计算机行业：从星星之火到燎原之势~AI应用系列报告，医学影像智能识别-20171224-东方证券-20页-2mb

医学影像智能识别行业总结

核心内容

医学影像智能识别作为“人工智能+医疗”的重要应用领域，具备较快落地的可能性。其核心在于图像识别技术的成熟以及医疗图像数据结构化程度高、处理难度相对较低的特点。医疗大数据中，约80%来自影像数据，这为AI提供了丰富的训练素材。此外，我国放射科医生资源稀缺，影像数据增长远快于医生数量增长，AI读片在提升效率和降低成本方面具有显著优势。

主要观点

• AI+医疗发展迅速：政策推动和算法进步使得“人工智能+医疗”进入快速发展阶段，预计2017年市场规模超过130亿元，2018年有望突破200亿元。
• 智能影像诊断应用广泛：涵盖放射类、放疗类、手术类和病理类，其中放射类和病理类是当前创业公司主要涉足领域。
• 市场格局分散，未来将集中：当前行业参与者众多，数据和病种分散导致市场格局分散，但随着数据整合和共享机制的完善，行业将逐步走向集中。
• 数据与场景是核心竞争力：数据获取和应用场景是行业发展的关键因素，与医疗机构、基层医院、第三方影像中心及设备厂商合作，有助于构建产业链一体化优势。
• 变现模式多样：包括软件销售、系统集成、软硬件一体化解决方案、远程医疗和互联网医疗等。

关键信息

行业规模与前景

• 医疗影像服务市场年规模在千亿级别，AI读片若占10%，则市场规模约百亿。
• 医疗影像数据年增长率约30%，而放射科医生数量年增长率仅为4.1%，差距显著。

技术优势与应用案例

• AI在图像识别和深度学习方面表现突出，如谷歌DeepMind在糖尿病视网膜病变识别中达到与医生一致的准确率。
• 人工智能在诊断准确率和效率方面具备优势，例如在胸部CT检查中，AI比专业放射科医生准确性高50%。
• 人工智能读片具备高效率、低成本、定量分析能力强等优点，弥补了人工读片的主观性和重复性低的缺陷。

市场参与者

• 互联网或人工智能巨头：如腾讯、阿里、科大讯飞等，具备数据和算法优势。
• 初创型公司：如DeepCare、推想科技、图玛深维等，专注于特定病种的AI诊断产品。
• 传统医疗信息化公司：如东软集团、卫宁健康、万东医疗等，具备应用场景优势。

投资建议

• 推荐标的：万东医疗、卫宁健康、东软集团、思创医惠。
• 投资评级：看好（行业评级）；卫宁健康为增持，其余为未评级。

行业风险

• 数据整合不及预期：数据分散和共享机制不完善可能影响行业发展。
• 智能化应用低于预期：AI产品需通过CFDA认证，且需获得医生和医疗机构的认可，若应用进度慢，可能影响行业发展。

产业链与合作模式

• 医疗影像智能诊断厂商需与医疗机构、基层医院、第三方影像中心以及设备厂商合作，获取数据和拓展应用场景。
• 与PACS系统集成、与设备厂商合作形成软硬件一体化解决方案，有助于产品推广和盈利。

未来展望

随着数据整合机制的建立、AI模型训练的成熟以及商业模式的确立，行业将逐步从分散走向集中。部分企业率先获得CFDA认证，将建立技术壁垒和商业壁垒，推动行业集中度提升。同时，AI产品将从医院试用阶段逐步拓展至更多应用场景，如远程医疗、互联网医疗等。

总结

医学影像智能识别是AI在医疗领域落地最快的子行业之一，具备广阔市场空间和发展潜力。随着数据整合、算法优化和商业模式创新，该行业有望迎来快速增长和集中化趋势。投资方应关注具备数据资源、算法能力以及应用场景优势的公司，同时注意行业数据整合和智能化应用的潜在风险。