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。

➢国内医疗影像行业服务模式创新

我国医疗影像行业在误诊人数、信息化建设水平全面落后于美国，存在巨大的发展空间。影像增速与医师增速存在巨大缺口、新的医疗消费趋势形成以及患者“看病难，看病贵”和医生“误诊率高”形成内在力量驱动医疗影像行业服务模式创新，亟待引入智能影像分析。

➢AI+医疗影像应用不断取得突破

近年来AI+医疗影像应用的准确度、诊断效率和覆盖病种数量都不断取得突破。皮肤癌的诊断和人类旗鼓相当，但效率更快；乳腺癌、甲状腺结节等的诊断准确度已经超过人类，并且还有AI分析软件通过FDA认证。

➢AI+医疗影像应用空间较大

根据粗略估算2015年我国医疗影像市场规模在4000亿左右。基于医疗影像的人工智能产品应用才刚刚开始，未来有望渗透到医疗影像设备和影像服务市场，提高诊断效率和准确度，应用空间较大。类似于其他人工智能领域，医疗影像人

工智能的核心竞争力是获取不断更新的高质量数据库、优良的算法、方便可及的应用场景。

1、医疗影像海量数据积累使得人工智能应用成为可能

报告中指出，从技术突破和应用价值两维度分析，未来人工智能会出现服务职能、科技突破、超级智能三个阶段。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。从应用行业的角度来看，医疗、金融、交通、教育、公共安全、零售、商业服务等行业数据电子化程度较高，因此这些行业将会率先涌现大量的人工智能场景应用，用于解决行业痛点。

从技术的角度来讲，医院的数据归结为两类：一类是结构化数据，一类是非结构化数据。检验报告、血常规检查、肝功能检查等以文字加数字的方式呈现的数据可以归类于结构化数据。而超声和放射科等影像学检查所呈现的数据是没有结构化的影像数据，是非结构化数据。

根据数据显示，到2020年全球医疗数据量将达40万亿GB，并且人类每年数据生成和共享的速度还将迅速增长，导致数据加速积累，而这些医疗数据中的80%以上是非结构化影像数据。海量、精准、高质量的数据为训练人工智能提供了原材料，也是未来人工智能深度学习的金矿。我们认为，未来人工智能技术将在医疗领域被广泛应用，尤其在辅助诊断、药物研究、医学影像、基因科学等细分的医疗场景。

图表：2020 年人类产生的医疗数据总量预测

图表：数据生成和共享速度迅速增长

图表：机器读片相对人工读片优势明显

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

2、国内医疗影像行业服务模式创新

我国医疗影像行业各方面全面落后于美国，存在巨大的发展机会。

我国医学影像的误诊人数远高于美国。美国每年的误诊人数达到了1200万；而据中国医学会的一份误诊数据资料显示，中国临床医疗中每年的误诊人数约为

5700万人，总误诊率为27.8%，其中恶性肿瘤平均误诊率为40%，器官异位误诊率为60%，而这些误诊主要发生在基层医疗机构。

影像的信息化建设水平远低于美国。根据CHIMA的数据显示，2015年我国医院的PACS系统的建设水平是50%-60%，远低于美国几乎100%的建设水平。中国的医学影像正在逐渐从传统的胶片过渡到电子影像胶片，并且影像数据的共享程度低；而美国传统胶片已经成为历史，几乎所有医院都可以提供影像数据，并且支持共享。

影像数据和放射科医生增长速度的不匹配带来人工智能影像诊断的需求。在政策鼓励和电子胶片趋势的带动下，医学影像数据将迎来大幅度增长。根据相关部门和动脉网的数据，美国和中国的影像数据年增长率将分别达到63.1%和30%。但美国和中国放射科医生的年增长率仅有2.2%和4.1%，远远低于影像数据的增长，存在巨大的缺口。这将大大增加影像医师的工作量，并有可能会引起影像医师的判断准确性下降。鉴于人工智能对医疗影像进行诊断可以很好的弥补两者之间速度的不匹配，医疗影像的智能诊断的需求有望被带动起来。而且我国医疗信息化还有很大的提升空间，影像数据的共享程度低，这也使得跨平台的影像云有巨大市场需求。

图表：中美医疗影像信息化对比及影像医师相关情况对比