您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[头豹研究院]:人工智能医疗影像 头豹词条报告系列 - 发现报告
当前位置:首页/行业研究/报告详情/

人工智能医疗影像 头豹词条报告系列

信息技术2023-09-06王竹馨头豹研究院机构上传
人工智能医疗影像 头豹词条报告系列

人工智能医疗影像行业分类 人工智能医疗影像根据其医学影像处理能力主要分为三种类型:病灶识别和标注,靶区自动勾画和自适应放疗,影像三维重建。病灶识别和标注产品主要运用于对医学影像进行图像分割、特征提取、定量分析、对比分析 等工作;靶区自动勾画及自适应放疗产品主要运用于处理肿瘤放疗环节的影像;而三维重建产品则主要运用于手 术环节,将扫描采集到的图像、数据通过计算机进行重建,勾勒出直观、立体、高质量的三维图像。 人工智能医疗影像分类 人工智能医疗影像行业特征 人工智能医疗影像行业具有三大特征:一是该行业需要复合型人才,由于医学及人工智能均属于高科技领域,难度大学习时间长,导致人才匮乏;二是数据标注作为人工智能医疗影像数据预处理过程中重要的一环,时 间资金成本高,获取难度大;三是人工智能医疗影像行业上游技术门槛高,主流通用型智能芯片如GPU芯片及其 基础系统软件的研发需要全面掌握核心芯片与系统软件的大量关键技术,技术难度高、涉及范围广。 复合型人才培养成本高 人工智能医疗领域需要复合型人才,由于医学及人工智能均属于高科技领域,培养难度大投入多,成本高。 人工智能医疗影像行业依赖于具备复合学科背景的专业研发人员。研发人员需要同时具备对人工智能算法 的专业开发能力,以及对医疗影像行业临床场景的深刻理解。2018年起,全球人工智能医疗行业规模以约43.5%的年复合增长率增长,预计2025年市场规模高达276亿美元,人工智能医疗影像作为其中的细分行 业,也将随之扩大市场规模,对于复合型人才的需求量也将逐步提升。中国的医学专业学制至少为5年,随着人工智能与医学的融合,更多复杂、多元的课程将被引入,学制将会进一步延长,相较于其他专业的4年 学制,医学和人工智能领域的复合型人才所需学习时间更长,新的人才进入社会参加工作实践的周期也更 长,国家对于此类人才培养的时间和资金投入相对较高。 数据标注成本高难度大 数据标注作为人工智能医疗影像数据预处理过程中重要的一环,时间和资金成本高,获取难度大。 在人工智能医疗影像设备处理数据的流程中,数据的预处理是重点工作,在数据预处理环节的数据标注工作尤为重要,其准确性将直接影响最终诊断结果。在机器学习过程中,参与训练的每张图片都要经过专业 人员标注,小样本学习目前已有所突破,但数据处理和学习方法仍需要消耗大量时间和精力。例如辅助诊断类AI,在取得脱敏数据后对其进行分类、标注、训练的整个过程均需人工进行,单个数据标注成本在10- 30元,耗时为20-40分钟,耗时极长,并且必须由资深医生进行标注才能获得高质量的数据标注,因此标 注的难度大大提升。 上游技术门槛高 通用型智能芯片如GPU芯片及其基础系统软件的研发在集成电路和人工智能方面有着双重技术门槛,技术难度高、涉及方向广。 随着人工智能技术在日常生活和传统产业的普及,对于底层芯片计算能力的需求持续增长,人工智能芯片 的市场规模预计将由2018年的51亿美元增长到2025年的726亿美元,年均复合增长率将达到46.14%,通用型人工智能芯片未来将成为市场的主流产品。人工智能运算通常具有运算量大、并发度高、访存频繁等 特点,且不同子领域如视觉、语音与自然语言处理所涉及的运算模式具有高度多样性,因此对于芯片的微架构、指令集、制造工艺以及配套系统软件都有较高的技术要求。集成电路设计行业本身属于技术密集型 行业,而智能芯片作为该行业的新兴发展方向,在集成电路和人工智能方面有着双重技术门槛,主流通用型智能芯片如GPU芯片及其基础系统软件的研发需要全面掌握核心芯片与系统软件的关键技术,技术难度 高、涉及范围广,是一个极端复杂的系统工程。 高速发展期 2015年,中国开始步入人工智能医疗影像行业,开展人工智能与医疗影像相结合的相关研究;2016 年,谷歌成立DeepMind Health部门,开始展开人工智能与宫颈癌、眼部疾病等领域相结合的研 究,同年,百度发布对标谷歌和IBM同类产品的百度医疗大脑;2017年,心脏磁共振成像人工智能分析软件Cardio DL获批,同年,阿里健康发布智能医疗系统Doctor You,腾讯的首款智能医学影像 产品腾讯觅影也在同年年末发布;2018年,由腾讯牵头的数字诊疗装备研发专项正式启动;2019年,中国科学家尝试利用人工智能打造科学的智慧病例;2020年,人工智能医疗影像多赛道产品获 得国家药品监督管理局(NMPA)审评审批,标志着此类产品从应用到商业化的落地。 该阶段国内外人工智能医疗影像行业都开始蓬勃发展,国内外知名互联网企业如百度、阿里巴巴、腾 讯、谷歌等陆续发布人工智能与医疗影像相结合的产品。全世界各国也纷纷出台人工智能相关的国家战略与政策,抢先布局人工智能医疗行业。 产业链上游 生产制造端 人工智能(AI)芯片制造商 上游厂商 英特尔(中国)有限公司 超威半导体产品(中国)有限公司 中科寒武纪科技股份有限公司 查看全部 产业链上游说明 人工智能医疗影像构成主要包括AI芯片以及影像设备,产业链上游环节参与方主要包含AI芯片制造商 以及影像设备制造商,其中AI芯片供应商有英特尔、超威半导体、寒武纪、地平线等,影像设备供应商包括飞利浦、西门子、联影医疗、安科、赛诺威盛等。AI芯片作为上游厂商基础硬件中的核心元器 件,其发展情况决定着行业的技术高度。人工智能芯片的市场规模预计将由2018年的51亿美元增长到2025年的726亿美元,年均复合增长率将达到46.14%,通用型人工智能芯片未来将成为市场的主 流产品。产业链上游AI芯片主要为人工智能医疗影像提供计算功能,当前AI芯片类型主要包括CPU、GPU、FPGA、ASIC等,其中GPU为当前人工智能医疗影像行业主流应用AI芯片,目前通用型CPU、 GPU主要被外国英特尔、NVIADA等厂商占据主导地位,中国大部分医学影像设备生产商均不具备核心元器件自主研发生产能力,各类零部件基本依靠外购自不同厂商,例如在人工智能医疗行业当前主 要应用的AI芯片GPU生产厂家中,英伟达在2022年二季度的独立GPU市场份额为79%,另一国外品 牌AMD则占20%的市场份额,合计99%,中国GPU厂商市场份额几乎可以忽略不计,因此当核心元器件价格上涨时,将直接增加中国行业内企业的总体生产成本,缩短盈利空间。 中 产业链中游 品牌端 中游厂商 北京安德医智科技有限公司 北京深睿博联科技有限责任公司 北京市商汤科技开发有限公司 查看全部 产业链中游说明 人工智能医疗影像产业链中游参与方包括专业AI企业、互联网企业、设备型企业三类。其中专业AI企业有安德医智、深睿医疗、汇医慧影、商汤科技、推想科技、鹰瞳科技等;互联网企业有百度、腾 讯、华为、阿里巴巴等;设备型企业有联影医疗、赛诺威盛等。 随着2020年第一款获批医疗器械三类证的人工智能医疗设备的出现,至2022年5月,中国合计已经有 30+款产品取得国家药品监督管理局医疗器械三类证,并获批上市,获批器械数量的增加意味着中国 人工智能医疗器械审批进入新的阶段,提高了人工智能医疗影像产品稳定获批的概率。2018年中国人工智能医疗影像行业市场规模仅0.7亿元,2022年已攀升至18亿元,年复合增长率为129.7%,预计 2027年市场规模将达到299.9亿元。其中医疗机构内部的人工智能医疗影像市场规模由2018年的0.5亿元提升至2022年的10.1亿元;医院外部的人工智能医疗影像市场规模由2018年的0.1亿元提升至 2022年的7.9亿元。鹰瞳科技作为中国较早上市的企业之一,其产品线丰富,可解决在医院、小区诊所、体检中心、保险公司、视光中心及药房等场景的全人群使用需求。鹰瞳科技2022年医疗类人工智 能软件解决方案总营收为1.1亿元,同比轻微下降1.3%,其人工智能软件解决方案的毛利率为64.0%,该类产品的盈利能力相对较强。 下 产业链下游 渠道端及终端客户 医疗系统 渠道端 中国中医科学院广安门医院 中国医学科学院北京协和医院 首都医科大学附属北京同仁医院 查看全部 产业链下游说明 人工智能医疗影像产业链下游参与方包括医院内部和外部的应用,医院外部应用又分为第三方体检中 心、第三方影像中心以及保险公司三大应用场景。其中医院内部应用方包括国内多家知名医院如广安门医院、北京协和医院、北大医院、北京同仁医院等;院外第三方体检中心有爱康国宾、美年大健康等;院外第三方影像中心有一脉阳光、伦琴医疗、全景医学影像等;保险公司有中国平安、中国人 寿、太平洋保险等。 目前,人工智能医疗影像尚属于新型应用,收费标准仍未统一,主要的收费模式有一次性打包销售、 项目抽成收费以及合作配套收费三种。在合作配套模式中,人工智能医疗影像厂商目前约有64.3%的营收来自与医学影像设备厂商的合作,剩余35.7%则是来自企业内部自建团队的销售。中国医疗服务 机构等级评定可分为三级:一级医院、二级医院、三级医院,三级医院和三等:甲等、乙等及丙等,其中甲等为最高。中国三级医院机构数由2016年的2,232所增长至2020年的2,996所,年复合增长率 约为7.6%,诊疗占比达到47.2%,目前承载中国大部分医疗问诊。 [5] 1:https://finance.sin… 2:企业官网,新浪财经,… [6] 人工智能医疗影像行业规模 随着中国人工智能技术的不断发展,国家各项政策的扶持,以及2020年人工智能医疗影像产品首次正式获批国家药品监督管理局(NMPA)三类证,中国人工智能医疗影像设备的运用在医疗机构内部以及大健康场景中 的比例不断攀升,促使中国人工智能医疗影像行业快速发展。人工智能与医学领域相结合的应用众多,人工智能医疗影像属于第二大的细分市场,市场占比约为25%。人工智能医疗影像主要运用于医院内部场景以及大健康场 景,其中医院内部场景多适用于医生检测诊断的辅助工作,大健康场景主要适用于健康风险评估。 2018年中国人工智能医疗影像行业市场规模仅0.7亿元,2022年已攀升至18亿元,年复合增长率为 129.7%,预计2027年市场规模将达到299.9亿元。其中医疗机构内部的人工智能医疗影像市场规模由2018年的 0.5亿元提升至2022年的10.1亿元;医院外部的人工智能医疗影像市场规模由2018年的0.1亿元提升至2022年的7.9亿元。2018年开始,大健康场景下人工智能医疗影像的渗透率基本保持稳步升高趋势,预计到2027年和医院 内部人工智能医疗影像渗透率差距缩小到30%以内。 中国人工智能医疗影像行业对于海外市场商业化探索的进一步成熟,分级诊断制度的完善以及第三方影像中 心、第三方体检中心等下游应用场景的丰富,该行业的规模在未来有望大幅度提升,预计2027年突破300亿元大 关,年复合增长率为58.8%。 中国人工智能医疗影像市场规模2018-2027E 人工智能医疗影像行业规模 计算规则:人工智能医疗器械市场规模=中国医疗器械市场规模*人工智能医疗器械渗透率,中国人工智能医学影像 市场规模--院内=人工智能医疗器械市场规模*人工智能医学影像占人工智能医疗器械渗透率,人工智能视网膜医疗影像(院外)市场规模=鹰瞳院外收入/鹰瞳院外收入占人工智能视网膜医疗影像(院外)比例,中国人工智能医疗影像--院外=人工智能视网膜医疗影像(院外)市场规模/人工智能视网膜医学影像占人工智能医疗影像(院外)比例,中国人工智能医疗影像市场规模=中国人工智能医学影像市场规模--院内+中国人工智能医疗影像--院外 政策内容 明确规定了人工智能医用软件产品的定义、范围、界定标准、属性、管理类别等。 该政策标志着人工智能医疗软件的管理规范在注册、审查、生产、经营以及使用等环节已经逐步形成体系 政策解读 化管理。 政策性质 指导性政策 政策名称 颁布主体 生效日期 影响 《关