现有人工智能医学影像产品覆盖的疾病种类较少，功能较单一，仅在肺结节、皮肤癌、乳腺癌等疾病中发挥作用。单功能产品不能满足医师的要求，医师需要至少有一个部位可以诊断“全病”的人工智能医学影像产品。单位点多病种检出，更接近于医生的日常临床工作模式，大大提高了医疗工作的效率、准确性和规范化，可以扩展横向覆盖多位点、多病种的产品，更好地满足医院的需要。深圳市人工智能行业协会

此外，人工智能医学影像产品还需要做功能的纵向延伸，即从单纯检出病灶、量化病灶，延伸到良恶性诊断，再延伸到放射治疗规划、手术规划等临床领域。通过横向覆盖和纵向延伸，人工智能医疗影像企业不断提升产品的临床和商业价值，进而提升行业天花板。

㈡行业数据、算法、渠道门槛的逐步形成

从数据上看，人工智能医学影像模型的训练数据主要来源于各大医院，而企业能够接触到的医院数量有限，影响了数据来源的多样性。在现有算法机制下，可能存在的人工智能模型在协作医院中效果较好，且一旦部署到其他医院，效果不理想，人工智能模型泛化能力不足。而且各级医院对疾病的诊断水平差异很大，如果用有效的基层医疗数据训练人工智能模型，那么产品的最高水平只能停留在一般的基层医疗深圳市人工智能行业协会，不能延伸到大医院。因此人工智能医学影像产品要在三甲医院落地，必须利用顶级医院提供的优质数据，深入研究顶级专家的临床经验，才能保证人工智能的准确性。而且医院所能提供的数据量有限，人工智能模型需要大量的样本数据，样本数量不足直接影响了人工智能模型的作用。

就算法而言，过去很久以来，人工智能医疗影像产业的门槛可能并不那么明显，因为大多数企业都在使用开源算法，只要能够获得高质量的数据，企业就可以后来居上，未来的局面也会改变。由于人工智能医学影像产品逐渐走向全病种，单任务深度学习算法已无法适应需求，多任务算法将成为趋势。所以，除了继续争夺高质量数据之外，医疗人工智能企业下一步必须在算法层面寻求突破。

通路，人工智能医学影像产品真正商业化落地，需要有明确的途径和途径。人工智能医疗影像企业在起步阶段，需要跨越数据与算法技术的门槛，在探索商业化落地的过程中，需要不断磨砺产品，经受客户与政府的考验。深圳市人工智能行业协会在行业进入大规模销售阶段后，渠道能力成为企业竞争的最大障碍。医院既有药品、各类设备、HIS系统等上游供应商比比皆是，进入正常采购阶段后，比比皆是的是渠道能力。所以在人工智能医疗影像产业进入高速成长期后，渠道能力将成为企业的核心竞争力。

医患关系失衡与分级诊疗政策的推动下的市场空间进一步扩大

每年医学影像检查人数超过75亿人次，巨大的检查数量促使我国医学影像数据的年增长率高达30%，而影像科医师的年增长率只有4.1%。此外，医师培养周期长，工作繁琐重复，造成医师资源流失(每年培养60万名临床医学专业学生，仅10万名毕业生进入临床岗位)，造成较大的供给缺口，远远不能满足临床医疗的实际需要。就宁波大学附属医院而言，影像科医师每天平均要做80-100次CT检查，60-80次磁共振检查，120-150次超声检查，即使每一次报告只需七八分钟，也要花十小时才能做完。

此外，放射科医师数量不足也导致了误诊率偏高，据中国医学会发布的误诊数据显示，恶性肿瘤平均误诊率为40%，肺结核平均误诊率超过40%，比临床医学总误诊率高出12个百分点。专家短缺和高误诊率将推动人工智能技术在医疗影像领域的快速应用，推动人工智能影像市场快速发展。

2015年9月8日，国务院办公厅发布了《关于推进分级诊疗制度建设的指导意见》，分级诊疗政策的出台将刺激基层医疗卫生机构的医疗影像设备和诊疗需求。据卫健委统计，截至2018年6月，全国医疗卫生机构总数达99.8万个，其中医院数31710个，占总数的3.2%；基层医疗卫生机构数943422个，占总数的94.6%。但在由三甲医院向基层医疗机构下沉的过程中，医学影像设备配备减少，诊断水平下降。就拿数字影像设备DR来说，虽然县级医院600-799床位的标准是4张床位，但现状是1.8张。这就导致了基层医疗卫生机构无力承担医学影像诊断服务，门可罗雀，三甲医院人满为患，影像检查排队日日等现象屡见不鲜。基层医疗机构在分级诊疗政策的激励下，有望获得大量分流患者，基层医疗机构对医学影像设备的配置、升级需求以及医学影像诊断服务需求均将实现快速增长，深圳市人工智能行业协会为人工智能医学影像提供更大的市场空间。

商业模式将转变成医疗服务收费分成模式

就目前行业发展情况来看，人工智能医学影像产品是以医疗设备的方式进入医院的。从长远看，随着产品功能的进一步提升，以及产品不断渗透到基层医疗市场，行业内也将探索医疗服务按诊断费、诊查费、诊查费收取的分成模式。

商业投放方式与人工智能医学影像产品自身的定位相关。当前在市场上大量推出的人工智能医学影像产品多为三级医院，部分二级医院也已开始逐步渗透，对于三级医院的医生来说，人工智能医学影像产品是提高工作效率的一种工具。例如，肺结节产品能够对可疑的结节进行筛选和量化分析，生成结构化的报告，深圳市人工智能行业协会而医生只需在此基础上检查人工智能诊断结果，排除假阳性并确认最终报告。这个过程极大地减少了原本需要医生进行肉眼筛查和编辑报告的时间，提高了工作效率。在逻辑上，其他类型的病变也与之相似，人工智能可以解决常见类型病变的检测、量化和半结构化报告，最终提高影像诊断流程的效率。

但随着人工智能医学影像技术的真正应用，从等级医院走向基层医疗卫生机构，其定位也发生了一定程度的变化。由于一些市、县级二级医院、一级医院以及基层医疗卫生机构水平较低，人工智能不仅可以提高医生的工作效率，还可以提高影像诊断的水平。此时人工智能可以与医生合作阅片，相当于提供了医学影像诊断服务，也就是可以将服务费分成基层医院。

为什么能探索出服务分成的模式，还有一个原因，就是基层购买力有限，通过分成的方式更容易推广市场。就商业模式而言，医疗设备的预算和价格有限，人工智能医学图像的市场空间也将受到限制。而且，服务分成模式一旦走通，就意味着企业可以从增量市场中分一杯羹，来自草根，能够突破市场天花板。