医学影像人工智能行业报告：从鹰瞳科技看医学影像AI行业的发展模式（40页）

行业报告下载 2021年12月05日 08:58 管理员

人工智能技术（尤其是深度学习技术）的进步，推动了人工智能在医疗健康行业的融合。凭借通过从真实世界的反馈中学习来分析大量复杂数据的能力，人工智能技术越来越多地应用于医学影像的各种应用中，包括早期检测、辅助诊断及健康风险评估。与传统医学影像相比，人工智能医学影像能够提供无创、准确、快速、高效且可扩展的解决方案，以检测、诊断疾病和评估风险，满足全人群用户不同的医疗健康需求。目前，人工智能在医学影像领域的临床应用还主要在影像诊断环节，多集中于图像识别、病变检出和良恶性判断等。一方面，利用人工智能的感觉认知能力对患者的医学影像进行识别、获取重要信息，为经验不足的影像科医生提供帮助，提高其阅片效率；另一方面，基于深度学习，通过大量已有的影像数据和临床信息训练人工智能系统，使其具备诊断疾病的能力、辅助诊断，降低影像科医生漏诊的概率。由于我国影像科医师的数量远不能跟上医学影像数据的增长，而且短期内在基层单位医疗资源无法充分满足，因此借助人工智能，能够缓解医学影像人才紧张的状况。

对比现有的医学影像科工作模式，人工智能可以无休眠的工作、不受外界因素的干扰、时刻保持高效的工作状态，有助于提升影像科医生阅片的效率和质量。医学影像人工智能产品目前部分已获得第三类医疗器械证，医学影像人工智能产品的逐步落地标志着医学影像人工智能进入了一个新时代，医学影像 AI 产业在中国已经处于蓄势待发的阶段。第三类医疗器械证书意味着该类产品可对病变部位进行自动识别，并提供明确诊断提示。例如联影智能骨折智能分析系统能自动完成椎骨检测，肋骨定位，肋骨计数及肋骨骨折的检出和标注，并帮助急诊科医生将要看的片子进行先后排序，相比于传统阅片方式，极大提高了阅片效率。此外，AI 医学影像产品在医学影像诊断率上可超过人类医生，例如在皮肤图像诊断上，皮肤科医生能够以 88.9%与 75.7%的准确率发现恶性黑色素瘤与非癌症病变，相比之下神经网络在这两项诊断中的准确率则分别为 95%与 82.5%，AI 远超人类的识别精度与医生的诊断意见相结合可将诊断准确率大幅提高。