尽管面临准入难、变现难等诸多问题，但毫无疑问，医疗影像AI已成人工智能领域最拥挤的“赛道”。

人机大战再起，医生战队“惨败”

在“CHAIN杯”全球首次神经影像人工智能人机大赛上全球总决赛上，由全球25名神经系统疾病诊断专业选手组成的“人类战队”分为两组，分别与“BIoMind天医智”人工智能机器PK颅内肿瘤的CT、MRI影像判读及血肿预测，以及脑血管疾病CT、MRI影像判读。最终，医生战队以66%、63%的准确率，落败于人工智能机器87%、83%的准确率。

成绩“惨烈”，但并非偶然。

事实上，近两年医疗AI技术飞速发展，尤其是在影像识别领域成绩斐然。医疗影像AI战胜人类顶级医生，也并非首次。

2017年12月，在央视一套人工智能现象级节目《机智过人》中，人工智能阅片机器人“啄医生”单挑15名来自全国三甲医院有着15年阅片量在20万张以上丰富经验的主任医师，并以对30套肺片的精准检测完胜。

2018年4月，人类染色体影像智能处理系统战胜来自中信湘雅生殖与遗传专科医院的资深研究员，在同样100%正确的情况下，AI系统处理每个病例的平均时间为1分23秒，比平均时间为22分36秒的研究员队快了十几倍。

类似的案例，正在各地密集上演。而其中的AI主角，大多来自于第三方平台。

在AI技术应用于医疗领域之前，独立于医院影像诊断中心之外的第三方影像中心已经遍地开花。国内医学影像资源匮乏，影像医生缺口大，劳动强度过高也导致了误诊率高、效率低等问题，且存在结构性失衡。

第三方平台可以有效弥补大医院影像诊断供不应求、小医院及私人诊所无力提供影像诊断服务的弊端。而AI技术在图像识别方面日渐成熟，更是让第三方影像平台发展大大提速。

借助人工智能和第三方平台，实现精准诊疗，提高医生的诊断准确率和工作效率，降低医学诊断失误，已是大势所趋。

最挤赛道，医疗影像AI产品“扎堆儿”

2015年9月发布的《国务院办公厅关于推进分级诊断制度建设的指导意见》，以及2018年4月发布的《关于促进“互联网+医疗健康”发展的意见》中，都提到了“向基层提供远程会诊、远程心电诊断、远程影像诊断等服务”的相关内容。

6月19日国家卫生健康委员会发布了《关于进一步改革完善医疗机构、医师审批工作的通知》中则明确指出，在保障医疗质量安全的前提下，医疗机构可以委托独立设置的医学检验实验室、病理诊断中心、医学影像诊断中心、医疗消毒供应中心或者有条件的其他医疗机构提供医学检验、病理诊断等服务。

受益于分级诊疗、公立医院部分业务第三方外包等政策红利，第三方医疗影像AI市场的飞速扩张，境外机构、互联网大咖、新手玩家纷纷入局，已成人工智能最拥挤的赛道。

据创投媒体GPLP统计，目前医疗影像AI大致分为四类

新兴的技术型创业公司，目前主要通过和医院合作进行研究方式，比如依图科技、图玛深维、汇医慧影、深睿科技、推想科技等。

是医疗影像类的硬件厂商，通过和外界团队合作方式全方位切入。比如，万东医疗旗下的万里云通过与美联健康、阿里健康等巨头合作，以SaaS服务的模式向患者、医院、医生提供全方位影像服务，包括影像云端存储、诊断、分享、质控、培训和大数据服务等。

跨界的互联网科技巨头公司。2017年，阿里、腾讯、科大讯飞等科技巨头相继发布医疗人工智能相关的产品或是通过投资参与其中。他们在影响力、流量、技术、资金等方面有着较大的综合优势，比如，2017年11月，科技部宣布将依托腾讯公司建设医疗影像和国家新一代人工智能开放创新平台。

国外影像设备公司，他们携已有的技术、市场积淀进入到中国影像AI领域。例如，美国通用电气公司(GE)、荷兰飞利浦公司(PHILIPS)以及德国西门子公司(SIEMENS)组成的三巨头“GPS”占据我国中高端医疗影像设备市场80%的份额。

前路坎坷，临床应用仍靠梦想支撑

因为医疗影像AI的火爆，业界多次传出医生将被人工智能取代的说法。

中国科学院院士卞修武表示，未来人工智能的发展还有很长的一条路要走，现阶段AI仍然处于初步阶段，AI的诊断仍然非常机械，如果几个疾病有所交叉，仍然需要医生进行判断。医生也需要抱着更开放的心态来拥抱人工智能的到来。正如一位参与了人机大战的选手所说，“如果医生赢了，就是医生赢了，机器赢了，医生就多了个好帮手。”

卞修武希望大家不要产生对立思维，人工智能更聚焦于某一细分领域，但医生有其系统性的学习，所以人工智能如果能作为一个帮手帮助医生工作，将会是医生的一大福利。

但必须注意的是，在鲜花着锦的背后，医疗影像AI产品还面临着数据丰富度不够、商业模式难以变现、同质化严重、准入无门等一系列问题。医疗AI公司正在遭遇C轮死魔咒，距离“逼死”医生还有很远的距离。

数据是卡在医疗AI发展路上最前面的坎儿。

人工智能是基于算法的技术，而算法的基础就是海量数据集。然而，目前许多疾病并没有完善、全面的开放数据集，如肺结节等数据较为完整的领域，则导致产品扎堆，同质化严重。比如，3月31日，AI+影像公司视见科技完成6000万元的A轮融资;4月2日，AI+影像公司深睿医疗完成B轮1.5亿元融资，这两家公司提供的服务中，AI辅助筛查肺结节是重要项目。

变现难、商业模式不明，则是所有医疗AI企业都面临的问题。

的确，医院有一部分资金是用于影像设备采购。但目前医疗AI对于医生仅仅是初步的辅助，而且不同医生的应用习惯不同，涉及的范围和作用都很小，很难进入医院采购体系。而远程诊疗、慢病管理的受益人往往是患者，又不太可能成为变现入口。

最为致命的是从业资质问题。

据动脉网数据，由于没有审批此类产品的经验和标准数据库，目前国内还没有一家公司的新一代医疗AI产品获得医疗器械注册证，也就是说，还没有一家公司取得市场准入资质，这直接制约了企业长远发展。

行业人士坦言，AI面临的，不是如何取代医生的问题，而是如何能作为医生助手的角色，先活下来的问题。医疗AI产品要在医疗体系“落地生根发芽”，还须攻克诸多难题。