03AI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)涉及基礎工業(yè)、制造業(yè)、影像學、醫(yī)療機構、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域，出現(xiàn)影像智能診斷應用，其反向作用于影像診斷設施及服務。

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)展的一些相關行業(yè)，例如化工、金屬、互聯(lián)網(wǎng)、通訊等行業(yè)，其技術進步將推動醫(yī)學影像行業(yè)發(fā)展或變革。核心元器件是醫(yī)學影像設備上游供應鏈環(huán)節(jié)中的命脈，其發(fā)展情況決定著行業(yè)的技術高度。目前，我國大部分醫(yī)學影像設備生產(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商的議價能力成為區(qū)分醫(yī)學影像設備制造企業(yè)競爭力強弱的關鍵。

中游是開展醫(yī)學影像診斷服務的基礎設施，包括醫(yī)學影像成像設備和影像信息化。目前此領域的市場規(guī)模最大。

下游涉及各級醫(yī)療機構與衍生服務機構。各級醫(yī)療機構包括公立醫(yī)院、民營醫(yī)院、遠程影像平臺及獨立影像中心。衍生服務機構包括維修托管公司與醫(yī)療器械租賃機構。公立醫(yī)院是醫(yī)學影像設備企業(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)學影像設備造價高，折舊慢，三級公立醫(yī)院設備更新需求不強，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)療機構的設備采購需求，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)學影像設備，為本土企業(yè)質(zhì)優(yōu)價廉的中低端醫(yī)學影像設備提供了機遇。
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)療機構沒有配置大型醫(yī)學影像設備的能力，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)療機構服務能力，解決現(xiàn)階段中國醫(yī)學影像服務的痛點，幫助醫(yī)學影像服務行業(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)學影像設備，獨立影像中心行業(yè)的爆發(fā)將驅動醫(yī)學影像設備行業(yè)的發(fā)展，成為未來中游行業(yè)增長的關鍵因素。

線上影像平臺：線上影像平臺通過云服務平臺提供遠程閱片服務，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。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，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。

衍生服務機構：近五年來，醫(yī)學影像設備市場的增長促進了下游服務機構的興起，相關服務機構陸續(xù)衍生出新的服務模式，維修托管公司及醫(yī)療器械設備租賃商應運而生。維修托管公司的出現(xiàn)降低了影像學設備的整體維修成本，具有取代整機制造商服務模塊的趨勢；醫(yī)療器械設備租賃商可以幫助解決醫(yī)療機構資金短缺的困境。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。

04AI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)療機構的數(shù)據(jù)很少能夠實現(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)均是非結構化數(shù)據(jù)，限制了人工智能在醫(yī)學影像行業(yè)的進一步應用。此外，訓練數(shù)據(jù)集應根據(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，使用的設備、設置、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)的基礎上，深度學習結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”，亟需加強引導和規(guī)范。應加強訓練數(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)（相關公司209家，市場規(guī)模較�。�、遠程影像服務（相關公司90家）、獨立影像中心（相關公司14家）、醫(yī)學影像＋人工智能（相關公司23家）。遠程影像服務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)療領域的應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、轉診、影像數(shù)據(jù)開發(fā)應用等；（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)結構也將進一步豐富。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、影像設備、信息化等領域均有發(fā)展機會。
06AI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。

基于技術類別，人工智能在醫(yī)學影像領域衍生出兩大基礎應用：（1）數(shù)據(jù)感知，即通過圖像識別技術對醫(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)療機構青睞，醫(yī)生對人工智能醫(yī)學影像設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)將人工智能應用于醫(yī)療領域。
人工智能醫(yī)療應用領域中，醫(yī)學影像是投資金額最高、投資輪次最多、應用最成熟的熱門領域，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)品應用領域主要集中在CT（肺結節(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，將會加速相關技術成熟與應用場景落地，助推醫(yī)學影像設備產(chǎn)業(yè)轉型升級。

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，也很難在實際應用中取得很好的效果。

二是病種分散。雖然底層代碼可以復用，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節(jié)CT影像檢測，未來有望擴大到乳腺癌、糖尿病等領域。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)療機構銷售、與PACS等系統(tǒng)合成向醫(yī)療機構銷售；與CT、X光機等設備合作形成軟硬件一體化解決方案向醫(yī)療機構銷售；通過遠程醫(yī)療等方式服務基層醫(yī)療機構；通過互聯(lián)網(wǎng)醫(yī)療等方式直接服務于患者。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)將逐步建立技術壁壘和商業(yè)壁壘，推動市場走向集中。