人工智能医学影像的商业价值与展望*

文/覃雪沙 段庆潮（桂林电子科技大学）

一、智能医学影像发展状况

（一）背景概述

在信息技术飞速发展的时代，传统的医疗服务已经无法满足人们对高效医疗程序的需求，线下医疗活动必将朝着数字化、网络化和智能化的数字健康演变。AI在医疗领域内的应用和发展给医疗工作者和研究者带来了极大的想象空间，也极大地鼓舞了投资者对智能医疗领域相关产品和项目的投资，市场开始不断催生出人工智能与医疗设备结合的应用程序。目前AI在我国医疗领域的应用已经非常广泛，几乎涵盖了从就诊到康复的全过程，但源于我国对不同病理数据覆盖程度的并不全面，即使是拥有强大人口优势的中国，多年来已经获得了海量的医学影像数据，但有效深入应用于AI医疗影像技术仍非常局限。精准高质量的数据获取和储存依然是我国普遍AI医疗影像技术停滞不前的缺憾，成为阻碍我国智能医学影像顺利迈向商业化的关键。对医疗卫生事业这一特殊而又复杂的行业来说，一般患者病理特征更是存在较大差异与不确定性，在面对这些变幻莫测复杂状况的同时，也极大提升了当前医疗影像技术与AI结合的困难指数。

（二）当下医学影像质量分析

智能医学影像是一个以非侵入的形式探测人体内部组织结构，集WSI图像高清显示、无损缩放以及智能标注于一体的软件，如图1所示。软件设计主要保证WSI图像缩放过程中信息损失程度最低、WSI图像显示速度最快且分辨率最高以及WSI图像准确高效的标注，力求实现对于大内存WSI图像丰富细节的完全保留和快速处理。可有效解决医学影像大数据处理难题,帮助医疗工作者显著提高数据分析的效率和准确性,提升了健康与诊疗的效益及价值。

图1 产品系统框架图

医院数据里80%-90%的存储容量被影像数据所占据，而传统的基于医学影像学的计算机辅助技术包括计算机辅助检测（CAD）和计算机辅助诊断，它们对图像的处理无法实现高分辨率显示的同时还不能保证病理细节全保留缩放，导致无法高效辅助医疗工作者作出及时准确的诊断。

目前，通过应用人工智能结合的医学影像使得计算机通过对已有的数据进行经验积累，不仅提高对任务的处理能力，还极大地扩展其应用范围。具体来说，人工智能在图像处理上的能力分为以下四类，如图2所示。

图2 人工智能在医学影像分析

目前在医疗检测过程中，无论是对病理的诊断、治疗还是预防，更强调“个性化”的医疗模式。人工智能对医学影像的数据挖掘和分析方法包括数据预处理、图像分割、特征提取和匹配判断，前三个过程的核心是图像识别，而匹配判断，则要通过深度学习来诊断，对现有的临床治疗过程带来较大的改变，医学影像在诊断方面有以下特征与优势：

（1）筛选无效信息，把有效诊断信息呈现给医疗工作者。医学影像完成组织定位分类及分割工作，标注可疑位置，相当于完成了医生的一部分工作，排除了无效的干扰信息。

（2）医疗工作者做定性诊断，计算机进行定量分析；相比于医生，计算机更擅长进行定量分析，而且在临床过程中，需要对病变进行更加精确的定量分析，这些正是人工智能所擅长的领域。

（3）提供标准化、个性化和规范化诊断流程，提高诊断的效率与稳定性。医学影像APP通过快速浏览病理库信息直接将病灶部位进行特殊标注，医生进行审核，可以明显提高医生诊断效率。

二、医学影像行业历史与前景展望

1956年，著名放射医学家Gwilym Ladwicky说 过“There is no function on computer cannot do in radiology”。他一生致力于研究计算机算法，力求精确地从X光中识别肿瘤，但在他30年的研究生涯中，从未真正意义上达到目标，究其原因，先进的想法与技术的实现被当时有限的计算能力大大限制了。进入21世纪以来，在医学图像和医学影像处理领域的研究，已经存在很多基于计算机技术的自动化方法得到了有效的落实，比如被认为最有潜力的基于CNN的模型。这对于研究大容量的WSI图像带来了很大帮助，以WSI为代表的数字病理学正快速发展。医学影像的发展与医学科学的进步紧密相关，而智能医学影像的发展已成为推动医学持续进步的不竭动力。我国医学影像数据正以30%的速度逐年增长,大量的医学影像数据给临床医生的工作带来了极大挑战,也为疾病诊疗模式的变革带来了机遇。

智能化医学影像可以使病理资源数据化、网络化，可达到可视化数据永久储存和不受时空限制的同步浏览处理，因此在病理各个领域将得到广泛的应用。从2019年起，AI医学影像的商业化落地成为行业关注的重点，也是企业发展的驱动力，企业间开始注重品牌体验与技术革新，真正解放人力，为医疗工作者提供更丰富简化的诊疗体验。医疗卫生数据的挖掘，结合本身的影像数据获取和存储优势，医学影像技术在作出行业标准方面有了新的突破，让智能化医疗服务成为可能，通过对大数据的挖掘和分析等底层指令完成软件自我的更新换代，一方面能辅助医疗工作者高效、准确地完成诊断。另一方面优化了医疗资源配置、弥补医院管理漏洞和提升患者就医体验。《梦幻之地》有这么一句话“只要你把他建设好他就会来”，几乎可以肯定的是，医学影像会是人工智能在医学领域应用的新篇章。这项技术不仅代表AI技术的突破，还是自动化技术的巨大进步。

三、医学影像开发意义

1972年，X-CT的问世标志着医学影像技术的新变革，进入20世纪80年代，影像诊断技术急剧向数字化发展，成为医学影像技术史上新的里程碑，如图3所示。目前，AI医学影像仍处于变革之中，X-CT、US、MRI和ECT已被公认为医学影像诊断的四大成像技术方式。受益于数字化经济的日渐成熟，百姓健康需求不断增加，从望闻问切到医学影像，再到当今最高端的PETCT技术，无胶片医学影像和数字化医院成为现实，中国医疗器械市场迎来了巨大的发展挑战和机遇。尤其在疫情期间，面对国内病患的暴增，医疗任务繁重、工作强度大、夜班频繁、医患关系紧张，在这种灾难性的疾病面前，高效、及时的诊疗服务设备成为市场最具有竞争的优势之一。

图3 医学影像发展路径

在2020 年新冠疫情暴发后，针对新型冠状病毒类药物的筛选过程中，智能医学技术在抗新冠病毒历史药物的数据挖掘与集成、药物靶点与分子性质的智能计算、临床数据资源的海量分析等方面发挥了重要作用。据《2020-2026年中国医学影像设备行业市场供需态势及投资规模预测报告》数据显示：数字化医学影像设备需求在不断上涨，且中国医学影像数据以超过30%的速度增长，而从事医疗影像者的年增长率仅为4.1%，医师长期处于超负荷的工作状态下会带来一定的诊疗风险。医疗数据的急剧增长，迫切需要人工智能在医学影像的精确应用与开发，因此，数据获取能力和智能标注能力成为智能化医疗影像领域企业间占据绝对优势的核心竞争力。如图4国内医疗数据特征分析。

图4 国内医疗数据特征

四、医学影像商业价值的分析

（一）市场机遇

虽然我国是最大医疗器械市场，但现阶段高端医疗影像设备仍处于一个技术瓶颈，缺少重大突破。近些年来，人工智能的热潮不断涌现，国内企业开始关注人工智能在医学领域的应用与开发，研发实力得到不断增强，医疗设备逐步转向国产化。据统计，中国一年的医学影像检查总次数达76亿人次，临床需求的不断增加给影像科带来了巨大的挑战和机遇。随着医学影像设备越来越复杂、信息量越来越大，而目前我国专业医疗人才的稀缺，使得国内AI医疗影像辅助诊疗的需求日益迫切。常规的对于WSI图像的处理操作往往是直接进行压缩或者直接分割得到缩略图，这种方式容易产生WSI图像信息丢失与分辨率降低的问题，降低了原始图像的质量，直接影响医学图像研究学者和医院医师对病理判断分析的结果。国内对于此类医学专业软件的开发滞后于国外，市场上虽然有RadiAnt DICOM Viewer、ITK-Snap和3Dslicer等专业软件，而据市场反馈，这些软件AI图像识别算法准确度并不高，且不能实现高分辨率显示与细节全保留缩放的有机结合，无法有效应对WSI图像带来的难题。全卷积结构AI医学影像的出现将为全国医学类高校、医学类研究者、医院以及医学科研单位提供一种医学图像处理新方式，帮助他们更好地处理由医学WSI图像内存超大而造成的图像不易查看、缩放、标注等问题，使其能够最大程度上应对医学工作者对相关医疗影像的分析整理工作。

Global Market Insights数据显示，在新冠疫情的冲击下，国内外医疗影像和诊断技术将是这几年智能医疗领域增速最快的行业，从2020—2024年，全球医学影像设备市场规将从395亿美元增长至510亿美元。预计到2025年，全球医学影像设备市场规模将达到529亿美元，如此庞大的市场规模，为国内企业提供了一个难得的赶超机遇。目前国内进入人工智能医学影像领域的创业公司已近50家，如联影、东软和万东等代表国产影像设备纷纷加码人工智能，在某些领域已有赶超之势。从全球范围看，不少国家的医疗机构的放射科或实验室已经完成了全数字化转换，为国内企业提供了许多可以借鉴的经验。在国内，伴随WSI高清大图像逐渐推广应用，使得有关人员对DP技术的发展愈发关注重视，对于此类项目的科研资金投入也呈现出显著增加的趋势，越来越多关于WSI图像处理的技术不断涌现。根据数据显示，2019年，我国人工智能医疗行业投融资金额达到15.46亿元，从总体投融资情况来看，人工智能连续两年、医疗健康连续三年成为投融资热门领域，加之近年来国家多次出台相关政策鼓励医疗健康行业发展，人工智能医疗影像商业化进展愈加成熟，资本吸引力不断增大。

（二）政策支持

医学影像行业发展至今已有多年的历程，AI医疗的迅速发展和普及，既提高了医疗质量，也降低了医疗成本，还为解决国内医疗行业资源分配不均等民生问题，得到了国家相关部门的高度重视。事实上，从应用场景来看，相比于制造业、教育等领域，医疗行业具有相当的谨慎性与严格性，国内人工智能在医学领域的应用仍处于初级阶段，且商业化程度相对较低，市场渗透力不足。2016年6月，国务院就曾出台《关于促进和规范健康医疗大数据应用发展的指导意见》，鼓励企业研发与健康医疗相关的AI技术，加快研发成果，提高数据医疗、物联网等设备生产制造水平，促进健康医疗智能装备的产业升级。2018年7月，国家卫健委发布《关于深入开展“互联网+”医疗健康发展的意见》，提出加快推进智慧医院建设，改造优化诊疗流程；推进医学影像数据采集标准化、规范化；加快医学影像辅助诊断系统的产品化以及临床辅助应用。在新冠疫情期间，AI医疗技术在快速体温检测、医疗大数据防控、医学影像判读等方面提高了抗疫的整体效率。不可否认的是，人工智能在医学领域的应用会朝着多元化的市场需求展开。预计未来，国家将继续出台系列政策支持人工智能医疗产业发展，鼓励优质机构AI医疗服务能力和资源向地方开放。

五、医学影像发展建议及思考

随着现代计算机与信号集成技术的成熟，医学影像学也在探索、创新、完善中得到快速成长。行业的巨大市场机会催生了行业投资的快速增长，预计未来行业的竞争将更加激烈。从区域来看，欧美日等发达国家和地区的医疗器械产业发展时间早，对医疗器械产品的技术水平和质量要求较高，市场需求以产品升级换代为主，市场规模庞太，增长稳定。而不难发现的是，以中国为代表的新兴市场是全球最具潜力的医疗器械市场，产品普及需求与升级换代需求并存，创业企业可以就以下几方面经营指标进行加强，如图5所示。

图5 公司经营指标分析

六、结束语

在医学领域，即使作为一款受全球青睐的可实现WSI医学图像的快速阅览、无损缩放、智能标注的WEB应用，也存在市场饱和度不足等问题，我国医疗资源不平衡的问题亟待解决。当前，大数据、互联网+、企业快联等前沿技术的融合发展正引领社会生产新变革、创造人类新领域，极大地提高了人类探索世界的能力。信息流引领技术流已经成为这个时代最本质的特征，未来各领域间的数字经济社会竞争会越来越激烈，而数据收集及预处理能力将成为决定行业间发展力和竞争力的决定性因素。