AI医疗市场成为风口，腾讯、科大讯飞、推想科技纷纷布局AI+医疗影像，今年，腾讯觅影登陆首届中国模拟医学大会，利用AI辅助医疗，推动诊断效率提升；科大讯飞在医学影像人工智能比赛中刷新了全球肺结节测试世界纪录，准确率达94.1%；推想科技正式对外宣布完成 3 亿元新一轮融资。医疗影像作为诊疗过程的重要组成部分，是未来医疗发展不可避免的一环。
根据火石创造发布的《医疗影像的市场图谱和行业发展分析》报告指出，按照我国过去5年的医疗整体支出，预计到2020年中国医学影像市场规模将达6000亿至8000亿人民币左右。但是有了大公司的布局，再加上人工智能的技术，医学影像市场规模将会有新的突破。
医疗影像与人工智能的结合，是数字医疗产业的热点。大公司的布局，让AI+医疗影像又迎来了一个新的突破点。
为何大公司都瞄准了AI+影像
2014年以来，AI技术的发展逐步进入垂直细分领域，医疗影像布局已久，国家的重视、医院在AI能力的匮乏以及大公司的技术积累致使大公司都瞄准了AI+影像。
首先政策限制因素相对较少，目前电子病历在临床中有很大的问题，主要是操作繁琐、数据的互联互通以及电子病历系统难以满足病种专业化需求等等。
现在医疗行业80%到90%的数据，都是来源于医学影像，并不会涉及到相关的利益。利用人工智能+医疗影像，在数据上的问题可以得到解决，自然政府就不会限制很多。相反，还会鼓励支持。因此，很多大公司利用医疗影像为突破口，也是由于政府限制的因素不多。
其次医院在顶级AI能力的匮乏，需要大公司辅佐，一方面科大讯飞布局的医疗+智能语音，语音技术相对成熟，通用的语音识别准确率已经达到95%左右，另一方面，阿里巴巴的图像识别技术的识别率高达99.3%,那么医院就不具备这样的能力。因此，需要大公司辅佐。
互联网公司之所以瞄准了医疗影像，也是医院在这方面的困难很多。互联网公司借助人工智能赋能医疗影像，经过多次证实，可以运用到医疗行业里，解决了医院在顶级能力的匮乏。
最后，大公司在AI+影像方面已经取得一定进展，在医疗影像的诊断上，推想科技早在17年就累计完成了超过20万例的影像筛查；科大讯飞在肺癌的平均检出率达到了94.1.%。
腾讯觅影主要利用AI图像识别、大数据处理、深度学习等技术与医学跨界融合，可对早期食管癌等疾病提供辅助筛查的功能。腾讯觅影筛查一个内镜检查用时不到4秒，对早期食道癌的发现准确率高达90%，也是说明腾讯在AI+影像方面取得一定进展。
各个大公司纷纷布局医疗产业，推动人工智能+医疗的发展，未来将会走的更远。
腾讯、阿里、推想科技、科大讯飞，在AI+影像的布局
2008年，IBM首次提出了”智能医疗“的概念，而在近些年时间里，几家公司布局的AI医疗技术已经应用于各大医院。
腾讯：2017年，腾讯首个应用在医疗领域的AI产品——腾讯觅影，主要应用于辅助医生临床诊断和疾病的早期筛查。AI在医疗上的应用越来越广泛，腾讯觅影的AI医学影像技术，辅助医生对食管癌进行筛查，提高准确度，帮助更多的人解决疾病的困扰。
对于腾讯而言，围绕微信优势，以及对医疗资源的整合，其早已在患者、医院、诊所、医生产业多方进行了打通，通过在挂号、导诊、管理等诸多产业进行布局，已经完成了大量医疗产业前端的工作，而腾讯觅影的落地，也意味着腾讯正在将自身下沉到产业链更底层的环节，继而在未来实现前后端产业的打通。
阿里：2016年阿里健康2.25亿元入股万里云，布局医学影像平台“Doctor You”。阿里健康将医学影像作为医疗AI的突破口,为整个商业模式的创新、支付打下了很好的基础。Doctor You目前联合了阿里健康、阿里云、阿里巴巴IDST视觉计算团队的三方力量共同推进。
阿里在医疗AI领域的布局很深，由阿里健康平台、蚂蚁金服再到阿里云、淘宝形成了医药电商、智慧医疗、产品追溯、健康管理的稳定业务线，为用户提供更精准的服务。阿里布局和落地了多项医疗AI产品和服务，通过AI+影像为切口，以此进入医疗产业更底层的产业链环节。
科大讯飞：2015年,科大讯飞着手布局AI+医疗产业。科大讯飞影像辅助诊断系统的核心技术是基于图像识别和深度学习，并结合医学专家诊断经验和大量样本数据，以此来得出疾病的良恶性。
一直以来，科大讯飞都在构建图像识别、翻译、自然语言理解等跟人工智能相关的核心技术，将这些技术赋能医疗领域中，并且在语音电子病历产品、影像辅助诊断系统、智能助理中取得了不错的成就。除此以外，科大讯飞在AI影像上的布局,意味着技术积累有了更多的变现可能性。
推想科技：目前，推想成熟产品肺部小结节识别系统早早落地，在2017年完成了超过20万例影像检查。推想科技投入多病种的医疗影像 AI 产品研发、加速肺部产品外其他 AI 产品的落地应用。
推想科技深耕 AI 医疗影像细分领域，相比腾讯阿里等公司全产业布局更为深入，因此有着一定优势，致力于医疗影像的推想科技从2015年就已开始布局，至今已三年，在医疗影像辅助诊断领域已经逐渐成为医疗行业中全场景、全类型医疗机构服务平台。也是说明了推想科技在AI影像上的深入研究，在行业中起了标杆作用。
AI+影像，正是因为有了人工智能的帮助，才能够解决大医院影像检查数量多、医生工作压力大的问题，同时提供更高效的影像诊断。
AI+影像，面临多重困难
经济的发展，推动着人工智能医疗水平的前进，但是当下，各种困难接踵而至。
首先复合型人才的缺乏，据工信部教育考试中心透露，中国人工智能人才缺口超过500万，高校每年培养出来的人才也只有不到2000人。以1/10的比例换算，中国每年培养出的医疗AI人才不足200人。这足以看出人工智能人才供需严重不平衡。医疗领域人工智能技术人才严重短缺，已经制约了行业发展。
以肿瘤领域为例，国家正大力鼓励肿瘤高危人群进行早期癌症筛查。国内AI+影像领域的大多数集中在单纯的图像识别上，缺乏医学数据的积累和对影像报告的分析的复合型人才更是稀有。
其次医疗数据的准确度，一方面是数据来源问题，现在医疗数据涉及到各种领域，各个公司获取数据的渠道也是比较困难。对数据的质量也是很重要。大量影像资料尚未数字化，且医院之间的数据共享和互通程度较低。人工智能的开发基础和长期优化需要高质、持续的数据。
另一方面是数据结构化问题，目前，大部分医疗数据都是来自于医学影像，并且医疗影像数据仍在逐年增长，给医生带来工作压力。尽管有了人工智能的技术加入，可是大部分医学影像数据的录入仍然欠缺标准，主要在于每个医院录入的数据结构模式都不同，不能够形成统一的医疗数据，标准不统一会延缓医疗人工智能的发展服务。
再者AI+医疗商业模式也亟待建立，对于一些医疗机构而言，真正需求的不仅仅是提供辅助诊断产品，而是全套的影像资料诊断服务。在目前看来，不仅仅要求诊断服务提供方提供人工智能辅助阅片，更要有专业影像科医生的最终诊断结果，达成更大的商业模式和前景，还需要企业和医院合作来达到盈利。
最后我国的医疗基础设施本身的落后，部分发达国家经济增长的主要动力来自于医疗健康产业，美国、日本等国家医疗健康产业增加值在GDP 中所占的比例均超过10%，然而国内医疗健康产业增加值占GDP 的比例不足5%。由于国内公共医疗管理系统的不完善，医疗成本高、渠道少、覆盖面低等问题困扰着消费者。
医疗基础设施的落后更是限制了智慧医疗的发展，以至于基于物联网的智慧医疗应用不足以带动产业发展。虽然AI技术已经应用到医疗影像上，但是在临床实际应用却为数不多，而且目前AI医疗水平不高，在实际应用中存在很多缺陷。
AI+影像，打通医疗数据、推进医疗发展是关键
中国人口众多，有很多的医学人才，但是人工智能+医学影像的人才并不多见，医学影像的数据资源更是要打通，推动医疗产业还需人工智能。
一来增加复合型人才，人工智能在医疗影像上的运用已经实施在各个医院，在很大程度上提高了效率，并且帮助医生节约了大量的时间。但是目前，医疗健康产业的智能化转型依赖于复合型人才的持续供给。
尤其是AI+医疗影像的人才更是少之又少，因此，相关企业也纷纷推出相应的人才培养计划，以好的条件来吸引更多的科学家和从业人员，加强人工智能领域专业建设，培养医疗人工智能专业人才。
二来打通医疗数据产业资源，在数据和结构化方面，现在医疗健康行业信息化程度不够，医疗数据开放共享程度不高。国内的医疗大数据产业也才刚刚起步，医疗体系相对封闭。特别是数据录入欠缺标准，标准不统一无法获得高质量、开放性的医疗数据。
互联网公司针对数据和结构化两方面，利用人工智能技术以及国家政策的支持，建立影像诊断数据结构化知识库，积极鼓励社会创新发展医疗业务，促进医疗业务与大数据技术深度融合，来帮助医院获得有价值、安全和持续的数据，那么在AI+影像上能提高诊断精确性。
三来推广医疗市场商业模式，医疗市场空间巨大，有了人工智能技术的加入，各种商业模式被挖掘，不少巨头对医疗影像设备市场很看重。国产设备有着较为明显的价格优势，市场占有率较高。互联网公司技术赋能医疗产业，将人工智能运用到应用场景中，带动医疗市场商业的推进。
