国内医学影像AI也是医学人工智能领域最热门的领域

AI有望在医学影像领域占据领先地位。所以医学影像AI也是目前医学人工智能领域最热门的领域。有多热？

AI医学影像领域的资本相当活跃。

根据火石打造的企业数据，目前国内从事医学影像AI的企业超过100家，目前已经出现单笔融资过亿的案例17个。我们来看看近两年国内医学影像AI领域的融资情况。

来源：弗林特创作与整理

技术进步和资本狂热让人们更加关注产品能否真正落地。目前人工智能医学影像产品主要应用在疾病筛查阶段，这是一个很难获得稳定商业模式的领域。但是，AI医学影像从来就不是一个单一维度重复竞争的领域。纵观国内专注于AI医学影像的公司，业务侧重于不同领域，包括肿瘤、慢性病等，客户群体也有所不同。分为三甲医院和基层医院，还有C端患者，IT公司，医药公司，保险公司，政府部门。

技术、场景、数据是商业模式形成过程中最重要的三个要素。如果说技术是发动机，那么数据就是汽油。一个AI医学影像企业的商业化，光靠强大的引擎是跑不起来的。因此，掌握高质量、海量医疗数据的医疗机构的资源和渠道成为至关重要的因素。

为此我们对比了国内AI医学影像领域的几家代表性企业，希望从应用场景和数据资源的角度看一看国内AI医学影像的现状。

典型国内公司对比

总体来看，AI医学影像的商业模式逐渐清晰，产品不断落地，与医疗机构的合作不断深入。从实现的角度来看，目前还没有一家企业只能依靠AI业务实现盈利，主要以“软件收费”为主要模式。例如，易慧汇盈和简配科技都依靠云系统、云存储等服务作为收入来源。可见AI医学影像真正实现商业盈利还为时尚早。目前，许多创新型中小企业仍然依赖于其他业务的销售或融资的支持，与医疗机构的合作仍然基于免费或低价提供系统和服务以获取高质量的数据资源。

典型企业商业模式对比表

大医院还是基层医院？

具体来看，二级以上医院仍然是国内企业重点关注的重要阵地，主要是因为：一是这些医院集中了大量的优质医疗数据，是企业训练和改进算法的最佳选择；第二，大医院更有能力、资本和规模为人工智能产品买单。需求再怎么满足，大医院的医生也更容易接受这样的前沿产品；第三，可以通过大医院辐射到其相关基层医院的渠道，打开基层医院的产品分销。

诚然，目前领先大医院的路线存在一些障碍。原因是大医院有更好的医生、设备和技术，对AI产品的需求没有那么强烈，甚至有些产品不知道医生的真实需求，导致医生不买单。

其中，我们看到翼展技术的特殊例子。从公开信息来看，翼展科技在人工智能方面的探索集中在基层医院。2016年与昌都区人民医院达成试点合作，推行“110”模式，即一个数据私有云，一个区域影像中心，10个县级医院，影像医生支持。通过围绕影像设备服务、信息化产品与服务、远程诊断、医生群体等，构建完整的线上线下智能影像服务生态链。翼展科技希望在基层医院的场景下，快速实现人工智能辅助诊断。

此外，Airdoc还选择在医院外布局场景，通过人工智能帮助各级医院的医生发现早期慢性病患者。基层医疗机构只需要拍照，人工智能将自动分析结果返回给患者，患者就可以在手机上快速收到检测结果。目前，Airdoc与国内三甲医院的合作是提高数据量和标注质量的基础。未来，Airdoc将发放到基层和社区，主要针对动脉硬化、糖尿病等慢性病。Airdoc还与星创等眼镜店合作。在帮助眼镜店提升服务的同时，也增加了Airdoc本身的数据量，为未来的慢性病筛查和疾病图谱分析提供早期数据支持。

医院出钱还是病人出钱？

不赚钱就谈商业模式是不现实的，最终会落到用户是谁，谁来买单的问题上。目前AI医学影像产品多集中于疾病筛查和辅助诊断。虽然可以减轻医生的工作量，提高诊断准确率，但对于医疗机构来说并不是刚需，存在医疗事故责任认定的风险。医疗机构不愿意为此买单，这是目前大多数商业模式面临的困难。其他潜在的付款人呢？

惠惠盈的很多产品已经开始收费，其电子贴膜由患者付费，公司在盈利模式的布局上也在向多元化方向发展，比如保险相关产品的布局。今年6月完成C轮2亿美元融资的依图科技也在探索一些商业模式。报道称，依图医疗并不一定采用业内普遍采用的“软件收费”的主要模式。而是在探索让保险公司、体检中心、医药公司等潜在付费方为智能医疗付费的模式。但目前没有成熟的市场环境可以落地。

总结

1.总的来说，AI医学影像产品不断落地，商业模式逐渐清晰。但短期内单纯依靠AI产品实现盈利是不可行的，需要依靠配套产品和服务来实现营收支撑；

2.技术创新仍然是发展的核心，决定了产品的应用场景和精准度。攻克技术难题是商业模式突破的基础；

3.产品设计也要符合实际医疗需求。

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！