AI阅片让医疗系统看到了AI技术的优势
ai阅片是利用ai进行医疗影像诊断，疫情的爆发，让医疗系统看到了ai技术的优势。
疫情让ai阅片备受重用
新冠肺炎疫情前期，在核酸检测方面，由于医护人员试剂盒使用经验有限，很难采集到上呼吸道附近的唾液样本，造成患者假阴，导致核酸的检测在一定程度上受限。
随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，ct影像诊断被列入《卫健委新冠肺炎诊疗指南（第五版）》中，相比核酸检测，ct影像图像清晰度高，能够诊断早期轻微病变，因此ct影像也成为新型肺炎检测的方式之一。
火神山医院、雷神山医院、武汉同济、协和、中南医院等一线战场已部署并投入使用，随着临床数据的积累，ai+云也将在新冠肺炎诊断中发挥更大的价值。
近两年来，ai在医疗健康行业的应用中表现越来越突出，包括医疗机器人、智能药物研发、智能诊疗、智能影像识别、智能健康管理等方向，这些应用在这次疫情防控和诊治中发挥了重要作用。
ai阅片能否长期立足存难点
①肺炎分为很多种，病毒性、细菌性、真菌性、支原体、衣原体、过敏性等。其中，病毒性肺炎的影像学表现和其他类型肺炎都不同。目前困难是，ct无法准确判断病人携带的是否是新冠病毒。
也就是说，ct与核酸检测结果可能存在不一致的现象，这种情况下，再结合患者流行病学史、临床表现才能更为精准地诊断新冠肺炎。
②ai能够有效识别易漏诊结节，比如6mm以下实性结节和磨玻璃结节。但在面对新冠肺炎病毒时，ai还有更大的空间。
如今单靠ct影像识别出病毒性肺炎是哪种病毒还是非常困难的，如果ai能够在这方面有所建树，将是很大突破，但这非常难。
③疫情初期，尽管有不少新冠肺炎疑似ct数据，但缺乏有效标注。ct照片看似海量，但对于ai来说，仍显不够，要想让ai越来越聪明，需要“投喂”大量数据。
但在医疗场景中，无论总患病人数多庞大，都很难在某一个医院获得大量的数据训练，而且病患个体差异较大，每一个人的病程、病情、疾病种类都会有所不同。
④从全国范围来看，影像科人才资源地域性分配不均衡问题突出，基层医疗单位能否像大医院一样拥有ai医疗影像诊断的系统使用，目前还不好说。
⑤目前ai在神经系统影像诊断方面，仍完全依赖于数据真实性和质量的支撑，在缺乏大数据支持的疑难病、罕见病诊断领域，ai和专业医生之间仍存在差距。
ai医疗行业的商业开展
自2013年到2017年，中国医疗人工智能行业共获得241笔融资。其中，2017年国内医疗人工智能行业公布的融资事件近30起，融资总额超过18亿元。
而到了2018年，资本对于医疗人工智能市场的热情依旧不减，仅2018上半年就有18家公司获投，总金额超过31亿元。截至2018年6月，中国共有89家医疗人工智能创业企业获得投资，总金额约219.38亿元。
目前中国大多数初创企业以辅助诊断为主要业务，而具体业务又以影像学、智能辅助诊断系统和语音识别为主，涵盖的疾病较广，但多偏重于基于图像识别的影像学、病理图片识别的疾病，如肺癌、宫颈癌等。
不过虽然资本的热情将医疗人工智能初创企业推上风口，但对于创业公司来说，如何实现商业化是一个巨大的难题。与此同时，同行的竞争及巨头吞并也给这些企业带来一定的困难。
ai在医疗领域最大的问题可能是没有一个非常好的商业模式落地，或者没有形成真正的闭环，实现自我的造血能力。主要原因是可能还没有找到特别好应用，目前都在不断的试错阶段。
ai影像的终点在基层
三甲医院是医学影像ai的主要阵地。大型医院人满为患，医生分身乏术。ai的出现能够缓解医生工作压力，让医生能够腾出时间思考更高技术水平的问题，让医生回归医疗本身。
ai现阶段的角色主要是辅助工具，在少数医疗诊断过程中有明显作用。此外，ai不应停留在大型医院，基层医院也需要ai的助力。无论是ai软件或系统设备，在基层都大有可为。
对于基层医疗机构来说，医疗资源不足，基层医生因为没有机会接触、学习大量的不同病例，所以缺乏相应的阅片经验。ai便能辅助基层医生做出诊断。
大医院和基层医院都需要ai，只是需求不同。随着技术的发展，ai在基层会呈现出更大的社会价值和商业价值。
一项新的医疗技术往往是从高级往低级传递，ai技术在大医院进行打磨、试点、成熟，被认可后下沉到基层医院，这一发展路径与其他行业的ai技术有所不同。
海外会成为医疗ai的未来主市场
目前，我国疫情已进入收尾阶段，防疫重点也是防止输入性感染，国门之外，新冠肺炎患者数量急剧上升。在此情况下，ai企业也顺势走出了国门，拓展海外市场。
目前海外国家推崇的是核酸检测，而我国关注的是核酸检测与影像学针对的结合。
中国医疗ai企业的命运，就是要实现出海，哪怕是被海外领先企业“吃掉”，也要把自己放在全球的格局中去竞争。中国医疗ai企业的竞争对手就应该来自于海外市场。
实际上，美国、以色列、印度都是强大的竞争对手。美国的优势在于商业化路径非常通畅。
医疗行业体量庞大，社会对创新技术的落地和收费持鼓励态度。如以色列等国，会有政府牵头，帮助企业获得科研数据，保证其产品的准确性，从而走出国门，去国际市场分一杯羹。
结尾
随着人工智能技术逐步走向成熟，一个万亿级的人工智能大健康产业呼之欲出。
向治疗领域的纵向延伸，是人工智能的一大趋势，当前人工智能技术的运用还有相当长的研究路径要走，只有从医学辅助进入影响治疗决策的阶段，才能说明“ai+医疗”真正走向成熟。
关于快速掌握可编程技术的一些小方法
如何突破传统语言服务行业瓶颈，用AI提高翻译效率与生产力？
ODU MEDI-SNAP®产品组合又增添了三种插座型式
三星赶超苹果推出指纹识别技术,迎来供应商争夺
中国无人机领域取得突破!关键技术成功攻克,全天24小时运行
AI阅片让医疗系统看到了AI技术的优势
“骁龙”广受青睐，旗舰终端近日密集发布
电动助力转向系统（EPS）的构成与工作原理
亚马逊认为无人机也需要独立空间？你认为了？
2017年MEMS市场规模将倍增至210亿美元
关于科大讯飞与京东达成战略合作的分析和介绍
如何区分芯片CP测试和FT测试
SMT工艺选择无铅时元器件需考虑的因素
Rohwedder亚太和CIMTEK中国建立全新的战略性商业
新型兼具液态和固态的电池出现，华为开发液态金属电池手机
PLC在金刚石液压合成机中的设计应用
为提高MEMS传感器生产能力，村田在芬兰万塔建新厂投资4200万欧元
兆易创新积极布局DRAM领域 将实现国内存储芯片设计企业在DRAM领域的突破
无槽BLDC电机对比有槽BLDC电机有哪4大优势
分析解释开关电源中的专业术语
疫情让ai阅片备受重用
新冠肺炎疫情前期，在核酸检测方面，由于医护人员试剂盒使用经验有限，很难采集到上呼吸道附近的唾液样本，造成患者假阴，导致核酸的检测在一定程度上受限。
随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐清晰，ct影像诊断被列入《卫健委新冠肺炎诊疗指南（第五版）》中，相比核酸检测，ct影像图像清晰度高，能够诊断早期轻微病变，因此ct影像也成为新型肺炎检测的方式之一。
火神山医院、雷神山医院、武汉同济、协和、中南医院等一线战场已部署并投入使用，随着临床数据的积累，ai+云也将在新冠肺炎诊断中发挥更大的价值。
近两年来，ai在医疗健康行业的应用中表现越来越突出，包括医疗机器人、智能药物研发、智能诊疗、智能影像识别、智能健康管理等方向，这些应用在这次疫情防控和诊治中发挥了重要作用。
ai阅片能否长期立足存难点
①肺炎分为很多种，病毒性、细菌性、真菌性、支原体、衣原体、过敏性等。其中，病毒性肺炎的影像学表现和其他类型肺炎都不同。目前困难是，ct无法准确判断病人携带的是否是新冠病毒。
也就是说，ct与核酸检测结果可能存在不一致的现象，这种情况下，再结合患者流行病学史、临床表现才能更为精准地诊断新冠肺炎。
②ai能够有效识别易漏诊结节，比如6mm以下实性结节和磨玻璃结节。但在面对新冠肺炎病毒时，ai还有更大的空间。
如今单靠ct影像识别出病毒性肺炎是哪种病毒还是非常困难的，如果ai能够在这方面有所建树，将是很大突破，但这非常难。
③疫情初期，尽管有不少新冠肺炎疑似ct数据，但缺乏有效标注。ct照片看似海量，但对于ai来说，仍显不够，要想让ai越来越聪明，需要“投喂”大量数据。
但在医疗场景中，无论总患病人数多庞大，都很难在某一个医院获得大量的数据训练，而且病患个体差异较大，每一个人的病程、病情、疾病种类都会有所不同。
④从全国范围来看，影像科人才资源地域性分配不均衡问题突出，基层医疗单位能否像大医院一样拥有ai医疗影像诊断的系统使用，目前还不好说。
⑤目前ai在神经系统影像诊断方面，仍完全依赖于数据真实性和质量的支撑，在缺乏大数据支持的疑难病、罕见病诊断领域，ai和专业医生之间仍存在差距。
ai医疗行业的商业开展
自2013年到2017年，中国医疗人工智能行业共获得241笔融资。其中，2017年国内医疗人工智能行业公布的融资事件近30起，融资总额超过18亿元。
而到了2018年，资本对于医疗人工智能市场的热情依旧不减，仅2018上半年就有18家公司获投，总金额超过31亿元。截至2018年6月，中国共有89家医疗人工智能创业企业获得投资，总金额约219.38亿元。
目前中国大多数初创企业以辅助诊断为主要业务，而具体业务又以影像学、智能辅助诊断系统和语音识别为主，涵盖的疾病较广，但多偏重于基于图像识别的影像学、病理图片识别的疾病，如肺癌、宫颈癌等。
不过虽然资本的热情将医疗人工智能初创企业推上风口，但对于创业公司来说，如何实现商业化是一个巨大的难题。与此同时，同行的竞争及巨头吞并也给这些企业带来一定的困难。
ai在医疗领域最大的问题可能是没有一个非常好的商业模式落地，或者没有形成真正的闭环，实现自我的造血能力。主要原因是可能还没有找到特别好应用，目前都在不断的试错阶段。
ai影像的终点在基层
三甲医院是医学影像ai的主要阵地。大型医院人满为患，医生分身乏术。ai的出现能够缓解医生工作压力，让医生能够腾出时间思考更高技术水平的问题，让医生回归医疗本身。
ai现阶段的角色主要是辅助工具，在少数医疗诊断过程中有明显作用。此外，ai不应停留在大型医院，基层医院也需要ai的助力。无论是ai软件或系统设备，在基层都大有可为。
对于基层医疗机构来说，医疗资源不足，基层医生因为没有机会接触、学习大量的不同病例，所以缺乏相应的阅片经验。ai便能辅助基层医生做出诊断。
大医院和基层医院都需要ai，只是需求不同。随着技术的发展，ai在基层会呈现出更大的社会价值和商业价值。
一项新的医疗技术往往是从高级往低级传递，ai技术在大医院进行打磨、试点、成熟，被认可后下沉到基层医院，这一发展路径与其他行业的ai技术有所不同。
海外会成为医疗ai的未来主市场
目前，我国疫情已进入收尾阶段，防疫重点也是防止输入性感染，国门之外，新冠肺炎患者数量急剧上升。在此情况下，ai企业也顺势走出了国门，拓展海外市场。
目前海外国家推崇的是核酸检测，而我国关注的是核酸检测与影像学针对的结合。
中国医疗ai企业的命运，就是要实现出海，哪怕是被海外领先企业“吃掉”，也要把自己放在全球的格局中去竞争。中国医疗ai企业的竞争对手就应该来自于海外市场。
实际上，美国、以色列、印度都是强大的竞争对手。美国的优势在于商业化路径非常通畅。
医疗行业体量庞大，社会对创新技术的落地和收费持鼓励态度。如以色列等国，会有政府牵头，帮助企业获得科研数据，保证其产品的准确性，从而走出国门，去国际市场分一杯羹。
结尾
随着人工智能技术逐步走向成熟，一个万亿级的人工智能大健康产业呼之欲出。
向治疗领域的纵向延伸，是人工智能的一大趋势，当前人工智能技术的运用还有相当长的研究路径要走，只有从医学辅助进入影响治疗决策的阶段，才能说明“ai+医疗”真正走向成熟。
关于快速掌握可编程技术的一些小方法
如何突破传统语言服务行业瓶颈，用AI提高翻译效率与生产力？
ODU MEDI-SNAP®产品组合又增添了三种插座型式
三星赶超苹果推出指纹识别技术,迎来供应商争夺
中国无人机领域取得突破!关键技术成功攻克,全天24小时运行
AI阅片让医疗系统看到了AI技术的优势
“骁龙”广受青睐，旗舰终端近日密集发布
电动助力转向系统（EPS）的构成与工作原理
亚马逊认为无人机也需要独立空间？你认为了？
2017年MEMS市场规模将倍增至210亿美元
关于科大讯飞与京东达成战略合作的分析和介绍
如何区分芯片CP测试和FT测试
SMT工艺选择无铅时元器件需考虑的因素
Rohwedder亚太和CIMTEK中国建立全新的战略性商业
新型兼具液态和固态的电池出现，华为开发液态金属电池手机
PLC在金刚石液压合成机中的设计应用
为提高MEMS传感器生产能力，村田在芬兰万塔建新厂投资4200万欧元
兆易创新积极布局DRAM领域 将实现国内存储芯片设计企业在DRAM领域的突破
无槽BLDC电机对比有槽BLDC电机有哪4大优势
分析解释开关电源中的专业术语