2018年AI+医学影像行业深度分析报告
2018年AI+医学影像行业深度分析报告
２０１８年ＡＩ＋医学影像行业深度分析报告主要观点1.医学影像诊断需求迫切，“AI+医学影像”有望破解行业痛点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约为4.1%，医生缺口日益增加，繁重的任务带来较高的误诊、漏诊率，人工智能技术在医学影像领域的应用有望破解行业痛点，提高效率，提升质量。
若人工智能在影像诊断领域渗透率稳步提升，有望带来“AI+医学影像”诊断市场快速增长。
2.政策、技术双重驱动，“AI+医学影像”蓄势待发从政策层面来看，国家近年来陆续出台系列政策高度支持医学影像行业以及“AI+医疗”的发展，7月出台的《新一代人工智能发展规划》再次对人工智能多个领域发展提出更高要求，针对“AI+医学影像”行业的具体扶植政策也有望快速出台。
从技术层面来看，大量深度学习平台和框架开源降低基础算法门槛，GPU、FPGA、ASCI等处理器的性能快速提升，医学影像领域算力不断突破，目前企业发展的瓶颈在于高质量数据的获取和标注。
随着医疗进入大数据时代，数据的质量和规模将实现快速提升，同时，影像数据联网及云平台推进助力数据价值更快提升，有望带来“AI+医疗影像”行业加速发展。
3.科技巨头加速跑马圈地，创业公司受资本热捧“AI+医疗影像”市场百家争鸣，目前尚未出现占据绝对优势地位的领跑企业。
IBM Watson、谷歌、腾讯、阿里、科大讯飞等具备技术优势和资源整合实力的科技巨头近年来纷纷以医疗影像为突破口布局医疗人工智能领域，在技术和产品上不断取得快速发展。
同时，2016年下半年以来，“AI+医学影像”已成为创业资本的投资风口，无论是从投资数量还是金额上，都可以看出其火热程度，有助于医疗影像人工智能更快推进。
4.商业模式逐渐明晰，平台分成与技术授权各具潜力“AI+医学影像”已走出实验室，产品逐步落地，商业模式逐渐明晰。
目前来看，主要的商业模式包括平台分成模式及技术解决方案两种。
我们认为对接基层医院、民营医院，收取诊断服务费用的商业模式较为理想，一方面，平台分成式的商业模式具有典型的边际成本递减的特征，且可涵盖B2B 及B2B2C领域；另一方面，基层医疗市场对于人工智能医学影像的需求迫切，市场空间广阔。
2018年医学影像智能识别行业分析报告
2018年医学影像智能识别行业分析报告2017年12月目录一、医学影像识别有望成为AI较快落地的领域 (5)1、“人工智能+医疗”驶入快车道 (5)（1）“人工智能+医疗”快速发展 (5)（2）人工智能在医疗行业的各环节均有应用 (6)（3）产业仍处于发展初期，数据整合与共享是驱动行业发展的核心因素 (7)2、智能影像诊断是“人工智能+医疗”较快落地的应用领域 (7)（1）智能图像诊断算法相对成熟 (8)（2）数据结构化程度高处理难度小 (9)（3）医生资源短缺将促进AI智能影像识别的应用落地 (10)（4）AI读片相对于人工读片具备比较优势 (10)二、智能影像识别分类多空间大，初期格局分散 (11)1、智能影像识别市场分类多空间大 (11)2、行业发展初期市场相对分散，未来有望逐步走向集中 (14)（1）数据分散：尽管我国存在第三方影像中心，但绝大多数的医疗影像数据来源于医院 (14)（2）病种分散：虽然底层代码可以复用，但不同病种需要不同的标注数据训练不同的模型 (15)（3）变现场景、商业模式多样化 (15)三、国内外智能影像诊断参与方分析 (16)1、国内巨头抢滩医疗影像市场 (17)2、国外巨头处于产品研发阶段 (17)3、国内创业型公司多处于早期融资阶段 (18)4、部分医疗信息化公司参与智能影像诊断产品研发 (19)四、从产业链上下游看数据与场景等核心商业要素 (19)1、数据获取：与医疗机构合作有助于打磨产品 (20)（1）跟大医院合作 (20)（2）与基层医院合作 (21)（3）其他类型的合作 (22)2、变现模式与场景：与上下游厂商合作有利于业务拓展 (22)五、相关企业简析 (24)1、东软集团 (24)2、卫宁健康 (25)3、万东医疗 (25)4、思创医惠 (26)六、风险因素 (26)1、行业数据整合进度不及预期 (26)2、智能化技术应用低于预期 (27)智能影像诊断是“人工智能+医疗”较快落地的应用领域。
人工智能医学影像市场分析报告
人工智能医学影像市场分析报告1.引言1.1 概述概述部分：人工智能技术在医学影像领域的应用已经成为当前医疗行业的热点之一。
通过智能分析和诊断，人工智能可以帮助医生更快速、更准确地进行疾病诊断，提高医疗影像的诊断准确性和效率。
本报告旨在对人工智能医学影像市场进行深入分析，探讨其发展趋势、市场规模、主要竞争对手和发展现状，以及未来发展的前景和挑战。
通过本报告的研究分析，可以更好地了解人工智能在医学影像领域的应用现状和未来发展趋势，为投资方、医疗机构和相关企业提供决策参考。
1.2 文章结构文章结构部分的内容是对整篇文章的结构进行简要介绍，包括各个部分的主要内容和重点分析。
例如：文章结构部分将首先介绍本篇长文的主要结构，包括引言、正文和结论三部分。
在引言部分，我们将对人工智能医学影像市场进行概述并阐明本篇文章的目的和意义。
接着在正文部分，将着重介绍人工智能在医学影像领域的应用、市场规模和趋势分析，以及主要竞争对手和发展现状。
最后在结论部分，我们将对人工智能医学影像市场的发展前景、挑战与机遇进行深入探讨，并对全文进行总结。
通过本篇文章的结构安排，读者将能够清晰地了解到人工智能医学影像市场的整体情况及发展趋势。
1.3 目的:本报告的目的是对人工智能在医学影像领域的市场进行全面分析，探讨其应用和发展趋势，了解市场规模和竞争对手情况，为企业和投资者提供决策参考。
同时，也旨在为医学影像领域的相关企业和研究机构提供市场前景和发展趋势的参考，促进行业的可持续发展。
通过本报告，期望能够深入了解人工智能医学影像市场的现状和未来发展潜力，为相关行业的发展提供有益的信息和建议。
1.4 总结经过对人工智能医学影像市场的分析报告，我们可以得出以下结论：人工智能在医学影像领域的应用将会持续扩大，为医疗行业带来革命性的变革和发展机遇。
市场规模和趋势分析显示，人工智能医学影像市场具有巨大的潜力和增长空间，未来将呈现出快速增长的趋势。
主要竞争对手和发展现状方面，一些领先的人工智能技术公司已经在医学影像领域取得了初步成果，并且逐步建立了自己的核心竞争优势。
2018年AI+医疗行业分析报告
2018年AI+医疗行业分析报告2018年9月目录一、AI+医疗：应用场景广阔，数据是加速落地关键 (5)二、影像诊断：AI技术应用效果显著，数据是发展的重中之重 (6)1、IBM影像诊断业务面临挫折，数据的获取与标注成本是主要问题 (7)（1）数据获得成本高 (8)（2）数据专业性强，呈现碎片化不易提炼 (8)92、中国的发展趋势 ................................................................................................（1）随着AI图像识别技术的进步，算法结构的技术壁垒在持续下降，已不是难题 9 （2）AI有望发挥自身优势，解决我国医疗行业痛点 (9)（3）我国AI医疗影像产业链上下游融合，市场参与者众多 (10)①医疗影像设备商 (10)②数据采集与汇集 (10)③数据分析 (11)二、语音病例提升工作效率，但系统仍有一定优化空间 (11)1、在美国，病历电子化程度很高，但仍需要人工介入 (11)2、美国语音病历系统借助电子病例建设政策东风推进 (12)3、国内语音电子病历系统处于起步阶段，市场前景广阔 (13)4、国内率先实现语音病历系统试用的企业为科大讯飞和云知声 (13)5、医疗机构间相互独立性强，系统落地过程中拓展市场是关键，数据集仍有14待优化 ....................................................................................................................三、新应用：医疗咨询、药物研发、脑机接口 (14)141、医疗咨询 ..........................................................................................................（1）在AI技术的助力下，移动问诊向辅助诊疗方向不断发展 (14)（2）平安好医生是“互联网+”时代移动问诊领域跑出的领军企业，目前正尝试AI技术赋能 (15)（3）目前导诊和预问诊服务产品的AI技术应用处于较为早期的阶段 (16)172、药物研发 ..........................................................................................................（1）机器学习技术的应用有助于降低药物研发成本 (17)（2）目前海外已出现了利用AI来提高药物研发效率的初创公司 (17)173、脑机接口 ..........................................................................................................四、重点公司：万东医疗，神州医疗、依图医疗 (19)191、神州医疗 ..........................................................................................................202、万东医疗 ..........................................................................................................213、依图医疗 ..........................................................................................................医疗是人工智能落地的重要场景之一。
人工智能医学影像行业分析报告
人工智能医学影像行业分析报告人工智能医学影像行业是由医疗行业与人工智能技术相结合的新兴产业。
人工智能医学影像技术通过对医学影像数据的分析和处理，实现疾病的早期预警、诊断和治疗等方面的辅助或自主决策。
本文将对人工智能医学影像行业进行分析，从行业定义、分类特点、产业链、发展历程、行业政策文献、经济环境、社会环境、技术环境、发展驱动因素、行业现状、行业痛点、行业发展建议、行业发展趋势前景、竞争格局、代表企业、产业链描述、SWTO分析、行业集中度等多个方面展开。
一、行业定义人工智能医学影像行业是运用人工智能技术处理医学影像数据并进行分析和处理的新兴产业。
二、分类特点1. 基于医学影像的数据的分析和处理；2. 包括云端服务、智能诊断与分析、智能辅助与治疗；3. 应用领域包括影像诊断、病理分析、药物研发等。
三、产业链人工智能医学影像产业链包括医学影像数据采集、数据存储、数据传输、人工智能模型研发与训练、智能诊断与分析、智能辅助与治疗、医疗机构服务等多个环节。
四、发展历程人工智能医学影像技术应用于医学领域已有数十年的历史，近年来随着云计算、大数据等技术的不断发展，人工智能医学影像技术得到了广泛的应用。
2020年新型冠状病毒疫情的爆发更加推动了人工智能医学影像技术的应用和发展。
五、行业政策文献我国自2009年开始逐步引入人工智能技术，2017年《新一代人工智能发展规划》出台，特别强调将人工智能应用到医学领域的研究和发展。
六、经济环境人工智能医学影像行业发展受到众多因素影响，其中经济环境便是重要因素之一。
宏观经济形势好转可以带动人工智能医学影像行业的发展，行业获得投资和资金等的保障，行业规模和效益都可以得到进一步提高。
七、社会环境社会环境是人工智能医学影像行业发展需要考虑的因素，其中重点是法规和道德伦理问题，这会直接影响人工智能医学影像技术标准和使用方式。
行业的成功发展需要有明确的行业标准，包括隐私保护、数据共享、公平性以及公正性等方面。
人工智能医学影像行业分析报告
人工智能医学影像行业分析报告人工智能医学影像行业分析报告一、定义人工智能医学影像是指应用人工智能技术对医学影像进行处理和分析的一种医疗技术。
它利用计算机视觉、机器学习和深度学习等技术，对医学影像进行筛查、分类、诊断和预测等工作。
二、分类特点在人工智能医学影像领域，主要的技术分类包括图像处理、图像分析和图像识别。
其特点如下：1、快速处理：人工智能医学影像技术可以自动分析和识别医学影像，从而快速得出诊断结果；2、高准确性：由于其拥有强大的学习能力和智能处理能力，它在诊断准确性方面具有巨大的优势；3、全自动化：人工智能医学影像技术可以实现全自动分类、检测和诊断，减少人为因素的干扰，提高诊断效率；4、可视化：通过图像处理、分析和识别，可以将医学影像转换成数字化数据，方便医生分析和诊断；5、精准化：人工智能医学影像技术可以根据患者的具体情况，对医学影像进行精准处理和分析。
三、产业链1、人工智能技术提供商：包括各大互联网公司、人工智能初创公司等，提供核心技术支持；2、数据提供商：包括医院、医疗机构、药品企业等，提供临床数据支持；3、医学设备及服务提供商：包括各种医学影像设备厂商、提供影像服务的企业等，为人工智能医学影像技术提供数据支持；4、医疗机构和患者：使用人工智能医学影像技术进行诊断或者通过人工智能技术获得相应的医疗服务。
四、发展历程随着人工智能技术的发展，医学影像分析和处理也开始引起人们的关注。
最早在2005年，美国斯坦福大学的Hinton等人发现通过深度神经网络（Deep Neural Networks）对医学影像进行处理和分析，可以得到更准确的结果。
以此为契机，人工智能医学影像逐渐成为医学领域研究的热点之一。
五、行业政策文件及其主要内容随着人工智能医学影像技术的不断发展，政府也逐渐加强对其相关政策文件的制定和管理。
主要内容如下：1、《医疗器械监督管理条例》：对人工智能医学影像设备的监管进行规范；2、《电子医疗记录管理办法》：对患者的数据隐私进行保护；3、《药品管理法》：对利用人工智能医学影像设备进行新药研发的监管进行规范；4、《医学图像人工智能技术应用规范》：对医学图像人工智能技术的应用进行规范。
2018年医学影像诊断设备行业分析报告
2018年医学影像诊断设备行业分析报告2018年1月目录一、主要医学影像设备介绍 (5)1、磁共振成像系统............................................................................................................ 5...2、医用X 射线设备........................................................................................................... 6...3、核医学设备.................................................................................................................... 7...4、彩色超声诊断系统 ........................................................................................................ 8...二、行业主管部门、监管体系、主要法律法规及政策 (10)1、行业主管部门....................................................................................................................................................... 1..0 .2、行业监管体系....................................................................................................................................................... 1..1 .（1）我国对医疗器械按照风险程度实行分类管理 (11)（2）我国对医疗器械生产企业实行分类管理 (12)（3）我国对医疗器械经营企业实行分类管理 (12)3、主要法律法规....................................................................................................................................................... 1..3 .4、主要行业政策....................................................................................................................................................... 1..6 .三、行业现状 (20)1、全球医疗器械市场概况............................................................................................... 2..02、我国医疗器械市场概况............................................................................................... 2..2（1）相比国际发达市场，我国医疗器械市场具有较大发展空间 (23)（2）医疗卫生投入加大 (23)（3）医疗保障覆盖面提高，提升医疗器械的需求规模 (24)（4）社会老龄化带来的医疗需求增长 (25)（5）居民支付能力增强 (25)四、细分行业概况 (26)1、磁共振成像系统行业....................................................................................................................................................... 2..6 .2、医用X 射线设备行业....................................................................................................................................................... 2..8 .3、彩色超声诊断系统行业............................................................................................... 2..94、医疗信息化软件行业....................................................................................................................................................... 3..1 .五、行业竞争状况 (33)1、行业竞争格局 ............................................................................................................... 3..3.2、行业主要企业 ............................................................................................................... 3..4.（1）国外企业 (34)①GE 医疗集团 (34)②................................................................................................................................... 西门子医疗34③................................................................................................................................... 飞利浦35（2）国内企业 (35)① .................................................................................................................................. 沈阳东软医疗系统有限公司 (35)② .................................................................................................................................. 华润万东医疗装备股份有限公司 (35)③ .................................................................................................................................. 深圳迈瑞生物医疗电子股份有限公司 (36)④ .................................................................................................................................. 上海联影医疗科技有限公司 (36)⑤ .................................................................................................................................. 鑫高益医疗设备股份有限公司 (36)六、行业经营模式 (36)1、高度重视研发创新....................................................................................................... 3..6.2、直销和经销相结合的销售模式.................................................................................. 3..7七、行业上下游之间的关联性 (37)1、上游行业........................................................................................................................ 3..7.2、下游行业........................................................................................................................ 3..8.八、行业进入壁垒 (38)1、行业准入壁垒 ............................................................................................................... 3..8.2、技术和人才壁垒........................................................................................................... 3..9.3、品牌壁垒........................................................................................................................ 3..9.4、资金壁垒........................................................................................................................ 3..9.九、影响行业发展的因素 (40)1、有利因素........................................................................................................................ 4..0.（1）国家政策支持医疗器械行业发展 (40)（2）科学技术的进步、医疗水平的提升推动行业发展 (41)（3）医疗机构的快速发展提升市场需求 (41)（4）行业规范监管加强，利于规模化企业发展 (42)2、不利因素...................................................................................................................... 4..3.（1）国外产品准入壁垒 (43)（2）国产医疗器械技术及品牌劣势 (43)、主要医学影像设备介绍1、磁共振成像系统磁共振成像是随着电脑技术、电子电路技术、超导体技术的发展而迅速发展起来的一种生物磁学核自旋成像技术。
2018年中国AI医学影像行业未来发展趋势分析
2017年中国AI+医学影像行业未来发展趋势分析2017年12月27日政策、技术双重驱动，“ AI+医学影像”蓄势待发一、国家高度支持，具体产业扶植政策有望加速出台国务出台系列政策支持医学影像行业的发展。
从20XX年到2017年，国务院、发改委、国家食品药品监督总局、卫计委不断出台政策支持医学影像行业的发展。
针对性政策涉及：医学影像设备、独立影像中心、线上影像平台、影像信息化，包括鼓励公立医院采购国产医疗设备、扶持民营医院新增设备需求；加强医疗信息化建设基础，构建云端医疗数据库，推动医疗大数据的应用开发等；全面推进分级诊断，鼓励民营资本流入建设独立检查检验中心、远程医疗等。
国家对医疗领域提出人工智能发展要求。
2016年以来，国家对于医疗领域提出明确的人工智能发展要求，包括对技术研发的支持政策，就相关技术和产品提出健康信息化、医疗大数据、智能健康管理等具体应用，并针对医疗、健康及养老方面提出较为明确的人工智能应用方向。
2017年7月，国务院发布《新一代人工智能规划》，人工智能上升至国家战略层面，人工智能在医疗领域的应用有望进入新的快速发展阶段。
国家对医疗领域提出人工智能发展要求数据来源：公开资料整理目前，国家政策高度支持医学影像行业以及“ AI+医疗”的发展，接下来，预计国家将在《新一代人工智能发展规划》等产业指导性文件的基础上，出台一批具体的产业推进措施，针对“AI+医学影像”行业的具体扶植政策也有望适时推出，促进人工智能在医学影像领域的应用与发展。
二、算力算法快速迭代，“ AI+医疗影像”期待大数据引爆医学影像在医疗AI领域技术成熟度最高，有望最先实现商业化。
动脉网蛋壳研究院发布“人工智能+医疗技术成熟度分布曲线”，“ AI+医疗影像”在医疗领域成熟度最高，在曲线上处于过高期望的峰值位置。
其判断依据为：1）从医疗影像类的企业入驻医院数量来看，目前国内科研能力较强，医疗水平靠前的大型医院几乎都已经和企业开始了相关的临床实验，首批种子用户活跃度已经达到了顶峰；2）相关领域的大规模媒体报大约出现在 2015〜2017年，目前在一个平稳的高峰期。
基于人工智能的医学影像分析研究报告
基于人工智能的医学影像分析研究报告人工智能（Artificial Intelligence，AI）的迅速发展和广泛应用，为医学影像领域带来了革命性的变革。
医学影像分析是指通过对患者的X光、MRI、CT等医学影像图像进行处理和解读，从而辅助医生进行疾病诊断和治疗决策。
本报告将介绍基于人工智能的医学影像分析的研究进展和应用现状。
一、人工智能在医学影像分析中的意义传统的医学影像分析主要依靠医生的经验和直觉判断，并存在主观性和误诊率高的问题。
而人工智能技术凭借其高度的数据处理和学习能力，可以利用大量的医学图像数据进行模式识别和特征提取，提供客观、准确的诊断结果。
同时，人工智能技术还可以为医生提供辅助决策和个性化的治疗方案，大大提高医疗质量和效率。
二、人工智能在医学影像分析中的应用领域1. 疾病诊断人工智能技术可以通过对医学影像数据的分析和比对，辅助医生诊断各种疾病。
例如，在肺癌早期的诊断中，人工智能可以对胸部CT影像进行分析，检测出潜在的肿瘤病变并进行定位。
此外，在脑卒中、乳腺癌、骨质疏松等疾病的早期诊断中，人工智能也发挥着重要的作用。
2. 影像处理和重建人工智能可以通过图像处理和重建技术，提高医学影像的质量和清晰度。
例如，通过深度学习算法，可以将低剂量的CT图像重建为高剂量的图像，以减少辐射对患者的伤害。
此外，人工智能还可以对影像进行降噪和增强，提高医生对影像的解读准确性。
3. 病灶分割和跟踪人工智能可以通过图像分析和处理技术，精确地定位和分割疾病病灶。
例如，在肿瘤研究中，人工智能可以利用图像分析技术，准确地识别和分割肿瘤组织，并精确测量肿瘤的大小和体积。
此外，人工智能还可以对病灶进行跟踪，监测病情的变化和治疗效果。
4. 临床决策支持系统人工智能可以构建临床决策支持系统，为医生提供个性化的治疗建议和方案。
例如，在癌症治疗中，人工智能可以根据患者的具体情况和病理特征，预测不同治疗方案的疗效和副作用，帮助医生制定最佳的治疗计划。
AI在医疗影像分析中的发展调研报告
AI在医疗影像分析中的发展调研报告随着人工智能（Artificial Intelligence，简称AI）技术的不断进步和应用的广泛推广，在医疗领域，尤其是医疗影像分析的应用方面也取得了显著的发展。
本报告将对AI在医疗影像分析中的发展进行调研和分析。
1. 背景介绍AI在医疗影像分析中，是利用计算机和机器学习等技术，对医学影像进行自动分析和诊断的过程。
传统的医疗影像分析需要医生进行手动观察和判断，这种方式下容易受到主观因素的影响，且耗时较长。
而AI技术的应用则可以解决这些问题，提高医疗影像分析的准确性和效率。
2. AI在医疗影像分析中的优势2.1 自动化分析：AI技术可以对医学影像进行快速自动的分析，无需人工干预，大大提高了分析的效率。
2.2 准确性提升：由于AI技术具备超强的模式识别能力，因此在医疗影像分析中，可以更容易地发现疾病的早期迹象，提高诊断的准确性。
2.3 数据积累：AI应用在医疗影像分析中，会产生大量的数据，这些数据可以用于对模型的训练和改进，进一步提高AI的诊断能力。
3. AI在医疗影像分析中的应用3.1 癌症筛查：AI可以通过对肿瘤影像的深度学习分析，帮助医生发现肿瘤的早期征兆，从而提供更早的诊断和治疗方案。
3.2 病理学分析：AI可以对病理学图像进行自动分析，帮助医生识别组织和器官的异常，提供更精确的病理学诊断结果。
3.3 脑部影像分析：AI在脑部影像分析中的应用可以帮助医生快速准确地诊断脑部疾病，如卒中、肿瘤等。
4. AI在医疗影像分析中的挑战4.1 数据隐私和安全：医疗影像涉及到患者的隐私信息，因此在应用AI技术时需要加强隐私保护措施，确保患者数据的安全性。
4.2 模型解释性：由于AI技术的黑盒性，医生难以理解AI模型的决策过程，这可能影响医生对诊断结果的信任度。
4.3 法律和伦理问题：AI在医疗影像分析中的应用涉及到一系列法律和伦理问题，如责任分配、医疗纠纷等。
5. AI在医疗影像分析中的发展趋势随着AI技术的快速发展，未来在医疗影像分析领域，可以预见以下几个趋势：5.1 算法改进：AI算法会不断改进和优化，提高在医疗影像分析中的准确性和效率。
2018年AI+医学影像专题分析报告
2018年AI+医学影像专题分析报告一、“AI+医学影像”需求迫切，数百亿市场空间待掘金 (6)（一）分级诊疗和第三方影像中心建设驱动医学影像需求释放 ..................................................1、分级诊疗打开基层医学影像市场空间 (6)2、第三方影像市场方兴未艾，驱动医学影像需求快速释放 (8)（二）医学影像诊断痛点颇多，“AI+医学影像”有望破冰行业难点....................................................1、医学影像医生缺口大，误诊率高、效率低，服务模式亟待创新 (9)2、“AI+医学影像”直指行业痛点，将逐步进入快速发展阶段 ..................................................（三）“AI+医学影像”前景广阔，百亿市场待掘金.............................................................二、政策、技术双重驱动，“AI+医学影像”蓄势待发 (16)（一）国家高度支持，具体产业扶植政策有望加速出台.........................................................（二）算力算法快速迭代，“AI+医疗影像”期待大数据引爆..............................................................1、大量深度学习平台和框架开源降低技术门槛 (18)2、AI 处理器技术向高性能、低功耗的方向发展 (20)3、高质量数据获取和标注能力是AI 医学影像公司的核心竞争力之一 (23)三、科技巨头加速跑马圈地，创业公司获资本青睐 (24)（一）科技巨头抢滩，加速布局“AI+医学影像”市场..........................................................（二）创业公司受资本青睐，“AI+医学影像”成投资新风口 .....................................................四、商业模式逐渐明晰，平台分成与技术授权各具潜力 (32)五、相关标的 (35)（一）万东医疗：影像设备龙头，携手阿里发力影像AI（医药行业覆盖）..........................................（二）科大讯飞：人工智能+医学影像表现亮眼，“平台+赛道”战略成果显现............................................（三）东软集团：影像云平台添彩医疗健康业务，汽车电子厚积薄发有望加速放量...................................六、风险提示 (40)图表1 医学影像行业产业链 (6)图表2 各地政府基层医疗相关政策颁布数量 (7)图表3 国内分级诊疗体系 (7)图表4 国内主要第三方医学影像中心 (8)图表5 放射科医生数量增长远不及医学影像数据增长 (9)图表6 与美国比较，病理科医生存在较大的缺口 (9)图表7 医学影像领域的患者痛点与医生痛点 (9)图表8 我国医学影像建设水平仍落后于美国 (10)图表9 中国影像误诊人数远高于美国 (11)图表10 借助图像识别和深度学习，影像诊断效果显著提升 (11)图表11 人工智能参与医学影像诊断的方式 (12)图表12 人工智能在医学影像三大应用场景下的参与企业 (12)图表13 人工智能与医学影像结合能大幅降低误诊、漏诊率 (13)图表14 人工阅片与AI 阅片对比 (13)图表15 患者、医师和医院均将受益于“AI+医学影像” (14)图表16 “AI+医学影像”不断实现突破 (14)图表17 2009-2018 年美国医疗影像诊断市场规模 (15)图表18 国家政策助力医学影像行业发展 (16)图表19 国家对医疗领域提出人工智能发展要求 (17)图表20 人工智能+医疗技术成熟度分布 (18)图表21 深度学习是人工智能技术的历史性突破 (18)图表22 2010-2015 年ImageNet ILSVRC 大赛冠军团队识别分类的错误率 (19)图表23 大量深度学习平台和框架开源降低技术门槛 (20)图表24 FPGA 硬件架构 (21)图表25 CPU 和GPU 呈现出非常不同的架构 (21)图表26 TPU，GPU，CPU 和改进的TPU的性能对比 (22)图表27 FPGA 与GPU 性能与功耗对比分析 (22)图表28 全球医疗数据量2013 年以来年增长率达48% (23)图表29 2020 年人类医疗数据总量预测（万亿GB） (23)图表30 我国医疗数据特征 (24)图表31 科技巨头在医疗人工智能领域的布局 (25)图表32 IBMWatson 辅助诊疗过程 (26)图表33 IBM Waston在“AI+医学影像”领域的优势 (27)图表34 谷歌利用人工智能更准确地识别肿瘤 (28)图表35 科大讯飞医学影像辅助诊断系统 (28)图表36 科大讯飞在LUNA 评测中获得第一并刷新世界纪录 (29)图表37 国内医疗人工智能历年融资情况（百万元人民币） (30)图表38 国内医疗人工智能企业图谱 (30)图表39 部分医学影像人工智能公司融资情况 (31)图表40 部分“AI+医疗影像”创业公司业务情况 (31)图表41 AI+医学影像行业商业模式分析 (33)图表42 代表公司的商业模式分析 (34)图表43 我国各类医疗机构数量（万家） (34)图表44 公司影像设备产品业务线 (35)图表45 万里云平台——打造一站式影像检查和诊断服务 (36)图表46 万里云股权结构 (37)图表47 万里云签约医生数量和日阅片量高速增长 (37)图表48 万里云平台架构 (38)一、“AI+医学影像”需求迫切，数百亿市场空间待掘金医学影像产业主要分为两个部分，上游是影像设备，包括零部件厂商、整机厂商、配套软件，最终服务对象是医院及影像科医生，以机器或系统的销售收入作为统计口径，壁垒是包括研发积累、精密制造水平及配套服务。
人工智能医学影像行业分析报告
3.行业现状分析
行业现状分析 行业市场规模 行业驱动因素 行业痛点 行业发展建议
行业市场规模
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44.9%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。
行业社会环境
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。
2.行业发展环境分析
行业政策环境 行业经济环境 行业社会环境
行业政策1
工业和信息化部
《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。
《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》
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
2018年中国人工智能医疗影像市场调研报告
2018年中国人工智能医疗影像市场调研报告目录前言 (1)1、医疗影像海量数据积累使得人工智能应用成为可能 (2)2、国内医疗影像行业服务模式创新 (4)3、巨头纷纷加码，资本竞相角逐AI+医疗影像 (7)4、AI+医疗影像应用不断取得突破 (15)4.1以数据分析，图像识别算法为核心的平台公司 (15)4.2垂直病种领域检测标准，争取CFDA认证 (16)5、市场规模巨大，有望带动上下游产业发展 (19)6、人工智能医疗影像投资建议 (24)6.1东软集团 (24)6.2万东医疗 (25)6.3科大讯飞 (26)7、人工智能医疗影像风险分析 (27)图表目录图表：2020 年人类产生的医疗数据总量预测 (3)图表：数据生成和共享速度迅速增长 (3)图表：机器读片相对人工读片优势明显 (3)图表：依托海量数据库，借助图像识别和深度学习，诊断效果显著提高 (4)图表：中美医疗影像信息化对比及影像医师相关情况对比 (5)图表：医学影像领域的患者痛点与医生痛点 (7)图表：“沃森医生”的诊断过程 (8)图表：科技巨头们也都在纷纷跨界医学人工智能领域 (9)图表：27家医学影像+人工智能公司情况汇总 (11)图表：国内外医疗人工智能领域历年融资数量 (13)图表：国内外医疗人工智能领域历年融资总额 (14)图表：医疗人工智能各细分领域历史融资总额 (14)图表：部分人工智能在医疗影像领域的创业公司技术及产品 (16)图表：近期人工智能在医疗影像领域突破不断 (18)图表：2009-2018年美国医疗影像诊断市场规模 (20)图表：2015年我国影像类临床信息系统尚处于加速建设期 (22)图表：医疗影像行业产业链 (22)前言➢医疗影像海量数据积累使得人工智能应用成为可能基于数据的服务智能阶段将在接下来3-5年爆发。
而数据可得性高的医疗、金融、交通等行业人工智能将率先用于解决行业痛点，爆发大量场景应用。
到2020年全球医疗数据量将达40万亿GB，其中80%以上是非结构化影像数据，这是未来人工智能深度学习的金矿。
人工智能在医疗健康领域的医学影像分析技术与应用研究的报告800字
人工智能在医疗健康领域的医学影像分析技术与应用研究的报告800字标题：人工智能在医疗健康领域中的医学影像分析技术与应用研究随着科技的不断发展，人工智能已经逐渐渗透到各个行业中。
特别是在医疗健康领域，AI的应用不仅提高了医疗服务的质量和效率，而且也在很大程度上推动了医学的发展。
其中，医学影像分析是人工智能在医疗健康领域的重要应用之一。
一、引言医学影像是临床诊断中不可或缺的一部分，传统的医学影像分析主要依赖于医生的经验和专业知识。
然而，由于医学影像数据量大、信息复杂，人工分析往往需要耗费大量的时间和精力，且容易出现误诊或漏诊。
因此，利用人工智能进行医学影像分析成为了当前的研究热点。
二、医学影像分析技术人工智能在医学影像分析中的应用主要包括图像分割、目标检测、图像分类等技术。
例如，通过深度学习模型对CT或MRI图像进行分割，可以准确地识别出病变区域；通过目标检测技术，可以在复杂的医学影像中定位出特定的目标，如肿瘤、病灶等；通过图像分类技术，可以根据影像特征对疾病进行分类，如良性肿瘤和恶性肿瘤的区分。
三、医学影像分析的应用人工智能在医学影像分析中的应用非常广泛，包括癌症早期筛查、病理诊断、手术规划、病情监测等多个方面。
例如，AI可以通过分析肺部CT图像，实现肺癌的早期筛查；通过分析病理切片图像，可以辅助医生进行病理诊断；通过分析脑部MRI图像，可以帮助医生制定更精确的手术计划。
四、未来展望尽管人工智能在医学影像分析中的应用已经取得了显著的成果，但仍然存在一些挑战，如数据不足、算法优化、解释性差等问题。
未来，我们需要进一步研究如何解决这些问题，提高AI在医学影像分析中的准确性和可靠性。
同时，我们还需要探索更多的应用场景，让AI在医疗健康领域发挥更大的作用。
五、结论总的来说，人工智能在医疗健康领域的医学影像分析技术与应用研究是一个具有广阔前景的研究领域。
通过不断的技术创新和应用实践，我们相信人工智能将为医疗健康领域带来革命性的变化，为人类的健康事业做出更大的贡献。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
２０１８年ＡＩ＋医学影像行业深度分析报告主要观点1.医学影像诊断需求迫切，“AI+医学影像”有望破解行业痛点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约为4.1%，医生缺口日益增加，繁重的任务带来较高的误诊、漏诊率，人工智能技术在医学影像领域的应用有望破解行业痛点，提高效率，提升质量。
若人工智能在影像诊断领域渗透率稳步提升，有望带来“AI+医学影像”诊断市场快速增长。
2.政策、技术双重驱动，“AI+医学影像”蓄势待发从政策层面来看，国家近年来陆续出台系列政策高度支持医学影像行业以及“AI+医疗”的发展，7月出台的《新一代人工智能发展规划》再次对人工智能多个领域发展提出更高要求，针对“AI+医学影像”行业的具体扶植政策也有望快速出台。
从技术层面来看，大量深度学习平台和框架开源降低基础算法门槛，GPU、FPGA、ASCI等处理器的性能快速提升，医学影像领域算力不断突破，目前企业发展的瓶颈在于高质量数据的获取和标注。
随着医疗进入大数据时代，数据的质量和规模将实现快速提升，同时，影像数据联网及云平台推进助力数据价值更快提升，有望带来“AI+医疗影像”行业加速发展。
3.科技巨头加速跑马圈地，创业公司受资本热捧“AI+医疗影像”市场百家争鸣，目前尚未出现占据绝对优势地位的领跑企业。
IBM Watson、谷歌、腾讯、阿里、科大讯飞等具备技术优势和资源整合实力的科技巨头近年来纷纷以医疗影像为突破口布局医疗人工智能领域，在技术和产品上不断取得快速发展。
同时，2016年下半年以来，“AI+医学影像”已成为创业资本的投资风口，无论是从投资数量还是金额上，都可以看出其火热程度，有助于医疗影像人工智能更快推进。
4.商业模式逐渐明晰，平台分成与技术授权各具潜力“AI+医学影像”已走出实验室，产品逐步落地，商业模式逐渐明晰。
目前来看，主要的商业模式包括平台分成模式及技术解决方案两种。
我们认为对接基层医院、民营医院，收取诊断服务费用的商业模式较为理想，一方面，平台分成式的商业模式具有典型的边际成本递减的特征，且可涵盖B2B 及B2B2C领域；另一方面，基层医疗市场对于人工智能医学影像的需求迫切，市场空间广阔。
在技术突破、数据获取、资源整合方面具备优势，并快速推进取得明显先发优势的公司最具潜力。
同时，技术解决方案针对大型医院、影像设备厂商具备吸引力，具备明显技术优势的公司通过技术授权模式变现。
5.投资建议：人工智能在医学影像领域落地可能性较大，在技术突破、数据获取、资源整合方面具备优势，并快速推进取得明显先发优势的平台型公司最具潜力，同时，技术明显领先的公司有望通过技术授权获得变现。
推荐万东医疗、科大讯飞、东软集团。
一级市场建议关注推想科技、依图科技、雅森科技、健培科技、汇医慧影。
6.风险提示：技术进步不达预期；资源整合速度不达预期；市场竞争程度超出预期一、“AI+医学影像”需求迫切，数百亿市场空间待掘金 (6)（一）分级诊疗和第三方影像中心建设驱动医学影像需求释放 (6)1、分级诊疗打开基层医学影像市场空间 (6)2、第三方影像市场方兴未艾，驱动医学影像需求快速释放 (8)（二）医学影像诊断痛点颇多，“AI+医学影像”有望破冰行业难点 (9)1、医学影像医生缺口大，误诊率高、效率低，服务模式亟待创新 (9)2、“AI+医学影像”直指行业痛点，将逐步进入快速发展阶段 (11)（三）“AI+医学影像”前景广阔，百亿市场待掘金 (15)二、政策、技术双重驱动，“AI+医学影像”蓄势待发 (16)（一）国家高度支持，具体产业扶植政策有望加速出台 (16)（二）算力算法快速迭代，“AI+医疗影像”期待大数据引爆 (17)1、大量深度学习平台和框架开源降低技术门槛 (18)2、AI处理器技术向高性能、低功耗的方向发展 (20)3、高质量数据获取和标注能力是AI医学影像公司的核心竞争力之一 (23)三、科技巨头加速跑马圈地，创业公司获资本青睐 (24)（一）科技巨头抢滩，加速布局“AI+医学影像”市场 (25)（二）创业公司受资本青睐，“AI+医学影像”成投资新风口 (29)四、商业模式逐渐明晰，平台分成与技术授权各具潜力 (32)五、相关标的 (35)（一）万东医疗：影像设备龙头，携手阿里发力影像AI（医药行业覆盖） (35)（二）科大讯飞：人工智能+医学影像表现亮眼，“平台+赛道”战略成果显现 (39)（三）东软集团：影像云平台添彩医疗健康业务，汽车电子厚积薄发有望加速放量 (39)六、风险提示 (40)图表1医学影像行业产业链 (6)图表2各地政府基层医疗相关政策颁布数量 (7)图表3国内分级诊疗体系 (7)图表4国内主要第三方医学影像中心 (8)图表5放射科医生数量增长远不及医学影像数据增长 (9)图表6与美国比较，病理科医生存在较大的缺口 (9)图表7医学影像领域的患者痛点与医生痛点 (9)图表8我国医学影像建设水平仍落后于美国 (10)图表9中国影像误诊人数远高于美国 (11)图表10借助图像识别和深度学习，影像诊断效果显著提升 (11)图表11人工智能参与医学影像诊断的方式 (12)图表12人工智能在医学影像三大应用场景下的参与企业 (12)图表13人工智能与医学影像结合能大幅降低误诊、漏诊率 (13)图表14人工阅片与AI阅片对比 (13)图表15患者、医师和医院均将受益于“AI+医学影像” (14)图表16 “AI+医学影像”不断实现突破 (14)图表17 2009-2018年美国医疗影像诊断市场规模 (15)图表18国家政策助力医学影像行业发展 (16)图表19国家对医疗领域提出人工智能发展要求 (17)图表20人工智能+医疗技术成熟度分布 (18)图表21深度学习是人工智能技术的历史性突破 (18)图表22 2010-2015年ImageNet ILSVRC大赛冠军团队识别分类的错误率 (19)图表23大量深度学习平台和框架开源降低技术门槛 (20)图表24 FPGA硬件架构 (21)图表25 CPU和GPU呈现出非常不同的架构 (21)图表26 TPU，GPU，CPU 和改进的TPU的性能对比 (22)图表27 FPGA与GPU性能与功耗对比分析 (22)图表28全球医疗数据量2013年以来年增长率达48% (23)图表29 2020年人类医疗数据总量预测（万亿GB） (23)图表30我国医疗数据特征 (24)图表31科技巨头在医疗人工智能领域的布局 (25)图表32 IBMWatson辅助诊疗过程 (26)图表33 IBM Waston 在“AI+医学影像”领域的优势 (27)图表34谷歌利用人工智能更准确地识别肿瘤 (28)图表35科大讯飞医学影像辅助诊断系统 (28)图表36科大讯飞在LUNA评测中获得第一并刷新世界纪录 (29)图表37国内医疗人工智能历年融资情况（百万元人民币） (30)图表38国内医疗人工智能企业图谱 (30)图表39部分医学影像人工智能公司融资情况 (31)图表40部分“AI+医疗影像”创业公司业务情况 (31)图表41 AI+医学影像行业商业模式分析 (33)图表42代表公司的商业模式分析 (34)图表43我国各类医疗机构数量（万家） (34)图表44公司影像设备产品业务线 (35)图表45万里云平台——打造一站式影像检查和诊断服务 (36)图表46万里云股权结构 (37)图表47万里云签约医生数量和日阅片量高速增长 (37)图表48万里云平台架构 (38)一、“AI+医学影像”需求迫切，数百亿市场空间待掘金医学影像产业主要分为两个部分，上游是影像设备，包括零部件厂商、整机厂商、配套软件，最终服务对象是医院及影像科医生，以机器或系统的销售收入作为统计口径，壁垒是包括研发积累、精密制造水平及配套服务。
下游为影像诊断，包括医生、影像中心、影像耗材、远程诊断服务等，在影像设备产出图像的基础上附加医生的劳动成本，最终服务对象是患者，以诊断收入作为统计口径，诊断环节最重要的因素是专业而可靠的诊断结论。
图表1医学影像行业产业链资料来源：Frost&Sullivan、华创证券全球的医疗影像设备市场被少数巨头占据，老牌医学影像设备公司占据了超过90%的市场份额，尤其是排在前三位的西门子、通用电气和飞利浦。
在国内的数字医疗影像市场，跨国企业占据了75%以上的市场份额，前三大厂商在中高端市场的份额甚至超过80%。
在基层市场，国产设备有着较为明显的价格优势，市场占有率较高，分级诊疗带来的基层需求释放及第三方影像中心的推进也将对以基层市场为主的国产设备厂商带来新增量空间。
另一方面，随着研发积累和多领域持续的技术进步，国产设备厂商的竞争力也有了较大的提升，在中高端设备上开始发力，有望逐步实现国产替代。
（一）分级诊疗和第三方影像中心建设驱动医学影像需求释放1、分级诊疗打开基层医学影像市场空间政策主导需求下沉，基层诊疗市场将迎来新的增量空间。
2015年9月，国务院办公厅印发《关于推进分级诊疗制度建设的指导意见》,提出分级诊疗试点工作考核评价标准，包括到2017年基层医疗卫生机构诊疗量占总诊疗量比例要大于等于65％。
根据《2016年卫生与计划生育统计年鉴》显示，2015年全国基层医疗机构诊疗量为43.4亿人次，占总诊疗量56.4%，次均门诊费用为97.7元。
据动脉网蛋壳研究院估计，如果基层诊疗量占总诊疗量比例达到65%，假定次均门诊费用维持2015年97.7元不变，则基层医疗门诊全年费用将达到4887亿元。
如果将基层医疗机构产生的住院费用计算在内，带来的增量市场则更大。
医改持续推进，分级诊疗进入落地阶段。
所谓分级诊疗制度,就是要按照疾病的轻、重、缓、急及治疗的难易程度进行分级，不同级别的医疗机构承担不同疾病、不同病情患者的治疗，实现基层首诊和双向转诊，基层医疗的发展机会，将得益于我国对分级诊疗的持续推进。
从基层医疗领域相关政策来看，分级诊疗已不是仅仅停留在规划和顶层设计中，多个方面都开始进入到了实质性的阶段。
图表2各地政府基层医疗相关政策颁布数量资料来源：VCBeat Research、华创证券受益于分级诊疗政策红利，基层医学影像市场有望实现快速发展。
基层医疗机构对大型医学影像设备，无论是数量还是质量都无法和大型医院媲美，如不少贫困县区至今依旧使用最初级的双排CT设备。
2015年9月，《国务院办公厅关于推进分级诊断制度建设的指导意见》提出，整合区域医疗资源，设立第三方独立的检验实验室、医学影像中心、血液净化中心等机构，弥补基层医疗机构资源稀缺，推进同级医疗机构间以及医疗机构与独立检查机构间的结果互认，同时鼓励二、三级医院向基层医疗卫生机构提供远程会诊、远程病理诊断、远程影像诊断、远程心电图诊断、远程培训等服务，鼓励有条件的地方探索“基层检查、上级诊断”的有效模式。