隨著技術(shù)飛速發(fā)展、醫(yī)學(xué)數(shù)據(jù)的持續(xù)擴(kuò)增以及硬件設(shè)備的不斷提升，人工智能和醫(yī)療的結(jié)合方式越來越多樣化。目前AI在醫(yī)療領(lǐng)域中的落地的應(yīng)用場景主要有醫(yī)學(xué)影像、智能診療、智能導(dǎo)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(xué)影像中的應(yīng)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(xué)影像是醫(yī)生進(jìn)行疾病評估的重要依據(jù)，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(shè)備成像原理和技術(shù)限制，或者不當(dāng)?shù)牟僮?，都可能?dǎo)致圖片質(zhì)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?qū)崿F(xiàn)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(xiàn)大規(guī)模的診斷;同時，醫(yī)生水平和主觀性會極大影響結(jié)果。

醫(yī)學(xué)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(xué)影像數(shù)據(jù)占全部臨床數(shù)據(jù)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(xué)影像的分析繁瑣復(fù)雜，對醫(yī)生的經(jīng)驗及能力要求很高，影像診斷整體效率很低，服務(wù)模式亟待創(chuàng)新。故借助AI技術(shù)，達(dá)到對醫(yī)學(xué)影像病灶的智能識別和勾畫，輔助醫(yī)生進(jìn)行相關(guān)疾病的臨床診斷和早期篩查的AI醫(yī)學(xué)影像技術(shù)未來應(yīng)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(xì)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(shù)據(jù)的貧瘠，工程師們普遍選擇了操作性更強的肺結(jié)節(jié)領(lǐng)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(wù)商普遍處于規(guī)?；瘮?shù)據(jù)獲取階段，造成同質(zhì)化競爭嚴(yán)重、商業(yè)化程度低。

隨后的幾年，得利于數(shù)字化影像和采集設(shè)備的發(fā)展，標(biāo)準(zhǔn)化的醫(yī)療數(shù)據(jù)獲得變得越來越容易。主要壁壘不在于數(shù)據(jù)獲取，研究者們則逐漸將重心轉(zhuǎn)移向?qū)崿F(xiàn)算法與平臺的創(chuàng)新。數(shù)字眼、數(shù)字心、數(shù)字肝、數(shù)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(xiàn)階段AI醫(yī)療影像領(lǐng)域中較為成熟的兩個方向是CT影像識別和視網(wǎng)膜影像識別。CT影像識別通過冠狀動脈、胸部、四肢關(guān)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(chǎn)品形態(tài)包括:影像分析與診斷軟件、CT影像三維重建系統(tǒng)、靶區(qū)自動勾畫及自適應(yīng)放療系統(tǒng)。

總的來說，2021年的醫(yī)療影像AI已經(jīng)在醫(yī)療領(lǐng)域站穩(wěn)了腳跟，但商業(yè)化的壓力依然嚴(yán)峻。各家企業(yè)必須要做出新的選擇，是尋找下一個“肺結(jié)節(jié)”，還是加強信息化、NLP的能力，或者嘗試深入臨床，向術(shù)中、術(shù)后方向發(fā)展，亦或是直接轉(zhuǎn)向患者端。AI究竟能在哪些方向進(jìn)一步開花結(jié)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(shù)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(xué)影像AI作為研發(fā)投入高、技術(shù)周期長的知識密集型產(chǎn)業(yè)，商業(yè)化仍是一條漫長的道路，市場會根據(jù)價值告訴我們答案。

醫(yī)學(xué)影像現(xiàn)已成為人工智能在醫(yī)療領(lǐng)域最熱門的方向，但在實際應(yīng)用過程中還是存在一定挑戰(zhàn)，例如，數(shù)據(jù)獲取及數(shù)據(jù)標(biāo)注問題、缺乏行業(yè)標(biāo)準(zhǔn)、注冊審批缺乏指導(dǎo)原則、技術(shù)創(chuàng)新問題等等。但隨著AI相關(guān)技術(shù)的不斷發(fā)展，國家相關(guān)政策的不斷完善，相信AI+醫(yī)學(xué)影像將在未來快速實現(xiàn)商業(yè)化。