乐晴智库 2017-12-06 17:28:12
医学影像产业主要分为两个部分，上游是影像设备，包括零部件厂商、整机厂商、配套软件，最终服务对象是医院及影像科医生，以机器或系统的销售收入作为统计口径，壁垒是包括研发积累、精密制造水平及配套服务。
下游为影像诊断，包括医生、影像中心、影像耗材、远程诊断服务等，在影像设备产出图像的基础上附加医生的劳动成本，最终服务对象是患者，以诊断收入作为统计口径，诊断环节最重要的因素是专业而可靠的诊断结论。
全球的医疗影像设备市场被少数巨头占据，老牌医学影像设备公司占据了超过 90%的市场份额，尤其是排在前三位的西门子、通用电气和飞利浦。
在国内的数字医疗影像市场，跨国企业占据了 75%以上的市场份额，前三大厂商在中高端市场的份额甚至超过 80%。在基层市场，国产设备有着较为明显的价格优势，市场占有率较高，分级诊疗带来的基层需求释放及第三方影像中心的推进也将对以基层市场为主的国产设备厂商带来新增量空间。
另一方面，随着研发积累和多领域持续的技术进步，国产设备厂商的竞争力也有了较大的提升，在中高端设备上开始发力，有望逐步实现国产替代。
分级诊疗和第三方影像中心建设驱动医学影像需求释放
1、分级诊疗打开基层医学影像市场空间
政策主导需求下沉，基层诊疗市场将迎来新的增量空间。
2015 年 9 月，国务院办公厅印发《关于推进分级诊疗制度建设的指导意见》,提出分级诊疗试点工作考核评价标准，包括到 2017 年基层医疗卫生机构诊疗量占总诊疗量比例要大于等于 65%。
根据《2016 年卫生与计划生育统计年鉴》显示，2015 年全国基层医疗机构诊疗量为 43.4 亿人次，占总诊疗量 56.4%，次均门诊费用为 97.7 元。
据动脉网蛋壳研究院估计，如果基层诊疗量占总诊疗量比例达到65%，假定次均门诊费用维持 2015 年 97.7 元不变，则基层医疗门诊全年费用将达到 4887 亿元。如果将基层医疗机构产生的住院费用计算在内，带来的增量市场则更大。本文完整报告下载，请在PC端访问乐晴智库网站 www.767stock.com
医改持续推进，分级诊疗进入落地阶段。所谓分级诊疗制度,就是要按照疾病的轻、重、缓、急及治疗的难易程度进行分级，不同级别的医疗机构承担不同疾病、不同病情患者的治疗，实现基层首诊和双向转诊，基层医疗的发展机会，将得益于我国对分级诊疗的持续推进。
从基层医疗领域相关政策来看，分级诊疗已不是仅仅停留在规划和顶层设计中，多个方面都开始进入到了实质性的阶段。
受益于分级诊疗政策红利，基层医学影像市场有望实现快速发展。
基层医疗机构对大型医学影像设备，无论是数量还是质量都无法和大型医院媲美，如不少贫困县区至今依旧使用最初级的双排 CT 设备。
2015 年 9 月，《国务院办公厅关于推进分级诊断制度建设的指导意见》提出，整合区域医疗资源，设立第三方独立的检验实验室、医学影像中心、血液净化中心等机构，弥补基层医疗机构资源稀缺，推进同级医疗机构间以及医疗机构与独立检查机构间的结果互认；
同时鼓励二、三级医院向基层医疗卫生机构提供远程会诊、远程病理诊断、远程影像诊断、远程心电图诊断、远程培训等服务，鼓励有条件的地方探索“基层检查、上级诊断”的有效模式。
分级诊疗的快速推进以及社会办医的持续扶持，都将直接推动基层及民营医院医学影像诊断水平的提升，打开基层医学影像市场更大成长空间。
2、第三方影像市场方兴未艾，驱动医学影像需求快速释放
第三方影像中心是独立于医院的影像诊断中心，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响诊断服务的弊端。
从美国来看，截至 2013 年，美国有近 7000 家的医学影像中心，其中第三方影像中心 2421家，占比 35%(美国影像中心分为医院的医学影像科、医院与影像机构合资合作建立的影像中心以及第三方影像中心三种)。
其中排名第一的第三方影像中心 RadNet 公司，其影像中心目前数量已达 300 家，年诊断数超 600 万人次，且还在不断增长，显示出第三方影像行业巨大的发展潜力。
国内医学影像资源匮乏，且存在结构性失衡，催生第三方影像中心发展机遇。
大型公立医院新增大型医用设备受到政策限制，分级诊疗是现阶段医改的战略性大方向，影像检车在疾病诊断中发挥着补课替代的中庸，而基层医疗机构影像设备配置落后，“大病不出县”缺乏配套支撑，此外，日益壮大中产人群对医疗服务质量提出了更高要求，通过第三方提供高质量的服务是推动分级诊疗的重要手段。
在此背景下，第三方独立影像中心、体检中心等多种形式的医疗服务模式有望迎来更大的发展机遇。
政策限制放开与国家标准的出台为第三方影像中心的发展奠定坚实基础。
2016 年 8 月，国家卫生计生委印发《医学影像诊断中心基本标准和管理规范》，鼓励形成连锁化、集团化，建立规范化、标准化的管理与服务模式，推进医疗机构与医学影像诊断中心间检查结果互认。
2016 年 10 月 25 日，中共中央、国务院印发《“健康中国 2030”规划纲要》,提出要引导发展专业的医学检验中心、医学影像中心、病理诊断中心和血液透析中心等。2017 年 1 月国家卫计委颁布的《关于医学影像诊断中心等独立设置医疗机构基本标准和管理规范解读》明确医学影像、检验、血液净化、病理中心作为独立医疗机构势在必行。
国家政策由限制变为鼓励，且细节持续出台，第三方医学影像诊断中心迎来发展机遇期。
在医疗改革、政策限制放开等利好因素的驱动下，第三方医学影像中心有望迎来快速发展期，我国基础医学影像市场需求将得到快速释放，特别是中西部地区的需求潜力更大。
医学影像诊断痛点颇多，“AI+医学影像”有望破冰行业难点
1、医学影像医生缺口大，误诊率高、效率低，服务模式亟待创新
分级诊疗推进、基层需求释放带来医学影像需求更快增长，放疗科/病理科医生缺口大，特别是具有丰富临床经验的医生十分短缺。
1) 放射科:据动脉网蛋壳研究院的数据，美国的医学影像数据年增长率达到了 63.1%，中国增速也达到了 30%。
美国和中国放射科医生的年增长率分别仅仅只有 2.2%和 4.1%，远远低于影像数据的增长，需求缺口不断加大。
2) 病理科:在中国大概平均七万人才有一位病理医生，而在美国是平均两千人一位病理医生。
如果要达到美国的水平，按照中国现在培养病理医生的速度大概要 200 年。医生数量的不足导致放疗科和病理科医生的工作量繁重，超负荷工作也会导致误诊率和漏诊率提高。
医学影像分析工作繁琐重复，极度消耗精力。
根据医学影像分析工作繁琐重复，工作量巨大，极度消耗医生精力。以肺结节检测为例，一家三甲医院平均每天接待 200 例左右的肺结节筛查患者，每位患者在检查环节会产生 200-300 张左右的 CT 影像，放射科医生每天至少需要阅读 4 万张影像，任务繁重，大量消耗精力，导致误诊漏诊率上升。
我国医学影像信息化程度偏低，影像诊断能力仍有着较大的提升需求，拍片和阅片分离有助于更快提升影像诊断水平，同时给布局新技术的影像平台带来更多发展机遇。
我国正逐渐向电子信息化迈进，但由于中国信息化建设较晚，医学影像数据共享度仍较低。
CHIMA 数据显示，2015 年我国医院 PACS 系统(医学影像存档与通信系统)建设水平 50%-60%，而美国达到了近 100%的水平。
此外，我国影像医生教育、总体专业水平都仍有较大的提升需求。
另一方面，我国目前影像诊断的拍片和阅片环节基本没有分离，影像检查费很难体现影像医生专业价值，随着信息化水平提升、分级诊疗推进，第三方影像中心发展，拍片和阅片有望逐步分离，更加充分利用影像诊断医生专业能力，也给布局人工智能新技术的影像平台带来较大的发展机会，从而促进影像诊断整体水平的更快提升。
我们专业人员的不足及繁重的工作都是导致误诊率偏高的部分原因。从影像误诊人数来看，美国每年的误诊人数达到了 1200 万，中国每年误诊人数高达 5700 万/年。
根据中国医学会的一份误诊数据资料显示，中国临床医疗总误诊率为 27.8%，其中恶性肿瘤平均误诊率为 40%，器官异位误诊率为 60%，如鼻咽癌、白血病、胰腺癌等，肝结核、胃结核等肺外结核的平均误诊率也在 40%以上，这些误诊主要发生在基层医疗机构。
2、“AI+医学影像”直指行业痛点，将逐步进入快速发展阶段
人工智能在图像识别领域的持续快速发展为医学影像诊断痛点带来曙光。
“AI+医学影像”，是将人工智能在图像识别领域不断取得的前沿性突破技术，应用在医学影像领域，从而达到提高诊断效率和准确率的目的。
人工智能主要应用在医学影像的诊断环节，可以分为两个阶段:
一是利用图像识别技术对患者的影像进行识别，标注病灶关键信息，给出初步诊断结果，助力影像医生诊断效率的大幅提升;
二是基于深度学习不断优化，通过大量已有的影像数据和临床诊断信息训练人工智能系统，使其具备独立诊断疾病的能力，在目前诊疗体系的基础上进一步降低复杂疾病的误诊率，从而带来医学影像总体诊断水平的提升。
“医学影像”应用场景下，主要运用人工智能技术解决以下三种需求:
1) 病灶识别与标注:针对医学影像进行图像分割、特征提取、定量分析、对比分析等工作;
2) 靶区自动勾画与自适应放疗:针对肿瘤放疗环节的影像进行处理;
3) 影像三维重建:在人工智能进行识别的基础上进行三维重建，针对手术环节的应用。
目前在这几个领域都有一些创业公司参与，而定位于病灶区识别与标注领域的公司最多。
人工智能和医学影像的结合，能够为医生阅片和勾画提供辅助和参考，大大节约医生时间，提高诊断、放疗及手术的精度。
1) 病灶筛查: 针对 X 线、CT、核磁共振等医学影像的病灶自动识别与标注系统，大幅提升影像医生诊断效率，同时可以帮助医生发现难以用肉眼发现和判断的早期病灶，降低假阴性诊断结果的发生概率;目前系统对十万张以上的影像进行处理，用时仅数秒之间。
2) 靶区自动勾画: 靶区自动勾画及自适应放疗产品帮助放疗科医生对200-450 张 CT 片进行自动勾画，时间大大缩短到 30 分钟一套;在患者 15-20 次上机照射过程中间不断识别病灶位置变化以达到自适应放疗，有效减少射线对病人健康组织的伤害。
3) 影像三维重建:基于灰度统计量的配准算法和基于特征点的配准算法，解决断层图像配准问题，节省配准时间，提高配准效率。
相对于传统模式，AI 阅片可大幅提升效率、降低微小病灶的遗漏、提高准确率，而且通过 AI 完成初筛及诊断，由人工完成确定，不仅能保证更高的诊断质量，也带来成本大幅下降。
患者、医师和医院均将受益于人工智能在医学影像领域的应用。
对于患者来说，“AI+医学影像”将帮助其更快速地完成健康检查，包括 X 光、B 超、核磁共振等，并能够获得更加可靠的诊断结果。对于放射科医师来说，人工智能技术的应用将减少其读片的时间，大幅提高效率，并降低误诊可能性。
对于医院来说，可以实现云平台支持，系统性地降低医院成本，特别是对于基层医院，提供的影像诊疗质量较低或者不能提供，现在通过较高水平的影像服务有助于整体诊疗水平的大幅提升。
目前“AI+医学影像”已逐步走出实验室，技术日趋成熟，诊断准确度、速度和覆盖病种不断实现突破，有望较快进入高效可用阶段。
2017 年以来，部分 AI 系统的准确度和判断速度都超越了传统医生，贝斯以色列女执事医学中心(BIDMC)与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到 92%，与病理学家的分析结合在一起时，它的诊断准确率可以高达 99.5%，国内的 DeepCare 对于乳腺癌细胞识别的准确率也达到了 92.5%。
腾讯“觅影”医学影像系统对早期食管癌的发现准确率高达 90%。
目前人工智能在医学影像领域的诊断准确度已在 90%以上，已覆盖乳腺癌、皮肤癌、食道癌、肺结节等许多病种，未来人工智能诊断的更多病种突破及准确率的提升，叠加医学影像云平台和第三方影像中心的迅速发展壮大，“AI+医学影像”有望成为影像诊断的重要解决方案，在医院、第三方检验中心、第三方影像中心快速渗透。
“AI+医学影像”前景广阔，百亿市场待掘金
美国医疗影像诊断市场相对成熟，2018 年市场空间或超过百亿美元。
据 Frost&Sullivan 数据，2009 年至 2015 年美国医学影像诊断市场从 46.6 亿美元增长到 87.1 亿美元，预计到 2018 年市场规模将超过百亿美元，十年的复合增长率高达 10%，远高于同期 GDP 增速，其中 60%的市场贡献来自于医疗机构，剩余 40%的市场贡献来自于第三方独立影像中心。百度搜索“乐晴智库”，获得更多行业深度研究报告
随着影像信息化的发展、以及收费模式的创新，我国医学影像诊断市场有望保持较快增长。
一方面，我国影像信息化建设较晚且尚未完成，目前影像数据共享程度低，大量基层医院不能有效支持远程会诊、转诊、影像数据开发应用等，影像信息化处在高速发展阶段，影像云平台模式的崛起使得信息化更快推进，为基层医院提供理想的影像资料共享解决方案，并带来远程诊断市场的更快发展。
另一方面，目前我国的医学影像诊断市场的收费模式是拍片收费、阅片免费，远程影像诊断平台的兴起与发展将促使影像诊断服务市场不再免费，有有望逐步形成新的细分市场。
此外，第三方影像步入高速发展阶段，这一新增领域将带来诊断市场进一步扩容。
人工智能在医学影像领域的渗透率将逐步提升。
从商业模式及技术层面来看，我们认为人工智能在医学影像领域的较快落地可能性较大。从市场需求层面来看，影像科医生供不应求，医生水平参差不齐，基层医院尤其突出，误诊、漏诊率很高。
而且影像科医生工作量大，属于高强度的重复性劳动，是非常合适的人工智能应用场景。从技术层面来看，人工智能技术在医学影像的应用属于静态图像识别，静态图像识别是人工智能细分领域进步最快的细分领域之一，技术正不断快速突破;
目前 AI 医学影像在多个疾病领域，其准确率已达到甚至超过专家水平，并且诊断效率大幅高于人工。在技术和市场需求的双重驱动下，人工智能在医学影像领域的应用有望较快落地。
我国智能医疗影像诊断市场潜在空间较大。
据中国报告大厅数据，影像检查收入占医院总收入超过 10%。2015 年我国医疗卫生总支出突破 4 万亿元，其中医学影像支出约 4000 亿元，据《医疗影像的市场图谱和行业发展分析》，到 2020 年，我国医学影像市场规模将达 6000 亿至 8000 亿左右。获取本文完整报告请百度搜索“乐晴智库”。
按 7000 测算，假设诊断环节占比 20%左右，对应 2020 年的医学影像诊断市场规模为 1400 亿，假设人工智能渗透达到 20%，相应的潜在市场空间即有 280 亿元。
