人工智能的繁榮已成為推動社會經(jīng)濟發(fā)展的新動力之一。對提高社會生產(chǎn)效率，實現(xiàn)社會發(fā)展和經(jīng)濟轉(zhuǎn)型具有重要作用。人工智能作為引領(lǐng)新一代產(chǎn)業(yè)轉(zhuǎn)型的核心力量，在醫(yī)療領(lǐng)域展現(xiàn)了新的應用，在深度融合中催生了新業(yè)態(tài)。

事實上，與制造業(yè)，傳播媒體，零售，教育等領(lǐng)域相比，人工智能還處于醫(yī)療的早期階段，商業(yè)化程度相對較低，行業(yè)滲透率較低，這與醫(yī)療行業(yè)的護理和保守性必然密切相關(guān)。然而，不可否認的是，人工智能在醫(yī)療領(lǐng)域的結(jié)合已經(jīng)回應了傳統(tǒng)醫(yī)療的許多困難，市場需求廣泛，業(yè)務(wù)趨勢多樣，發(fā)展空間廣闊。

新冠疫從云端推動人工智能發(fā)揮關(guān)鍵作用，提高整體抗疫效率。疫情已成為人工智能在醫(yī)療領(lǐng)域的試金石，顯示了人工智能在醫(yī)療中的實力和價值。從應用場景看，人工智能醫(yī)療應用尚處于起步階段，圖像識別，遠程查詢，健康管理，暫居第一梯隊。

其中，圖像識別作為輔助診斷的一個細分領(lǐng)域，是人工智能在醫(yī)學領(lǐng)域應用最廣泛的場景。

影像診斷和治療的概念起源于腫瘤學領(lǐng)域，然后將其擴展到整個醫(yī)學影像領(lǐng)域。了解醫(yī)學影像，提取具有診斷和治療決策價值的關(guān)鍵信息，是診療過程中非常重要的環(huán)節(jié)。

以往醫(yī)學影像預處理診斷需要4-5名醫(yī)生參與。但基于人工智能圖像診斷，訓練計算機分析醫(yī)學圖像，僅有一名醫(yī)生參與質(zhì)量控制和確認，這對提高醫(yī)療行為效率有很大的好處。

人工智能首先在醫(yī)學圖像中爆炸和著陸，主要是因為圖像數(shù)據(jù)的訪問和處理相對容易。對比醫(yī)療記錄等數(shù)據(jù)積累超過三五年以上，影像資料只需一次拍攝，幾秒鐘即可獲取。一部影像學影片可以反映患者的大部分病情，成為醫(yī)生確定治療方案的直接依據(jù)。

醫(yī)學圖像龐大且相對規(guī)范的數(shù)據(jù)庫，智能圖像識別算法的不斷進步，為人工智能醫(yī)學在該領(lǐng)域的應用提供了堅實的基礎(chǔ)。

從技術(shù)角度看，醫(yī)學圖像診斷主要依靠圖像識別和深度學習。根據(jù)臨床診斷路徑，首先將圖像識別技術(shù)應用于感知環(huán)節(jié)，對非結(jié)構(gòu)化圖像數(shù)據(jù)進行分析處理，提取有用信息。

其次，利用深度學習技術(shù)，將大量的臨床影像數(shù)據(jù)和診斷經(jīng)驗輸入到人工智能模型中，使神經(jīng)元網(wǎng)絡(luò)進行深度學習訓練。最后，基于連續(xù)驗證和研磨的算法模型，進行圖像診斷的智能推理。輸出個性化診療判斷結(jié)果。

基于圖像識別和深度學習的人工智能與醫(yī)學圖像相結(jié)合，至少可以解決三種需求。一，焦點識別與標注，即通過醫(yī)學圖像產(chǎn)品的Al進行醫(yī)學圖像分割，特征提取，定量分析，對比分析等。滿足這一需求，X線，CT，MRI等醫(yī)學影像的自動識別和標記系統(tǒng)，可大大提高影像醫(yī)生的診斷效率。目前，Al醫(yī)學成像系統(tǒng)可以在幾秒鐘內(nèi)快速完成10萬多幅圖像的處理，提高診斷精度，特別是降低診斷結(jié)果的假陰性概率。

二，靶區(qū)自動劃定及適應性放療。目標自動繪圖和自繪適應性放療產(chǎn)品可以幫助放療醫(yī)生自動勾畫200到450張CT片，大大縮短到30分鐘。并在患者15~20次上機照射過程中不斷識別病灶位置實現(xiàn)適應性放療，可有效減少輻射對患者健康組織的損傷。

三，三維圖像重建。基于灰度統(tǒng)計的配準算法和基于特征點的配準算法，可以解決故障圖像配準問題，節(jié)省配準時間，在病變位置，病變范圍，良惡性病變識別，手術(shù)方案設(shè)計等方面發(fā)揮作用。

從落地方向看，目前我國AL醫(yī)療影像產(chǎn)品布局方向主要集中在胸部，頭部，盆腔，肢體關(guān)節(jié)等主要部位，主要集中在腫瘤及慢性病疾病篩查龍頭城市。

在人工智能醫(yī)學成像的發(fā)展和應用的早期，肺結(jié)節(jié)和眼底篩查是熱門領(lǐng)域。隨著技術(shù)在過去兩年中的成熟和迭代，主要的Al醫(yī)療成像公司正在擴大其業(yè)務(wù)范圍，乳腺癌、中風和骨關(guān)節(jié)周圍的骨齡測試已成為市場參與者的重點領(lǐng)域。鋁醫(yī)學影像參與新冠肺炎療效的定量分析和評價，成為提高診斷效率和診斷質(zhì)量的關(guān)鍵力量。

政策資本雙重進入

如果圖像數(shù)據(jù)的相對可達性和處理性是人工智能在醫(yī)學圖像中首次爆發(fā)和落地的主要原因，那么國家政策的支持和資本的大量準入賦予了人工智能在醫(yī)學圖像應用中持續(xù)更新的力量。

從政策新增來看，2013年至2017年，政府各部門出臺多項政策，不斷加大對國內(nèi)醫(yī)學影像設(shè)備，第三方獨立醫(yī)學影像診斷中心，遠程醫(yī)療等領(lǐng)域的支持力度。

在2016年底，國務(wù)院發(fā)布了“十三五”規(guī)劃國家戰(zhàn)略新興產(chǎn)業(yè)發(fā)展規(guī)劃>多次提到醫(yī)學影像，指出要“研發(fā)高質(zhì)量的醫(yī)學影像設(shè)備”，“支持企業(yè)，醫(yī)療機構(gòu)，研究機構(gòu)等聯(lián)合建設(shè)第三方影像中心“。國家發(fā)改委2017年1月將醫(yī)學影像設(shè)備和服務(wù)納入。