2017年中国AI医学影像行业未来发展趋势分析.pdf

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 2013 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。 我们认为， 人工智能在医学影像领域热度较高一方面是技术储备相对丰富， 特别是静态图像 识别尽快的快速发展以及 2017 年以来 AI 应用于医学影像多个领域识别准确度的大幅提 升，另一方面则是 AI+ 医学影像的商业模式可行性相对较高。 人工智能 + 医疗技术成熟度分布 数据来源：公开资料整理 算法、 算力和数据被认为是人工智能的三大核心要素， 数据量的增长、 运算力的提升 和深度学习算法的优化将带来人工智能效率的持续提升。目前医学影像领域算法快速突破， 算力持续增长， 如何获取足够丰富且高质量的医疗影像数据成为提升诊断准确度的最关键因 素。 1 、大量深度学习平台和框架开源降低技术门槛 人工智能的核心之一是算法， 深度学习是目前最