2020年中國人工智能醫學影像行業市場發展概括：人工智能影像產品逐漸被醫院端接受和認可[圖]

醫學影像 2021-09-14 02:58

隨著我國經濟的迅速發展，居民人均收入水平的逐步增加，人們健康意識不斷增強，我國居民在醫療健康領域的支付能力和意愿不斷提升。2015年至2020年，我國衛生總費用由40974.64億元增長至72306.4億元，增幅為76.46%。

2015-2020年中國衛生總費用及增速

資料來源：國家統計局、智研咨詢整理

根據國家統計局數據顯示，2020年城鎮和農村居民在醫療保健上的人均醫療保健消費支出為2172元和1418元，均在2000元附近。但以CT-FFR產品為例，單次檢測價格在3000元左右，對于患者來說是不小的負擔。尤其慢病患者，日常用藥開支已占大頭。由此可知，患者對于人工智能醫學影像產品付費意愿較低，向患者端難度較大。

2015-2020年城鎮和農村居民人均醫療保健消費支出

資料來源：國家統計局、智研咨詢整理

人工智能醫療應用場景廣泛，未來產品落地后其社會和商業價值均較大;然而，基于我國醫療健康發展現狀，商業付費空間有限。現階段，Al醫學影像在院端已獲得一定的收入。在新冠疫情以及智慧醫院建設的大背景下，2020年我國醫院端人工智能醫學影像市場規模達到3.12億，隨著產品價值被認可，醫院端以及患者的付費意愿也將同步提升，2023年我國醫院端人工智能醫學影像市場規模或將達到20.6億。此外由于基于我國基層衛生人員水平有限，基層AI醫療產品的落地與規模化將是長期過程。

2019-2023年中國醫院端人工智能醫學影像市場規模

資料來源：國家統計局、智研咨詢整理

2016-2018年的融資輪次中，天使輪及A輪占比較高，尤其在2017年達到頂峰。2018年之后，由于人工智能醫學影像產品在價值驗證階段遇冷，以肺結節檢驗為首的產品在準確性上備受質疑，受限于醫學的特殊性及對醫療風險的規避，醫院端對人工智能影像產品的接受度并不如預期。2019年開始，部分企業開始將問題聚焦于如何優化產品，基礎數據質量的提升及算法的不斷改進優化,外加大量的科研合作，使得人工智能影像產品逐漸被醫院端接受和認可。2020年，B、C以及D輪的企業占比明顯增加。

2016-2021年人工智能醫學影像企業融資次數情況

資料來源：公開數據整理

人工智能醫學影像的發展離不開醫院的信息化建設。在新冠疫情以及智慧醫院建設的大背景下，三級醫院人工智能軟件的滲透率剛增長至15%左右。結合公立醫院信息化情況，僅有40.1%的一級醫院安裝了PACS系統，信息化基礎薄弱。故雖然當前一級醫院數量在10831家，人工智能醫學影像商業落地有廣闊的空間，但真正落地基層還有很長的路要走。

2019年中國不同等級公立醫院數量

資料來源：公開資料整理

智研咨詢發布的《2021-2027年中國人工智能醫學影像行業發展戰略規劃及投資方向研究報告》數據顯示：作為軟件產品，87.8%的三級醫院已使用醫學影像信息化系統，作為Al產品主要落地的醫療機構，三級醫院已為其建立了良好的信息化基礎。當前階段，人工智能醫學影像產品的主戰場仍在三級醫院。

2019年醫療機構安裝醫學影像系統的滲透率

資料來源：智研咨詢整理

冠狀動脈疾病又稱缺血性心臟病，是一種由于冠狀動脈狹窄或阻塞而引起的心血管疾病，通常由動脈粥樣硬化引起。根據世界衛生組織的資料冠狀動脈疾病是2019年全球第一大死亡原因。預計2023年我國冠狀動脈疾病患者人數將達到2000萬。

2018-2023年中國冠狀動脈疾病患者人數

資料來源：公開資料整理

冠狀動脈疾病發病率高、死亡率高。由于心血管結構復雜，在前期檢查時，通常需要通過有創手段進行檢查，該手段有一定誤診率且給患者帶來痛苦為心血管疾病面臨的主要問題。使用人工智能技術減輕患者痛苦，提升醫生效率并降低醫療成本。

2015-2019年中國城鄉地區冠心病死亡率變化

資料來源：公開資料整理

近年來，基于CTA成像(CT-FFR)的新技術以無創方式測量FFR已被多機構開發。與傳統的有創FFR測星方法相比，CT-FFR為疑似患有冠狀動脈疾病的患者提供了一種無創、更有效、更經濟的診斷方法，能夠以相似的療效提供臨床結果。社會及經濟價值也有望大大提高，為通過減少不必要的有創手術，可分配更多的醫療資源支持其他醫療項目。在深度學習醫療器械市場認受度不斷提高及中國對冠狀動脈疾病無創診斷工具的醫療需求未得到滿足、數據可用性不斷提高、政府政策利好等因素的推動下，中國深度學習CT-FFR產品市場預期未來數年將呈指數增長。

中國深度學習CT-FFR產品的市場規模及預測