2019中国医疗人工智能市场研究报告.pptx

2019中国医疗人工智能市场研究报告,目录,06 Part1 医疗人工智能行业综述1.1 中国医疗人工智能顶层设计1.2 中国医疗人工智能生态图谱1.3 中国医疗人工智能企业图谱,11 Part2 医疗人工智能市场分析2.1 医疗人工智能商业化综述,医疗人工智能商业化综述中国医疗人工智能企业数据中国医疗人工智能投融资数据中国医疗人工智能落地情况中国医疗人工智能商业化进度,2.2 医疗人工智能细分领域市场分析 医疗人工智能应用场景与技术路线交叉矩阵 医疗辅助 医学影像 药物研发,健康管理疾病风险预测AI+“领航者”的布局中国医疗工智能商业模式图, 医疗人工智能专家访谈实录49 Part 3 医疗人工智能落地难点扫描3.1 中国医疗AI商业化的难点3.2 中国医疗AI产品注册审批3.3 医疗人工智能落地展望,3,研究发现,数据爆发、算法升级及算力提升激发医疗AI新潜力，中国医疗人工智能冷静后进入价值验证期。企业实现商业化需经过数据获取、技术验证、注册审批、市场准入、定价、（进入医保目录）、商业模式验证六个环节。目前正在注册审批与市场准入的过渡期。应用场景与目标市场为多对多关系，医院是医疗人工智能企业首发市场。六大审批要点已公布，第一批三类证审批企业处在临床试验阶段，“多中心验证”成为“金标准”。1家企业进入三类证注册审批绿色通道。,发展阶段商业化进度目标市场注册审批,概念界定, 医疗人工智能：“医疗人工智能”概念出现之初，业内对于“人工智能是学科还是技术、医疗的内涵和外延是什么”展开了一场大讨论。随着“医疗人工智能”从概念走向实体、应用场景越来越明晰、各类产品走入目标市场、相关标准及规范相继出台，现在业内对于“医疗人工智能”已有较为统一的认知。 目标市场：医疗人工智能企业决定进入的、具有某一共同需要及特征的购买者集合。 落地、商业化*：.“落地”是指“产品走出实验室，进入目标市场”。其特征是应用对象及应用场景从实验室转变为真实世界。.“商业化”是指企业所处的“真实可见的实际应用案例、能规模化推广的对应产品、可用统计数据证明的应用成效、合法合规并可执行的商业模式”的状态。 需要说明的是，医疗大数据作为医疗人工智能的底层支撑，并不在本报告所述“应用场景”范围内。但不可否认，医疗大数据是医疗人工智能能够实现的重要一环，是后者不可或缺的原材料。为满足叙述的完整性，本报告的企业图谱章节仍将“医疗大数据”相关企业纳入其中。,商业化真实可见的实际应用案例能规模化推广的对应产品可用统计数据证明的应用成效合法合规并可执行的商业模式,目标市场医疗人工智能企业决定进入的、具有某一共同需要或特征的购买者集合。主流目标市场包括：医院、消费者、诊所、第三方医疗机构、药企、高校、社区、保险公司。,医疗人工智能各应用场景下引入NLP、深度学习、计算机视觉等人工智能相关技术所开发的，使医疗活动成本降低、效果增强，而且为医疗相关产业链带来了新变化的产品及服务。,*注：“商业化”的定义参考科大讯飞轮值总裁胡郁在2019全球新经济年会上对“人工智能价值兑现的三大标准”的演讲。,Part.1 医疗人工智能行业综述,Part 1. 医疗人工智能行业综述,6,中国医疗人工智能顶层设计（一）, 鼓励社会企业参与医疗人工,智能标准制定工作、单病种数据库建设工作； 人工智能标准化白皮书（2018版）提出目前急需研制一些标准，其中包括“医学影像辅助诊断系统技术要求”；,标准化,依托的医疗（学）影像国家新一代人工智能开放创新平台启动建设； 2019年1月，上海交大发布中国人工智能白皮书，解读AI在辅助诊疗、医学影像、健康管理、疾病风险预测等细分领域的应用情况； 2019年1月，中国医学影像AI 产 学 研 用 创 新 联 盟（CAIERA）发布中国医学影像AI白皮书；,细分领域,审批, 2015年5月发布的中国制造2025中， 2017年7月，以腾讯公司为,提出把智能制造作为两化深度融合的主攻方向； 2015年7月发布的关于积极推进“互联网+”行动的指导意见中，提出将人工智能作为互联网+的十一个重点布局领域之一； 2017年7月国务院发布的新一代人工智能规划是我国在人工智能领域展开系统部署的第一份文件。文件提出到2030年抢占全球人工智能制高点。 2017年10月，人工智能写入十九大报告。报告提出加快发展先进制造业，推动互,联网、大数据、人工智能和实体经济深度融合；,战略地位, 2018年8月1日，新版医疗器,械分类目录正式生效，首次为医疗AI产品划分明确子类； 中检院作为国家监管技术支撑机构，承担了医疗人工智能产品质量评价与研究工作；光机电室成立AI小组承担此项工作； 2018年12月，医疗器械技术审评中心和中国健康传媒集团联合主办人工智能类医疗器械注册申报公益培训； 2019年7月1日，药监局医疗器,械技术审评中心正式发布深度学习辅助决策医疗器械软件审批要点。,人才,2019年3月，教育部批,准全国35所高校开设“人工智能”相关学院或专业； 2019年7月，华为与复旦大学合作开发的“医学人工智能与机器学习”在复旦大学进行集中授课。,Part.1 医疗人工智能行业综述,发展人工智能。培育人工智能产业生态，促进人工智能在经济社会重点领域的推广与应用；具体包括：加快人工智能支撑体系建设、推动人工智能技术在各领域如健康医疗的应用等,2016.9 工信部智能硬件产业创新发展专项行动（2016-2018年）重点发展智能穿戴设备、智能医疗健康设备、智能服务机器人等2016.11 国务院“十三五”国家战略性新兴产业发展规划,2017.3 国务院2017年政府工作报告加快培育壮大新兴产业，加快人工智能、生物制药等技术研发和转化。大力改造提升传统产业，加快大数据、云计算、物联网应用,中国医疗人工智能顶层设计（二）：关键政策出台，从宏观方向具体到执行细节, 行业训练资源库。面向语音识别、视觉识别、自然语言处理等基础领域及工业、医疗、金融、交通等行业领域，支持建设高质量人工智能训练资源库、标准测试数据集并推动共享，鼓励建设提供知识图谱、算法,训练、产品优化等共性服务的开放性云平台。,2017.12 工信部促进新一代人工智能产业发展三年行动计划(2018-2020年)培育智能产品： 智能服务机器人。提升清洁、老年陪护、康复、助残、儿童教育等家庭服务机器人的智能化水平。 医疗影像辅助诊断系统。推动医学影像数据采集标准化与规范化；加快医疗影像辅助诊断系统的产品化及临床辅助应用。构建支撑体系：,工信部,国务院其他部门/组织,2018.1国家标准化管理委员会人工智能标准化白皮书（2018版） 全国音频、视频和多媒体标准化技术委员会（SAC/TC 242）主要围绕音视频、智慧家庭医疗健康产品开展相关标准化研究。 在智能医疗领域，国内已具备一定的标准化基础，但是还存在数据质量、数据和模型的隐私性、数据模型建立困难等问题，下一步重点开展生理监测、,医疗监管智能化、医疗信息交换、数据平台接口、医疗数据质量评价等标准制定工作。 “目前急需研制的标准包括医学影像辅助诊断系统技术要求，状态为拟研制”。,Part.1 医疗人工智能行业综述,来描述，核心是AI芯片、设备提供商、服,商、系统集成商，外层是各目标市场。,保险公司,诊所,系统集成商,高校,中国医疗人工智能生态图谱,9,药企,消费者,第三方独立医疗机构,社区,中国医学科学院北京协和医院上海市第十人民医院,安徽省立医院,辉瑞诺华罗氏默克,慈铭体检一脉阳光全景医疗,万里云,中日友好医院中国人民解放军陆军军医大学第一附属医院天津市胸科医院解决方案 华中科技大学同济医学院提供商 附属协和医院重庆医科大学附属第一医院技术提供商 医院AI企业 上海市第十人民医院江苏省人民医院,服务器,GE healthcareAlem Health,SiemensCanonTOPCON,高通IntelNVIDIA,AMD寒武纪, 医疗人工智能的整体生态可以采用“层级” 黑龙江省哈尔滨市南岗区新春社区卫生服务中心泰康在线平安健康险爱康国宾美年大健康,务器，中层是技术提供商、解决方案提供,艾伯维复旦大学上海交大武汉大学,影像辅助诊断,健康管理,中国医疗人工智能企业图谱,技术,数据库,采集,医疗大数据,医疗人工智能,药物研发,病理诊断智能放疗系统,医疗辅助,医学影像,语音电子病历辅助决策支持,智能云影像平台,疾病风险预测,医疗服务智能问诊智能导诊,Part.1 医疗人工智能行业综述,Part 2. 医疗人工智能市场分析,11,2.1 医疗人工智能商业化综述,12,第二阶段：,数据+应用,第三阶段：,医疗人工智能商业化综述：数据爆发、算法升级及算力提升激发医疗AI新潜力，中国医疗人工智能冷静后进入价值验证期, 医疗人工智能早期经历了以数据整合为特征的第一阶段、以数据共享+较基础算力为特征的第二阶段。之后，数据质量和数量的爆发以及算力的提升收敛于第三阶段，即目前医疗人工智能所处的以健康医疗大数据+应用水平的AI为特征的阶段。 在医疗人工智能落地之前，人们往往对其充满疯狂的畅想。然而“人工智能可以提供什么”与“真实世界需要什么”、“我们实际能做到什么”之间存在巨大差异。经历了2016年到2018年的概念炒作期，市场开始向企业“要结果”，中国医疗人工智能进入价值,验证时期。,算法先进性、算力级别,第一阶段：该阶段数据数量少、质量差，这一阶段的重要任务是进行数据整合。数据整合动力：数据,智库：中国医疗人工智能发展阶段,智库：医疗人工智能发展阶段 期 概念“巅峰”望值健康医疗大数据搜集成本下降。算力处 水平的AI在较基础阶段。数据共享+ 数据维度从院内数据、诊疗数据向院外数据、较基础算力 “运动”及“饮食”等范畴扩展；算法先进性提升和算力的强大升级助推了医疗人工智能的发展。诸如深度神经网络等更高级技术形态出现。动力：算法先进性提升、算力升级,冷静“低谷”数据量增加，共享机制建立， 2010 2016 2018 2019 2020 2021 时间数据数量与质量,Part.2 医疗人工智能市场分析医疗人工智能商业化综述,中国医疗人工智能企业数据：积累数年，企业类型已清晰；入场玩家迭代沉浮，目前仍是百余家, 企业类型：“医疗AI企业”是涉足医疗人工智能业务的企业统称。这些企业可以分为“AI+医疗”、“医疗+AI”两种类型。“AI+医疗”指AI企业在医疗领域的业务拓展。“医疗+AI”指医疗垂直细分场景创业公司以人工智能技术作为优势切入市场以及传统医疗企业在业务发展过程中应用AI技术。 细分领域：据智库不完全统计，截至2019年7月，在中国市场活跃的医疗人工智能企业共126家，与2017年的统计数据（131家）基本持平。其中，开展医学影像业务的企业数量最多，共57家；开展疾病风险预测业务的企业数量为41家；医疗辅助、医学影像、药物研发企业较2017年统计数据有增加，多个企业拓展了辅助医学研究业务，因此医学研究领域企业数量有所增加；健康管理、疾,病风险预测企业较2017年统计数据有减少。,医疗垂直细分场景创业公司以人工智能作为优势切入市场,传统医疗企业应用AI技术AI企业在医疗领域的布局,医疗人工智能企业,医疗+AI,AI+医疗,43,14,45,7,14,3435,57,11,41,10,8 9,18,0,302010,5040,60,医疗辅助,医学影像,健康管理,疾病风险预测,药物研发,医院管理,医学研究,2017年2019年,智库：2017年、2019年中国医疗AI细分场景企业数量*,智库：医疗AI企业类型,Part.2 医疗人工智能市场分析医疗人工智能商业化综述,*注：2017年、2019年的企业数量数据均来自智库。两次统计对各细分领域的归类逻辑有细微差异。因此将2017年的统计数据按照2019年的归类逻辑重新调整之后，其与智库：2017人工智能赋能医疗产业研究报告中呈现出的各细分领域数据有差别。,1 1,0 2,0,2,中国医疗人工智能投融资数据,22,35,24,25,523,534,522,1050,252015,403530,5045,0 12012,12013,3632014,1052015,42016,62017,82018,1622019.1-5,医学数据挖掘,智能影像诊疗,健康管理,药物挖掘,智能问诊,语音电子病历, 2012年至2019年5月获投的医疗人工智能企业中，.智能影像领域占比最高，医学数据挖掘领域及健康管理领域分列第二、第三位。.语音电子病历投资事件数最少，仅2017年出现一例。 .医疗人工智能领域获投企业数最多的年份是2018年。智库：中国医疗人工智能领域投融资概况,注：本统计中“企业类型”来自企业数据库中的企业标签，与本报告中的七大场景表述有部分出入。,Part.2 医疗人工智能市场分析医疗人工智能商业化综述,中国医疗人工智能落地情况：应用场景与目标市场为多对多关系，医院是最多医疗人工智能企业的落地选择,疾病风险预测药物研发健康管理医院管理医学研究, 医疗辅助、医学影像、疾病风险预测、药物挖掘、健康管理、医院管理、医学研究七大应用场景下，企业与目标市场之间并非一对一关系，而是多对多关系。八大目标市场中，医院把控患者流量、专业人员配置到位、设备水平较高、标准化程度较高，并拥有医保支持，因此成为大部分医疗人工智能企业的落地选择。 需要说明的是，“第三方独立医疗机构”是一个整体定义，包括医学检验实验室、病理诊断中心、医学影像诊断中心、血液透析中心、安宁疗护中心、康复医疗中心、护理中心、消毒供应中心、中小型眼科医院、健康体检中心10类*。各应用场景对应的第三方独立医疗机构并不完全一致。医疗辅助医院医学影像,消费者第三方独立医疗机构药企高校基层医疗卫生机构社区保险公司注：1.上图中左侧为7大应用场景，右侧为8大目标市场，中间的连线表示两者的对应关系；2.*参考来源：国家卫计委/卫健委,Part.2 医疗人工智能市场分析医疗人工智能商业化综述,中国医疗人工智能商业化进度：“落地到完成商业化”征途漫漫，目前正在注册审批与市场准入的过渡期, 从走出实验室到实现商业化，企业面临的不仅仅是场景的变化。除了打磨产品、落地推广，还要跨过较高的准入门槛和拿证要求，刺中刚需、得到信任、产生流水、实现盈利、形成稳定可持续的商业模式。 实现商业化需要经过数据获取、技术验证、注册审批、市场准入、定价、（进入医保目录）、商业模式验证六个环节。目前第一梯队企业进入技术验证及注册审批阶段，还有部分企业在获取数据及技术验证阶段。智库：医疗人工智能商业化实现路径,Part.2 医疗人工智能市场分析医疗人工智能商业化综述,定价,数据获取,注册审批,商业模式验证,技术验证,进入医保目录,市场准入, 二类证 三类证实验室,必经阶段可能经过的阶段,2.2 医疗人工智能细分领域市场分析,18,医疗人工智能应用场景与技术路线交叉矩阵, 本研究基于智库过往报告的结论，结合2019年医疗人工智能的实际情况，更新七大应用场景与技术路线交叉矩阵。本报告将对医疗辅助、医学影像、健康管理、疾病风险预测、药物研发五大场景做出详细分析。,计算机视觉,语音交互语音转写,自然语言处理,医学影像,医疗辅助,疾病风险预测,药物研发,健康管理,数据挖掘机器学习,医院管理,医学研究,智能导诊语音电子病历,结构化电子病历智能问诊,辅助诊断病理诊断,智能放疗系统辅助手术,候选药物挖掘,化合物筛选,发掘新适应症晶型预测靶点药物研发预测ADMET性质,DRGs智能分类系统,患者管理绩效管理,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,辅助医学研究平台,消费级健康管理软硬件,消费级健康管理软硬件健康管理综合解决方案提供商,诊断、治疗、康复机器人,基因检测与测序,注：本报告认为，.医院管理场景下的AI偏向更底层的数据挖掘技术，读者可阅读智库2017年人工智能赋能医疗研究报告、2019中国医疗大数据研究报告了解此方面内容。本报告中不再对医院管理场景做专门研究； .随着医疗人工智能发展，如今医学研究不再局限于某一特定场景，而是多个场景中都存在的业务形态，因此本报告中不再对医学研究场景做专门研究。,医疗辅助应用：虚拟助理和辅助诊疗类产品, 领域描述：医疗辅助场景下的人工智能产品可分为虚拟助理类及辅助诊疗类。A. 虚拟助理：在医疗领域中的虚拟助理，属于专用（医用）型虚拟助理。基于特定领域的知识系统，通过智能语音技术（语音识别、语音合成、声纹识别等）和自然语言相关技术（NLP、NLU等），实现人机交互，解决使用者某一特定需求。虚拟助理产品可以分为两类：1.病历：语音电子病历、结构化电子病历；2.导诊：智能问诊产品、智能导诊产品。,B.,虚拟助理,辅助诊疗,语音电子病历、结构化电子病历,智能问诊、智能导诊、推荐用药临床辅助决策支持系统（CDSS）,诊断与治疗机器人、康复机器人,医疗辅助,辅助诊疗：为医生疾病诊断提供辅助的产品。辅助诊疗产品可以分为三类：1.医学影像辅助诊断；2.医学大数据临床辅助决策支持系统；3.辅助诊疗机器人：诊断与治疗机器人，康复机器人。智库：中国医疗辅助场景下AI产品目标市场情况,场景,产品,目标市场,医院,医院,基层医疗卫生机构,消费者,基层医疗卫生机构基层医疗卫生机构,医院医院,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,社区,社区社区,21,领域语音电子病历结构化电子病历临床辅助决策（CDSS）智能导诊,公司名称云知声捷通华声医渡云零氪科技百度灵医科大讯飞,主营业务提供医疗垂直领域录入软硬件一体的解决方案，基于医疗人工智能技术和大数据分析进行持续探索，实现智能语音交互的知识问答和病历查询，进行健康风险预测和患者分群分析。提供医疗领域语音识别及录入解决方案。针对不同的科室加载相对应的语言模型，降低模型大小，提高识别准确度。以大规模临床数据为基础，结合不断更新的医学文献与标准知识库，构建可查询，可计算，可决策辅助的智能平台。Hubble智能辅助决策系统：提供包含早筛早诊、问诊的辅助诊疗服务。同时通过数据可视化模块，提供辅助管理、辅助科研服务。通过学习教材、指南及三甲医院病历，基于医学知识图谱、医学自然语言处理等AI技术，按照循证医学指导，提供标准版、基层版、专病版临床辅助决策系统。晓曼/晓医导诊机器人,目标市场医院医院医院医院、基层医疗卫生机构、药企医院医院、社区,落地情况该系统已在全国100余家医院投入使用，另有500余家完成测试（2019年7月，公开资料）近1000家医疗卫生机构（2017年，公开资料）700+家医疗卫生机构（2017年，官网）500+家医院（2019年7月，）目前已覆盖13个省市，落地几百家医疗机构（2019年6月，官网）安徽省、上海省、天津市等省份多家医院及社区（2018年3月，公开资料）,智能问诊,左手医生,利用知识抽取、推理、表示等知识图谱构建技术，提供医疗领域智能预问诊、智能导诊服务,医院、消费者,已被百度收购，整合至“百度灵医”系统（2019年2月，）,医疗辅助商业化：企业落地推广动作迅速，市场份额争夺战已打响 智库：中国医疗辅助AI领域企业落地情况（部分）,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,医学影像应用：影像辅助诊断竞争胶着，肺结节、眼科成为两大“红海”，新的机会在于把握差异点, 落地功能概述：人工智能利用深度学习模型对图像特征的提取能力，完成影像分类、自动检测、图形分割、图像重建等任务。在应用中， 人工智能常见的应用环节是辅助诊断（影像辅助诊断、病理诊断）、影像辅助手术、智能放疗。 国内该领域企业情况：据智库不完全统计（截至2019年5月），全国57家AI医学影像公司中，以影像辅助诊断为主要业务的公司占比77.1%，其次是搭建智能影像云平台（7.0%），病理诊断（5.3%）、智能放疗（5.3%）和影像辅助手术（5.3%）。其中，开展肺部影像辅诊业务的企业达22家、开展眼部影像辅诊业务为12家。,肺部,口腔皮肤宫颈其他甲状腺肝脏骨脑乳腺心血管眼,25,0,智库：全国57家AI医学影像公司业务情况,22,8,777,6,5,4,3,2,1,智能放疗5.3%病理诊断5.3%影像云平台7.0%,影像辅助手术5.3%影像辅助诊断77.1%12,智库：AI医学影像技术、需求、产品类型示意图,脑疾病诊断骨伤鉴定乳腺疾病诊断超声辅助诊断病理切片分析骨龄分析,需求图像重建X线胸片阅读眼底检测脑区分割器官分割/靶区勾画,产品类型影像辅助诊断病理诊断影像辅助手术智能放疗,影像云平台,技术数据挖掘深度学习影像分类自动检测图形分割图像重建,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,医学影像商业化（一）：公立医院是AI医学影像企业现阶段核心目标市场，但未来发力点可扩展至全产业链,公立医院,三级二级一级,第三方独立医疗机构,消费者,民营医院,落地速度,快,慢,社区, 落地现状：医学影像AI企业目前以公立医院为主要目标市场，落地逻辑有以下两种：1. 纵向打通各级医院，从三甲到基层医疗卫生机构按比例分布；2. 横向延伸服务对象，除三甲医院外，在第三方体检中心、第三方影像中心均有落地。 未来，社区、民营医院也将成为医学影像AI企业的目标市场，面向消费者（家庭场景）的医学影像辅助诊断产品也值得期待。如体素科技在2018年推出结合了计算机视觉技术与深度学习技术的儿童视力异常检测工具及皮肤病辅助转诊App，用户通过拍摄上传儿童异常眼行为的视频和皮肤异常情况照片，即可得到系统给出的诊断建议。智库：医学影像AI目标市场情况AI医学影像企业,第三方体检中心第三方影像中心其他基层医疗卫生机构,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,基层医疗卫生机构 设备：部分基层医疗卫生机构购置设备资,金有限，决策流程较为繁琐冗余，设备更,新慢； 医生：医生对新技术了解程度和接受程度较低，市场教育成本高； 患者：由于基层医疗卫生机构服务能力较差等原因，患者难以信任，流量较低； 支付：近几年医保逐渐倾斜，但基层医院在医保管理方面难以实现精细化。,公立医院 设备：购置设备资金较充裕；,度高，操作规范化程度高，市场教育成本低； 患者：把控患者流量，患者数据获取难度低； 支付：医保支持。, 医生：医生受教育程度普遍较高，对新技术接受程 医生：专家稀缺。第三方独立医疗机构要求配置专业,人员，而我国医生数量较短缺，仅影像科医生缺口达15万； 患者：患者来源不稳定。据HIA中国公立医院成本报告统计数据，医院影像科收益率达80%，医院没有动力将影像检查的病患分流至第三方独立医疗机构； 支付：无医保支持，患者大多通过商保支付； 其他：第三方独立医疗机构检查结果与公立医院之间不能互认，导致患者需在医院再次进行检查。这也是第三方独立医疗机构缺乏竞争力的一个原因。,医学影像商业化（二）：公立医院拥有设备、医生、患者流量、医保支持等多项优势，第三方独立医疗机构尚缺乏竞争力,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,第三方独立医疗机构第三方影像检测中心、第三方体检机构等 设备：购置设备资金较充裕；, 目前，医学影像人工智能产品总体处在“试用”阶段，部分企业可能通过医院单独的检测费项目向患者收费，这一定程度上会降低患者的交费意愿，进而影响企业的收入；而获得三类证之后，企业可以直接向医院收取服务费用。 未来可能的收费模式：1.试用（试用后决定是否购买）、2.首付（试用后决定是否补足全款）、3.按次收费、.按合同约定的固定时长收费。据智库对行业专家的访谈，第1、2种收费模式常见于医院；第3种收费模式常见于第三方独立医疗机构，如第三方影像中心、第三方体检中心；第4种收费模式尚无实际案例。,25,医学影像商业化（三）：目前“向患者收费”，下一阶段是“向医院收费”,智库：医学影像AI企业现阶段及未来可能的收费模式,试用,全款购买,不再使用,补足全款,首付,目标市场付服务费,按次收费按合同约定的固定时长收费（如：年费制）,常见于医院常见于第三方独立医疗机构尚无实际案例,挂靠于检测费等收费项目，由患者付费,智库：医学影像AI未来可能的商业模式,医学影像AI企业,医学影像设备提供商,药企,目标市场,系统集成，代理设备销售,目前医学影像AI企业,分科室用药指导及推荐,科室导流，收取服务费,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,医学影像商业化（四）：国际国内均为热门场景，商业模式有规可循, 领域现状：据Signify Research统计，到2023年，全球医学影像人工智能市场规模（包括自动检测、量化、决策支持和诊断软件）将达到20亿美元。中国、美国、印度、以色列均有该领域企业分布。 初创企业除了自研医学影像系统之外，还可以与传统大型设备提供商或软件供应商合作。如医学影像初创公司 Arterys公司，其主要合作伙伴是GE医疗。2015年，Arterys公司与GE医疗达成了战略伙伴关系。将在GE医疗最新的核磁共振扫描仪器上安装Arterys诊断系统。,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,1000,200,400300,2017,2018,2019,企业员工数量合作医院数量,180+,50+,120+,公司介绍：数坤科技由顶尖 AI 科学家和医疗专家团队联合创立，全球首个攻破心脏 AI 技术难题，能重建出清晰准确的数字心、数字脑，并对相关部位做出精准诊断。数坤全球首推覆盖心脏、神经、肿瘤的多病种 AI 影像平台，让人类医生的诊断和治疗的效率提高5倍以上，已覆盖全国各省头部三甲医院，实现科室高粘性使用。核心产品：加菲医生影像诊断平台、加菲博士临床科研平台、加菲智慧云平台,优势领域：心血管、肿瘤、神经合作医院：180+家，以省级三甲医院居多。包括北京协和医院、北京友谊医院、北京安贞医院、上海长征医院、上海,瑞金医院、哈医大四院等。,融资情况：B轮, 业务布局：.开发AI医学影像诊断平台，全球首次实现心脏AI结果与临床金标,准对照，敏感性95.1%，特异性85.2%；.开发临床科研平台，联合医院推进科研产出；.搭建医疗智慧云平台，在大医院、基层医院、医联体分别部署私有云、公有云、混合云。三轮联动，构建疾病全周期服务闭环。,数坤科技,医学影像数坤科技：“硬核科技”心脏AI全球独占，实现高粘性使用与多中心验证，迅速迁移至神经、肿瘤等多病种,建造疾病大数据，打造数字医生，让医疗,更精准、更便捷、更普惠。,研发人员：70%,病患图像采集,图像处理,观察、诊断,诊断结果,输出报告,医患沟通,病历记录,医院资源协调,表示数坤AI辅诊产品渗,飞利浦、西门子等多品牌常见通用设备。 （下图透环节）,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析, 业务模式：以全国省级头部三甲医院为现阶段落脚点，推出特色“深度合作”模式：工程师直接进驻科室，实时反馈调试。未来将实现落地医院级别逐步下沉，渗透至基层医疗卫生机构。.覆盖危重疾病，构建链接政府、医院、患者的疾病分析管理体系；.全病程延展，从诊中（辅诊）切入，业务向前拓展至诊前（健康管理），向后拓展至治疗（手术影像）。 拳头产品：在医学影像辅诊产品方面，攻破难度极高的心血管 AI ，产品超百家医院落地验证：.无缝接入科室工作流程，覆盖90%以上的病例；. 首次国际权威多中心验证，循证支持 AI 与金标准对照，构建行业规范。. 兼容GE、,覆盖病种多：心血管系统疾病：冠心病、冠脉起源异常，壁状冠脉异常，A/B型主动脉夹层，主动脉瘤等；神经系统疾病：缺血性脑卒中，出血性脑卒中，慢性脑梗塞，动脉瘤，烟雾病等;,肺癌辅助诊断：定性诊断、定量评估、辅助临床治疗及随访；协同联诊：.疾病相关性协同：心脑联合检查 .检查部位协同：肺结节和钙化积分 .疾病鉴别协同：胸痛三联；可兼容性强：跨设备：CT、MR、DR、内镜、病理；兼容不同品牌产品,冠脉识别冠脉命名图像后处理,影像后处理,疾病诊断,报告和打印,狭窄与斑块监测管径计算和狭窄程度判定冠脉优势型和起源判定,CAD-RADS结构化报告胶片打印,影像质控,冠心病,冠脉钙化积分,冠脉CT-FFR,主动脉虚拟支架,肺结节,胸部疾病,乳腺癌,前列腺腹部疾病（开发中）,CTMRDR,脑梗塞,脑肿瘤,动脉瘤,头颈CTA,脑灌注脑出血, 全面完整的三维重建 自动化的胶片排版、打印, 深度学习完整提取冠脉树 自动化血管分支命名, 冠脉血管起源、走势判断 一键生成结构化报告,后处理自动化，一小时缩减至一分钟*,智能化冠脉诊断，输出结构化报告 冠脉狭窄程度定量分析 优势型智能判断 斑块定位、定性、定量分析 心肌桥智能判断,数坤科技影像诊断平台工作流程（以冠心病智能辅助诊断系统为例）,数坤科技“加菲医生”影像诊断平台,流程,产品特点,临床优势,医学影像数坤科技：从“拍片”到“结构化报告”嵌入诊断全流程，打造医学影像虚拟“数字医生”,Part.2 医疗人工智能市场分析医疗人工智能细分领域市场分析,医疗机构占比15%,2018,企业员工数量合作医院数量2017,