在AI醫(yī)療領(lǐng)域，AI醫(yī)學(xué)影像是市場關(guān)注度最高，賽道公司最多，也是人工智能應(yīng)用領(lǐng)域最重要的賽場，2021年有10多家AI醫(yī)學(xué)影像產(chǎn)品獲得注冊證，而今年關(guān)于AI醫(yī)學(xué)影像的融資上市消息更是熱度不斷。

"AI醫(yī)學(xué)影像"是指充分利用AI在感覺認(rèn)知和深度學(xué)習(xí)的技術(shù)優(yōu)勢，將其應(yīng)用在醫(yī)學(xué)影像領(lǐng)域，實(shí)現(xiàn)機(jī)器對醫(yī)學(xué)影像的分析判斷，是協(xié)助醫(yī)生完成診斷、治療工作的一種輔助工具，幫助醫(yī)生更快的獲取影像信息，進(jìn)行定量分析，提升醫(yī)生看圖、讀圖的效率，協(xié)助發(fā)現(xiàn)隱藏病灶，從而達(dá)到提高診斷效率和準(zhǔn)確率的目的。

AI在醫(yī)學(xué)影像的技術(shù)流程主要分為兩部分：一是圖像識別，應(yīng)用于感知環(huán)節(jié)，其主要目的是將影像這類非機(jī)構(gòu)化數(shù)據(jù)進(jìn)行分析，獲取一些有意義的信息;二是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，是AI應(yīng)用的最核心環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握“診斷”的能力。

推想醫(yī)療科技股份有限公司是一家AI醫(yī)療科技公司，致力于開發(fā)部署全院級AI醫(yī)療產(chǎn)品，服務(wù)醫(yī)院內(nèi)多科室醫(yī)生，實(shí)現(xiàn)疾病的篩查、診斷、干預(yù)、治療、管理及研究。憑借在深度學(xué)習(xí)技術(shù)方面的專業(yè)知識，公司已構(gòu)建專有的算法，該算法是其AI醫(yī)療產(chǎn)品的基礎(chǔ)。

銥硙醫(yī)療聚焦在中國有接近2億患病人口的中樞神經(jīng)系統(tǒng)疾病，通過人工智能技術(shù)及人群腦影像大數(shù)據(jù)分析，開發(fā)了腦醫(yī)生智能影像診斷平臺。4年的時間里，腦醫(yī)生踩過坑也走過彎路，經(jīng)歷了時間的磨煉，最終也已開花結(jié)果。

英矽智能在人工智能和新藥開發(fā)方面取得突破——首次將生物學(xué)和化學(xué)生成學(xué)相結(jié)合，發(fā)現(xiàn)一種全新機(jī)制的用于治療特發(fā)性肺纖維化(IPF)的臨床候選新藥，并成功通過多次人類細(xì)胞和動物模型實(shí)驗驗證。IPF牽涉多種疾病，影響多個器官(肺、肝和腎)，這一新藥的出現(xiàn)有望解決影響全球成千上萬人的廣泛的未被滿足的醫(yī)療需求。

一般來看，一款新藥的研發(fā)需要經(jīng)過藥物靶標(biāo)確定、先導(dǎo)化合物篩選、先導(dǎo)化合物優(yōu)化和臨床試驗等階段。時間成本上，新藥的上市時間要大于10年，資金成為方面，塔夫茨藥物開發(fā)研究中心曾給過一個數(shù)據(jù)是26億美元。但最終的結(jié)果是，在耗費(fèi)高人力財力之后，只有10%的候選藥物能進(jìn)入市場，90%的項目流產(chǎn)。

從2016-2017年開始，AI制藥開始吸引了制藥廠和科技巨頭們的關(guān)注度。眾所周知，人工智能的發(fā)展依賴于數(shù)據(jù)，尤其是高質(zhì)量的大數(shù)據(jù)集。而藥物發(fā)現(xiàn)過程的每一步都會產(chǎn)生大量數(shù)據(jù)，這些數(shù)據(jù)為現(xiàn)代人工智能技術(shù)的發(fā)展奠定了基礎(chǔ)?，F(xiàn)在，深度學(xué)習(xí)模型和自然語言處理技術(shù)在建模大型復(fù)雜多維數(shù)據(jù)集如基因組學(xué)、蛋白質(zhì)組學(xué)、臨床數(shù)據(jù)、靶點(diǎn)結(jié)構(gòu)數(shù)據(jù)和非結(jié)構(gòu)化文本方面的作用是不可小覷的。

人工智能的發(fā)展大大加快了醫(yī)學(xué)影像診斷速度，提升了影像診斷的精準(zhǔn)度，能夠解決醫(yī)學(xué)影像大數(shù)據(jù)人工處理中存在的大部分問題，利用AI的感覺認(rèn)知能力對患者的影像進(jìn)行識別，獲取重要信息，可為經(jīng)驗不足的醫(yī)生提供幫助，提高其判讀醫(yī)學(xué)影像的效率。同時基于深度學(xué)習(xí)通過大量已有的影像數(shù)據(jù)和臨床診斷信息訓(xùn)練人工智能系統(tǒng)，使其具備診斷疾病的能力，輔助臨床診斷，降低漏診誤診的概率。

在良好的宏觀環(huán)境下，當(dāng)前我國人工智能醫(yī)學(xué)影像行業(yè)已經(jīng)形成了完整的產(chǎn)業(yè)鏈。上游市場參與者包括醫(yī)學(xué)影像領(lǐng)域的上游硬件和軟件提供商以及AI技術(shù)所需要的硬件設(shè)備、云服務(wù)、算法、數(shù)據(jù)等平臺提供商;中游環(huán)節(jié)主體是AI醫(yī)學(xué)影像制造企業(yè)，類型主要有設(shè)備型企業(yè)、技術(shù)型企業(yè)和互聯(lián)網(wǎng)科技巨頭三大類，業(yè)務(wù)涉及產(chǎn)品研發(fā)、生產(chǎn)和推廣;下游市場可觸及醫(yī)學(xué)影像產(chǎn)業(yè)鏈多個環(huán)節(jié)，包括各級醫(yī)療機(jī)構(gòu)、終端患者和醫(yī)保、商保等保險機(jī)構(gòu)。