《爱分析·中国医学影像行业报告》正式发布
关注 爱分析ifenxi
每天洞察新趋势
——————
《爱分析·中国医学影像行业报告》正式发布
报告编委
报告指导人
金建华 爱分析 创始人&CEO
报告执笔人
张扬 爱分析 联合创始人&首席分析师
姜凯燕 爱分析 分析师
外部专家（按姓氏笔划排序）
陈晖 雅森科技 创始人&CEO
方骢 依图医疗 副总裁
高云龙 翼展医疗集团合伙人&CMO
康世功 全域医疗联合创始人&副总裁
林祯成 道彤投资高级副总裁
吕晨翀 医准智能创始人&CEO
乔昕 深睿医疗 联合创始人&CEO
王世和 一脉阳光创始人&董事长
特别鸣谢
报告摘要
公立医院是医学影像产业链核心，供应商需与其深度绑定
• 公立医院患者流量优势明显，是绝对的医学影像产业链核心，医保的加持进一步强化了公立医院核心地位。
• 患者获取和支付方缺位掣肘第三方影像中心的快速发展，国内科室运营服务比独立第三方服务有更大的空间。
医疗器械销售和服务费分成是AI医学影像两种落地方式
• AI医学影像落地方式，一是作为医疗器械销售给医院，二是以医疗服务费分成。其中，服务费分成需要AI医学影像产品实现大规模普及，并且能够下沉基层医疗市场。
• 商业化落地的方式与AI医学影像产品本身的定位有关，若是只作为提升效率的工具，则以医疗器械方式进院；如果能在诊断功能和水平层面得以提升，成为医学影像诊断服务提供者，则有望与医疗机构进行服务费分成。
基层是医学影像服务蓝海领域
• 基层医学影像市场有超千亿的增长空间。
• 基层市场分散，医学影像相关的设备渠道也相对空白，存在建立渠道的机会，供应商可以以医学影像服务为切入点，掌握基层医疗下沉渠道，构建企业在基层医疗领域的核心壁垒。
目录
一. 新力量——全方位行业赋能
二. 突破瓶颈，AI医学影像落地
三. 科室运营瓜熟蒂落
四. 新机遇——下沉基层
结语
关于爱分析
新力量——全方位行业赋能
近年来，随着技术在医学影像诊断环节的渗透，以及政策对医疗创新的不断鼓励，提升医疗机构医学影像服务水平的新力量开始登上行业舞台。
尤其是以AI医学影像产品为代表的诊断服务，以及为影像科、放疗科等做整体赋能的科室运营服务，从科室筹建、日常运营、影像诊断等层面提供全方位的专业服务。
本章将首先进行医学影像产业链剖析。通过梳理我们发现，公立医院是医学影像产业链的绝对核心，不管是科室运营服务，还是诊断服务，最终的商业化落地都离不开与公立医院的深度绑定和合作。而长期来看，得益于分级诊疗的推进，以及提升医学影像服务水平的迫切诉求，基层将是未来的新机遇所在。
接下来将分析科室运营服务和AI医学影像产品如何为医学影像行业进行赋能，以及由此带来的行业影响。
科室运营服务满足医院影像科全方位需求的同时，解决了患者源获取和医保覆盖问题，是商业化较为顺利的方向。
而AI技术已成功渗入医学影像诊断流程，并在诊断效率和水平方面证明了自己，人机协同阅片就在不远的未来。
医学影像产业链最终的服务对象是患者，供给方分为三个部分，医疗机构是产业链核心，上游是其供应商，下游是支付方。
医疗机构把持着患者流量，处于中心地位，其中公立医院流量优势最为明显，是绝对的核心。
我国医疗主要支付方是医保，而实现医保覆盖的主要是公立医院和基层医疗卫生机构，因此，支付方的加持进一步强化了公立医院在产业链中的核心地位。
上游供应商主要从设备、诊断服务、科室运营三个方面为公立医院提供服务。其中，科室运营涵盖了科室前期筹备和日常运营全部所需服务，门槛最高。
图1：医学影像产业链
数据来源：爱分析
医疗机构承担着服务患者的职责，包括公立医院、基层医疗卫生机构、民营医院和其他机构（比如各类诊所、第三方影像中心、病理中心等）。
具体科室来看，医疗机构中与医学影像服务相关的科室包括放射科、检验科、病理科等医技科室，放疗科等专科治疗科室，以及眼科、心血管科、消化科、内分泌科等临床科室。
医学影像诊断是诊疗流程中的一环，而且我国转诊制度与医疗机构间诊断结果互认尚未大规模普及，影像检查与诊断大多在就诊医院完成。因此，虽然卫健委发文鼓励影像、病理、放疗等第三方中心的发展，但患者获取这一首要难题，在一定程度上限制了第三方影像中心的发展。
根据卫健委公开数据，2018年1-9月，全国医疗机构总诊疗人次61.4亿，其中公立医院22.4亿人次，基层医疗卫生机构32.8亿人次，民营医院和其他机构分别仅有3.8亿人次和2.3亿人次。
图2：各医疗机构诊疗人次占比
数据来源：卫健委公开数据 爱分析
由于公立医院和基层医疗卫生机构把持着绝大部分患者流量，而且公立医院医疗水平和科室建设普遍强于基层医疗卫生机构，影像检查多集中在公立医院，因此，当前阶段公立医院是医学影像产业链的核心，其地位难以被撼动。
支付领域不可忽略的一点是，我国医疗主要付费方是医保，商保占比不高。而医保控费是主旋律，各类第三方中心（包含影像、放疗等）成为医保定点单位的周期长，这又进一步加强了医院在产业链中的核心地位。
因此，与医院深度合作，是医学影像新力量商业化落地的正确选择。
上游供应商从设备、诊断服务、科室运营层面切入医学影像市场，为医院提供服务。
其中，设备供应基本格局已定，由GPS（GE、Philips、Siemens）领衔。
诊断服务主要是AI医学影像产品，存在一定的数据和技术门槛，且处于商业化探索阶段；科室运营服务需提供包含设备和诊断服务在内的整体解决方案，对综合服务能力要求最高。
因此，对上游供应商来说，创新空间主要在诊断服务和科室运营服务。
图3：医学影像创新空间
数据来源：爱分析
作为诊疗流程中必不可少的一环，医学影像诊断的结果会直接影响临床疾病诊断。而我国医疗机构水平参差不齐，尤其是三甲医院和基层医疗卫生机构的影像诊断水平有天壤之别，主要体现在设备、诊断能力、科室运营能力三个方面。
以医学影像诊断量最大的影像科为例，三甲医院在设备配置、医生数量和水平、科室整体运行效率（包含收入与成本、工作流程控制等）方面都较为出色。唯一面临的问题是医生处于高负荷作业状态，在一定程度上存在利用技术手段提升诊断效率的诉求。
根据宁波大学附属医院（三甲医院）的统计，影像科医生平均每天需要完成80-100份CT、或60-80份磁共振、或120-150个超声部位的影像诊断。即使每份报告只用七八分钟，也需要10个小时才能完成。AI可以大幅度提升其影像诊断效率。
而很多县级医院的影像科，在经历了前几年国家层面的设备投放之后，影像设备配置基本到位。但影像科医生数量和水平不足，使其诊断能力难以支撑临床诊断需求，影像科日常运营能力也无法得以积累和提升。因此，越是基层的医疗机构，对于提升影像诊断水平的诉求越强，对于科室运营的需求也越大。
图4：不同层级医疗机构医学影像服务需求
数据来源：爱分析
从产业链上游来看，设备层面有GPS把持高端市场，国产新锐企业联影等正逐渐在中端和低端领域进行国产替代，加上各级公立医疗机构设备配置基本到位，因此不存在爆发性机会。
诊断服务是从基层到三甲医院的普遍需求，诊断能力和效率的问题可以通过AI医学影像产品得以解决。深睿医疗、依图医疗、推想科技、图玛深维、医准智能、致远慧图等新兴企业都在这一领域布局。
科室运营当前则主攻以县级和部分市级医院为代表的二级医院市场，提供从前期筹备到日常运营所需的全部服务，包含设备、诊断服务在内。其中诊断服务既包括AI医学影像诊断服务，也包括影像医生、专家服务。因此业务门槛要求较高，需要具备资质、资金、诊断、运营全方位能力。
图5：医学影像行业图谱
数据来源：爱分析
鉴于公立医院在产业链中的核心地位，与其深度绑定和合作的上游供应商，才能彰显竞争力和生命力。更为重要的是，对于基层而言，整体赋能的科室运营服务很接地气，也符合基层医疗需要从“0”到“1”的实际情况。
其中，在基层放射科医生匮乏的情况下，诊断能力的提升很大程度上得益于技术在医学影像诊断环节的渗透。不论对基层医疗卫生机构，还是三甲医院，AI医学影像产品带来的诊断能力和效率双重提升，都已在业内达成共识。
科室运营和诊断服务，已成为医学影像全方位行业赋能的新力量。
2017年，卫健委发文，增加检验、影像、康复、护理、血透、消毒、体检等10类独立设置的医疗机构，随后开设第三方影像中心的标准文件出炉，第三方中心作为一种新的模式登上医学影像服务舞台。
然而，如前所述，国内患者流量基本在公立医院，短期内第三方中心获取患者源有两种思路，一是做高端体检、二次诊断等，满足高端医疗需求，由患者自付或者商保支付；二是与医院合作，承接大三甲医院溢出的患者流量，为三甲医院提供影像诊断服务，商业模式与第三方检验类似，由医院付费。
图6：国内第三方影像中心获取患者方式
数据来源：爱分析
其中，第二种方式符合与医学影像产业链的核心——公立医院深度绑定发展的思路，更容易实现规模化增长。
比如，一脉阳光在各地建设第三方影像中心为医疗机构提供影像检查和诊断服务。病理领域也有企业在布局，比如，兰丁高科作为第三方检验中心，为医院提供宫颈癌病理诊断服务。
虽然美国第三方影像中心市占率达40%，但国内医学影像市场短期内仍由医院主导。除了以第三方的形式服务公立医院，与公立医院深度合作还有另外两种方式，一是以整体解决方案赋能科室运营，二是与医院共建科室。
比如，一脉阳光通过与医院深度合作的方式，为基层有需求、有患者流量的医院提供整体医学影像服务。部分医院采取科室共建的形式。专注放疗领域的全域医疗，从设备、医生、放疗方案等全方位助力医院运营放疗科，并通过AI技术、远程等方式提升其肿瘤放疗水平和效率。
科室运营服务是从整体层面提升医学影像诊断水平，聚焦到诊断能力本身，本质上是取决于放射从业人员数量和水平，而当前最大的瓶颈在于基层放射科医生稀缺，AI医学影像有望帮助基层突破诊断能力不足的瓶颈。
从医生与设备对应数量来看，2016年，影像科医生、技术以及护理人员约15.8万人，对应7万台医学影像设备保有量，放射从业人员数量并算不上匮乏。
从阅片量角度来看，影像科医生每日可完成100份CT影像阅片，年产能2.5万份。要覆盖中国15亿次影像诊断，只需要6万名影像医生。
但是从放射从业人员分布看，三级医院6.8万人，二级医院9万人。也就是说，一级医院和基层医疗卫生机构的放射从业人员完全处于空白状态。因此，影像科医生匮乏，是基层医学影像领域面临的主要问题。
图7：我国放射从业人员分布
数据来源：爱分析
但随着国家对分级诊疗制度的大力推进，中国医学影像的增量市场将更多来自服务基层医疗卫生机构，因此，从需求和现有情况来看，基层将是医学影像服务企业大展身手的蓝海领域。
而基层影像医生缺乏的现状短期内难以改变，以AI医学影像产品为代表的诊断服务能够很好地补位。AI在医学影像业务流中的渗透，主要体现在日常运营中的诊断环节。
图8：医学影像业务流程图
数据来源：爱分析
日常运营流程包含获取患者、拍片、阅片（影像诊断）、以及撰写报告四步，涉及到的PACS、LIS等影像科相关的数据存储、流程管理类基础设施，以及远程影像的传输软件等，都在经历云化的过程，这部分属于IT建设的范畴。
诊断环节的AI技术渗透是本报告研究的重点内容之一。近年来，以深度学习算法为主的计算机视觉技术开始在阅片过程中迅速渗透，未来，阅片方式将从原来的完全由影像科医生主导，逐渐过渡到由医生和AI协作的状态。
不过，在短期内，AI会作为辅助医生进行影像诊断的工具出现，提升医生影像诊断效率和准确率。未来随着技术的进一步成熟，以及AI阅片经验的日益积累，其智能化程度和诊断准确率也将随之提升，医生和AI协作阅片也会成为常态。
当前，AI医学影像细分赛道参与者众多，大部分公司都已将 AI影像辅助诊断产品免费部署在医院。
虽然行业发展如火如荼，但其商业化进展却遭遇瓶颈，亟待突破。值得庆幸的是，AI影像产品已初步经过医院和医生使用检验，CFDA也已介入审批，有少部分医院开始付费引入。
突破瓶颈，AI医学影像落地
从2016年到2019年，AI医学影像经历了从行业升温、备受追捧、到回归商业化落地检验的起伏之旅。行业参与者们在竞争与共同推动市场发展的氛围中，完成了初步的技术验证、产品打磨和市场教育，但还需面对最大的拦路虎——商业化落地。
本章将首先分析AI医学影像商业模式，接着阐述商业化落地进展，并在商业模式思考的基础上，进一步探索AI医学影像企业获客方式，最后指出提升AI医学影像行业市场天花板的思路。
爱分析认为，AI医学影像有两种落地方式，一是作为医疗器械销售给医院，二是以医疗服务分成的方式收费。其中，服务费分成需要AI医学影像产品实现大规模普及，并且能够下沉基层医疗市场。
从目前的行业进展来看，实现商业化落地还需跨过两道坎，一是通过CFDA三类医疗器械认证，二是产品进入医院常规采购目录。
获客方式有两种，一是与相关设备深度绑定；二是通过直销和渠道获客。
从市场空间层面来看，AI医学影像市场空间在百亿级别。对于AI医学影像企业来说，临床价值决定商业价值，除了长期可以通过服务费分成突破市场天花板，还可以通过产品自身的扩展实现商业价值提升，包含横向病种覆盖和纵向场景延伸两个方面。
从当前的行业进展来看，AI医学影像产品将会以医疗器械的方式进入医院。长期来看，随着产品功能的进一步提升，以及向基层医疗市场的不断渗透，行业也将探索按医疗服务费分成的模式，即按照诊断量或者调用量收费。
商业化落地的形式与AI医学影像产品本身的定位有关。目前行业进行大量市场推广的多是三级，部分二级医院也已开始逐渐渗透，对三级医院医生来说，AI医学影像产品是提升效率的工具。
比如，肺结节类产品可以将疑似结节筛选出，并进行量化分析，生成结构化报告，医生只需要在此基础上查看AI诊断结果，排除假阳性并确认最终报告。这一过程大大缩短了原本需要医生肉眼筛查、以及编辑报告的时间，提升其工作效率。
图9：AI医学影像产品功能示意图
数据来源：医准智能 爱分析
其他类型病灶的逻辑与此类似，AI能够解决常见型病灶的检出、量化，并出具半结构化报告，最终提升影像诊断流程的效率。
高检出率低假阳性率，医准智能深耕肺结节及乳腺智能检测
专注于人工智能辅助医学影像诊断的医准智能，产品研发深耕临床一线，目前已推出肺结节智能检测系统、乳腺钼靶智能检测系统, 同时联合IBM Watson打造医学影像人工智能科研平台（达尔文科研平台）。
医准智能在基于CT影像肺结节人工智能检测方面拥有扎实的算法功底和经验积累。对于各型结节的检出及良恶性判断具有行业领先水平，同时保证了较低的假阳性率。医准智能肺结节智能检测系统拥有结节自动检出、结节类型判断、以及良恶性分析功能，能有效提高放射科医生的阅片效率、提高整体诊断检出率及准确率，是放射科医生的得力助手。
图10：医准智能肺结节智能检测系统
数据来源：医准智能 爱分析
医准智能与某省级三甲等医院的合作中，医生团队以科研为目的，搜集了8850例数据，共1111个结节，通过医准智能AI辅助系统与医生检测结果的对比中得出结论，来自不同级别医院的医生的综合检出率为80.1%；使用医准智能肺结节智能检测系统后，3mm—13mm结节检出率达到98.6%，综合检出率达到94.2%。医生在使用AI系统的情况下，阅片时间可以减少到三分之一，同时，检出率高达95.7%。相关研究成果已在欧洲放射学会发表，成果深受业内人士认同。
图11：医准智能肺结节智能检测系统与医生检测结果对比
数据来源：医准智能 爱分析
医准智能乳腺钼靶智能检测系统具有病变解剖位置分析、良恶性分析、BI-RAIDS分类等功能，能有效辅助放射科医生快速阅片，提升医生阅片效率同时，病灶的精准检出、准确率的明显提升更是此款产品价值所在。
图12：医准智能乳腺钼靶智能检测系统
数据来源：医准智能 爱分析
医准智能创始人兼CEO吕晨翀表示，“我曾服务医疗影像行业12年（GE和西门子），服务对象一直都是影像医生，深刻了解到他们需要一款好用的AI产品让自己从重复机械的工作中解放出来，才能将更多精力放在专业提升及科研中。未来的医学影像一线工作中，AI与放射科医生的不断深入融合，将为医学影像专业带来巨大的变革！医准智能团队将一如既往、脚踏实地，不断为客户带来新的服务。”
而当AI医学影像真正从等级医院买单，到推广至基层医疗卫生机构阶段的时候，其定位在一定程度上发生了变化。
部分市县级二级医院、一级医院、以及基层医疗卫生机构水平薄弱，AI不仅仅能够提升其医生的工作效率，更能提升其影像诊断水平。这时候AI可以跟医生一起协作阅片，相当于提供医学影像诊断服务，即能够与基层医院进行服务费分成。
之所以能够探索服务费分成的模式，还有一个原因是基层购买力有限，通过分成的方式更容易进行市场推广。
从商业模式角度来看，医疗器械的预算和定价有限，即AI医学影像的市场空间也会因此受限。而服务费分成的模式一旦跑通，意味着企业能够在来自基层的增量市场中分得一杯羹，得以突破市场天花板。
图13：AI医学影像商业化
数据来源：爱分析
当前，AI医学影像行业整体处于“试用”的状态，三甲医院几乎已被各供应商产品占据，但尚未开闸销售，大家已在起跑线上做好准备姿势，但枪声还未打响。
其中重要的原因是AI医学影像产品尚未通过国家CFDA审批。
2018 年 8 月 1 日起，新版《医疗器械分类目录》正式生效，将医用软件按二类、 三类医疗器械设置审批通道。目录明文规定，诊断软件通过其算法对病变部位进行自动识别，并提供明确的诊断提示，按照第三类医疗器械管理。目前市面上的大部分AI医学影像产品都属于三类医疗器械。
从2018年初开始，受药监局委托的中检院就开始了对AI医学影像产品三类认证的筹建准备工作。由于AI在医疗器械领域的应用属于新的科目，从数据库到检测方法，都是在摸索中前进。目前已有眼底、肺结节领域完成数据集建设，其他疾病也在逐步建设过程中。
2018年底，药监局开展了“人工智能类医疗器械注册申报公益培训”，详尽的向业界传达了AI医疗器械注册审批的过程和指标。据悉，此次培训充分透露了AI医学影像产品三类认证的高要求和苛刻条款。
图14：药监局注册审批工作进展
数据来源：爱分析
按照医疗器械注册流程，产品从申报到最终过审要经过产品定型、检测、临床试验、注册申报、技术审评、行政审批等六步，走在注册流程最前列的AI医学影像企业，当前也都处于注册申报阶段，尚无企业进入审评阶段。
图15：医疗器械注册流程
数据来源：公开数据爱分析
作为参与诊断流程的医疗器械，经过CFDA认证是必要的，业内参与者都在申请CFDA三类医疗器械认证。但CFDA三类证并不是AI医学影像产品商业化落地的全部。
认证是出于产品安全性和合规性的考虑，但是新生事物在医疗这种封闭体制内的商业化落地，还面临实际落地障碍。对于处于商业化前夕的AI医学影像产品来说，医院常规采购目录中尚无其身影，这意味着理顺这一创新产品的“攻单”和“履约”流程，将是AI医学影像大规模增长的前提。
AI医学影像产品真正的商业化落地，需要有明确的进院方式和渠道。我们认为获客方式有两种，一是与设备深度绑定一起进医院；二直接以医疗器械的方式独立进医院，即通过直销与渠道的方式获客，但依然需要借助设备渠道，也有少量可以通过PACS、药品等渠道。
图16：AI医学影像获客方式
数据来源：爱分析
不管是通过设备绑定进行销售，还是通过直销与渠道获客，最终能够掌握渠道主动权、或者自建渠道，将成为AI医学影像企业的重要竞争壁垒。
由于设备是医学影像产业链不可或缺的一部分，且设备渠道也已较为完善，因此AI医学影像产品可以与相关的设备厂商深度绑定，打包进入医院，甚至某些细分领域还可以实现对设备的智能化升级，最终带动设备的销量增长，以“反客为主”的方式玩出新的花样。
图17：设备绑定获客竞争力
数据来源：爱分析
对于MR、CT等千万级、至少百万级单价的高值设备，市场集中度高、技术壁垒高、销售渠道成熟，AI医学影像产品可以作为“锦上添花”的存在，作为附加解决方案与这类设备的捆绑销售，从销售角度来看，是一种“短平快”的打法。
对于超声、内窥镜、眼底相机等设备单价低、市场分散的相对低值设备，由AI医学影像诊断赋能所带来的诊断供给增加，不仅能够推动相关检查的普及，进而推动设备市场增长，而且AI医学影像企业有机会对设备进行智能化升级，甚至可以通过收购和建厂的方式向设备领域进军，最终作为渠道掌握主动权，从而顺利完成商业化落地。
长期来看，如果对低值设备进行智能化升级，在实际的销售过程中，既能掌握渠道，又能掌握定价权，是一种竞争力更强的获客方式。
另一种打法是通过直销与渠道获客，但依然离不开影像设备的销售生态体系，这是由医院这一客群自身的封闭性决定的。
直销的前提是AI医学影像企业自建具备多年医院销售经验的团队，且基本以设备销售背景为主。各类渠道中，设备渠道也是绝对的主流，原因是设备渠道与影像科联系最为紧密，其影响力也比PACS厂商等渠道要强。
图18：AI医学影像不同阶段核心竞争力体现
数据来源：爱分析
AI医学影像企业在起步阶段，需要跨过数据和技术的门槛，在商业化落地的探索过程中，需要不断打磨产品，经受客户以及政府审批的考验。当行业进入大规模销售阶段，渠道能力就成为企业最重要的竞争壁垒。
类比医院既有的药品、各类设备、HIS等系统等上游供应商，进入常态化采购阶段以后，比拼的都是渠道能力。
不论是作为医疗器械的AI医学影像产品，还是进行服务费分成的医学影像服务，行业进入快速放量发展阶段以后，渠道能力将成为企业的核心竞争力。
因此，通过对低值设备进行智能化升级掌握渠道主动权，以及自建销售渠道，打造企业自己的渠道能力，是我们更看好的方向。
从医疗器械能切到的预算角度出发，测算以二级以上医院为主的AI医学影像行业市场空间为百亿级别。中国二级以上医院近8000家，按每家投入约300万元计，市场空间为240亿，且这是短期内总的存量市场，医疗器械第一年之后只有15%的维护费用。
图19：二级以上医院AI医学影像市场空间
数据来源：爱分析
而由于AI医学影像产品当前诊断辅助工具的定位，短期内下沉至一级医院等基层市场的难度较大，更遑论服务费分成。因此通过不断增加产品功能、切更多的医疗场景以提升价格和交叉销售，提升产品临床和商业价值，不断提升市场空间，成为了行业共同的选择。
经历了三年的快速发展，AI医学影像呈现两大发展趋势。
一是AI阅片机制向医生阅片行为和临床要求靠拢，以某一器官或者部位影像为基础，覆盖更多病灶和疾病种类，尽可能多的覆盖常见病灶的诊断。
二是AI医学影像产品功能的纵向延伸，即由单纯的病灶检出、量化，向良恶性诊断延伸，并进一步向放疗规划、手术规划等临床领域延伸。
图20：AI医学影像产品两大发展趋势
数据来源：爱分析
不同细分领域的发展趋势有所不同，这与不同细分医学影像对应的市场空间、临床属性、以及诊断设备市场情况高度关联。
其中， DR、CT等影像检查相对普及、多用于筛查场景、且诊断市场空间相对较大的细分领域，倾向于向全病种覆盖方向发展。
比如，深睿医疗Dr. Wise® 胸部平片AI医学辅助诊断系统适用于多种胸部疾病的筛查，能够自动检出30多类常见异常病变征象。该系统遵循影像科医生阅片习惯和书写报告顺序，按照胸廓、肺野、纵隔、胸膜及其它五大类异常征象进行智能阅览；不仅可以做到异常征象的自动检出，还可一键式输出标准化智能报告，规范统一报告模板，防止信息遗失，全面提升工作效率。
而心血管、神经影像等影像检查多在三级医院，诊断市场空间相对有限，且手术规划、治疗过程与医学影像关联度较高，因此从临床属性以及市场空间角度考虑，倾向于向治疗环节延伸。
比如，深耕神经影像领域的雅森科技，目前已经建立了最为完备的中枢神经系统疾病智能分析产品体系，如阿尔茨海默、帕金森、脑卒中、癫痫等，可提供全量数据分析模型，支持全流程诊疗实践。
此外，对于肺癌等高发性肿瘤，也具备向良恶性诊断方向延伸的数据基础和临床应用价值。
深睿医疗Dr. Wise®肺结节AI医学辅助诊断系统不仅能够实现各类型结节的检出、量化和分型，而且自动对结节病灶的良恶性进行建议评估，分为：良性、疑似良性、恶性、疑似恶性。
不管是出于医生使用习惯，还是临床诊断需求，AI医学影像企业通过横向覆盖和纵向延伸，不断提升产品的临床和商业价值，进而提升行业天花板。
科室运营瓜熟蒂落
不同于AI医学影像以诊断环节的单点切入，科室运营服务以整体赋能的姿态出现，向等级医院、基层医疗卫生机构等提供从筹建到日常运营的整体解决方案。
由于具备全方位服务能力，科室运营服务能够助力影像科实现从“0”到“1”的飞跃，为医院带来新的收入项。一般而言，增加收入总是比降低成本更容易让客户买单，科室运营的商业化进展顺利，可以收取运营服务费用，也可以进行运营分成，商业模式堪称瓜熟蒂落。
有能力为“零基础”的基层医院等提供科室运营服务，也意味着企业有能力运营第三方影像中心，从赋能者转型为医疗服务供应商。选择赋能还是选择提供医疗服务，则需从获取患者、支付能力等多方面进行考虑。
在美国，由于商保的支持和转诊制度的完善，第三方影像中心、以及科室运营模式均已成熟。但在国内，既无医保、商保支付，也无转诊制度保障，院外医学影像市场发展面临支付和获客两大掣肘因素。
从业务模式角度来考量，科室运营服务属于高门槛、高壁垒领域，对运营能力、资金实力、渠道资源以及技术应用都有很高的要求。该领域供应商数量有限，且多为在医学影像领域有多年积淀的企业。
分级诊疗政策和医疗机构意愿，使得科室运营服务的商业化掷地有声。
从三甲医院下沉的过程中，医学影像设备配备情况递减，诊断水平降低，最终整体科室运营能力堪忧，基层无力承担医学影像诊断服务，门可罗雀。而顶层三甲医院则“人满为患”，影像检查排队时间以天计的现象时有发生。
医学影像服务需求与供给的情况，与医疗行业整体“倒三角”配置如出一辙，即数量占比只有8%的三级医院，承接了37%的诊疗人次。
图21：我国医疗服务需求与供给
数据来源：公开数据 爱分析
从政策角度来看，科室运营服务符合分级诊疗趋势，以提升基层医学影像服务承接能力为基点，补足基层医疗服务能力，逐渐吸引患者留在基层，逐步解封“倒三角”魔咒。
从医疗机构角度来看，整体赋能的思路具备落地可行性，不管是从“0”到“1”的 建设与运营，还是从“1”到“N”的运营提升，良好运转的影像科会增收，为增收而支付运营服务费用，或者从增量部分提取运营分成，都是院方和服务商共赢的局面，这也使得科室运营的商业化走在了AI医学影像的前面。
图22：科室运营商业化落地驱动因素
数据来源：爱分析
对于科室运营服务，不同层级的医疗机构需求不尽相同。具体而言，医疗机构对于科室运营是否有需求，以及需求强弱，取决于财务回报、医疗水平、资本投入三方面。
对于三级医院来说，千万级别的影像科建设成本完全能够承受，医院本身的医疗服务与医学影像服务水平很高，完全有能力自主运营贡献5%左右收入的影像科，因此没有科室运营服务需求。
对于二级而言，影像科收入增长带来的财务回报，以及由此带来的医疗服务收入增长都具有很强的吸引力。但其自身缺乏专业影像诊断能力，而且千万级别建设成本略高，因此有一定科室运营服务需求，但不一定需要全部的服务，从设备、诊断服务、日常运营等方面，按需提供服务即可。比如，一脉阳光与鞍山市第二医院、万安县人民医院等二级医院共建影像中心。
当前，一级医院以及基层医疗卫生机构本身的患者流量极其有限，影像科室运营投入与财务回报不一定能打平，因此科室运营服务还很难大规模渗透。
因此，科室运营服务的重点客群是二级医院，而三级医院尤其是三甲医院本身处于超负荷运转状态，此时第三方影像中心能够作为承接者提供医学影像服务，这样也能解决第三方影像中心获取患者的问题。
图23：不同层级医疗机构需求
数据来源：爱分析
不比美国第三方影像中心市场占比高达40%，国内第三方影像中心渗透率极其低下，尚在个位数。如前所述，支付方和获客是制约国内第三方影像发展的核心因素。
图24：RadNet支付方占比
数据来源：RadNet年报 爱分析
美国商保和医保覆盖度高，商保是RadNet（美国第三方影像中心龙头）最大支付方，占比近60%，商保和医保支付合计占RadNet收入95%。
图25：RadNet业务模式
数据来源：爱分析
同时商保对于合作医疗机构的影响力较强，通过转诊安排保证了RadNet的客源。RadNet患者主要来源于合作HMO以及医疗机构、医生的转介。为满足HMO类组织的控费要求，RadNet的专有部门UM，依据医疗必需性和适当性标准，对转介医生进行培训和行为管理，并对其开具的影像检查项目进行审核。
但国内商保话语权羸弱，第三方支付的商业模式无法大规模推广，且医保紧绷控费之弦，国内自费筛查习惯也尚未形成，造成第三方影像中心渗透率低。
因此，处于发展早期阶段的国内第三方影像中心，通过服务三级医院的形式起步是正确选择之一。当然，这也不是第三方影像中心必走的路，开展高端体检、作为基层提供影像诊断服务的远程中心等，也是第三方影像中心的重要方向。
第三方影像中心独立发展条件的不完善，进一步衬托出科室运营服务更适合国内当前的市场需求。
科室运营服务重在运营，具备高门槛，需要从日常运营能力、资金实力、渠道资源以及技术应用四个方面，全面构筑企业核心能力以及护城河，缺一不可。
图26：科室运营业务核心要素
数据来源：爱分析
运营包含两个层面，一是科室本身的运营管理；二是区域内的规模化运营，比如实现设备、医生（主要是专家级别）等共享，提高设备利用率和专家诊断服务的覆盖范围。
资金主要是设备投入层面。科室运营服务包含设备采购以及融资租赁在内，医学影像设备单价从几十万到几千万不等， 对供应商资金要求较高。
渠道资源包含第三方影像中心牌照、医院资源、医保等。
RadNet第一家影像中心选址在Cedars-Sinai医疗中心对面，后逐渐以收购+自建的方式逐步扩展市场。美国第三大影像中心运营商CDI在全美有100家影像中心，其自建和与医院合作的影像中心各占一半。由此可见，行业发展初期，与医疗机构合作、共建影像中心的做法值得国内市场借鉴，因此渠道资源的重要性不言而喻。
技术主要是指AI医学影像以及可进行远程诊断的影像云平台。
AI医学影像能够明显提升诊断效率和水平，上一章节已对此做了详细分析，科室运营供应商可以通过自研、合作或采购、以及收购等方式，为有需求的医疗机构提供AI医学影像产品和服务。
比如全域医疗肿瘤放疗解决方案中的ARPlanner靶区勾画系统，就是AI算法自动完成医学影像肿瘤靶区勾画，可以大幅度提升精准度与效率。
图27：全域医疗放疗流程AI应用
数据来源：爱分析
远程影像诊断是线下诊断的补充，也是科室运营供应商为基层提供高质量影像诊断服务不可或缺的技术与运营手段。RadNet旗下子公司Imaging On Call LLC为RadNet和其他影像中心提供远程影像服务；国内一脉阳光旗下也有一脉云平台，提供影像信息化解决方案和支撑影像远程诊断服务开展；部分AI医学影像企业也洞悉院方的远程诊断诉求，推出影像诊断云平台服务。
由此可见，涵盖诊断服务在内的科室运营服务，不仅要求供应商具备技术赋能实力，更在重资产和重服务运营方面有极高的要求，这无形中也提高了科室运营服务的进入门槛。
但从商业模式来看，相比于还酝酿在黎明时分的AI医学影像，科室运营服务已经沐浴在朝霞中。正如本章中提到的，目前科室运营服务多集中在二级医院，随着基层医疗水平的提升，科室运营服务也将顺势形成下沉之势。
新机遇——下沉基层
医学影像存量市场规模约2,000亿元，且主要在二级以上医院市场，基层相对空白。未来，在政策和需求的双重驱动下，以一级医院和基层医疗卫生机构为代表的基层市场医学影像市场具备爆发潜力，医学影像供应商也将迎来下沉基层的新机遇。
从基层医疗定位角度来看，基层爆发场景主要为筛查，各细分领域的AI医学影像产品将成基层开展大规模影像筛查的主力担当。
对于医学影像行业上游供应商来说，下沉广阔基层市场的意义重大。
首先，基层是AI医学影像产品以服务费分成模式落地的绝佳场景；其次，不比等级医院设备渠道成熟，占位基本完成，基层存在重建渠道机会。
随着未来基层医疗水平的提升，科室运营服务也将下沉至二级医院以下的医疗机构。
国内医学影像市场存在翻倍增长空间。而当前三甲医院影像检查处于过饱和状态，新增医学影像检查将顺势下沉。
图28：医学影像存量市场和潜在市场规模
数据来源：爱分析
2018年国内医学影像存量市场规模1,500-2,200亿元。
根据历年中国卫生和生育计划统计年鉴国内医疗机构总收入和复合增长率，2018年国内医疗机构总收入将达4.4万亿元。按检查费占比10%，其中影像检查占比1/3到1/2的比例测算，2018年国内影像存量市场规模1,500-2,200亿元。
国内医学影像潜在市场规模3,000-5,000亿元。
2017年，全国医疗卫生机构总诊疗人次达81.8亿，居民平均就诊5.9次，高于美国人均就诊次数。但影像检查转化率20%，相比美国50%的转化率，还有较大提升空间；同时随着药占比压缩，医院影像收入有望继续增长，理论上长期潜在市场规模高达3,000-5,000亿元。
当前，大型三甲医院影像科处于超负荷运转状态；普通三级医院、以及二级医院医学影像需求与供给较为匹配；而基层影像科整体服务能力不足。中间的错位，将由AI医学影像和科室运营服务来平衡。服务加持下，基层将成为增量市场的承接主力。
由于以下两个核心驱动力，以一级医院和基层医疗卫生机构为代表的基层医学影像市场具备爆发潜力。
一是以分级诊疗为主的政策倾斜，国家从各方面鼓励基层医疗的发展，基层医学影像是其中重要一环；二是基层有提升医学影像诊断服务水平、以及增收的诉求。
自从2015年9月8日国务院办公厅发布《关于推进分级诊疗制度建设的指导意见》，各项医疗服务下沉基层的尝试屡见不鲜。
早在2009年，医改的第一只靴子落地，千亿资金化为基层医疗卫生机构设备，其中有相当大比例为医学影像相关设备；到2017年，有关医联体和AI的鼓励发展政策相继出炉，分别对应远程诊断和AI医学影像诊断。
政策从设备配置升级和诊断能力提升层面，推动基层医学影像发展。此外，医保也通过基层高报销比例的方式，向基层倾斜。
图29：医学影像行业政策
数据来源：爱分析
4.2.2 基层诉求——提升医疗水平和收入
以一级医院和基层医疗卫生机构为主的基层医疗市场，存在提升影像服务水平和医疗收入的诉求，且两者之间正相关。
数据显示，基层医疗卫生机构由于缺乏医学影像检查能力而产生的转诊占转诊总数的12.25%，可见造成医疗供需“倒三角”的原因之一，是基层医学影像服务能力的薄弱。
根据第一章的分析，我国一级医院及其以下医疗机构的医学影像从业人员基本处于空白状态，由基层医学影像服务能力低造成的医疗服务收入低，与从业人员缺失、患者流量稀少之间相互作用，形成恶性循环。
图30：基层医学影像服务情况
数据来源：爱分析
对于基层来说，唯有通过市场化的力量（比如科室运营服务）提升医学影像诊断水平，通过AI医学影像弥补诊断医生数量和水平的不足，进而留住患者，增加影像检查收入和医疗服务收入，才能构建正向循环，从而使基层医疗整体水平和收入得以提升。
服务下沉，深睿医疗助力基层医学影像诊断水平提升
深睿医疗源自北大信科学院人工智能创新中心，通过AI技术及自主研发的核心算法，为国内外医院、体检中心、第三方影像中心等各类医疗服务机构提供基于人工智能和互联网医疗的解决方案。
深睿医疗是医学影像领域内实现多业务布局的领先企业，体现在多产品布局、多疾病覆盖、产品纵深发展等方面。
旗舰产品Dr. Wise®人工智能医学辅助诊断系统体现了深睿医疗的多产品布局，目前广泛应用于肺癌早期筛查、乳腺癌早期筛查、脑卒中辅助诊断、儿童生长发育评估、胸部疾病筛查等方面的诊断与随访。
其中，胸部平片和肺结节产品是深睿医疗多疾病覆盖和产品纵向延伸的代表。Dr. Wise®胸部平片AI医学辅助诊断系统能够自动检出三十多类异常征象；Dr. Wise®肺结节AI医学辅助诊断系统不仅能够实现各类型结节的检出、量化和分型，而且自动对结节病灶的良恶性进行建议评估。
图31：深睿医疗产品示意图
数据来源：深睿医疗 爱分析
此外，在市场推广层面，深睿医疗不仅重视AI医学影像产品在三甲医院的部署，也注重将产品和服务下沉基层。对于县级医院来说，AI医学影像产品能够大幅度提升其影像诊断准确率，通过深睿智能影像云平台，也能支撑医共体内基层医疗机构开展医学影像诊断服务。
浙江省庆元县中医院于2019年4月引进深睿医疗AI人工智能影像读片系统，系统以每分钟15个病例（数百张读片）的速度进行筛查，并将疑似病灶标记出来，作为辅助诊断结果，提供给放射医生进行诊断，AI读片对于肺癌的检出率＞98%，骨龄准确率＞98%，其他一些疾病检出率＞95%。而过去，筛查肺部结节全靠医生的经验，在CT 扫描图像上一寸一寸观察，不仅工作量浩大，而且准确率只有65% 左右。
图32：浙江省庆元县中医院医生与AI系统检测结果对比
数据来源：庆元县中医院 爱分析
目前庆元县中医院已开展对肺结节、脑卒中、乳腺、骨龄等部位影像进行AI辅助诊断，同时，对一些疑难病例发起远程会诊流程，通过智能影像云，申请省中山医院或上海的专家进行会诊，为基层医生诊断提供支持，提升基层水平，最终减少基层就诊患者跑上级医院的次数。
深睿医疗产品目前已经广泛试用于国内400家医院，日点击率达到35,000多例，是医生的好助手。未来，深睿医疗将在大健康领域开展更多人工智能的尝试与探索，搭建人工智能生态圈，将产品和服务由单病种诊疗向全病种诊疗发展，单一技术应用向技术生态发展，单一模态的数据学习向多模态的人机互动发展。
作为健康守护者，疾病筛查是基层医疗的基础性工作，也将是未来医学影像服务领域最先爆发的场景。AI医学影像将从诊断水平和效率方面，在眼底、胸肺部、乳腺、宫颈癌等各个细分领域助力基层影像筛查。
由于基层市场分散，且起初患者流量有限，由远程支持下的“AI医学影像产品+专家”的阅片模式更能快速生根发芽。
以宫颈癌病理诊断起家的兰丁高科，从2016年开始建设独立第三方病理诊断中心，同时打造了宫颈癌诊断云平台。基层宫颈癌病理诊断受制于病理医生匮乏，兰丁高科通过全自动数字（远程）病理细胞分析仪，实现细胞病理玻片的自动数字化，然后将影像远程传至诊断云平台，由AI和专家完成影像诊断并出具结果。
图32：兰丁高科基层宫颈癌筛查服务
数据来源：爱分析
2019年初，百度灵医向基层捐赠AI眼底筛查一体机（由AI眼底疾病筛查算法与传统眼底相机相结合），开展眼底筛查义诊活动。以往基层多使用手持眼底镜，人工看范围不大，而且由于医生诊断水平有限，只能建议患者去上级医院。
AI眼底筛查一体机能实现纯自动对焦、拍照、分析、并出具图文报告，大幅度提升基层医生的诊断水平和效率。
除了宫颈癌和眼底筛查，胸部DR、乳腺超声、消化道内窥镜等均属于检查花费不高，但对早期疾病检出效果明显的影像筛查项目。但受制于影像医生匮乏，原本应承担这类检查的基层也束手无策。有了AI医学影像服务和远程诊断的加持，高水平和高效率诊断将使得基层普惠筛查成为可能。
对于AI医学影像供应商而言，基层不仅仅意味着广阔的市场空间，更事关商业化落地和渠道能力建设。
当前，AI医学影像产品多在三级医院部署，二级医院也开始逐渐渗透，但一级医院以及基层医疗卫生机构尚未被触及。但随着产品功能的提升，以及CFDA认证背书的落地，从顶层医院到基层的推广也将随即而至。
根据第二章的分析，AI医学影像产品在三级医院属于提升诊断效率的医疗器械。而一旦产品功能成熟，且下沉条件具备，AI医学影像可以补充基层诊断能力的不足，其定位是提升基层诊断水平的医疗服务，因此可以实现医疗服务费分成。
由于基层市场分散，业内也已开始探索通过远程影像平台提供影像服务，背后是AI医学影像产品和影像医生共同提供高效率、高水平影像诊断服务。另则，医保的支持会加速这一模式的落地，为AI医学影像服务提供医保支付。
比如，莆田市2012年就开始建设市级影像诊断中心，并通过区域PACS开展远程会诊。检查费用分为设备检查费、报告书写费、报告审核费，原则上按照70:15:15的比例进行分配，基层医疗影像检查会诊费可以加收，列入新农合报销。其中AI医学影像可以与影像医生分工协作，分别完成报告书写和审核的工作，并收取相应的费用。
除了商业模式方面的突破，作为AI医学影像行业在进入大规模增长阶段之后的核心竞争力，渠道能力的比拼将决定行业格局。
在第二章的分析中，我们认为有能力自建渠道或者通过向上游延伸掌控渠道的企业是未来医学影像领域的领先者。
与二级以上医院设备渠道被GPS牢牢占据不同，基层作为医学影像服务市场的蓝海领域，其医疗设备渠道相对空白、分散，AI医学影像企业有机会在下沉基层市场过程中建立自己的渠道，不仅能够巩固企业在医学影像领域的竞争地位，而且能凭借渠道的复用价值，掌握基层医疗市场领域的话语权。
同样的，同时具备科室运营能力、远程影像诊断服务能力、以及AI医学影像服务能力的科室运营服务商，也将在下沉基层的过程中开拓新的市场，以全方位能力占据一定的市场份额。
结语
近年来，AI医学影像行业经历了技术、资本双重加持下的风口期，风停了，商业化落地检验也将隆重登场。当前的短期挑战，孕育着长期的临床和商业价值。
相信在不远的将来，医生和AI协作阅片将成为常态，而AI的 触角也将继续向更多的领域和场景延伸，从医学影像这个切入口，向精确诊断、精准治疗的医疗时代迈进。
同时，医学影像领域的技术和模式创新，将在赋能基层医疗的路上越走越远，为分级诊疗的实现添砖加瓦。
