国内人工智能+医疗影像公司大盘点：今年又是“元年”？

雷锋网招人了！

图像识别是深度学习等人工智能技术最先突破的领域，已经广泛用于图片搜索、自动驾驶、人脸识别。而在医疗健康领域，目前看来医疗影像也会是人工智能与医疗结合中，最可能先发展起来的领域。

简单而言，医疗影像智能分析是指运用人工智能技术识别及分析医疗影像，帮助医生定位病症分析病情，辅助做出诊断。目前医疗数据中有超过90%来自医疗影像，这些数据大多要进行人工分析，如果能够运用算法自动分析影像，再将影像与其它病例记录进行对比，就能极大降低医学误诊，帮助做出准诊断。

将人工智能应用于医疗影像已经成了一个热门创业方向，国外早已出现了一批将人工智能用于医疗影像的明星公司，如Enlitic、Butterfly Network、VisExcell、VoxelCloud等。在医疗智能领域深耕最久的IBM，也在今年8月斥资10亿美元收购了医疗影像处理与加工公司Merge，欲将其技术整合进IBM Watson认知智能系统。

国内也不甘落后，特别是今年以来，我们陆续见到了一批初创公司成立，如Deepcare、推想科技、图玛森维等。同时，以医疗影像云平台起家的公司也逐渐涉足人工智能领域，比如医渡云与汇医慧影。

国内目前从事医疗影像智能分析的公司不多，雷锋网根据公开资料，从众多医疗科技公司中，整理了13家较为明确涉足将人工智能用于分析医疗影像，从而提高诊断效率和精确性的公司。从这些公司的情况，我们可以一窥国内在这一领域的现状。调查无法覆盖所有公司，如欲补充和交流可与我联系[e-mail]

● ● ●

国内人工智能+医疗影像公司一览

以下资料由雷锋网根据公开资料整理，如有遗漏，欢迎补充。（关注公众号，后台回复“影像”，获取完整清晰文字版）

点击图片查看大图，或扫描文章底部二维码关注“AIHealth”，然后后台回复“影像”，获取清晰文字版

● ● ●

基本资料

据统计，在美国医疗影像数据的年增长率为63%，而放射科医生数量年增长率仅为2%；根据动脉网的数据，国内医疗影像数据和放射科医师的增长数据分别为30%和4.1%。如果能借助人工智能的方式解读影像，以辅助诊断，可以有效其中的弥补缺口。而国内医护人员短缺的情况，只会比美国更甚，而且影像科医师在医院的收入与地位不高。

影像需求与医生数量的错位，也导致医生负荷过重，影响诊断效果，而这其中就有人工智能发挥的空间。而美国哈佛医学院参与进行的智能诊断临床试验显示，人工智能辅助医生进行乳腺癌诊断可以将误诊率从4%降低到0.5%。不断增长的需求与技术的进步，基本可以解释医疗影像领域人工智能类公司的崛起。

从成立时间上看，今年或许可以不免俗，被认为是人工智能+医疗影像的“元年”（纯主观判定）。根据上表中的统计，有今年就有5家公司成立；其余公司也集成在2012-2015年成立，但初期多提供影像云服务，智能业务也多在今年开始拓展。

相比之下，国内也并不落后，上文提到的几家国外公司中，仅Butterfly Network成立较早，是在2011年，其余公司也仅两岁左右。

从地域上划分，13家公司中有8家位于北京，其余位于上海、深圳、杭州等地，这倒是与人工智能公司的总体地域分配相符。

● ● ●

2016年融资状况

在国外，医疗影像智能分析公司发展较早，目前部分公司已经较为成熟，处于A轮融资阶段较多，个别获得B轮融资。

比如，Enlitic在去年获得了1000万美元A轮融资，该公司使用深度学习技术，帮助放射科医生分析医疗影像；Butterfly Network则在2014年的8000万美元A轮融资后，去年再获得1亿美元B轮融资，这是一家医疗成像技术公司，通过一种新型医学成像设备，建立数以千计图像的数据库，然后使用人工智能的方式分析新的临床治疗手段。

相比之下，国内公司总体上以天使轮为主，特别是新兴初创公司，只有部分成立数年的公司已进行到A轮。目前融资额最高的是医渡云，A轮2亿元，且其在2015年底还领投了糖尿病管理平台微糖数的千万美金B轮融资，财大气粗。

以下是今年国内这一领域融资事件一览：

1. 2016年2月，推想科技获得1100万元天使轮融资，投资方是英诺天使基金和臻云创投；

2. 2016年6月，DeepCare获得600万元天使轮融资，投资方是峰瑞资本；

3. 2016年7月，连心医疗获得300万元天使轮融资；

4. 2016年8月，雅森科技3000万元A轮融资；

5. 2016年10月，图玛深维获得150万美元天使轮融资，投资方是真格基金与经纬中国；

6. 2016年10月，汇医慧影获得数千万元A轮融资，投资方是蓝驰创投。

● ● ●

发展路径

从公司的发展路径看，医疗影像智能诊断的公司大致可以分为两类。

第一类公司主要以人工智能技术，提供影像分析与诊断服务，其中以DeepCare、推想科技、图玛深维、雅森科技等为代表，且一般成立时间较短。

比如，DeepCare主要研发医疗影像检测、识别、筛查和分析技术，为医疗器械厂商和基层医疗中心提供影像识别服务，对新录入数据库的病例，它可以进行算法匹配，寻找出影像数据相似的案例；雅森科技则专注医疗影像分析应用，基于医疗影像定量分析，用数学模型和人工智能技术提高诊断精确性。

第二类公司原先提供医疗影像云服务，而后将服务延伸到智能诊断领域，其中以汇医慧影、医众影像、医渡云为代表，成立时间一般为二到三年。

比如，汇医慧影是一个独立第三方的医疗影像咨询平台，早期专注基于云平台的线上影像中心，从今年开始着重向人工智能领域发力，辅助影像的筛查；医渡云主要提供医疗大数据和医疗云平台解决方案，同时利用机器学习的方式，挖掘临床数据中的文本数据和影像数据。

从提供的产品与服务上看，医疗影像智能诊断公司又可分为两类。第一类专注于医疗影像服务，比如影像云平台及影像智能分析。

第二类是搭建医疗大数据平台，其中包涵了医疗影像数据的分析处理，比如连心医疗、医渡云。连心医疗专注于肿瘤大数据平台搭建和医疗数据分析，其系统会对接治疗过程中各环节产生的数据，其中就包括了医疗影像的处理、分割和配准等，以此优化放疗。如上所述，医渡云的临床数据中还包括了病例这种文本数据。

人工智能应用普及的三大推力是以深度学习为代表的新技术，计算力和海量数据，前两者各行业通用，所以对于医疗领域的人工智能公司来说，面临的最主要问题可能是数据。比如，现在的医疗影像几乎没有对病灶进行标注，而这种系统性的数据整理过程又十分专业，需要专业医生配合，这也是医疗行业的独特之处。

由于医疗数据尚未实现互连互通，国内医疗影像数据应用还处于起步阶段。这一点在国外也一样，美国医疗行业数据共享困难，数据格式也难以统一。但随着信息化的加强，未来会有越来越人工智能类公司出现，就像信息化系统促进发展为影像的云平台一样。

● ● ●

雷锋网将持续报道人工智能技术对医疗健康领域的变革，欢迎与我们交流