导读：2024年AI影像诊断行业迎来重大突破和发展机遇。11月，国家医保局首次将AI辅助诊断纳入立项指南；临床应用层面上，《Radiology》、《Nature Medicine》等多个杂志期刊报道了AI在量化前列腺癌肿瘤体积、心血管疾病的筛查与诊断等领域所取得的显著进展；企业层面，深睿医疗、鹰瞳科技等企业凭借多模态AI解决方案和服务，已覆盖全国数千家医疗机构，推动AI技术在医疗影像领域的广泛引用。AI影像诊断行业有望在未来保持高速增长，为医疗健康领域带来更多的创新和变革！
医学影像是指利用各种成像技术，如X射线、CT（计算机断层扫描）、MRI（磁共振成像）、超声、PET（正电子发射断层扫描）等，对人体内部结构和功能进行成像，以帮助医生进行疾病诊断、治疗规划和疗效评估的医学技术。医学影像包括CT、MRI、X光等不同类型的图像，目前医疗数据中有超过90%的数据来自于医学影像，每年世界范围内产生的医学影像数据量达到几十亿张。传统经CT、MRI等扫描产生的图像存在噪声和伪影问题，人工检查这些图像数据对于医生来说是一项巨大的误差，医生需要花费大量时间逐个检查影像，导致诊断时间较长，尤其是在急诊和大规模筛查中，效率低下。且传统的影像诊断主要以来医生的经验和技术，存在一定的主观性和误诊型，不同医生对于同一影像的解读可能存在差异，导致诊断结果的不一致。
人工智能（AI）影像诊断技术是指利用深度学习等AI技术，通过训练大量标注过的医学影像数据，使AI模型能够自动识别图像中的异常结构，如肿瘤、骨折或血管病变。人工智能通过图像预处理、特征提取和分类等技术，能够迅速解析医学影像数据，包括肿瘤大小、形状、纹理特征等测量，给医生提供详尽的诊断报告，为个性化治疗方案的制定提供科学依据。医疗需求的增加、医疗数据的大量累计于我国医疗资源分配不均的现状预计将推动AI医学影像行业的发展。据相关数据显示，2023年我国AI医学影像市场规模约为36.2亿元，预计2025年将达到126.8亿元。截至2024年6月，中国已有92款人工智能医学影像辅助诊断软件获批NMPA三类医疗器械症。这些产品涵盖了心血管疾病、肺部疾病、脑血管疾病、骨科检查等多个领域，可实现图像质量改善、病灶识别与重构、疾病分期与分级、疾病进展预测等功能。
以心血管疾病为例，我国心血管疾病现患病人数达3.3亿，心血管病已经成为了重大的公共卫生问题。以冠心病为例，患者在进院检查时，往往需要做冠状动脉CT增强扫描，该检查需要医生至少手动处理300张以上的图像，并完成判读、评估、报告撰写以及审核的工作，患者从预约至拿到检查报告的等待时间很长。引入AI影像辅助诊断检查时间可以由传统的25至40分钟变成3至5分钟，将检查效率提高90%，节约患者的检查时间并提高医生的工作效率。截至2024年6月，我国在心血管疾病领域获批上市的AI医学影像工具已达到27款。图表 1：截至2024年6月已获批上市的AI医学影像产品数量 
从肺部疾病的角度来说，常见的肺部疾病包括肺癌、肺结节、肺炎等。早期肺癌在临床上多以肺结节的形式展现，早期诊断可以显著提高肺癌患者的预后生存，AI可以在CT检查中识肺结节，计算组织密度差异，绘制结节边界，显著提高微小肺结节的检出率。近年来我国企业积极投入与AI技术在肺部疾病领域中的研究，在2020年推想医疗的肺结节CT图像辅助检测软件就已获批上市，成为我国首个获批上市的肺结节AI辅助检测第三类医疗器械，截至2024年6月，我国共有17款肺结节AI医学影像工具获批上市。伴随着中国出生人口下降，老年化程度的加深，老年人口的增加带动了对医疗资源和服务需求的增长，且随着患者数量的上升叠加人民健康意识的加强，精细化医疗需求的诞生使得医学影像行业面临数据大量堆积而优质资源不足且分配不均的困境。根据《中国卫生健康统计年鉴2022》和国家统计局数字推算，2021年中国影像科医生配置月0.17人/千人，且地区分配严重不均。AI影像诊断有助于快速处理和分析医学影像数据，提供实时的疾病识别建议和治疗指导，提高诊断工作的效率，辅助基层医生提升临床诊断能力，分散大型医院的诊疗压力。02 AI影像诊断商业模式
AI影像诊断技术的主要下游客户包括医院、体检机构、诊断中心等医疗机构。从商业模式的角度来看，AI影像诊断的商业化模式主要包括软件销售/技术平台授权模式、按需付费模式、合作研发模式以及数据管理与分析服务等。提供软件平台服务即通过软件即服务（SaaS）或定制化解决方案为医院等医疗机构提供持续的技术支持和软件更新，主要依靠招标的方式，将AI影像诊断技术以买断或SaaS的模式卖给医院。如联影智能提供的全疾病谱AI影像辅助产品，均可采用SaaS模式，支持一键开启云端智慧医疗；医准智能提供包括CT、磁共振、乳腺机、超声等多种医疗影像设备的智能解决方案，其AI影像辅助诊断产品均可采用SaaS模式，能够通过云端服务为医疗机构提供实时的影像分析和诊断支持，提升影像诊断效率。按需付费模式即按使用量付费，AI影像诊断厂商提供按需付费的服务，客户根据实际使用情况支付费用，这种模式降低了客户的初始投资成本，提高了服务的灵活性。这样的商业模式在海外已先行者，例如Viz.ai提供的AI驱动的大血管堵塞检验，价格为1040美元/次，以及美国Digital Diagnostics提供的糖网病变分析，价格为55美元/次。合作研发的商业模式是指AI影像诊断公司与硬件供应商和软件开发商合作，将AI影像诊断技术集成至硬件中，提供一体化的解决方案，如GE医疗与英伟达合作，将AI技术集成到下一代Definium 656 HD X光平台和Voluson Expert 22超声系统中；医准智能将其肺炎AI辅助诊断应用集成入GE医疗的多款CT设备中。我国AI影像诊断领域的商业模式仍在继续拓展中，且需要注意的是，我国目前已经对AI影像诊断按需付费的商业化路径做出限制。2024年11月20日国家医保局在发布的《放射检查类价格立项指南（试行）》中提到，人工智能技术在临床实践中一定程度上起到辅助诊断或提高效率的作用，但还无法替代医生诊断。在尚无独立的医疗服务产出、辅助诊断质量效用难以确定的情况下，在已收取诊断相应项目检查费用后，不宜单就人工智能辅助诊断再向患者额外收费。换句话说，政策层面上不允许医院将调用AI产生的费用转嫁给患者。AI影像诊断赛道整体上处于发展阶段，赛道已经愈发趋向成熟，玩家竞争愈发激烈。自2020年AI影像诊断产品第一次获批三类医疗器械以来，AI影像诊断技术仍在快速迭代，尽管赛道内已经出现了如鹰瞳科技、推想医疗这样的上市企业，但随着各家AI医学影像的产品接连获批，新的疾病领域应用场景正在不断涌现，在商业化落地尚未完全跑通的背景下，企业仍难以实现盈亏平衡，仍需要持续投入研发以保持技术领先，赛道内竞争将愈发激烈。
伴随着近年来人工智能热度的急速攀升，“AI+医学影像”的化学反应凭借其广阔的应用前景已经成为了国内医疗行业的发展大热领域之一，AI影像诊断领域整体来说在一级市场表现活跃，投融资事件频繁，赛道整体展现出强劲的发展势头。在人工智能的时代下，AI影像诊断赛道作为“AI+医疗”领域的落地应用之一拥有广阔的市场空间，潜在收益巨大，投融热度的持续上升也代表着许多资本希望通过早期布局赛道内优质项目，陪伴企业成长，获取长期收益。据来觅PEVC数据显示，2024年以来AI影像诊断赛道已发生融资案例8起，多为早期融资案例，其中融资最大额事件为联影智能的10亿人民币A轮融资，投后估值达100亿人民币，本次融资后国内“AI+医疗”领域又诞生一家百亿独角兽。感兴趣的读者，可以登录Rime PEVC平台获取AI影像诊断赛道全量融资案例、被投项目及深度数据分析。图表 3：2024年以来中国AI影像诊断领域投融情况
近期热文推荐
版权及免责声明：本文内容为来觅研究院撰写，其版权系深圳来觅数据信息科技有限公司（下称：Rime 或 来觅数据）所有。未经来觅数据许可或授权，任何单位或人士禁止转载、引用、刊登、发表、修改或翻译本文内容，及其他以作商用的行为。许可或授权下的引用、转载时须注明出处为Rime或来觅数据。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定，来觅数据将保留追究其相关法律责任的权利。本文内容基于来觅数据认为可信的公开资料或实地调研资料，我们力求本文内容的客观、公正，但对本文中所载的信息、观点及数据的准确性、可靠性、时效性及完整性不作任何明确或隐含的保证，亦不负相关法律责任。受研究方法和数据获取资源的限制，本报告全部内容仅供参考之用，对任何人的投资、商业决策、法律等操作均不构成任何建议。在任何情况下，对因参考本报告造成的任何影响和后果，来觅数据均不承担任何责任。
