人工智能医学影像行业发展现状与市场前景分析报告

人工智能医学影像行业发展现状与市场前景分析报告汇报人：张瑞仁日期：2022-12-21目录CONTENTS01020304人工智能医学影像格局与发展趋势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第一章人工智能医学影像行业概述行业定义人工智能医学影像行业定义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。发展历程1234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）理性发展（2018年至今）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。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。产业链上游人工智能医学影像行业上游龙头企业已开始对产业链进行延伸，逐渐进军原材料生产领域，以规避高额进口原料的成本支出，攫取上游毛利。此外，伴随着上游原料生产企业的重组进程加快以及中国市场参与者技术水平的提高，人工智能医学影像行业上游原材料供应有望朝着专业化和规模化的方向继续发展，逐渐抢夺外资企业在行业内的话语权。产业链中游人工智能医学影像行业中游企业原材料大部分依靠进口，主要原因是下游消费终端为保障科研成果，对行业产品的质量稳定性要求较高，因此，中游科研用制备厂商更倾向于选择仪器先进、供应链稳定的进口原材料供应商。企业产品价格主要受市场供求关系的影响。由于人工智能医学影像企业的产品毛利较高，原材料价格波动不会对企业的盈利能力产生重大影响。产业链下游人工智能医学影像行业下游企业市场空间广阔、销售范围广、用户分散、单批数量少、销售单价高等特点。随着全球范围内生物医药行业研究的深入及产业化程度的提升，中国行业产品种类进一步丰富，应用领域持续增加，个性化、高端化的产品将逐渐获得更广阔的应用空间。第二章人工智能医学影像行业发展环境政治环境1《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。《新一代人工智能发展规划》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业的长远发展。《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2《"十三五"国家科技创新规划》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。《国家驱动创新发展战略纲要》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.《国务院关于积极推进“互联网+”行动的指导意见》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.《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。经济环境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。社会环境10102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。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。社会环境2LOGO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。人工智能与医学影像的高契合度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.行业驱动因素2016年是人工智能+医疗在国内形成投资风口的元年有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。早期医疗图像诊断设备大多是采用FPGA处理器进行运算低功耗优势显著。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。第三章人工智能医学影像行业现状行业现状自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。行业现状人工智能与医学领域的结合点众多，AI医学影像是AI医疗发展的重要组成部分，AI医学影像是AI医疗的第二细分市场，市场占比约为25%。Al医学影像的主要用在医疗健康市场和大健康场景中，医疗健康场景主要应用于协助医生进行疾病监测及诊断,大健康场景主要用于健康风险评估。总体来说:中国AI医学影像市场规模将从2021年的8.2亿元增至2025年1376亿元，2021年至2025年的复合增长率为104%。如果计算2021年到2030年的中国AI医学影像市场规模,其复合增长率则为60%，至2030年中国AI医学影像市场规模为9231亿元。行业现状2020年人工智能医学影像在医院的的市场规模为12亿元，2021年将达到5.94亿元，增速为96%。当前AI产品商业落地的主要场景为三级医院，基层医院市场空间大，但落地仍需很长时间。人工智能医学影像企业当前60%-70%的营收来自同医学影像设备厂商合作，30%-40%来自企业层面自建团队销售。行业热点人工智能医学影像行业具有市场空间广阔、销售范围广、用户分散、单批数量少、销售单价高等特点。热点二科研服务市场持续增长热点一人工智能医学影像应用领域广泛热点三行业产品质量整体提高人工智能医学影像行业产品质量有待提升制约人工智能医学影像行业发展。行业内产品质量参差不齐，导致研究结果可靠性难以保证，产品丧失市场竞争力。人工智能医学影像行业难形成统一的监督管理规范,产品质量主要靠企业自主检测保障，监管难度大。中国人工智能医学影像行业产品主要集中在中低端领域，高端领域被外资企业垄断，产品品质有待进一步提升。人工智能医学影像行业技术提升，多元化科研服务平台持续扩张，促进高价值服务企业品牌形成。行业产品化发展，集研发、生产、销售于一体的综合性科研服务企业逐渐增多。行业制约因素医学影像医生缺口大，加之需求差异化，影像诊断效率低从人均上来说，中国大概平均七万人才有一位医生,而在美国是平均两千人一位医生，两者差距明显。美国的医学影像数据年增长率达到了61%，中国增速也达到了40%。美国和中国放射科医生的年增长率分别仅仅只有2%和1%，远远低于影像数据的增长。与日俱增的AI医学影像岗位需求和缓慢增速的，与能够专业操作和看懂AI医学影像的医生两者存在较大的差距。有报道显示，从影像误诊人数来看，美国每年的误诊人数达到了200万，中国每年误诊人数高达570万/年。根据中国医学协会公布的一则误诊数据显示，中国临床医疗总误诊率为27.8%，其中鼻咽癌为37.5%，胰腺癌则为38%，恶性肿瘤、白血病和肺结核平均误诊率为40%，胃结核为41%，器官异位误诊率则高达6O%。此外，这些误诊主要发生在基层医疗机构，医生缺口大且质量参次不齐，造成如此高的误诊率，侵害了患者健康和利益。误诊率较美国高出500%以上高端产品发展落后在中低端产品领域，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产品质量问题前期筹划活动执行效果评估质量参差不齐行业监管难度大高端产品发展落后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。中国国家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行业发展建议LOGO缺乏标准化高质量训练集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；缺乏统一行业标准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；缺乏有效保护和监督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。第四章人工智能医学影像格局与发展趋势竞争格局竞争格局1独立研发团队组成的创业企业，如图玛深维、推想科技、深睿医疗等，主要聚焦于应用层建设，基于场景或行业数据，提供解决方案。2016年下半年以来，此类初创企业广受资本市场青睐。

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；行业发展趋势LOGO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。加快行业标准和法律法规的制定加速应用场景落地明确商业模式和盈利模式市场需求提升、技术进步、政策支持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。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