文章|就在今天上午，国内医疗AI初创公司医拍智能（原名“拍医拍”）宣布完成数千万元A+轮融资。
其业务范围也不断拓宽，从原来的医疗证件照片识别扩展到CT、X光等医学影像的识别与诊断，正式进军AI医学影像行业。
智喜喜此前还对一拍智能联合创始人兼首席科学家杨琼进行了专访（这位清华女高材生做了一件伟大的小事：让医院的检测单说人语）。
无独有偶，就在上周8月3日，腾讯还推出了旗下首款医疗AI产品腾讯“觅影”，可以根据医学图像进行食道癌早期筛查。
同时，觅影与中山大学附属肿瘤医院（广东省食管癌研究所）、广东省第二人民医院、深圳市南山区人民医院发起成立AI医学影像联合实验室，并启动AI医学影像的临床试验。
食管癌早期筛查项目。
预测试。
时间追溯到7月11日，阿里健康宣布携手万里云医学影像中心发布医疗AI系统“游医生”。
该系统包括医学影像辅助诊断云平台、临床医学科研辅助平台、医师能力培训系统。
阿里健康高级架构师范毅也演示了机器在多张图片中发现毫米级肺部结节的过程。
不到30天的时间，不仅国内两大AT巨头着手进军AI医学影像筛查诊断领域，拍医拍也完成了数千万元A+轮融资。
此外，今年7月，亚森科技宣布完成数千万人民币A+轮融资。
6月，帝盈嘉科技完成万元天使轮融资。
4月，图玛神威宣布完成数百万美元Pre-A轮融资。
3月，万里云获得阿里健康2.25亿元投资。
1月份，推断科技年初获得红杉中国领投的万元A轮融资……今年的AI医疗影像行业动荡又热闹。
1、AI医疗影像市场日益繁荣。
国内首家医学影像+人工智能初创公司最早成立于2018年，最晚成立于2019年1月，目前大部分已完成A轮融资，且几乎全部获得千万元以上融资，有的甚至过亿元，据不完全统计，融资总额已超过5.5亿元（其中阿里健康今年3月投资万里云2.25亿元）。
以下是智喜喜根据公开信息整理的国内“AI+医学影像”智能筛查/诊断企业名单： 注：本表主要收集国内利用AI进行医学影像辅助诊断的企业。
大量互联网+医疗影像企业聚焦远程阅片。
IBM Watson、Enlitic 等企业和国外 AI 医学影像公司不包括在内。
从表中可以看出，胸肺图像的识别诊断在公司主营项目中占比较大。
因弗科技创始人兼CEO陈宽认为，由于肺部影像占据了一般影像医生工作量最大的部分，其次结构也比较清晰，所以成为启动研发的首选医学影像人工智能。
2、医学图像的分类 虽然以上都属于医学图像的分类，但是医学图像还有细分。
目前医学成像可分为结构成像（Structural Imaging）和功能成像（Functional Imaging）：（图片来自亚森科技高级算法研究员杨世廷）结构成像：包括X射线、CT、MRI等。
，可以清晰地看到人体器官组织结构的医学图像，通常用于检测身体物理特性发生变化的疾病，例如癌症/结节； （图片来自亚森科技高级算法研究员杨世廷）功能图像：包括显示脑电流变化的脑电波图片、基于功能磁共振成像（Bold-fMRI）检测血氧水平的医学图像等，并做出基于器官代谢、性质变化等进行诊断。
与功能图像相比，结构图像具有更好的空间分辨率，更适合人工智能的实现。
目前进入AI医学影像的企业大多聚焦于结构图像的识别与诊断，如上述医影智能、腾讯的“觅影”、万里云&阿里健康的“优医生”平台、帝影加科技、推断不过，也有初创公司进入功能成像领域，根据器官代谢、性状变化等提供诊断和治疗。
例如成立于2008年的亚森科技，其主要业务为功能医学影像智能筛查与诊断。
目前，亚森科技的技术在脑部诊断方面已经有了比较成熟的应用。
其模型结合MRI、EEG、量表数据构建，更加准确、全面。
亚森科技于2018年12月获得中股顺熙基金、虎丘医疗科技的数千万元A轮融资，并于2018年7月28日获得科大智能机器人的数千万元A+轮融资。
3. AI医学影像为何如此受欢迎？对于这个问题，我们可以从供需两方面来回答： 供给：近年来，随着医学影像（包括MR、CT等）硬件的快速发展，成像效果越来越好，图像质量越来越好；同时，从2016年的ImageNet竞赛到现在，深度学习在图像分类和识别方面取得了长足的进步：它的实际应用也从一开始的“识别图片是猫还是狗”演变而来，到现在“识别图片中是否有肿瘤”的技术已经走上了成熟之路。
很多AI系统的准确率和判断速度已经超越了传统医生。
腾讯“觅影”表示，其系统可以检测出早期食道癌。
准确率高达90%。
问：我国对放射科医生的需求非常大。
从放射科医生的年增长率来看，美国和中国仅为2.2%和4.1%，远低于医学影像数据对应的63.1%和30.0%的高速增长率。
。
每个放射科医生的平均工作量也非常明显。
以武汉同济医院为例。
这是国内知名的三级医院，每天收治病人超过22000人次。
其中放射科（X光、CT等）有患者3-5千人。
一个病人的胸部CT图像必须有至少甚至多张图片。
医生必须来回翻转才能查看。
即使看一张图片3秒，对于一名患者和数千名患者来说，至少需要十分钟到半个小时……事实上，根据医学图像获取检测结果并不是一件非常困难的事情。
可以通过特征检测能力来实现，但这是一项非常繁琐、重复的工作，极大地消耗医生的精力。
此外，智熙熙此前对因弗科技创始人兼CEO陈宽的采访中，总结了医学影像的三大特点，这使得它非常适合人工智能在其中的应用，并获得了良好的结果反馈。
无独有偶，这与前段时间引起全城轩然大波的“柯狗之战——柯洁VS AlphaGo围棋大赛”类似。
1、场景狭窄，规则明确：围棋的规则非常明确。
棋盘上的步数和最终的输赢都一目了然。
同样，医学图像的判断也遵循一定的医学标准：阴影部分的直径、边缘整齐度等。
如今的人工智能更适合在封闭集合中应用。
2. 可用数据量足够大，可以很好地训练深度学习神经网络模型。
就像机器看了几千张图片后，就能分辨出是猫还是狗；在看到大量医学图像后，机器还可以判断是否是肿瘤病变。
3、第三点与上面提到的“需求”类似——医疗行业的产能非常不足。
去过医院的人都知道，一方面总是有那么多人排队就医，另一方面每个医生的工作量都非常大，经常需要加班到很晚。
结论：新兴技术与保守行业 如上所述，一方面，软硬件技术日趋成熟，可以真正开始在行业中落地；另一方面，行业存在明显的人才缺口；此外，医疗行业关系国计民生。
，与每一个老百姓息息相关，自然受到市场和政策的关注。
三管齐下，AI医疗影像自然火了。
随着阿里巴巴和腾讯两大巨头的入局，AI医疗影像技术势必会在一定程度上加速推广。
但出于患者生命安全考虑，各大医院对新技术仍持保守态度。
虽然AI医学图像识别与诊断技术已日趋成熟，但在大中小型医院推广还需要一段时间。
本文统计的5亿融资还只是一个开始。
未来，更多拥有人工智能技术的初创公司将会加入到这股浪潮中。