AI企业关注的9大医学成像模式和11个人体部位（附详细数据）
Frost ＆ Sullivan的报告显示，虽然目前人工智能（ AI ）在医学图像分析领域的前景吸引了一大批关注，但是，AI在增强整个医学成像过程和开启智能成像系统的潜力，也同样存在巨大机遇。
AI应用于医学成像，最初的重点是利用内置技术——将局部定位算法用于传统放射图像。不过，在过去的两三年里，市场一直在朝着通过云计算向用户提供AI技术的方向发展，这使得AI更加广泛可用，同时算法也能够从更高的使用量中不断学习。
未来，更可期的趋势是用于成像模式本身，而不是在PACS或后处理工作站上。首先要把深度学习AI技术嵌入扫描设备，将算法应用于原始图像数据。
当今医学成像AI市场的特点呈现动态、多样化的竞争格局，包括一些主要的云计算供应商（已与成像AI初创企业达成合作伙伴关系）、提升计算速度的供应商、云市场（cloud marketplace）供应商、健康IT供应商（与云合作伙伴建立了生态系统）、核心医疗成像和信息学供应商、以及一些主要的IT供应商和90多家独立软件供应商。医学影像AI分析的初创企业数量也从2009年的2家，增加到了2017年的83家。
这个领域也吸引了大量投资。以投资于心血管软件开发商HeartFlow公司的4．665亿美元为代表，在不到5年的时间里，医学成像AI市场筹集到超过10亿美元的资金。如果把收并购和一些大企业的研发资金也包括在内，这一数字将高达60亿美元。
目前，医学成像AI的主要应用集中在自动化、加速以及增强图像分析，其中医学成像AI公司最关注的成像方式是CT和MRI（表1）。
表1 AI领域所关注的9大成像模式
而换一个角度，从不同人体部位来看，大脑和肺部是最受关注的（表2）。
表2 AI领域所关注的11个人体部位
眼下业界面临的一个大问题，是如何将医学成像AI技术的巨额投资货币化。最有可能的财务模式是以结果为导向，包括共享储蓄或利润共享模式。
除了图像分析之外，AI其实还可以用于医学成像工作流程的各个方面（表3）。
表3 未来可应用AI的9大细分领域
虽然全球的医疗保健机构都希望降低成本、提高产出，提升患者和员工的满意度，但采用医学成像AI的获益因地域而异。比如，美国将受益于劳动效率和标准化方面，而英国为了解决放射学家短缺和患者等待时间长的问题，中国则是需要提供更多的医疗专业知识。
分享
最新活动更多
-
直播回顾进入直播>> 智能医疗设备测试的挑战
-
4月18-19日立即报名 >> OFweek 2024（第十三届）中国机器人产业大会
-
4月26日立即报名 >> 【线上研讨会】TDK模块化电容器、电能质量解决方案
-
4月30日免费下载 >> SPM31智能功率模块助力降低供暖和制冷能耗，打造可持续未来！
-
4月30日限时免费下载>> 高动态范围（eHDR）成像设计指南
-
5月10日立即下载>> 【是德科技】精选《汽车 SerDes 发射机测试》白皮书
推荐专题
发表评论
请输入评论内容...
请输入评论/评论长度6~500个字
暂无评论
暂无评论