首頁 資訊 產(chǎn)業(yè)數(shù)字化

產(chǎn)業(yè)數(shù)字化

來源:泰然健康網(wǎng) 時間:2024年12月17日 06:19

聲明:本文為火石創(chuàng)造原創(chuàng)文章,歡迎個人轉(zhuǎn)發(fā)分享
近年來,隨著技術(shù)在醫(yī)學影像診斷領(lǐng)域的滲透,以及醫(yī)療創(chuàng)新相關(guān)政策的鼓勵,致力于提升醫(yī)療機構(gòu)服務(wù)水平的醫(yī)學影像新業(yè)態(tài)開始嶄露頭角,尤其是以AI醫(yī)學影像產(chǎn)品為代表的診斷服務(wù),以及為影像科、放療科等做整體賦能的科室運營服務(wù),成為當前醫(yī)學影像發(fā)展熱點。

那么,AI是如何賦能醫(yī)學影像發(fā)展的?

01

AI產(chǎn)業(yè)概述

人工智能(AI)是利用數(shù)字計算機或者數(shù)字計算機控制的機器模擬、延伸和擴展人的智能,感知環(huán)境、獲取知識并使用知識獲得最佳結(jié)果的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。人工智能產(chǎn)業(yè)包括數(shù)據(jù)資源、計算引擎、算法、技術(shù)、基于人工智能算法的技術(shù)進行研發(fā)及拓展應(yīng)用的企業(yè)以及應(yīng)用領(lǐng)域。人工智能產(chǎn)業(yè)生態(tài)如圖1所示。

經(jīng)過60多年的演進,特別是在移動互聯(lián)網(wǎng)、大數(shù)據(jù)、超級計算、傳感網(wǎng)、腦科學等新理論、新技術(shù)以及經(jīng)濟社會發(fā)展強烈需求的共同驅(qū)動下,人工智能加速發(fā)展,呈現(xiàn)出深度學習、跨界融合、人機協(xié)同、群智開放、自主操控等新特征。 

圖1:人工智能產(chǎn)業(yè)生態(tài)示意圖來源:根據(jù)公開資料整理

全球來看,歐美等發(fā)達地區(qū)人工智能產(chǎn)業(yè)布局較早,尤其美國在算法、芯片和數(shù)據(jù)等核心領(lǐng)域,積累了強大的技術(shù)創(chuàng)新優(yōu)勢,各層級企業(yè)數(shù)量全球領(lǐng)先。

據(jù)國際數(shù)據(jù)公司(IDC)估算,2020年全球人工智能市場規(guī)模約1565億美元,同比增長12.3%;在《全球人工智能支出指南》中,IDC預(yù)測全球人工智能相關(guān)支出將在未來四年翻一番,到2024年達到1100億美元。我國人工智能行業(yè)核心產(chǎn)業(yè)市場規(guī)模2020年超過1500億元,預(yù)計在2025年將超過4000億元,其中以圖像識別及語音識別為核心的模式識別市場規(guī)模最大。

目前,基礎(chǔ)層的核心技術(shù)大部分掌握在國外企業(yè)手中,為我國企業(yè)自主開展研發(fā)帶來了不利的壁壘封鎖,限制了產(chǎn)業(yè)整體發(fā)展。近期,國內(nèi)以北上杭深等為代表的地區(qū)相繼加大對傳感器、底層芯片及算法等基礎(chǔ)層的研發(fā)力度,取得了一定的技術(shù)積累,但其他地區(qū)切入基礎(chǔ)層仍存在較高壁壘。相比國外應(yīng)用技術(shù)發(fā)展,國內(nèi)人工智能企業(yè)的應(yīng)用技術(shù)主要集中于計算機視覺(含模式識別技術(shù))、自然語言處理,基礎(chǔ)硬件占比偏小。行業(yè)應(yīng)用層,國外以AI+、大數(shù)據(jù)及數(shù)據(jù)服務(wù)為主,國內(nèi)則集中于AI+、大數(shù)據(jù)及數(shù)據(jù)服務(wù),以及智能機器人、無人機等智能終端。

未來,美國仍然是全球人工智能產(chǎn)業(yè)發(fā)展的主導(dǎo)者,憑借著數(shù)量眾多、實力雄厚的科技企業(yè)、高校、科研機構(gòu),美國從人工智能的底層技術(shù)到應(yīng)用市場都擁有巨大優(yōu)勢。我國已經(jīng)是人工智能應(yīng)用大國,人工智能產(chǎn)業(yè)發(fā)展已上升至國家戰(zhàn)略層面,全國各地相關(guān)政策進入全面爆發(fā)期,影響力穩(wěn)步提升。

未來,我國人工智能產(chǎn)業(yè)發(fā)展有以下幾大趨勢:第一,人工智能產(chǎn)業(yè)仍將保持爆發(fā)式增長。得益于人工智能技術(shù)的不斷升級以及商業(yè)模式的推陳出新,我國人工智能產(chǎn)業(yè)需求將進一步放量;產(chǎn)業(yè)規(guī)模整體爆發(fā)式增長的背景下,基礎(chǔ)層、技術(shù)層和應(yīng)用層的各細分領(lǐng)域也將保持同步增長態(tài)勢,尤其應(yīng)用層各產(chǎn)業(yè)領(lǐng)域的增長表現(xiàn)最為搶眼。

第二,初創(chuàng)型公司優(yōu)勢逐漸體現(xiàn)。科技巨頭公司憑借強大的技術(shù)和資本壟斷能力,在目前代表著全球人工智能產(chǎn)業(yè)發(fā)展的最前沿,強勢保持人工智能科技創(chuàng)新與產(chǎn)業(yè)發(fā)展的優(yōu)勢地位。然而,全球近幾年興起有千余家人工智能初創(chuàng)企業(yè),半數(shù)以上已經(jīng)獲得投資機構(gòu)青睞,數(shù)量以美國和中國居多。初創(chuàng)公司聚焦于行業(yè)某細分領(lǐng)域并深入探索,與科技巨頭在某些領(lǐng)域相比存在一定的比較優(yōu)勢。

第三,智能化應(yīng)用場景從單一向多元發(fā)展。目前,人工智能應(yīng)用領(lǐng)域多處于專用階段,例如人臉識別、視頻監(jiān)控、語音識別等都主要用于完成具體任務(wù),覆蓋范圍有限、產(chǎn)業(yè)化程度有待提高。隨著智能家居、智慧物流等產(chǎn)品的推出,人工智能的應(yīng)用終將進入面向復(fù)雜場景,處理復(fù)雜問題,提高社會生產(chǎn)效率和生活質(zhì)量的新階段。通過海量優(yōu)質(zhì)的多維數(shù)據(jù)結(jié)合大規(guī)模計算力的投入,以應(yīng)用場景為接口,人工智能產(chǎn)業(yè)將構(gòu)建起覆蓋全產(chǎn)業(yè)鏈生態(tài)的商業(yè)模式,滿足用戶復(fù)雜多變的實際需求。

第四,模式識別是當前人工智能領(lǐng)域發(fā)展的熱點。隨著計算機視覺技術(shù)和自然語言處理技術(shù)的成熟,圖像識別、語音識別、文本識別等模式識別技術(shù)應(yīng)用范圍越來越廣,市場潛力巨大。隨著模式識別技術(shù)的成熟,智能醫(yī)學影像以人工智能深度學習技術(shù)為依托,將成為人工智能落地最快的領(lǐng)域之一。

02

AI賦能醫(yī)學影像發(fā)展

自2012年深度學習技術(shù)被引入圖像識別數(shù)據(jù)集之后,其識別率近年來屢創(chuàng)新高。2015年百度在ImageNet比賽中識別錯誤率僅為4.58%,高于人類水平。在各類醫(yī)學圖像識別比賽或活動當中,學校和商業(yè)研究團隊分別在不同病種上取得了顯著成果。

表1:科研、商業(yè)團隊針對不同病種開發(fā)的AI產(chǎn)品識別準確率

來源:東方證券研究所

智能圖像診斷數(shù)據(jù)結(jié)構(gòu)化程度高、處理難度小。醫(yī)療大數(shù)據(jù)有80%來自于醫(yī)療影像數(shù)據(jù)。影像數(shù)據(jù)具備結(jié)構(gòu)化程度高,數(shù)據(jù)處理難度小的優(yōu)勢,非常適合機器學習。 表2:智能圖像診斷和輔助診斷比較

來源:東方證券研究所

醫(yī)生資源短缺將促進AI智能影像識別的應(yīng)用落地。目前我國醫(yī)學影像數(shù)據(jù)的年增長率約為30%,而放射科醫(yī)師數(shù)量的年增長率為4.1%,其間的差距是25.9%,放射科醫(yī)師的數(shù)量增長遠不及影像數(shù)據(jù)的增長。以病理切片為例,據(jù)國家衛(wèi)健委統(tǒng)計,我國病理注冊醫(yī)生在1萬人左右,按照每百張床配備1-2名病理醫(yī)生的標準計算,全國病理科醫(yī)生缺口可能達3萬-4萬人,目前,全國有近40%的手術(shù)未進行病理切片分析。所以,通過AI的方式輔助影像科醫(yī)師進行診斷將滿足市場剛需。 圖2:借助圖像識別和深度學習提升診斷效果來源:東方證券研究所 

圖3:人工智能醫(yī)學影像診斷準確率提高來源:東方證券研究所

AI讀片相對于人工讀片具備比較優(yōu)勢。人工讀片具備主觀性高、重復(fù)性低、定量及信息利用度不足、耗時及勞動強度和知識經(jīng)驗的傳承困難等問題;而人工智能讀片的優(yōu)勢體現(xiàn)在高效率低成本。隨著產(chǎn)品的成熟帶動識別率的提升,人工智能讀片的精準度也將形成比較優(yōu)勢。

表3:人工智能讀片與人工讀片的比較

來源:健康界

我國醫(yī)學影像數(shù)據(jù)量正以30%的年增長率逐年增長,然而影像科醫(yī)生數(shù)量的增長速度慢且工作效率不足,給醫(yī)學影影像成果判斷造成一定的壓力。此外,目前醫(yī)學影像數(shù)據(jù)大部分仍然需要人工分析,最明顯的缺陷就是不精準,依靠經(jīng)驗所做的判斷容易造成誤診。

人工智能依靠強大的圖像識別和深度學習技術(shù),可很好地解決醫(yī)學影像大數(shù)據(jù)人工處理中存在的兩大問題,大大提高數(shù)據(jù)分析的效率和準確性,減輕醫(yī)生的壓力,同時提高診療的效率和準確率。

03

AI醫(yī)學影像產(chǎn)業(yè)鏈分析

AI醫(yī)學影像屬于高端醫(yī)療器械領(lǐng)域,具有多學科交叉、知識密集、附加值高等特點,其產(chǎn)業(yè)鏈各環(huán)節(jié)涉及基礎(chǔ)工業(yè)、制造業(yè)、影像學、醫(yī)療機構(gòu)、互聯(lián)網(wǎng)等多個行業(yè)。當影像數(shù)據(jù)積累到一定規(guī)模,影像產(chǎn)業(yè)鏈可延伸至人工智能領(lǐng)域,出現(xiàn)影像智能診斷應(yīng)用,其反向作用于影像診斷設(shè)施及服務(wù)。 

圖4:智能影像診斷產(chǎn)業(yè)鏈
來源:36氪研究院

產(chǎn)業(yè)鏈上游是影響醫(yī)學影像發(fā)展的一些相關(guān)行業(yè),例如化工、金屬、互聯(lián)網(wǎng)、通訊等行業(yè),其技術(shù)進步將推動醫(yī)學影像行業(yè)發(fā)展或變革。核心元器件是醫(yī)學影像設(shè)備上游供應(yīng)鏈環(huán)節(jié)中的命脈,其發(fā)展情況決定著行業(yè)的技術(shù)高度。目前,我國大部分醫(yī)學影像設(shè)備生產(chǎn)商均不具備核心元器件自主研發(fā)生產(chǎn)能力,各類零部件基本依靠外購自不同廠商,整機生產(chǎn)過程實際為組裝集成過程。當核心元器件價格上漲時,將直接增加行業(yè)內(nèi)企業(yè)的總體生產(chǎn)成本,縮短盈利空間。因此,是否擁有核心元器件的自主生產(chǎn)能力以及相對于上游供應(yīng)商的議價能力成為區(qū)分醫(yī)學影像設(shè)備制造企業(yè)競爭力強弱的關(guān)鍵。

中游是開展醫(yī)學影像診斷服務(wù)的基礎(chǔ)設(shè)施,包括醫(yī)學影像成像設(shè)備和影像信息化。目前此領(lǐng)域的市場規(guī)模最大。

下游涉及各級醫(yī)療機構(gòu)與衍生服務(wù)機構(gòu)。各級醫(yī)療機構(gòu)包括公立醫(yī)院、民營醫(yī)院、遠程影像平臺及獨立影像中心。衍生服務(wù)機構(gòu)包括維修托管公司與醫(yī)療器械租賃機構(gòu)。公立醫(yī)院是醫(yī)學影像設(shè)備企業(yè)的主要客戶,線上影像平臺及獨立影像中心則是未來市場主要增長力量。

公立醫(yī)院與民營醫(yī)院:因醫(yī)學影像設(shè)備造價高,折舊慢,三級公立醫(yī)院設(shè)備更新需求不強,近年來市場趨于飽和。為提升基層醫(yī)療衛(wèi)生服務(wù)能力,“分級診療”政策在各地的實施將刺激來自基層醫(yī)療機構(gòu)的設(shè)備采購需求,具有價格優(yōu)勢的國產(chǎn)制造商將憑借政策紅利脫穎而出。同時,在國家鼓勵社會辦醫(yī)的背景下,數(shù)量保持穩(wěn)定增長的民營醫(yī)院急需性價比高的醫(yī)學影像設(shè)備,為本土企業(yè)質(zhì)優(yōu)價廉的中低端醫(yī)學影像設(shè)備提供了機遇。

獨立影像中心:中國優(yōu)質(zhì)醫(yī)療資源集中于三級醫(yī)院,分配嚴重不均,獨立影像中心可以實現(xiàn)優(yōu)質(zhì)醫(yī)療資源的整合分配。受制于政策、成本等因素,部分基層醫(yī)療機構(gòu)沒有配置大型醫(yī)學影像設(shè)備的能力,難以滿足臨床需求。獨立影像中心可以減輕三級醫(yī)院負荷,提高基層醫(yī)療機構(gòu)服務(wù)能力,解決現(xiàn)階段中國醫(yī)學影像服務(wù)的痛點,幫助醫(yī)學影像服務(wù)行業(yè)快速發(fā)展。在政策的鼓勵下,獨立影像中心迎來發(fā)展機遇。

現(xiàn)階段中國獨立影像中心市場尚處于初步發(fā)展階段,未來伴隨各種慢性疾病患病率的增長、老年人口數(shù)量的上升等因素,市場發(fā)展空間廣闊。獨立影像中心屬于重資產(chǎn)模式,需要大量采購醫(yī)學影像設(shè)備,獨立影像中心行業(yè)的爆發(fā)將驅(qū)動醫(yī)學影像設(shè)備行業(yè)的發(fā)展,成為未來中游行業(yè)增長的關(guān)鍵因素。

線上影像平臺:線上影像平臺通過云服務(wù)平臺提供遠程閱片服務(wù),將專家與患者需求對接,同時提供影像診斷培訓、資訊等的線上學習平臺等服務(wù)。在患者巨大影像檢查需求的推動下,依托于云計算、大數(shù)據(jù)等新技術(shù),線上影像平臺在近三年成長迅速。盡管線上影像平臺屬于輕資產(chǎn)模式,不附帶影像設(shè)備,但其彌補了大醫(yī)院影像科人手不足的問題,提高了影片診斷效率,促進了下游市場的消費需求,中游市場將在一定程度上因此受益。

衍生服務(wù)機構(gòu):近五年來,醫(yī)學影像設(shè)備市場的增長促進了下游服務(wù)機構(gòu)的興起,相關(guān)服務(wù)機構(gòu)陸續(xù)衍生出新的服務(wù)模式,維修托管公司及醫(yī)療器械設(shè)備租賃商應(yīng)運而生。維修托管公司的出現(xiàn)降低了影像學設(shè)備的整體維修成本,具有取代整機制造商服務(wù)模塊的趨勢;醫(yī)療器械設(shè)備租賃商可以幫助解決醫(yī)療機構(gòu)資金短缺的困境。新模式的加入延伸了產(chǎn)業(yè)鏈,隱形增加了中游環(huán)節(jié)的價值,擴大了整體產(chǎn)業(yè)的規(guī)模。

04

AI醫(yī)學影像發(fā)展瓶頸

數(shù)據(jù)是AI醫(yī)學影像所需的核心資源,僅掌握算法而缺乏足夠數(shù)量和質(zhì)量的數(shù)據(jù)無法獲得較好的訓練效果。目前,醫(yī)學影像人工智能數(shù)據(jù)生產(chǎn)環(huán)節(jié)存在較多的問題亟待解決。

一是缺乏有效的標準訓練數(shù)據(jù)。同其他行業(yè)相比,醫(yī)學影像高質(zhì)量數(shù)據(jù)獲取方面有著天然的劣勢:一方面,高質(zhì)量影像數(shù)據(jù)集中在三甲醫(yī)院,不同醫(yī)療機構(gòu)的數(shù)據(jù)很少能夠?qū)崿F(xiàn)共享,缺乏有效的數(shù)據(jù)互通機制;另一方面,中國雖然醫(yī)療數(shù)據(jù)量特別龐大,但其中80%的數(shù)據(jù)均是非結(jié)構(gòu)化數(shù)據(jù),限制了人工智能在醫(yī)學影像行業(yè)的進一步應(yīng)用。此外,訓練數(shù)據(jù)集應(yīng)根據(jù)適用范圍包含體檢、篩查、門診和實驗室等不同場合的圖像,使用的設(shè)備、設(shè)置、劑量能夠代表不同地區(qū)不同條件的實際水平,目前國內(nèi)尚無規(guī)范化設(shè)計的有效數(shù)據(jù)庫。

二是缺乏統(tǒng)一的行業(yè)標準。由于監(jiān)督學習的技術(shù)本質(zhì),算法訓練與產(chǎn)品測試使用的數(shù)據(jù)集對全生命周期的質(zhì)量控制和風險管理有著重要意義。在獲取數(shù)據(jù)的基礎(chǔ)上,深度學習結(jié)合先驗知識對模型進行訓練,訓練集需要事先標注。不同機構(gòu)數(shù)據(jù)質(zhì)量和規(guī)模參差不齊,由于缺乏統(tǒng)一的標注掃描技術(shù)及處理手段、行業(yè)統(tǒng)一標準和共識,易引起產(chǎn)品質(zhì)量風險和“水土不服”,亟需加強引導(dǎo)和規(guī)范。應(yīng)加強訓練數(shù)據(jù)集標注者隊伍的資質(zhì),統(tǒng)一圖像征象認識、標注方法、分割方法、量化方法等,避免產(chǎn)品在實際應(yīng)用過程中存在較大偏差。

三是競爭格局分散,以初創(chuàng)型公司為主。目前醫(yī)療影像行業(yè)下游參與者眾多,競爭格局分散,未來在場景+數(shù)據(jù)+算法上有優(yōu)勢的企業(yè)在智能診斷市場將更有優(yōu)勢。根據(jù)火石創(chuàng)造《2017年中國醫(yī)學影像產(chǎn)業(yè)圖譜》數(shù)據(jù)顯示,我國醫(yī)療影像行業(yè)下游參與者眾多,包括醫(yī)學影像信息系統(tǒng)(相關(guān)公司209家,市場規(guī)模較小)、遠程影像服務(wù)(相關(guān)公司90家)、獨立影像中心(相關(guān)公司14家)、醫(yī)學影像+人工智能(相關(guān)公司23家)。遠程影像服務(wù)是近兩三年才推出來的,初創(chuàng)型企業(yè)占多數(shù),而且90家相關(guān)企業(yè)中,以醫(yī)學影像信息系統(tǒng)的廠商居多,單純只做遠程影像的診療系統(tǒng)的公司比較少。醫(yī)療影像中心也是近年才開始推出的,市場基本上是從零起步,其中我國涉及獨立影像中心只有10家,其他的是和醫(yī)院或者醫(yī)聯(lián)體合作建立醫(yī)學影像中心。

四是缺乏有效的保護和監(jiān)管。各家醫(yī)療單位的數(shù)據(jù)不愿開放和分享,很大程度上是基于信息安全的因素。目前沒有法律規(guī)定何種數(shù)據(jù)可以開放使用,數(shù)據(jù)的歸屬和倫理問題尚不明確。同時,數(shù)據(jù)的使用缺乏有效的保護和監(jiān)管機制。解決上述問題有幾種途徑:首先,加強行業(yè)法律法規(guī)的制定;其次公司數(shù)據(jù)庫的圖像質(zhì)量應(yīng)該標準化,同時可溯源;再次,通過合理的數(shù)據(jù)分享機制,建立標準化、大樣本的數(shù)據(jù)中心,為人工智能提供適合訓練的高質(zhì)量數(shù)據(jù),使其在醫(yī)療領(lǐng)域的應(yīng)用具備更多的可能性。

 05

中美醫(yī)學影像行業(yè)對比

我國醫(yī)療影像行業(yè)遠落后于美國,差距主要表現(xiàn)在以下幾方面:(1)診斷設(shè)備研發(fā)和創(chuàng)新不足,市場被外資品牌壟斷;(2)影像信息化建設(shè)較晚且尚未完成,目前影像數(shù)據(jù)共享程度低,不能有效支持遠程會診、轉(zhuǎn)診、影像數(shù)據(jù)開發(fā)應(yīng)用等;(3)我國第三方獨立影像中心市場幾乎空白,而美國已出現(xiàn)多個連鎖品牌的獨立影像中心巨頭;(4)影像教育及認證制度不完善,影像醫(yī)師診斷水平參差不齊;(5)閱片免費,影像醫(yī)師收入低,作為臨床科室的輔助科室,價值不被認可現(xiàn)象嚴重。

表4:中美醫(yī)療影像行業(yè)對比

來源:根據(jù)公開資料整理

總體來看,我國影像產(chǎn)業(yè)發(fā)展機會較多,未來產(chǎn)業(yè)結(jié)構(gòu)也將進一步豐富。通過與美國影像行業(yè)的發(fā)展現(xiàn)狀相比,筆者認為,我國第三方獨立影像中心、遠程影像診斷、影像設(shè)備、信息化等領(lǐng)域均有發(fā)展機會。 

06

AI醫(yī)學影像未來發(fā)展趨勢

1、人工智能對行業(yè)升級的作用將更加顯著醫(yī)療行業(yè)數(shù)據(jù)量迅速增長,加速了人工智能醫(yī)學影像的產(chǎn)品技術(shù)優(yōu)化,推動人工智能醫(yī)學影像行業(yè)的升級,由于人工智能可在數(shù)據(jù)中進行復(fù)雜模式的識別,并以自動化方式提供定量評估,人工智能醫(yī)學影像在臨床工作流程中,可為醫(yī)生提供輔助,有助于形成更準確的放射學評估。

基于技術(shù)類別,人工智能在醫(yī)學影像領(lǐng)域衍生出兩大基礎(chǔ)應(yīng)用:(1)數(shù)據(jù)感知,即通過圖像識別技術(shù)對醫(yī)學影像進行分析,獲取有效信息;(2)數(shù)據(jù)訓練,即通過深度學習海量的影像數(shù)據(jù)和臨床診斷數(shù)據(jù),不斷對模型進行訓練,促使其掌握診斷能力。

人工智能醫(yī)學影像對比傳統(tǒng)醫(yī)學影像的優(yōu)勢明顯,因此產(chǎn)品面世早期,廣受各級醫(yī)療機構(gòu)青睞,醫(yī)生對人工智能醫(yī)學影像設(shè)備的使用需求不斷提升,人工智能醫(yī)學影像行業(yè)因此發(fā)展前景廣闊。目前,中國有超過百家企業(yè)將人工智能應(yīng)用于醫(yī)療領(lǐng)域。

人工智能醫(yī)療應(yīng)用領(lǐng)域中,醫(yī)學影像是投資金額最高、投資輪次最多、應(yīng)用最成熟的熱門領(lǐng)域,但由于法律法規(guī)風險、評價標準不明確等因素,2020年之前,我國尚未有一張三類AI軟件注冊證,產(chǎn)品大多停留在申報階段,產(chǎn)品應(yīng)用領(lǐng)域主要集中在CT(肺結(jié)節(jié))、眼底彩照(糖尿病視網(wǎng)膜病變)等。未來,資本市場對人工智能醫(yī)學影像的高度認可與大力支持,將會加速相關(guān)技術(shù)成熟與應(yīng)用場景落地,助推醫(yī)學影像設(shè)備產(chǎn)業(yè)轉(zhuǎn)型升級。

2、市場發(fā)展初期相對分散,未來有望逐步走向集中當前AI醫(yī)學影像市場比較分散,原因主要有:一是數(shù)據(jù)分散。我國第三方醫(yī)學影像中心大多數(shù)醫(yī)療影像數(shù)據(jù)來源于醫(yī)院,但大量影像數(shù)據(jù)額分散在不同的三級醫(yī)院體系中,因此智能醫(yī)學影像模型難以得到有效的訓練,即使實驗室準確率高,也很難在實際應(yīng)用中取得很好的效果。

二是病種分散。雖然底層代碼可以復(fù)用,但不同病種需要不同的標注數(shù)據(jù)訓練不同的模型。例如:谷歌Deepmind跟Moorfields眼科醫(yī)院合作訓練糖尿病視網(wǎng)膜病變識別;阿里與萬里云合作進行肺結(jié)節(jié)CT影像檢測,未來有望擴大到乳腺癌、糖尿病等領(lǐng)域。雖然行業(yè)參與的公司著力選擇多發(fā)病種進行產(chǎn)品研發(fā),但不同病種不同模型的特點,決定了行業(yè)發(fā)展初期參與者相對分散的形態(tài)。

三是變現(xiàn)場景、商業(yè)模式多樣化。僅就醫(yī)療圖像智能識別而言,潛在的變現(xiàn)方式包括:作為單獨的軟件模塊向醫(yī)療機構(gòu)銷售、與PACS等系統(tǒng)合成向醫(yī)療機構(gòu)銷售;與CT、X光機等設(shè)備合作形成軟硬件一體化解決方案向醫(yī)療機構(gòu)銷售;通過遠程醫(yī)療等方式服務(wù)基層醫(yī)療機構(gòu);通過互聯(lián)網(wǎng)醫(yī)療等方式直接服務(wù)于患者。由于場景和商業(yè)模式的多樣化,不同公司在不同賽道上發(fā)展。

然而,隨著行業(yè)的發(fā)展,市場參與者的數(shù)量將首先不斷提升,最后由分散走向集中。隨著行業(yè)數(shù)據(jù)整合與共享機制的建立、模型訓練的成熟、商業(yè)模式的確立,以及部分企業(yè)CFDA認證的率先通過,先發(fā)企業(yè)將逐步建立技術(shù)壁壘和商業(yè)壁壘,推動市場走向集中。

作者 | 火石創(chuàng)造 張澤 審核 | 火石創(chuàng)造 廖義桃、殷莉編輯 | 火石創(chuàng)造 張艷玲運營 | 火石創(chuàng)造 黃淑萍

本文由“健康號”用戶上傳、授權(quán)發(fā)布,以上內(nèi)容(含文字、圖片、視頻)不代表健康界立場?!敖】堤枴毕敌畔l(fā)布平臺,僅提供信息存儲服務(wù),如有轉(zhuǎn)載、侵權(quán)等任何問題,請聯(lián)系健康界(jkh@hmkx.cn)處理。

相關(guān)知識

雙華數(shù)字健康產(chǎn)業(yè)園
產(chǎn)業(yè)化、融合化、數(shù)字化——業(yè)內(nèi)人士共話科技創(chuàng)新助力健康中國
聚焦數(shù)字健康丨數(shù)字化加速賦能,如何打造醫(yī)療健康產(chǎn)業(yè)轉(zhuǎn)型新高地?
壹健康集團數(shù)字經(jīng)濟下的“產(chǎn)品+服務(wù)” 模式成數(shù)字化健康管理行業(yè)風向標
大健康數(shù)字化:健康平臺引領(lǐng)大健康產(chǎn)業(yè)的轉(zhuǎn)型
職業(yè)健康與安全數(shù)字化轉(zhuǎn)型
數(shù)字化孕育健康科普新業(yè)態(tài)
直播精華丨傳統(tǒng)電器行業(yè)數(shù)字化轉(zhuǎn)型新探索:聚焦價值鏈數(shù)字化,重塑行業(yè)競爭力
企業(yè)級數(shù)字化健康福利平臺
推進數(shù)字經(jīng)濟與健康產(chǎn)業(yè)深度融合

網(wǎng)址: 產(chǎn)業(yè)數(shù)字化 http://www.u1s5d6.cn/newsview588164.html

推薦資訊