三種需求。一是病灶識別與標注，即通過Al醫(yī)學(xué)影像產(chǎn)品針對醫(yī)學(xué)影像進行圖像分割、特征提取、定量分析、對比分析等。針對這種需求，X線、CT、核磁共振等醫(yī)學(xué)影像的病灶自動識別與標注系統(tǒng)，可以大幅提升影像醫(yī)生診斷效率。目前的Al醫(yī)學(xué)影像系統(tǒng)已可以在幾秒內(nèi)快速完成對十萬張以上的影像的處理，同時可以提高診斷準確率，尤其是降低了診斷結(jié)果的假陰性概率。

二是靶區(qū)自動勾畫與自適應(yīng)放療。靶區(qū)自動勾畫及自適應(yīng)放療產(chǎn)品能夠幫助放療科醫(yī)生對200到450張CT片進行自動勾畫，時間大大縮短到30分鐘一套，并且在患者15到20次上機照射過程中間不斷識別病灶位置變化以達到自適應(yīng)放療，可以有效減少射線對病人健康組織的傷害。

三是影像三維重建?；诨叶冉y(tǒng)計量的配準算法和基于特征點的配準算法，解決斷層圖像配準問題，節(jié)約配準時間，在病灶定位、病灶范圍、良惡性鑒別、手術(shù)方案設(shè)計等方面發(fā)揮作用。

從落地方向來看，目前，我國Al醫(yī)學(xué)影像產(chǎn)品布局方向主要集中在胸部、頭部、盆腔、四肢關(guān)節(jié)等幾大部位，以腫瘤和慢病領(lǐng)城的疾病篩查為主。

在人工智能醫(yī)學(xué)影像發(fā)展應(yīng)用初期，肺結(jié)節(jié)和眼底篩查為熱門領(lǐng)域。近兩年隨著技術(shù)不斷成熟迭代，各大Al醫(yī)學(xué)影像公司也在不斷擴大自己的業(yè)務(wù)半徑，乳腺癌、腦卒中和圍繞骨關(guān)節(jié)進行的骨齡測試也成為市場參與者重點布局的領(lǐng)域。在疫情中，Al 醫(yī)學(xué)影像就參與到新冠肺炎病灶定量分析與療效評價中，成為提升診斷效率和診斷質(zhì)量的關(guān)鍵力量。

政策資本雙雙入局

如果說影像數(shù)據(jù)的相對易獲取性和易處理性，是人工智能在醫(yī)學(xué)影像得以率先爆發(fā)與落地應(yīng)用的主要原因，國家政策的支持和資本的大量入場則給了人工智能在醫(yī)學(xué)影像的應(yīng)用持續(xù)更新的動力。

從政策加碼來看，2013至2017年，政府各部門出臺多項政策，不斷加大對國產(chǎn)醫(yī)學(xué)影像設(shè)備、第三方獨立醫(yī)學(xué)影像診斷中心、遠程醫(yī)療等領(lǐng)域的支持力度。

2016年末，國務(wù)院就印發(fā)了《“十三五”國家戰(zhàn)略性新興產(chǎn)業(yè)發(fā)展規(guī)劃》，其中多次提及醫(yī)療影像，指出要“發(fā)展高品質(zhì)醫(yī)學(xué)影像設(shè)備”、“支持企業(yè)、醫(yī)療機構(gòu)、研究機構(gòu)等聯(lián)合建設(shè)第三方影像中心”。2017年1月，國家發(fā)改委更是把醫(yī)學(xué)影像設(shè)備及服務(wù)列入《戰(zhàn)略性新興產(chǎn)品重點產(chǎn)品和服務(wù)指導(dǎo)目錄》。

2017年11月15日，科技部在北京舉行“新一代人工智能發(fā)展規(guī)劃暨重大科技項目啟動會”。其中，騰訊公司自建的“騰訊覓影”入選成為醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺。值得一提的是，騰訊覓影Al和騰訊云技術(shù)的人工智能CT設(shè)備就在疫情期間，于湖北多家醫(yī)院進行部署，幫助醫(yī)護人員進行診療。

除了政策的支持，資本的入場也為人工智能醫(yī)療影像的持續(xù)發(fā)展添加動力。根據(jù)Global Market Insight的數(shù)據(jù)報告，從應(yīng)用劃分的角度來說，人工智能醫(yī)學(xué)影像市場作為人工智能醫(yī)療應(yīng)用領(lǐng)域第二大細分市場，將以超過40%的增速發(fā)展，在2024年達到25億美元規(guī)模，占比達25%。

作為被人工智能技術(shù)賦能的醫(yī)療器械，其背后依然面對市場，隨著數(shù)據(jù)的持續(xù)積累、算法的進一步成熟，AI+醫(yī)療影像的商業(yè)模式歷經(jīng)前期的探索也愈發(fā)清晰。

時下，就Al醫(yī)學(xué)影像而言，可行的商業(yè)模式包括兩種：一是與區(qū)縣級基層醫(yī)院、民營醫(yī)院、第三方檢測中心等合作，提供影像資料診斷服務(wù)，并按診斷數(shù)量收取費用。也就是說，與醫(yī)院方共同提供醫(yī)學(xué)影像服務(wù)并采取分成模式;二是與大型醫(yī)院、體檢中心、第三方醫(yī)學(xué)影像中心及醫(yī)療器械廠商合作，提供技術(shù)解決方案，一次性或者分期收取技術(shù)服務(wù)費。

目前，國內(nèi)已有超過百家企業(yè)將人工智能應(yīng)用于醫(yī)療領(lǐng)域，其中，更有大部分公司涉足醫(yī)學(xué)影像領(lǐng)域，遠高于其他應(yīng)用場景的企業(yè)數(shù)量。億歐《2018中國人工智能商業(yè)落地》報告中，在中國100家人工智能相關(guān)非上市企業(yè)2018年預(yù)計營收范圍里，人工智能醫(yī)療公司共有10家進入100強，而這10家公司里則有6家涉足AI醫(yī)學(xué)影像。

從市場競爭格局來看，中國Al醫(yī)學(xué)影像領(lǐng)域市場參與者眾多。既有GE醫(yī)療、樂普醫(yī)療等傳統(tǒng)醫(yī)療器械公司、也有 Google、IBM、阿里、騰訊等科技巨頭，以及依圖醫(yī)療、深睿醫(yī)療、數(shù)坤科技、推想科技等眾多初創(chuàng)公司，不同類型的市場參與者在資金支持、市場拓展、產(chǎn)品設(shè)計、技術(shù)研發(fā)等方面各具優(yōu)勢。

行業(yè)內(nèi)雖然尚未形成壟斷型企業(yè)，但經(jīng)過多年市場競爭與優(yōu)化，各細分領(lǐng)域已有領(lǐng)跑的頭部企業(yè)出現(xiàn)，行業(yè)梯隊之間的差距逐漸顯現(xiàn)。自2017年以來，專注于不同病種與技術(shù)方向的Al醫(yī)療影像初創(chuàng)公司持續(xù)受到資本熱捧，部分頭部企業(yè)已完成C輪融資，并圍繞核心產(chǎn)品進行技術(shù)與經(jīng)驗遷移、病種與產(chǎn)品管線拓展、全球化布局等，進一步強化競爭壁壘。

當然，在技術(shù)、政策和資本的支持成為AI醫(yī)療影像發(fā)展的動能的同時，AI醫(yī)療影像發(fā)展也受技術(shù)、政策和資本的限制。

首先，醫(yī)療事關(guān)生命，AI醫(yī)療影像的假陰性顯然十分重要，即使存在1%的漏診也將有可能造成巨大傷害。此外，就算只存在1%的漏診，醫(yī)生仍需要將所有片子都重審一遍。因此，只有零假陰性，才能真正幫助醫(yī)生省時省力。

其次，從政策支持來說，由于AI影像診斷對醫(yī)院來說還并不是剛需，這也令醫(yī)院的付費意愿并不強烈。如果沒有政策對患者付費習(xí)慣的培養(yǎng)，以及政府醫(yī)保政策的完善，AI影像診斷在落地應(yīng)用上或許還將面對漫長的發(fā)展。

此外，盡管部分企業(yè)已率先實現(xiàn)商業(yè)化，但行業(yè)集中商業(yè)化爆發(fā)階段尚未到來。當然，不可否認的是，作為主導(dǎo)新一代產(chǎn)業(yè)變革的核心力量，人工智能在醫(yī)療方面展示出了新的應(yīng)用方式，在深度融合中又催生出新業(yè)態(tài)。

作為新一代基礎(chǔ)設(shè)施建設(shè)，人工智能在醫(yī)療行業(yè)的應(yīng)用將對傳統(tǒng)醫(yī)療機構(gòu)運作方式帶來變革，從長遠有效緩解醫(yī)療資源壓力。后疫情時代，AI+醫(yī)療有望迎來大發(fā)展，而臨床放射診斷實踐無疑是其中一項重要應(yīng)用。

責(zé)任編輯：xj