【5A文】中國AI醫(yī)學(xué)影像行業(yè)未來發(fā)展趨勢分析.doc

《【5A文】中國AI醫(yī)學(xué)影像行業(yè)未來發(fā)展趨勢分析.doc》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在工程資料-天天文庫。

1、5A版優(yōu)質(zhì)實用文檔2017年中國AI+醫(yī)學(xué)影像行業(yè)未來發(fā)展趨勢分析2017年12月27日政策、技術(shù)雙重驅(qū)動，“AI+醫(yī)學(xué)影像”蓄勢待發(fā)一、國家高度支持，具體產(chǎn)業(yè)扶植政策有望加速出臺國務(wù)出臺系列政策支持醫(yī)學(xué)影像行業(yè)的發(fā)展。從2013年到2017年，國務(wù)院、發(fā)改委、國家食品藥品監(jiān)督總局、衛(wèi)計委不斷出臺政策支持醫(yī)學(xué)影像行業(yè)的發(fā)展。針對性政策涉及：醫(yī)學(xué)影像設(shè)備、獨立影像中心、線上影像平臺、影像信息化，包括鼓勵公立醫(yī)院采購國產(chǎn)醫(yī)療設(shè)備、扶持民營醫(yī)院新增設(shè)備需求；加強醫(yī)療信息化建設(shè)基礎(chǔ)，構(gòu)建云端醫(yī)療數(shù)據(jù)庫，推動醫(yī)療大數(shù)據(jù)的應(yīng)用開發(fā)等；全面推進分級診斷，鼓勵民營資本流入建設(shè)獨立檢查檢驗中心、遠程醫(yī)療

2、等。國家對醫(yī)療領(lǐng)域提出人工智能發(fā)展要求。2016年以來，國家對于醫(yī)療領(lǐng)域提出明確的人工智能發(fā)展要求，包括對技術(shù)研發(fā)的支持政策，就相關(guān)技術(shù)和產(chǎn)品提出健康信息化、醫(yī)療大數(shù)據(jù)、智能健康管理等具體應(yīng)用，并針對醫(yī)療、健康及養(yǎng)老方面提出較為明確的人工智能應(yīng)用方向。2017年7月，國務(wù)院發(fā)布《新一代人工智能規(guī)劃》，人工智能上升至國家戰(zhàn)略層面，人工智能在醫(yī)療領(lǐng)域的應(yīng)用有望進入新的快速發(fā)展階段。國家對醫(yī)療領(lǐng)域提出人工智能發(fā)展要求數(shù)據(jù)來源：公開資料整理目前，國家政策高度支持醫(yī)學(xué)影像行業(yè)以及“AI+醫(yī)療”的發(fā)展，接下來，預(yù)計國家將在《新一代人工智能發(fā)展規(guī)劃》等產(chǎn)業(yè)指導(dǎo)性文件的基礎(chǔ)上，出臺一批具體的產(chǎn)業(yè)推進措

3、施，針對“AI+醫(yī)學(xué)影像”行業(yè)的具體扶植政策也有望適時推出，促進人工智能在醫(yī)學(xué)影像領(lǐng)域的應(yīng)用與發(fā)展。5A版優(yōu)質(zhì)實用文檔5A版優(yōu)質(zhì)實用文檔二、算力算法快速迭代，“AI+醫(yī)療影像”期待大數(shù)據(jù)引爆醫(yī)學(xué)影像在醫(yī)療AI領(lǐng)域技術(shù)成熟度最高，有望最先實現(xiàn)商業(yè)化。動脈網(wǎng)蛋殼研究院發(fā)布“人工智能+醫(yī)療技術(shù)成熟度分布曲線”，“AI+醫(yī)療影像”在醫(yī)療領(lǐng)域成熟度最高，在曲線上處于過高期望的峰值位置。其判斷依據(jù)為：1）從醫(yī)療影像類的企業(yè)入駐醫(yī)院數(shù)量來看，目前國內(nèi)科研能力較強，醫(yī)療水平靠前的大型醫(yī)院幾乎都已經(jīng)和企業(yè)開始了相關(guān)的臨床實驗，首批種子用戶活躍度已經(jīng)達到了頂峰；2）相關(guān)領(lǐng)域的大規(guī)模媒體報大約出現(xiàn)在2015

4、～2017年，目前在一個平穩(wěn)的高峰期。我們認為，人工智能在醫(yī)學(xué)影像領(lǐng)域熱度較高一方面是技術(shù)儲備相對豐富，特別是靜態(tài)圖像識別盡快的快速發(fā)展以及2017年以來AI應(yīng)用于醫(yī)學(xué)影像多個領(lǐng)域識別準確度的大幅提升，另一方面則是AI+醫(yī)學(xué)影像的商業(yè)模式可行性相對較高。人工智能+醫(yī)療技術(shù)成熟度分布數(shù)據(jù)來源：公開資料整理算法、算力和數(shù)據(jù)被認為是人工智能的三大核心要素，數(shù)據(jù)量的增長、運算力的提升和深度學(xué)習(xí)算法的優(yōu)化將帶來人工智能效率的持續(xù)提升。目前醫(yī)學(xué)影像領(lǐng)域算法快速突破，算力持續(xù)增長，如何獲取足夠豐富且高質(zhì)量的醫(yī)療影像數(shù)據(jù)成為提升診斷準確度的最關(guān)鍵因素。1、大量深度學(xué)習(xí)平臺和框架開源降低技術(shù)門檻人工智能

5、的核心之一是算法，深度學(xué)習(xí)是目前最重要的人工智能算法之一。深度學(xué)習(xí)以數(shù)據(jù)為基礎(chǔ)，由計算機自動生成特征量，不需要人來設(shè)計特征量，而是由計算機自動獲取高層特征量，深度學(xué)習(xí)代表的“特征表示學(xué)習(xí)”是一次歷史性的突破。5A版優(yōu)質(zhì)實用文檔5A版優(yōu)質(zhì)實用文檔深度學(xué)習(xí)是人工智能技術(shù)的歷史性突破數(shù)據(jù)來源：公開資料整理圖像識別是深度學(xué)習(xí)等AI技術(shù)進步最快的領(lǐng)域之一，卷積神經(jīng)網(wǎng)絡(luò)（CNN）以及深度神經(jīng)網(wǎng)絡(luò)（DNN）等深度學(xué)習(xí)算法利用數(shù)據(jù)量以及計算量作為模型驅(qū)動力，通過感受野和權(quán)值共享減少了神經(jīng)網(wǎng)絡(luò)需要訓(xùn)練的參數(shù)個數(shù)，最終實現(xiàn)了超越傳統(tǒng)方法的圖像識別性能。2015年ResNet算法識別錯誤率已經(jīng)降低至3.57

6、%,低于人眼5.1%的識別錯誤率，深度學(xué)習(xí)算法在圖像識別領(lǐng)域已經(jīng)達到初步實用階段。2010-2015年ImageNetILSVRC大賽冠軍團隊識別分類的錯誤率數(shù)據(jù)來源：公開資料整理深度學(xué)習(xí)能夠自動尋找特征，非常適用于“AI+醫(yī)療影像”診斷。醫(yī)學(xué)影像圖像有不同來自不同的部位，通過深度學(xué)習(xí)提取最主要的特征，它也可以對疾病分類，做圖像分類與識別。無需人為干涉，深度學(xué)習(xí)算法就可以從醫(yī)學(xué)影像中找出許多復(fù)雜程度極高，難以用語言詳盡描述出的對比特征。在AI與醫(yī)療場景的結(jié)合中，基于深度學(xué)習(xí)技術(shù)的醫(yī)療影像的識別與分析，可能會在整個智能醫(yī)療、精準醫(yī)療領(lǐng)域中率先進入大規(guī)模應(yīng)用階段。大量深度學(xué)習(xí)平臺及框架開源

7、降低基礎(chǔ)算法實現(xiàn)的技術(shù)門檻。隨著深度學(xué)習(xí)理論和工程技術(shù)體系的成熟，包括通過云服務(wù)或者開源的方式向行業(yè)輸出技術(shù)，先進的算法被封裝為易于使用的產(chǎn)品和服務(wù)。近年來，科技巨頭開源了大量深度學(xué)習(xí)的工具包，例如Google的TensorFlow,Facebook的TorchNet，微軟的CNTK等等，這些開源包大幅降低了應(yīng)用深度學(xué)習(xí)算法的難度，創(chuàng)業(yè)公司也5A版優(yōu)質(zhì)實用文檔5A版優(yōu)質(zhì)實用文檔可以利用這些開源包將深度學(xué)習(xí)應(yīng)用到醫(yī)學(xué)影像診斷領(lǐng)域，基礎(chǔ)算法的實現(xiàn)門