隨著技術飛速發(fā)展、醫(yī)學數據的持續(xù)擴增以及硬件設備的不斷提升，人工智能和醫(yī)療的結合方式越來越多樣化。目前AI在醫(yī)療領域中的落地的應用場景主要有醫(yī)學影像、智能診療、智能導診、智能語音、健康管理、病例分析、醫(yī)院管理、新藥研發(fā)和醫(yī)療機器人等，其中在醫(yī)學影像中的應用最為廣泛。

AI醫(yī)療影像在短短幾年時間飛速發(fā)展，全世界掀起了“AI+醫(yī)療”的熱潮。醫(yī)學影像是醫(yī)生進行疾病評估的重要依據，不同種類的影像能夠提供豐富而有效的信息。但是在臨床中往往存在以下問題：受到影像設備成像原理和技術限制，或者不當的操作，都可能導致圖片質量降低，給醫(yī)生閱片帶來困難，造成誤診、漏診。人工閱片往往只能夠實現定性分析，許多微小的定量變化無法通過肉眼判斷。人工閱片會花費醫(yī)生大量的精力和時間，難以實現大規(guī)模的診斷;同時，醫(yī)生水平和主觀性會極大影響結果。

醫(yī)學影像以成像原理劃分包括X線成像、CT成像、PET-CT成像、超聲成像、核磁共振成像以及顯微鏡成像。醫(yī)學影像數據占全部臨床數據的80%以上，是臨床診斷、疾病治療及健康管理的基石。但醫(yī)學影像的分析繁瑣復雜，對醫(yī)生的經驗及能力要求很高，影像診斷整體效率很低，服務模式亟待創(chuàng)新。故借助AI技術，達到對醫(yī)學影像病灶的智能識別和勾畫，輔助醫(yī)生進行相關疾病的臨床診斷和早期篩查的AI醫(yī)學影像技術未來應用前景廣闊，也是人工智能賽道商業(yè)化落地最有前景的細分賽道之一。

在AI醫(yī)療影像行業(yè)早期發(fā)展時，由于醫(yī)療數據的貧瘠，工程師們普遍選擇了操作性更強的肺結節(jié)領域。在發(fā)展初期，開源、低門檻框架、算法間差異化有限都使得大量玩家涌入，而服務商普遍處于規(guī)模化數據獲取階段，造成同質化競爭嚴重、商業(yè)化程度低。

隨后的幾年，得利于數字化影像和采集設備的發(fā)展，標準化的醫(yī)療數據獲得變得越來越容易。主要壁壘不在于數據獲取，研究者們則逐漸將重心轉移向實現算法與平臺的創(chuàng)新。數字眼、數字心、數字肝、數字腦等等人工智能板塊被逐漸搭建，卻陷入了人工智能醫(yī)療發(fā)展迅速、競爭激烈、商業(yè)化落地遲滯的困境。

現階段AI醫(yī)療影像領域中較為成熟的兩個方向是CT影像識別和視網膜影像識別。CT影像識別通過冠狀動脈、胸部、四肢關節(jié)、骨骼等部位的智能CT影像識別，能夠完成病例篩查、智能分析診斷、輔助臨床診療決策等工作。AI+CT影像的主要產品形態(tài)包括:影像分析與診斷軟件、CT影像三維重建系統、靶區(qū)自動勾畫及自適應放療系統。

總的來說，2021年的醫(yī)療影像AI已經在醫(yī)療領域站穩(wěn)了腳跟，但商業(yè)化的壓力依然嚴峻。各家企業(yè)必須要做出新的選擇，是尋找下一個“肺結節(jié)”，還是加強信息化、NLP的能力，或者嘗試深入臨床，向術中、術后方向發(fā)展，亦或是直接轉向患者端。AI究竟能在哪些方向進一步開花結果，就讓我們一起拭目以待吧。如今的AI企業(yè)，單純靠賣算法生存已不可能， 但技術本身的商業(yè)化空間和市場的打通，還需要持續(xù)很長時間。醫(yī)學影像AI作為研發(fā)投入高、技術周期長的知識密集型產業(yè)，商業(yè)化仍是一條漫長的道路，市場會根據價值告訴我們答案。

醫(yī)學影像現已成為人工智能在醫(yī)療領域最熱門的方向，但在實際應用過程中還是存在一定挑戰(zhàn)，例如，數據獲取及數據標注問題、缺乏行業(yè)標準、注冊審批缺乏指導原則、技術創(chuàng)新問題等等。但隨著AI相關技術的不斷發(fā)展，國家相關政策的不斷完善，相信AI+醫(yī)學影像將在未來快速實現商業(yè)化。