人工智能医学行业已经形成了完整的产业链

在AI医疗领域，AI医学影像是市场关注度最高，赛道公司最多，也是人工智能应用领域最重要的赛场，2021年有10多家AI医学影像产品获得注册证，而今年关于AI医学影像的融资上市消息更是热度不断。

"AI医学影像"是指充分利用AI在感觉认知和深度学习的技术优势，将其应用在医学影像领域，实现机器对医学影像的分析判断，是协助医生完成诊断、治疗工作的一种辅助工具，帮助医生更快的获取影像信息，进行定量分析，提升医生看图、读图的效率，协助发现隐藏病灶，从而达到提高诊断效率和准确率的目的。

AI在医学影像的技术流程主要分为两部分：一是图像识别，应用于感知环节，其主要目的是将影像这类非机构化数据进行分析，获取一些有意义的信息;二是深度学习，应用于学习和分析环节，是AI应用的最核心环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握“诊断”的能力。

推想医疗科技股份有限公司是一家AI医疗科技公司，致力于开发部署全院级AI医疗产品，服务医院内多科室医生，实现疾病的筛查、诊断、干预、治疗、管理及研究。凭借在深度学习技术方面的专业知识，公司已构建专有的算法，该算法是其AI医疗产品的基础。

铱硙医疗聚焦在中国有接近2亿患病人口的中枢神经系统疾病，通过人工智能技术及人群脑影像大数据分析，开发了脑医生智能影像诊断平台。4年的时间里，脑医生踩过坑也走过弯路，经历了时间的磨炼，最终也已开花结果。

英矽智能在人工智能和新药开发方面取得突破——首次将生物学和化学生成学相结合，发现一种全新机制的用于治疗特发性肺纤维化(IPF)的临床候选新药，并成功通过多次人类细胞和动物模型实验验证。IPF牵涉多种疾病，影响多个器官(肺、肝和肾)，这一新药的出现有望解决影响全球成千上万人的广泛的未被满足的医疗需求。

一般来看，一款新药的研发需要经过药物靶标确定、先导化合物筛选、先导化合物优化和临床试验等阶段。时间成本上，新药的上市时间要大于10年，资金成为方面，塔夫茨药物开发研究中心曾给过一个数据是26亿美元。但最终的结果是，在耗费高人力财力之后，只有10%的候选药物能进入市场，90%的项目流产。

从2016-2017年开始，AI制药开始吸引了制药厂和科技巨头们的关注度。众所周知，人工智能的发展依赖于数据，尤其是高质量的大数据集。而药物发现过程的每一步都会产生大量数据，这些数据为现代人工智能技术的发展奠定了基础。现在，深度学习模型和自然语言处理技术在建模大型复杂多维数据集如基因组学、蛋白质组学、临床数据、靶点结构数据和非结构化文本方面的作用是不可小觑的。

人工智能的发展大大加快了医学影像诊断速度，提升了影像诊断的精准度，能够解决医学影像大数据人工处理中存在的大部分问题，利用AI的感觉认知能力对患者的影像进行识别，获取重要信息，可为经验不足的医生提供帮助，提高其判读医学影像的效率。同时基于深度学习通过大量已有的影像数据和临床诊断信息训练人工智能系统，使其具备诊断疾病的能力，辅助临床诊断，降低漏诊误诊的概率。

在良好的宏观环境下，当前我国人工智能医学影像行业已经形成了完整的产业链。上游市场参与者包括医学影像领域的上游硬件和软件提供商以及AI技术所需要的硬件设备、云服务、算法、数据等平台提供商;中游环节主体是AI医学影像制造企业，类型主要有设备型企业、技术型企业和互联网科技巨头三大类，业务涉及产品研发、生产和推广;下游市场可触及医学影像产业链多个环节，包括各级医疗机构、终端患者和医保、商保等保险机构。