AI+醫療市場成為風口，騰訊、科大訊飛、推想科技紛紛布局AI＋醫療影像，今年，騰訊覓影登陸首屆中國模擬醫學大會，利用AI輔助醫療，推動診斷效率提升；科大訊飛在醫學影像人工智能比賽中刷新了全球肺結節測試世界紀錄，準確率達94．1％；推想科技正式對外宣布完成 3 億元新一輪融資。醫療影像作為診療過程的重要組成部分，是未來醫療發展不可避免的一環。

根據火石創造發布的《醫療影像的市場圖譜和行業發展分析》報告指出，按照我國過去5年的醫療整體支出，預計到2020年中國醫學影像市場規模將達6000億至8000億人民幣左右。但是有了大公司的布局，再加上人工智能的技術，醫學影像市場規模將會有新的突破。

醫療影像與人工智能的結合，是數字醫療產業的熱點。大公司的布局，讓AI＋醫療影像又迎來了一個新的突破點。

為何大公司都瞄準了AI＋影像

2014年以來，AI技術的發展逐步進入垂直細分領域，醫療影像布局已久，國家的重視、醫院在AI能力的匱乏以及大公司的技術積累致使大公司都瞄準了AI＋影像。

首先政策限制因素相對較少，目前電子病歷在臨床中有很大的問題，主要是操作繁瑣、數據的互聯互通以及電子病歷系統難以滿足病種專業化需求等等。

現在醫療行業80％到90％的數據，都是來源于醫學影像，并不會涉及到相關的利益。利用人工智能＋醫療影像，在數據上的問題可以得到解決，自然政府就不會限制很多。相反，還會鼓勵支持。因此，很多大公司利用醫療影像為突破口，也是由于政府限制的因素不多。

其次醫院在頂級AI能力的匱乏，需要大公司輔佐，一方面科大訊飛布局的醫療＋智能語音，語音技術相對成熟，通用的語音識別準確率已經達到95％左右，另一方面，阿里巴巴的圖像識別技術的識別率高達99．3％，那么醫院就不具備這樣的能力。因此，需要大公司輔佐。

互聯網公司之所以瞄準了醫療影像，也是醫院在這方面的困難很多。互聯網公司借助人工智能賦能醫療影像，經過多次證實，可以運用到醫療行業里，解決了醫院在頂級能力的匱乏。

最后，大公司在AI＋影像方面已經取得一定進展，在醫療影像的診斷上，推想科技早在17年就累計完成了超過20萬例的影像篩查；科大訊飛在肺癌的平均檢出率達到了94．1．％。

騰訊覓影主要利用AI圖像識別、大數據處理、深度學習等技術與醫學跨界融合，可對早期食管癌等疾病提供輔助篩查的功能。騰訊覓影篩查一個內鏡檢查用時不到4秒，對早期食道癌的發現準確率高達90％，也是說明騰訊在AI＋影像方面取得一定進展。

各個大公司紛紛布局醫療產業，推動人工智能＋醫療的發展，未來將會走的更遠。

騰訊、阿里、推想科技、科大訊飛，在AI＋影像的布局

2008年，IBM首次提出了”智能醫療“的概念，而在近些年時間里，幾家公司布局的AI醫療技術已經應用于各大醫院。

騰訊：2017年，騰訊首個應用在醫療領域的AI產品——騰訊覓影，主要應用于輔助醫生臨床診斷和疾病的早期篩查。AI在醫療上的應用越來越廣泛，騰訊覓影的AI醫學影像技術，輔助醫生對食管癌進行篩查，提高準確度，幫助更多的人解決疾病的困擾。

對于騰訊而言，圍繞微信優勢，以及對醫療資源的整合，其早已在患者、醫院、診所、醫生產業多方進行了打通，通過在掛號、導診、管理等諸多產業進行布局，已經完成了大量醫療產業前端的工作，而騰訊覓影的落地，也意味著騰訊正在將自身下沉到產業鏈更底層的環節，繼而在未來實現前后端產業的打通。

阿里：2016年阿里健康2．25億元入股萬里云，布局醫學影像平臺“Doctor You”。阿里健康將醫學影像作為醫療AI的突破口，為整個商業模式的創新、支付打下了很好的基礎。Doctor You目前聯合了阿里健康、阿里云、阿里巴巴IDST視覺計算團隊的三方力量共同推進。

阿里在醫療AI領域的布局很深，由阿里健康平臺、螞蟻金服再到阿里云、淘寶形成了醫藥電商、智慧醫療、產品追溯、健康管理的穩定業務線，為用戶提供更精準的服務。阿里布局和落地了多項醫療AI產品和服務，通過AI＋影像為切口，以此進入醫療產業更底層的產業鏈環節。

科大訊飛：2015年，科大訊飛著手布局AI＋醫療產業。科大訊飛影像輔助診斷系統的核心技術是基于圖像識別和深度學習，并結合醫學專家診斷經驗和大量樣本數據，以此來得出疾病的良惡性。

一直以來，科大訊飛都在構建圖像識別、翻譯、自然語言理解等跟人工智能相關的核心技術，將這些技術賦能醫療領域中，并且在語音電子病歷產品、影像輔助診斷系統、智能助理中取得了不錯的成就。除此以外，科大訊飛在AI影像上的布局，意味著技術積累有了更多的變現可能性。

推想科技：目前，推想成熟產品肺部小結節識別系統早早落地，在2017年完成了超過20萬例影像檢查。推想科技投入多病種的醫療影像 AI 產品研發、加速肺部產品外其他 AI 產品的落地應用。

推想科技深耕 AI 醫療影像細分領域，相比騰訊阿里等公司全產業布局更為深入，因此有著一定優勢，致力于醫療影像的推想科技從2015年就已開始布局，至今已三年，在醫療影像輔助診斷領域已經逐漸成為醫療行業中全場景、全類型醫療機構服務平臺。也是說明了推想科技在AI影像上的深入研究，在行業中起了標桿作用。

AI＋影像，正是因為有了人工智能的幫助，才能夠解決大醫院影像檢查數量多、醫生工作壓力大的問題，同時提供更高效的影像診斷。

AI＋影像，面臨多重困難

經濟的發展，推動著人工智能醫療水平的前進，但是當下，各種困難接踵而至。

首先復合型人才的缺乏，據工信部教育考試中心透露，中國人工智能人才缺口超過500萬，高校每年培養出來的人才也只有不到2000人。以1／10的比例換算，中國每年培養出的醫療AI人才不足200人。這足以看出人工智能人才供需嚴重不平衡。醫療領域人工智能技術人才嚴重短缺，已經制約了行業發展。

以腫瘤領域為例，國家正大力鼓勵腫瘤高危人群進行早期癌癥篩查。國內AI＋影像領域的大多數集中在單純的圖像識別上，缺乏醫學數據的積累和對影像報告的分析的復合型人才更是稀有。

其次醫療數據的準確度，一方面是數據來源問題，現在醫療數據涉及到各種領域，各個公司獲取數據的渠道也是比較困難。對數據的質量也是很重要。大量影像資料尚未數字化，且醫院之間的數據共享和互通程度較低。人工智能的開發基礎和長期優化需要高質、持續的數據。

另一方面是數據結構化問題，目前，大部分醫療數據都是來自于醫學影像，并且醫療影像數據仍在逐年增長，給醫生帶來工作壓力。盡管有了人工智能的技術加入，可是大部分醫學影像數據的錄入仍然欠缺標準，主要在于每個醫院錄入的數據結構模式都不同，不能夠形成統一的醫療數據，標準不統一會延緩醫療人工智能的發展服務。

再者AI＋醫療商業模式也亟待建立，對于一些醫療機構而言，真正需求的不僅僅是提供輔助診斷產品，而是全套的影像資料診斷服務。在目前看來，不僅僅要求診斷服務提供方提供人工智能輔助閱片，更要有專業影像科醫生的最終診斷結果，達成更大的商業模式和前景，還需要企業和醫院合作來達到盈利。

最后我國的醫療基礎設施本身的落后，部分發達國家經濟增長的主要動力來自于醫療健康產業，美國、日本等國家醫療健康產業增加值在GDP 中所占的比例均超過10％，然而國內醫療健康產業增加值占GDP 的比例不足5％。由于國內公共醫療管理系統的不完善，醫療成本高、渠道少、覆蓋面低等問題困擾著消費者。

醫療基礎設施的落后更是限制了智慧醫療的發展，以至于基于物聯網的智慧醫療應用不足以帶動產業發展。雖然AI技術已經應用到醫療影像上，但是在臨床實際應用卻為數不多，而且目前AI醫療水平不高，在實際應用中存在很多缺陷。

AI＋影像，打通醫療數據、推進醫療發展是關鍵

中國人口眾多，有很多的醫學人才，但是人工智能＋醫學影像的人才并不多見，醫學影像的數據資源更是要打通，推動醫療產業還需人工智能。

一來增加復合型人才，人工智能在醫療影像上的運用已經實施在各個醫院，在很大程度上提高了效率，并且幫助醫生節約了大量的時間。但是目前，醫療健康產業的智能化轉型依賴于復合型人才的持續供給。

尤其是AI＋醫療影像的人才更是少之又少，因此，相關企業也紛紛推出相應的人才培養計劃，以好的條件來吸引更多的科學家和從業人員，加強人工智能領域專業建設，培養醫療人工智能專業人才。

二來打通醫療數據產業資源，在數據和結構化方面，現在醫療健康行業信息化程度不夠，醫療數據開放共享程度不高。國內的醫療大數據產業也才剛剛起步，醫療體系相對封閉。特別是數據錄入欠缺標準，標準不統一無法獲得高質量、開放性的醫療數據。

互聯網公司針對數據和結構化兩方面，利用人工智能技術以及國家政策的支持，建立影像診斷數據結構化知識庫，積極鼓勵社會創新發展醫療業務，促進醫療業務與大數據技術深度融合，來幫助醫院獲得有價值、安全和持續的數據，那么在AI＋影像上能提高診斷精確性。

三來推廣醫療市場商業模式，醫療市場空間巨大，有了人工智能技術的加入，各種商業模式被挖掘，不少巨頭對醫療影像設備市場很看重。國產設備有著較為明顯的價格優勢，市場占有率較高。互聯網公司技術賦能醫療產業，將人工智能運用到應用場景中，帶動醫療市場商業的推進。