AI医疗行业研究报告：医疗影像领域人工智能大有可为(1).pdf

《AI医疗行业研究报告：医疗影像领域人工智能大有可为(1).pdf》由会员分享，可在线阅读，更多相关《AI医疗行业研究报告：医疗影像领域人工智能大有可为(1).pdf（18页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 敬请参阅最后一页特别声明 -1- 证券研究报告 2017 年 8 月 27 日 计算机行业 医疗影像领域人工智能大有可为 行业动态 医疗影像海量数据积累使得人工智能应用成为可能医疗影像海量数据积累使得人工智能应用成为可能 基于数据的服务智能阶段将在接下来 3-5 年爆发。 而数据可得性高的 医疗、金融、交通等行业人工智能将率先用于解决行业痛点，爆发大量场 景应用。到 2020 年全球医疗数据量将达 40 万亿 GB，其中 80以上是 非结构化影像数据，这是未来人工智能深度学习的金矿。 国内医疗影像行业服务模式创新国内医疗影像行业服务模式创新 我国医疗影像行业在误诊人数、信息化建设水平全面落后

2、于美国，存 在巨大的发展空间。影像增速与医师增速存在巨大缺口、新的医疗消费趋 势形成以及患者“看病难，看病贵”和医生“误诊率高”形成内在力量驱 动医疗影像行业服务模式创新，亟待引入智能影像分析。 巨头纷纷加码，资本竞相追逐巨头纷纷加码，资本竞相追逐 AI+医疗影像医疗影像 IBM、谷歌、微软、阿里、百度、科大讯飞等科技巨头近几年纷纷切 入人工智能+医疗影像领域，其中 IBM Watson 的大数据分析业务有望创 收 20 亿美元。 近年来国内外 AI+医疗影像公司融资次数和融资总额双增。 AI+医疗影像应用不断取得突破医疗影像应用不断取得突破 近年来 AI+医疗影像应用的准确度、诊断效率和覆盖

3、病种数量都不断 取得突破。皮肤癌的诊断和人类旗鼓相当，但效率更快；乳腺癌、甲状腺 结节等的诊断准确度已经超过人类， 并且还有AI分析软件通过FDA认证。 AI+医疗影像应用空间较大医疗影像应用空间较大 根据 36 氪研究院的粗略估算 2015 年我国医疗影像市场规模在 4000 亿左右。基于医疗影像的人工智能产品应用才刚刚开始，未来有望渗透到 医疗影像设备和影像服务市场，提高诊断效率和准确度，应用空间较大。 投资建议投资建议： 类似于其他人工智能领域， 医疗影像人工智能的核心竞争力是获取不 断更新的高质量数据库、优良的算法、方便可及的应用场景。推荐医疗信 息化龙头企业， 并在医疗影像产业链的上

4、中下游都有布局的东软集团东软集团。建 议关注拥有独特医疗影像数据库并与阿里健康深度合作的万东医疗万东医疗； 看好 与多家医疗机构深度合作的科大讯飞科大讯飞。 风险分析：风险分析： 商业落地不及预期，AI+医疗影像发展不及预期。 证券证券 代码代码 公司公司 名称名称 股价股价 EPS PE 投资投资 评级评级 16A 17E 18E 16A 17E 18E 600718 东软集团 16.92 1.49 0.45 0.54 11.4 37.9 31.4 买入 002230 科大讯飞 61.97 0.35 0.39 0.63 177.6 159.5 99.2 增持 买入(维持) 分析师 姜国平 (

5、执业证书编号：S0930514080007) 021-22169167 jianggp 联系人 卫书根 021-22167336 weishugen 行业与上证指数对比图 -40% -25% -10% 5% 20% 08-1611-1602-1705-17 计算机行业沪深300 相关研报 智能大时代，数据驱动未来 2016-10-09 投资收益大幅提升当期业绩，汽车互联表现亮 眼 2017-04-04 业绩符合预期，车载与大数据广告业务表现亮 眼 2017-08-10 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -2- 证券研究报告 目目 录录 1、 医疗影像海量数据

6、积累使得人工智能应用成为可能 . 3 2、 国内医疗影像行业服务模式创新 . 4 3、 巨头纷纷加码，资本竞相角逐 AI+医疗影像 . 6 4、 AI+医疗影像应用不断取得突破 . 9 5、 市场规模巨大，有望带动上下游产业发展 . 11 6、 投资建议 . 13 7、 风险分析 . 15 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -3- 证券研究报告 1、医疗影像海量数据积累使得人工智能应用成为医疗影像海量数据积累使得人工智能应用成为 可能可能 阿里云研究中心和 BCG 的最新合作报告人工智能：未来制胜之道 中指出， 从技术突破和应用价值两维度分析， 未来人工智能

7、会出现服务职能、 科技突破、超级智能三个阶段。基于数据的服务智能阶段将在接下来基于数据的服务智能阶段将在接下来 3-5 年年 爆发。而数据可得性高的行业人工智能将率先用于解决行业痛点，爆发大量爆发。而数据可得性高的行业人工智能将率先用于解决行业痛点，爆发大量 场景应用。场景应用。从应用行业的角度来看，医疗、金融、交通、教育、公共安全、 零售、商业服务等行业数据电子化程度较高，因此这些行业将会率先涌现大 量的人工智能场景应用，用于解决行业痛点。 从技术的角度来讲，医院的数据归结为两类：一类是结构化数据，一类 是非结构化数据。检验报告、血常规检查、肝功能检查等以文字加数字的方 式呈现的数据可以归类

8、于结构化数据。而超声和放射科等影像学检查所呈现 的数据是没有结构化的影像数据，是非结构化数据。 根据咨询公司 IDC 的预测数据显示， 到 2020 年全球医疗数据量将达 40 万亿 GB，并且人类每年数据生成和共享的速度还将迅速增长，导致数据加 速积累，而这些医疗数据中的而这些医疗数据中的 80以上是非结构化影像数据。海量、精准、以上是非结构化影像数据。海量、精准、 高质量的数据为训练人工智能提供了原材料，也是未来人工智能深度学习的高质量的数据为训练人工智能提供了原材料，也是未来人工智能深度学习的 金矿。金矿。IDC 认为，未来人工智能技术将在医疗领域被广泛应用，尤其在辅助 诊断、药物研究、

9、医学影像、基因科学等细分的医疗场景。 图图 1：2020 年人类产生的年人类产生的医疗数据总量预测医疗数据总量预测 图图 2：数据生成和共享速度迅速增长：数据生成和共享速度迅速增长 资料来源：IDC，光大证券研究所整理 资料来源：Cisco，光大证券研究所整理 表表 1：机器读片相对人工读片优势明显：机器读片相对人工读片优势明显 人工读片人工读片 人工智能读片人工智能读片 客观程度客观程度 主观性无法避免 较为客观 记忆能力记忆能力 知识遗忘 无遗忘 建模条件建模条件 较少信息输入即可快速建模 建模需要更多信息输入 信息利用程度信息利用程度 低 高 重复性重复性 低 高 定量分析难度定量分析难

10、度 大 低 知识经验传承难度知识经验传承难度 困难 高 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -4- 证券研究报告 效益性效益性 耗时、成本高 成本低 资料来源：光大证券研究所整理 图图 3：依托海量数据库，借助图像识别和深度学习，诊断效果显著提高：依托海量数据库，借助图像识别和深度学习，诊断效果显著提高 资料来源：Data Collective 2、国内医疗影像行业服务模式创新国内医疗影像行业服务模式创新 我国医疗影像行业各方面全面落后于美国，存在巨大的发展机会。我国医疗影像行业各方面全面落后于美国，存在巨大的发展机会。 我国医学影像的误诊人数远高于美国。我国

11、医学影像的误诊人数远高于美国。 美国每年的误诊人数达到了1200 万；而据中国医学会的一份误诊数据资料显示，中国临床医疗中每年的误诊 人数约为 5700 万人， 总误诊率为 27.8%， 其中恶性肿瘤平均误诊率为 40%， 器官异位误诊率为 60%，而这些误诊主要发生在基层医疗机构。 影像的信息化建设水平远低于美国。影像的信息化建设水平远低于美国。根据 CHIMA 的数据显示，2015 年 我国医院的 PACS 系统的建设水平是 50%-60%，远低于美国几乎 100%的 建设水平。中国的医学影像正在逐渐从传统的胶片过渡到电子影像胶片，并 且影像数据的共享程度低；而美国传统胶片已经成为历史，几

12、乎所有医院都 可以提供影像数据，并且支持共享。 影像数据和放射科医生增长速度的不匹配带来人工智能影像诊断的需影像数据和放射科医生增长速度的不匹配带来人工智能影像诊断的需 求。求。 在政策鼓励和电子胶片趋势的带动下， 医学影像数据将迎来大幅度增长。 根据相关部门和动脉网的数据，美国和中国的影像数据年增长率将分别达到 63.1%和 30%。但美国和中国放射科医生的年增长率仅有 2.2%和 4.1%，远 远低于影像数据的增长， 存在巨大的缺口。 这将大大增加影像医师的工作量， 并有可能会引起影像医师的判断准确性下降。鉴于人工智能对医疗影像进行 诊断可以很好的弥补两者之间速度的不匹配，医疗影像的智能诊

13、断的需求有 望被带动起来。而且我国医疗信息化还有很大的提升空间，影像数据的共享 程度低，这也使得跨平台的影像云有巨大市场需求。 表表 2：中美医疗影像信息化对比及影像医师相关情况对比：中美医疗影像信息化对比及影像医师相关情况对比 中国中国 美国美国 影像信息化 50%-60%的医院使用了 PACS 系统。 影像科室 PACS 系统独立存在，未接入院内、医 几乎所有医院(小诊所除外)使用了 PACS 系统。 健全的 PACS 系统，能支持远程诊断/会诊等。 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -5- 证券研究报告 院间数据不能共享，转诊也基本需要重复拍片。 多数

14、医院只发影像胶片，不提供患者完整影像光 盘。 为患者提供完整的 DICOM 影像光盘，包括几百上千张 图片，方便患者转诊和其他医院专家阅片诊断，如据此 对病灶进行专业分析，三维重建。 独立影像中心 市场空白，从零起步。 参与者为个数。 业务占全行业的 40%。 已出现多个地域性龙头和全国性的二级市场龙头。 影像医师地位 拍片收费，阅片免费。 未得到足够重视，影响医师收入相对偏低。 拍片和阅片分别计费。 在临床诊断中具有重要的地位， 放射诊断医师收入排名 前列。 影像医师教育 人才培训未形成体系，各地人才缺乏、区域差异 大。 影像医学教育有严格的准入和评估标准：学时长，要通 过的认证体系。 影像

15、诊断水平 影像医师诊断水平级别差异大，地区差异大，误 诊率高。 因教育培训、认证体系严格，执业医师整体水平，个体 水平更为均衡。 资料来源：36 氪研究院，光大证券研究所整理 患者和医生诉求驱动医疗影像行业服务模式改变：患者和医生诉求驱动医疗影像行业服务模式改变：对患者来说，考虑到 我国特殊国情，“看病难、看病贵”是其主要的面临的问题。看病难是由我 国优质医疗资源过于集中和医师的水平参次不奇所导致基层医院误诊率高、 大医院排队时间又长等问题所引起的；看病贵则归咎于医疗影像数据不能共 享且过往影像资料存储难，导致重复拍片，增加患者就医的成本。对于影像 医师来说，最大的痛点在于误诊率高和收入较低。

16、 与此同时，医疗影像行业新的市场趋势正在形成。与此同时，医疗影像行业新的市场趋势正在形成。包括新一代医疗消费 行为趋势、以患者为中心的医疗服务变革趋势、对数据价值挖掘的预期、对 影像数据进行存储管理的需求等。既往痛点结合新的市场需求趋势，形成了 产业创新的内在驱动力。而影像智能诊断分析、影像远程诊断、第三方独立 影像中心等能很好地解决患者所面临的“看病难、看病贵”问题和影像医师 “误诊率高”的痛点。 图图 4：医学影像领域的患者痛点与医生痛点：医学影像领域的患者痛点与医生痛点 资料来源：36 氪研究院，光大证券研究所整理 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -

17、6- 证券研究报告 3、巨头纷纷加码，资本竞相角逐巨头纷纷加码，资本竞相角逐 AI+医疗影像医疗影像 提到 AI+医疗影像，就必须提到已经在这个领域深耕多年的 IBM Waston。Watson 是自 2007 年开始，由 IBM 公司的首席研究员 David Ferrucci 所领导的 DeepQA 计划小组开发的人工智能系统。 其认知智能的核 心在于对非结构化数据的理解，即医嘱、图像等信息。而医疗行业中的非结 构化数据包含了绝大多数的信息量。 IBM Watson可以在17秒内阅读248000 篇论文，106000 份临床报告，61540 次试验数据，3469 本医学专著，69 种治疗方案

18、，通过海量汲取医学知识，IBM Watson 可以在短时间内通过学 习快速成为肿瘤专家。 相比于人类研究人员每年平均 200 至 300 篇论文的阅 读量有巨大的优势。 IBM Watson 是目前全球较为成熟的案例。是目前全球较为成熟的案例。IBM Watson 将基础能力与 人类医生的一般医疗诊断模型进行融合，提供辅助诊疗的处理逻辑能力。 Watson 已通过了美国职业医师资格考试，目前 Watson for Oncology 已于 全球 7 个国家落地，分别是中国、美国、韩国、泰国、新加坡、印度、荷兰， 这 7 个国家已经正式进入商业化对外服务患者。在服务病种方面，目前沃森 提供的肿瘤治

19、疗方案覆盖了乳腺癌、肺癌、直肠癌、结肠癌、胃癌、宫颈癌、 卵巢癌，预计 2017 年底会扩展到 812 个癌种。截止 2017 年 3 月 25 日， Watson for Oncology 已经在全球服务了 2 万多名患者。2016 年 8 月，IBM Watson 的癌症诊断机器人登陆中国，至 2017 年 7 月份，已经在 11 家医院 落地，预计年底覆盖 150 家三级综合医院。根据 JP Morgan 估计，2017 年 Watson 的大数据分析可以为 IBM 带来 20 亿美元的收入(注：注：2016 年以年以 Watson 为主的为主的 IBM 认知解决方案业务营收认知解决方案

20、业务营收 186 亿美元，占总营收的亿美元，占总营收的 22.76%)。 IBM Watson 还在不断拓展医学影像领域还在不断拓展医学影像领域的优势。的优势。IBM Watson 先后于 2015 年 10 月和 2016 年 2 月分别斥资 10 亿美元和 26 亿美元收购医疗影像 分析公司 Merge Healthcare 和医疗数据公司 Truven Health Analytics， 加大 Watson 的数据训练量并增强其在医疗影像的诊断能力。 除了 IBM 在人工智能+医疗影像领域广泛布局外，谷歌、微软、阿里、 百度、科大讯飞等科技巨头也在近几年纷纷积极切入。 图图 5： “沃森

21、医生： “沃森医生”的诊断过程的诊断过程 资料来源：36Kr 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -7- 证券研究报告 表表 3：科技巨头们也都在纷纷跨界医学人工智能领域：科技巨头们也都在纷纷跨界医学人工智能领域 产业公司名字产业公司名字 人工智能布局人工智能布局 IBM 2011 年 Watson 开始应用于医疗领域 2012 年与克利夫兰诊所合作训练 Watson 2013 年与几年斯隆凯特琳癌症中心合作共同训练 Watson 2014 年投资 10 亿美元成立 IBM Watson 业务集团 2015 年收购医疗分析公司 Explorys； 并创建 Wa

22、tson Health 服务； 收购医疗影像分析公司 Merge Healthcare 2015-2016 年：将 Watson 带入苹果手表睡眠健康应用，与 Under Armour 合作对健康大数据进行分析；创 建开源癌症数据库；与辉瑞合作致力于帕金森患者的远程监控；与美国糖尿病协会合作；收购医疗数据公司 Truven Health Analytics 谷歌 2016 年 2 月，谷歌 DeepMind 公布成立 DeepMind Health 部门 2016 年与英国 NHS 合作，帮助他们辅助决策 与皇家自由医院合作，DeepMind Health 开发了名为 Stream 的软件 与

23、 NHS 再次合作，同 Moorfields 眼科医院一起开发视觉疾病的机器学习系统 微软 2016 年微软宣布将 AI 用于医疗健康的计划 Hanvoer，辅助精准用药、精准治疗 与俄勒冈卫生科学大学 Knight 癌症研究所在药物研发、个性化治疗领域合作 百度 2016 年 10 月发布百度医疗大脑 阿里巴巴 2014 年成立阿里健康；2015 年与锐珂医疗合作搭建影像诊断平台；2016 年增资华润万里云，为患者提供 远程影像诊疗；2017 年携手万里云正式发布“Doctor You”AI 系统，主攻医学影像诊断领域 2017 年发布 ET 医疗大脑 腾讯 2016 年投资碳云智能、思派网

24、络等医疗人工智能公司 2017 年发布了 AI 医学影像产品腾讯觅影(涉及疾病包括食管癌、肺癌、糖网病、宫颈癌和乳腺癌。其 中，其早期食管癌智能筛查系统最为成熟，实验室准确率在 90%，现已进入临床前实验阶段) 2017 年发起成立了人工智能医学影像联合实验室，与多家医院合作 科大讯飞 2015 年组建智慧医疗团队，目前已在智能语音、医学影像、基于认知计算的辅助诊疗系统三个领域布局 2016-2017 年，自 2016 年 6 月份跟安徽省立医院共建“医学人工智能联合实验室”之后，又相继跟中国医 学科学院/北京协和医学院、解放军总医院、北京大学口腔医院、上海交通大学附属第六医院、吉林大学白 求

25、恩第一医院以及人民卫生出版社等机构在医学人工智能领域达成深度合作 2016 -2017 年，不断研发出智能导诊导医机器人“晓医” 、人工智能医学影像辅助诊断系统、门诊语音电子 病历、口腔/超声语音助理、云医声移动医护工作站等产品，并在全国百家医院试点 资料来源：光大证券研究所整理 除了巨头加速布局之外，依托资源或者技术优势，近年来许多创业公司除了巨头加速布局之外，依托资源或者技术优势，近年来许多创业公司 也纷纷成立，成为了资本的新宠儿。也纷纷成立，成为了资本的新宠儿。 自 2006 年起， 国内便有工程师将创业目光放在了医学影像+人工智能领 域，发展至今，根据亿欧的不完全统计，国内共有 27

26、家将人工智能技术应 用于医学影像的公司，其中有 11 家是成立于 2015 年和 2016 年，且大多数 公司尚处于天使轮或者 A 轮，具体如下表。 根据火石创造 HSMAP 的数据统计，截至 2016 年年底，国内医疗人工 智能领域已有公开披露的融资事件有 81 笔， 其中有 50 笔左右明确公布了融 资金额。从时间上来看，2014-2016 年融资数量出现了明显的上升，而且增 长速度很快，数量从 2014 年的 12 次增加到 2016 年的 32 次。2014-2016 年融资金额也有了明显的上升， 金额从 2014 年的 4.2 亿元增长到 2016 年的 25.8 亿元，资本的活跃度

27、逐年走高，医疗人工智能领域深受资本青睐。 在国内医疗人工智能各细分领域中，辅助诊疗和医学影像最受资本青 睐，融资金额高居第一和第三，分别为 20.6 亿和 11.6 亿元。 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -8- 证券研究报告 表表 4：27 家医学影像家医学影像+人工智能公司情况汇总人工智能公司情况汇总 序号序号 企业名称企业名称 成立时间成立时间 总部总部 创始人创始人 融资轮融资轮 融资金额融资金额 投资机构投资机构 1 雅森科技 2006 年 北京 陈晖 A 轮 3000 万元 顺禧基金、虎丘医疗 2 海纳医信 2008 年 北京 崔彤哲 A 轮

28、3000 万元 红杉资本中国 3 华润万里华润万里云云 2009 年年 北京北京 谢宇峰谢宇峰 A 轮轮 2.25 亿元亿元 阿里健康阿里健康 4 翼展科技 2009 年 西安 倪梦 A 轮 3000 万元 软银中国、赛富基金 5 联影医疗 2010 年 上海 俞晔珣 未知 未知 未知 6 心医国际 2010 年 北京 邰从越 C+轮 6000 万元 海南海药 7 康众光学 2011 年 南京 张研 未知 未知 未知 8 微清医疗 2011 年 苏州 李超宏 B 轮 3000 万元 山蓝资本 9 锐达影像 2012 年 上海 荣辉 PreA 轮 1000 万元 中路资本、快创营 10 健培科技

29、 2012 年 杭州 程国华 未知 5000 万元 未知 11 昕健医疗 2012 年 苏州 刘非 未知 未知 未知 12 医渡云 2012 年 北京 孙喆 A 轮 2 亿元 未知 13 全景医疗 2013 年 上海 杨环球 未知 未知 未知 14 艾佩克 2014 年 上海 张念 未知 未知 未知 15 一脉阳光 2014 年 深圳 王世和 A 轮 未透露 高盛集团(中国) 16 智影医疗 2014 年 深圳 周浩 A 轮 未知 未知 17 医拍智能 2015 年 北京 吴诗展 A 轮 数千万元 重山资本、亿联资本 18 汇医慧影 2015 年 北京 柴象飞 A 轮 数千万元 蓝驰创投、水木

30、易德投资 19 睿佳医影 2015 年 武汉 袁戎 未知 未知 未知 20 医众影像 2015 年 北京 马国峰 PreA 轮 未知 未知 21 微云影像 2015 年 北京 刘志鹏 未知 未知 未知 22 DeepCare 2016 年 北京 刘圣 天使轮 600 万元 FreesFund 峰瑞资本 23 迪英加 2016 年 成都 杨林 未知 未知 未知 24 连心医疗 2016 年 北京 章桦 天使轮 1200 万元 国科嘉和、安龙基金 25 推想科技 2016 年 北京 陈宽 A 轮 5000 万元 红杉资本中国、广发证券直投部 26 图玛深维 2016 年 北京 钟昕 天使轮 150

31、 万美元 真格基金、经纬中国 27 辛顿科技 2016 年 杭州 陶信东 未知 未知 未知 资料来源：亿欧网，光大证券研究所整理 图图 6：国内外医疗人工智能领域历年融资数量：国内外医疗人工智能领域历年融资数量 图图 7：国内外医疗人工智能领域历年融资总额：国内外医疗人工智能领域历年融资总额 资料来源：火石创造 资料来源：火石创造 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -9- 证券研究报告 图图 8：医疗人工智能各细分领域历史融资总额：医疗人工智能各细分领域历史融资总额 资料来源：火石创造 4、AI+医疗影像应用不断取得突破医疗影像应用不断取得突破 人工智能在医

32、疗影像领域的创业公司发展模式有两种比较突出的模式：人工智能在医疗影像领域的创业公司发展模式有两种比较突出的模式： 1、平台类公司；、平台类公司；2、诊断类公司。因模式的不同，公司的产品形态也有一定、诊断类公司。因模式的不同，公司的产品形态也有一定 差异。差异。 1. 以数据分析，图像识别算法为核心的平台公司 第一种是做平台类的公司，提供底层云服务或者影像平台，切入 API。 相关公司如华润万里云华润万里云(提供医学影像大数据云平台和“Doctor You”医疗 AI)、汇医慧影、汇医慧影(提供医疗影像云平台，国内首家提供线上第三方影像中心的 公司)、医众影像医众影像(致力于打造第三方医学影像数

33、据中心及影像诊断平台)、海海 纳医信纳医信(提供 PACS 系统和远程医疗平台)、 翼展科技翼展科技(提供诊断平台和第三方 医学影像中心)。 2. 垂直病种领域检测标准, 争取 CFDA 认证 第二类就是做垂直病种领域检测和判断的公司，尤其在单一细分病种和 规律较为明显的病种，如肺栓塞诊断、脑血流诊断、心血管疾病、甲状腺疾 病诊断、早期肿瘤诊断(特别是肺癌、乳腺癌领域)、精神类疾病诊断等。这这 类公司主要以提高准确度、诊断效率和增加覆盖病种数量为类公司主要以提高准确度、诊断效率和增加覆盖病种数量为发展目标。发展目标。相关 公司如雅森科技雅森科技(专注于脑、 甲状腺、 心脏、 肺、 肾及全身骨的

34、医疗影像分析)、 医拍智能医拍智能(覆盖肿瘤、乳腺癌、皮肤病变等病种)、图玛深维图玛深维(计划推出 6-8 类 针对肿瘤、心血管疾病、脑血管疾病的自动化诊断产品)、DeepCare(识别和 预判断子宫颈癌抹片，尿检血检的细胞识别、乳腺癌等)、推想科技推想科技(集中在 胸部的肺、心脏等方面的疾病)。 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -10- 证券研究报告 表表 5：部分人工智能在医疗影像领域的创业公司技术及产品：部分人工智能在医疗影像领域的创业公司技术及产品 公司名称公司名称 成立时间成立时间 最近融资最近融资 投资人投资人 技术及产品技术及产品 雅森科技

35、2006 年 A 轮 3000 万元 未知 基于 PET/SPECT/fMRI/US 等医疗影像定量分析，用数学模型和人工智能技术，提高诊 断精确性。 华润万里云华润万里云 2009 年年 2.25 亿元亿元 阿里健康阿里健康 通过 SaaS 服务模式为医疗机构及患者提供医学诊断相关服务，包括影像云端存储、诊 断、分享、质控、培训和大数据服务等，业务以 2B 为主。 2017 年 5 月，和阿里健康合力打造人工智能精准医疗平台“i 影像” ，已上线肺部 DR 筛查和 CT 监测功能。准确率 90%以上，提高医生效率 3 倍。 2017 年 7 月，与阿里健康推出“Doctor You”医疗 A

36、I 系统，包括临床医学科研诊断平 台、医疗辅助检测引擎、医师能力培训系统，提供肺结节、乳腺超声、心电图、X 光等 的智能检测。 健培科技 2012 年 5000 万 元， 轮次未 知 未知 拥有医疗影像云平台，医疗影像输出、智慧医疗和智能诊断为主，其他大数据支撑设备 及平台建设为辅的医疗系统；提供病例检索和医疗影像智能诊断服务，帮助医生进行定 位病症、分析病情和指导手术；另外还开发有激光热敏医用胶片。 锐达影像 2012 年 Pre-A 轮 1000 万元 中路资本、 快创营 开发有影像平台，同时探索不同领域的智能化，目前已有的乳腺辅助检测、虚拟结肠镜 等，都是初步的专业领域技术。 医渡云 2

37、013 年 A 轮 2 亿 元 未知 拥有医疗大数据平台，对医疗数据进行集成、挖掘、利用，辅助开展新型临床、科研、 医院管理等服务，涉及的临床数据包括影像数据和病例等文本数据。 智影医疗 2014 年 A 轮 未知 拥有基于数字影像医学的健康分析管理平台，提供早期癌症筛查、疾病辅助诊断，及健 康指数分析。 汇医慧影 2015 年 A 轮数千 万元 蓝驰创投、 水木易德 投资 提供医疗影像云平台和阅片外包服务，并通过建立人体器官模型和神经网络技术，识别 病灶，涉及胸部 X 光，脑核磁肿瘤，胸部 CT。 医众影像 2015 年 未知 未知 拥有医疗影像数据云平台，同时建立影像诊断数据结构化知识库。

38、目前可对大量历史影 像诊断报告进行智能的结构化、标准化处理，可辅助医生诊断。 睿佳医影 RayPlus 2015 年 未知 未知 结合图像处理和云计算，为医生提供基于影像的计算机辅助诊疗工具 RayPlus，特点是 满足专科医生的特异性辅助诊断需求。 DeepCare 2016 年 天使轮 600 万 峰瑞资本 将深度学习用于医疗影像，削减读片时间，降低误诊的概率，目前主攻的方向是胸肺部 CT 的智能影像诊断。 推想科技 2016 年 天使轮 1100 万 英诺天使 基金、 金臻 云创投 用深度学习技术分析和识别医疗影像上的病变，推荐治疗方案，协助医生诊断，目前主 要用于胸肺疾病的诊断。 连心

39、医疗 2016 年 天使轮 300 万 未知 主要提供肿瘤数据平台搭建和医疗数据分析，其中涉及医疗影像处理、分割、配准等， 并引导放疗优化。 图玛深维 2016 年 天使轮 150 万美 元 真格基金、 经纬中国 将深度学习引入到计算机辅助诊断系统中，可应用于各类医学图像分析诊断、显微镜下 的病理图像分析、以及发现 DNA 结合的蛋白质的序列特异性并协助基因组诊断等。 迪英加 2016 年 未知 未知 提供基于人工智能，用于精准医疗的医疗影像大数据分析解决方案，例如基于病理图片 分析的癌症诊断和分级等。 资料来源：雷锋网，光大证券研究所整理 人工智能在医疗影像领域效果显著，突破不断人工智能在医

40、疗影像领域效果显著，突破不断：目前，人工智能在医学 影像的国内外前沿研究都取得了比较好的成果，例如在基于乳腺钼靶影像的 病变检测、基于脑部 MRI 的白质高信号灶分割(帕金森预测)、基于皮肤镜照 片的皮肤癌分类诊断等均显示，机器的分类效能已经达到了人类专家的水 平。近一年来，人工智能在医疗影像领域又是突破不断，在多个病种和多领 域相对熟练的人类医师有不熟表现甚至大大领先人类医师，具体如下表： 表表 6：近期人工智能在医疗影像领域突破不断：近期人工智能在医疗影像领域突破不断 时间时间 期刊或文章期刊或文章 机构机构 内容内容 2016 年 6 月 新闻 贝斯以色列女执事医学 中心(BIDMC)与

41、哈佛医学 院 对乳腺癌病理图片中癌细胞的识别准确率能达到 92%，虽然还是低于人 类病理学家 96%的准确率，但当这套技术与病理学家的分析结合在一起 时，它的诊断准确率可以高达 99.5% 2017 年 1 月 FDA 官网 Arterys 公司 FDA 首次批准了一款心脏核磁共振影像 AI 分析的软件 Cardio DL， 可用 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -11- 证券研究报告 于心血管疾病的诊断。 2017 年 2 月 Nature 北卡罗来纳大学(UNC)教 堂山分校 经过 MRI 扫描，借助 AI 算法在预测 2 岁前的自闭症高危儿童(有个自

42、闭 症哥哥或者姐姐)是否会在 2 岁之后被诊断为自闭症上， 以 88%的准确度 远超准确度只有 50%的传统行为问卷调查法。 2017 年 2 月 Nature 斯坦福大学 利用深度学习算法诊断皮肤癌，准确度达到 91%，与 24 位资深的皮肤 病专家的准确率相当，可以在手机上使用 2017 年 3 月 谷歌博客 谷歌、谷歌大脑与 Verily 公司 开发出的诊断乳腺癌的人工智能诊断准确度达到 88.5%，完胜人类著名 病理学家 73.3%的准确度。 2017 年 3 月 science 第三军医大 利用人工智能 30 秒内可鉴定血型，准确率超过 99.9%。 2017 年 6 月 新闻 北京

43、友谊医院 组织了一个人机读片大赛，主要是通过超声诊断甲状腺结节。结果 AI 的准确率是 68%，超过主任医师人类医生最高资历和职称的代表， 两个百分点。 2017 年 8 月 LUNA 评测官网 科大讯飞 在国际医学影像领域的权威测评 LUNA 上获得平均召回率 92.3%的检 测效果，获得第一名并刷新世界记录。(注：LUNA 评测是肺结节检测领 域最权威的国际评测) 资料来源：光大证券研究所整理 5、市场规模巨大，有望带动上下游产业发展市场规模巨大，有望带动上下游产业发展 医疗影像诊断市场潜在客户很多，市场规模巨大。医疗影像诊断市场潜在客户很多，市场规模巨大。潜在客户主要分为以 下几类：(1

44、)为医疗机构提供影像诊断应用，帮助医师提高判断的准确度或者 效率；(2)为医疗影像设备商提供算法模型，使医疗影像设备更加智能化；(3) 为医疗影像云提供商提供影像诊断能力及服务； (4)为医药研发企业提供模拟 药效分析，节约临床试验成本；(5)为保险机构提供影像数据分析、患者健康 状况分析，帮助保险定价等。其中(1)和(2)类客户规模较大。 美国医疗影像诊断市场规模美国医疗影像诊断市场规模 2018 年将达到年将达到 110.7 亿美元。亿美元。美国医疗影 像诊断已初具规模，相关数据显示，2015 年大约进行了 1100 万人次的远程 医疗服务， 其中包括了大约 500 万次的医院之间的影像诊

45、断(包括 X 线、 CT、 MRI)。 根据 Frost&Sullivan 的预测显示。 美国医疗影像诊断市场规模1从 2009 年的 46.6 亿美元增长到 2015 年的 87.1 亿美元，预计 2018 年将达到 110.7 亿美元，十年的复合增长率高达 10.09%。其中 60%的市场贡献来自于医疗 机构；40%的市场贡献来自于独立影像中心。(注：美国拥有影像中心 6800 多个) 图图 9：2009-2018 年美国医疗影像诊断市场规模年美国医疗影像诊断市场规模 资料来源：Frost&Sullivan，光大证券研究所 1包含人工医疗影像诊断和人工智能医疗影像诊断 万得资讯 2017-08-27 计算机行业 敬请参阅最后一页特别声明 -12- 证券研究报告 我国医院信息化建设较晚，导致之前影