人工智能醫學影像的商業價值與展望*

文/覃雪沙 段慶潮（桂林電子科技大學）

一、智能醫學影像發展狀況

（一）背景概述

在信息技術飛速發展的時代，傳統的醫療服務已經無法滿足人們對高效醫療程序的需求，線下醫療活動必將朝著數字化、網絡化和智能化的數字健康演變。AI在醫療領域內的應用和發展給醫療工作者和研究者帶來了極大的想象空間，也極大地鼓舞了投資者對智能醫療領域相關產品和項目的投資，市場開始不斷催生出人工智能與醫療設備結合的應用程序。目前AI在我國醫療領域的應用已經非常廣泛，幾乎涵蓋了從就診到康復的全過程，但源于我國對不同病理數據覆蓋程度的并不全面，即使是擁有強大人口優勢的中國，多年來已經獲得了海量的醫學影像數據，但有效深入應用于AI醫療影像技術仍非常局限。精準高質量的數據獲取和儲存依然是我國普遍AI醫療影像技術停滯不前的缺憾，成為阻礙我國智能醫學影像順利邁向商業化的關鍵。對醫療衛生事業這一特殊而又復雜的行業來說，一般患者病理特征更是存在較大差異與不確定性，在面對這些變幻莫測復雜狀況的同時，也極大提升了當前醫療影像技術與AI結合的困難指數。

（二）當下醫學影像質量分析

智能醫學影像是一個以非侵入的形式探測人體內部組織結構，集WSI圖像高清顯示、無損縮放以及智能標注于一體的軟件，如圖1所示。軟件設計主要保證WSI圖像縮放過程中信息損失程度最低、WSI圖像顯示速度最快且分辨率最高以及WSI圖像準確高效的標注，力求實現對于大內存WSI圖像豐富細節的完全保留和快速處理。可有效解決醫學影像大數據處理難題,幫助醫療工作者顯著提高數據分析的效率和準確性,提升了健康與診療的效益及價值。

圖1 產品系統框架圖

醫院數據里80%-90%的存儲容量被影像數據所占據，而傳統的基于醫學影像學的計算機輔助技術包括計算機輔助檢測（CAD）和計算機輔助診斷，它們對圖像的處理無法實現高分辨率顯示的同時還不能保證病理細節全保留縮放，導致無法高效輔助醫療工作者作出及時準確的診斷。

目前，通過應用人工智能結合的醫學影像使得計算機通過對已有的數據進行經驗積累，不僅提高對任務的處理能力，還極大地擴展其應用范圍。具體來說，人工智能在圖像處理上的能力分為以下四類，如圖2所示。

圖2 人工智能在醫學影像分析

目前在醫療檢測過程中，無論是對病理的診斷、治療還是預防，更強調“個性化”的醫療模式。人工智能對醫學影像的數據挖掘和分析方法包括數據預處理、圖像分割、特征提取和匹配判斷，前三個過程的核心是圖像識別，而匹配判斷，則要通過深度學習來診斷，對現有的臨床治療過程帶來較大的改變，醫學影像在診斷方面有以下特征與優勢：

（1）篩選無效信息，把有效診斷信息呈現給醫療工作者。醫學影像完成組織定位分類及分割工作，標注可疑位置，相當于完成了醫生的一部分工作，排除了無效的干擾信息。

（2）醫療工作者做定性診斷，計算機進行定量分析；相比于醫生，計算機更擅長進行定量分析，而且在臨床過程中，需要對病變進行更加精確的定量分析，這些正是人工智能所擅長的領域。

（3）提供標準化、個性化和規范化診斷流程，提高診斷的效率與穩定性。醫學影像APP通過快速瀏覽病理庫信息直接將病灶部位進行特殊標注，醫生進行審核，可以明顯提高醫生診斷效率。

二、醫學影像行業歷史與前景展望

1956年，著名放射醫學家Gwilym Ladwicky說 過“There is no function on computer cannot do in radiology”。他一生致力于研究計算機算法，力求精確地從X光中識別腫瘤，但在他30年的研究生涯中，從未真正意義上達到目標，究其原因，先進的想法與技術的實現被當時有限的計算能力大大限制了。進入21世紀以來，在醫學圖像和醫學影像處理領域的研究，已經存在很多基于計算機技術的自動化方法得到了有效的落實，比如被認為最有潛力的基于CNN的模型。這對于研究大容量的WSI圖像帶來了很大幫助，以WSI為代表的數字病理學正快速發展。醫學影像的發展與醫學科學的進步緊密相關，而智能醫學影像的發展已成為推動醫學持續進步的不竭動力。我國醫學影像數據正以30%的速度逐年增長,大量的醫學影像數據給臨床醫生的工作帶來了極大挑戰,也為疾病診療模式的變革帶來了機遇。

智能化醫學影像可以使病理資源數據化、網絡化，可達到可視化數據永久儲存和不受時空限制的同步瀏覽處理，因此在病理各個領域將得到廣泛的應用。從2019年起，AI醫學影像的商業化落地成為行業關注的重點，也是企業發展的驅動力，企業間開始注重品牌體驗與技術革新，真正解放人力，為醫療工作者提供更豐富簡化的診療體驗。醫療衛生數據的挖掘，結合本身的影像數據獲取和存儲優勢，醫學影像技術在作出行業標準方面有了新的突破，讓智能化醫療服務成為可能，通過對大數據的挖掘和分析等底層指令完成軟件自我的更新換代，一方面能輔助醫療工作者高效、準確地完成診斷。另一方面優化了醫療資源配置、彌補醫院管理漏洞和提升患者就醫體驗。《夢幻之地》有這么一句話“只要你把他建設好他就會來”，幾乎可以肯定的是，醫學影像會是人工智能在醫學領域應用的新篇章。這項技術不僅代表AI技術的突破，還是自動化技術的巨大進步。

三、醫學影像開發意義

1972年，X-CT的問世標志著醫學影像技術的新變革，進入20世紀80年代，影像診斷技術急劇向數字化發展，成為醫學影像技術史上新的里程碑，如圖3所示。目前，AI醫學影像仍處于變革之中，X-CT、US、MRI和ECT已被公認為醫學影像診斷的四大成像技術方式。受益于數字化經濟的日漸成熟，百姓健康需求不斷增加，從望聞問切到醫學影像，再到當今最高端的PETCT技術，無膠片醫學影像和數字化醫院成為現實，中國醫療器械市場迎來了巨大的發展挑戰和機遇。尤其在疫情期間，面對國內病患的暴增，醫療任務繁重、工作強度大、夜班頻繁、醫患關系緊張，在這種災難性的疾病面前，高效、及時的診療服務設備成為市場最具有競爭的優勢之一。

圖3 醫學影像發展路徑

在2020 年新冠疫情暴發后，針對新型冠狀病毒類藥物的篩選過程中，智能醫學技術在抗新冠病毒歷史藥物的數據挖掘與集成、藥物靶點與分子性質的智能計算、臨床數據資源的海量分析等方面發揮了重要作用。據《2020-2026年中國醫學影像設備行業市場供需態勢及投資規模預測報告》數據顯示：數字化醫學影像設備需求在不斷上漲，且中國醫學影像數據以超過30%的速度增長，而從事醫療影像者的年增長率僅為4.1%，醫師長期處于超負荷的工作狀態下會帶來一定的診療風險。醫療數據的急劇增長，迫切需要人工智能在醫學影像的精確應用與開發，因此，數據獲取能力和智能標注能力成為智能化醫療影像領域企業間占據絕對優勢的核心競爭力。如圖4國內醫療數據特征分析。

圖4 國內醫療數據特征

四、醫學影像商業價值的分析

（一）市場機遇

雖然我國是最大醫療器械市場，但現階段高端醫療影像設備仍處于一個技術瓶頸，缺少重大突破。近些年來，人工智能的熱潮不斷涌現，國內企業開始關注人工智能在醫學領域的應用與開發，研發實力得到不斷增強，醫療設備逐步轉向國產化。據統計，中國一年的醫學影像檢查總次數達76億人次，臨床需求的不斷增加給影像科帶來了巨大的挑戰和機遇。隨著醫學影像設備越來越復雜、信息量越來越大，而目前我國專業醫療人才的稀缺，使得國內AI醫療影像輔助診療的需求日益迫切。常規的對于WSI圖像的處理操作往往是直接進行壓縮或者直接分割得到縮略圖，這種方式容易產生WSI圖像信息丟失與分辨率降低的問題，降低了原始圖像的質量，直接影響醫學圖像研究學者和醫院醫師對病理判斷分析的結果。國內對于此類醫學專業軟件的開發滯后于國外，市場上雖然有RadiAnt DICOM Viewer、ITK-Snap和3Dslicer等專業軟件，而據市場反饋，這些軟件AI圖像識別算法準確度并不高，且不能實現高分辨率顯示與細節全保留縮放的有機結合，無法有效應對WSI圖像帶來的難題。全卷積結構AI醫學影像的出現將為全國醫學類高校、醫學類研究者、醫院以及醫學科研單位提供一種醫學圖像處理新方式，幫助他們更好地處理由醫學WSI圖像內存超大而造成的圖像不易查看、縮放、標注等問題，使其能夠最大程度上應對醫學工作者對相關醫療影像的分析整理工作。

Global Market Insights數據顯示，在新冠疫情的沖擊下，國內外醫療影像和診斷技術將是這幾年智能醫療領域增速最快的行業，從2020—2024年，全球醫學影像設備市場規將從395億美元增長至510億美元。預計到2025年，全球醫學影像設備市場規模將達到529億美元，如此龐大的市場規模，為國內企業提供了一個難得的趕超機遇。目前國內進入人工智能醫學影像領域的創業公司已近50家，如聯影、東軟和萬東等代表國產影像設備紛紛加碼人工智能，在某些領域已有趕超之勢。從全球范圍看，不少國家的醫療機構的放射科或實驗室已經完成了全數字化轉換，為國內企業提供了許多可以借鑒的經驗。在國內，伴隨WSI高清大圖像逐漸推廣應用，使得有關人員對DP技術的發展愈發關注重視，對于此類項目的科研資金投入也呈現出顯著增加的趨勢，越來越多關于WSI圖像處理的技術不斷涌現。根據數據顯示，2019年，我國人工智能醫療行業投融資金額達到15.46億元，從總體投融資情況來看，人工智能連續兩年、醫療健康連續三年成為投融資熱門領域，加之近年來國家多次出臺相關政策鼓勵醫療健康行業發展，人工智能醫療影像商業化進展愈加成熟，資本吸引力不斷增大。

（二）政策支持

醫學影像行業發展至今已有多年的歷程，AI醫療的迅速發展和普及，既提高了醫療質量，也降低了醫療成本，還為解決國內醫療行業資源分配不均等民生問題，得到了國家相關部門的高度重視。事實上，從應用場景來看，相比于制造業、教育等領域，醫療行業具有相當的謹慎性與嚴格性，國內人工智能在醫學領域的應用仍處于初級階段，且商業化程度相對較低，市場滲透力不足。2016年6月，國務院就曾出臺《關于促進和規范健康醫療大數據應用發展的指導意見》，鼓勵企業研發與健康醫療相關的AI技術，加快研發成果，提高數據醫療、物聯網等設備生產制造水平，促進健康醫療智能裝備的產業升級。2018年7月，國家衛健委發布《關于深入開展“互聯網+”醫療健康發展的意見》，提出加快推進智慧醫院建設，改造優化診療流程；推進醫學影像數據采集標準化、規范化；加快醫學影像輔助診斷系統的產品化以及臨床輔助應用。在新冠疫情期間，AI醫療技術在快速體溫檢測、醫療大數據防控、醫學影像判讀等方面提高了抗疫的整體效率。不可否認的是，人工智能在醫學領域的應用會朝著多元化的市場需求展開。預計未來，國家將繼續出臺系列政策支持人工智能醫療產業發展，鼓勵優質機構AI醫療服務能力和資源向地方開放。

五、醫學影像發展建議及思考

隨著現代計算機與信號集成技術的成熟，醫學影像學也在探索、創新、完善中得到快速成長。行業的巨大市場機會催生了行業投資的快速增長，預計未來行業的競爭將更加激烈。從區域來看，歐美日等發達國家和地區的醫療器械產業發展時間早，對醫療器械產品的技術水平和質量要求較高，市場需求以產品升級換代為主，市場規模龐太，增長穩定。而不難發現的是，以中國為代表的新興市場是全球最具潛力的醫療器械市場，產品普及需求與升級換代需求并存，創業企業可以就以下幾方面經營指標進行加強，如圖5所示。

圖5 公司經營指標分析

六、結束語

在醫學領域，即使作為一款受全球青睞的可實現WSI醫學圖像的快速閱覽、無損縮放、智能標注的WEB應用，也存在市場飽和度不足等問題，我國醫療資源不平衡的問題亟待解決。當前，大數據、互聯網+、企業快聯等前沿技術的融合發展正引領社會生產新變革、創造人類新領域，極大地提高了人類探索世界的能力。信息流引領技術流已經成為這個時代最本質的特征，未來各領域間的數字經濟社會競爭會越來越激烈，而數據收集及預處理能力將成為決定行業間發展力和競爭力的決定性因素。