國內人工智慧+醫療影像公司大盤點:今年又是「元年」? | 2016 影響...

2020-12-20 雷鋒網

圖像識別是深度學習等人工智慧技術最先突破的領域,已經廣泛用於圖片搜索、自動駕駛、人臉識別。而在醫療健康領域,目前看來醫療影像也會是人工智慧與醫療結合中,最可能先發展起來的領域。

簡單而言,醫療影像智能分析是指運用人工智慧技術識別及分析醫療影像,幫助醫生定位病症分析病情,輔助做出診斷。目前醫療數據中有超過90%來自醫療影像,這些數據大多要進行人工分析,如果能夠運用算法自動分析影像,再將影像與其它病例記錄進行對比,就能極大降低醫學誤診,幫助做出準診斷。

將人工智慧應用於醫療影像已經成了一個熱門創業方向,國外早已出現了一批將人工智慧用於醫療影像的明星公司,如Enlitic、Butterfly Network、VisExcell、VoxelCloud等。在醫療智能領域深耕最久的IBM,也在今年8月斥資10億美元收購了醫療影像處理與加工公司Merge,欲將其技術整合進IBM Watson認知智能系統。

國內也不甘落後,特別是今年以來,我們陸續見到了一批初創公司成立,如Deepcare、推想科技、圖瑪森維等。同時,以醫療影像雲平臺起家的公司也逐漸涉足人工智慧領域,比如醫渡雲與匯醫慧影。

國內目前從事醫療影像智能分析的公司不多,雷鋒網根據公開資料,從眾多醫療科技公司中,整理了十多家較為明確涉足將人工智慧用於分析醫療影像,從而提高診斷效率和精確性的公司。從這些公司的情況,我們可以一窺國內在這一領域的現狀。

調查無法覆蓋所有公司,如欲補充和交流可與我聯繫(zhangchi@leiphone.com)。

國內人工智慧+醫療影像公司一覽

公司名稱成立時間最近融資投資人地區技術及產品
雅森科技2006年
A輪3000萬元未知北京基於PET/SPECT/fMRI/US等醫療影像定量分析,用數學模型和人工智慧技術,提高診斷精確性。


健培科技


2012年


5000萬元,輪次未知


未知


杭州


擁有醫療影像雲平臺,醫療影像輸出、智慧醫療和智能診斷為主,其他大數據支撐設備及平臺建設為輔的醫療系統;提供病例檢索和醫療影像智能診斷服務,幫助醫生進行定位病症、分析病情和指導手術;另外還開發有雷射熱敏醫用膠片。

銳達影像2012年
Pre-A輪 1000萬元中路資本、快創營上海開發有影像平臺,同時探索不同領域的智能化,目前已有的乳腺輔助檢測、虛擬結腸鏡等,都是初步的專業領域技術。
醫渡雲2013年A輪2億元未知
北京擁有醫療大數據平臺,對醫療數據進行集成、挖掘、利用,輔助開展新型臨床、科研、醫院管理等服務,涉及的臨床數據包括影像數據和病例等文本數據。
智影醫療2014年A輪未知深圳擁有基於數字影像醫學的健康分析管理平臺,提供早期癌症篩查、疾病輔助診斷,及健康指數分析。
匯醫慧影2015年A輪數千萬元藍馳創投、水木易德投資北京提供醫療影像雲平臺和閱片外包服務,並通過建立人體器官模型和神經網絡技術,識別病灶,涉及胸部X光,腦核磁腫瘤,胸部CT。


醫眾影像


2015年


未知


未知


北京


擁有醫療影像數據云平臺,同時建立影像診斷數據結構化知識庫。目前可對大量歷史影像診斷報告進行智能的結構化、標準化處理,可輔助醫生診斷。

睿佳醫影RayPlus2015年未知未知武漢結合圖像處理和雲計算,為醫生提供基於影像的計算機輔助診療工具RayPlus,特點是滿足專科醫生的特異性輔助診斷需求。
DeepCare2016年天使輪600萬峰瑞資本北京

將深度學習用於醫療影像,削減讀片時間,降低誤診的概率,目前主攻的方向是胸肺部CT的智能影像診斷。

推想科技2016年天使輪1100萬英諾天使基金、金臻雲創投北京用深度學習技術分析和識別醫療影像上的病變,推薦治療方案,協助醫生診斷,目前主要用於胸肺疾病的診斷。
連心醫療2016年天使輪300萬未知北京主要提供腫瘤數據平臺搭建和醫療數據分析,其中涉及醫療影像處理、分割、配準等,並引導放療優化。
圖瑪深維2016年天使輪150萬美元真格基金、經緯中國北京將深度學習引入到計算機輔助診斷系統中,可應用於各類醫學圖像分析診斷、顯微鏡下的病理圖像分析、以及發現DNA結合的蛋白質的序列特異性並協助基因組診斷等。
迪英加2016年未知未知成都提供基於人工智慧,用於精準醫療的醫療影像大數據分析解決方案,例如基於病理圖片分析的癌症診斷和分級等。

以上資料及數據由雷鋒網根據公開資料整理,如有遺漏,歡迎補充

基本資料

據統計,在美國醫療影像數據的年增長率為63%,而放射科醫生數量年增長率僅為2%;根據動脈網的數據,國內醫療影像數據和放射科醫師的增長數據分別為30%和4.1%。如果能藉助人工智慧的方式解讀影像,以輔助診斷,可以有效其中的彌補缺口。而國內醫護人員短缺的情況,只會比美國更甚,而且影像科醫師在醫院的收入與地位不高。

影像需求與醫生數量的錯位,也導致醫生負荷過重,影響診斷效果,而這其中就有人工智慧發揮的空間。而美國哈佛醫學院參與進行的智能診斷臨床試驗顯示,人工智慧輔助醫生進行乳腺癌診斷可以將誤診率從4%降低到0.5%。不斷增長的需求與技術的進步,基本可以解釋醫療影像領域人工智慧類公司的崛起。

從成立時間上看,今年或許可以不免俗,被認為是人工智慧+醫療影像的「元年」(純主觀判定)。根據上表中的統計,有今年就有5家公司成立;其餘公司也集成在2012-2015年成立,但初期多提供影像雲服務,智能業務也多在今年開始拓展。

相比之下,國內也並不落後,上文提到的幾家國外公司中,僅Butterfly Network成立較早,是在2011年,其餘公司也僅兩歲左右。

從地域上劃分,13家公司中有8家位於北京,其餘位於上海、深圳、杭州等地,這倒是與人工智慧公司的總體地域分配相符。

2016年融資狀況

在國外,醫療影像智能分析公司發展較早,目前部分公司已經較為成熟,處於A輪融資階段較多,個別獲得B輪融資。

比如,Enlitic在去年獲得了1000萬美元A輪融資,該公司使用深度學習技術,幫助放射科醫生分析醫療影像;Butterfly Network則在2014年的8000萬美元A輪融資後,去年再獲得1億美元B輪融資,這是一家醫療成像技術公司,通過一種新型醫學成像設備,建立數以千計圖像的資料庫,然後使用人工智慧的方式分析新的臨床治療手段。

相比之下,國內公司總體上以天使輪為主,特別是新興初創公司,只有部分成立數年的公司已進行到A輪。目前融資額最高的是醫渡雲,A輪2億元,且其在2015年底還領投了糖尿病管理平臺微糖數的千萬美金B輪融資,財大氣粗。

以下是今年國內這一領域融資事件一覽:

  • 2016年2月,推想科技獲得1100萬元天使輪融資,投資方是英諾天使基金和臻雲創投;

  • 2016年6月,DeepCare獲得600萬元天使輪融資,投資方是峰瑞資本;

  • 2016年7月,連心醫療獲得300萬元天使輪融資;

  • 2016年8月,雅森科技3000萬元A輪融資;

  • 2016年10月,圖瑪深維獲得150萬美元天使輪融資,投資方是真格基金與經緯中國;

  • 2016年10月,匯醫慧影獲得數千萬元A輪融資,投資方是藍馳創投。


發展路徑

從公司的發展路徑看,醫療影像智能診斷的公司大致可以分為兩類。

第一類公司主要以人工智慧技術,提供影像分析與診斷服務,其中以DeepCare、推想科技、圖瑪深維、雅森科技等為代表,且一般成立時間較短。

比如,DeepCare主要研發醫療影像檢測、識別、篩查和分析技術,為醫療器械廠商和基層醫療中心提供影像識別服務,對新錄入資料庫的病例,它可以進行算法匹配,尋找出影像數據相似的案例;雅森科技則專注醫療影像分析應用,基於醫療影像定量分析,用數學模型和人工智慧技術提高診斷精確性。

第二類公司原先提供醫療影像雲服務,而後將服務延伸到智能診斷領域,其中以匯醫慧影、醫眾影像、醫渡云為代表,成立時間一般為二到三年。

比如,匯醫慧影是一個獨立第三方的醫療影像諮詢平臺,早期專注基於雲平臺的線上影像中心,從今年開始著重向人工智慧領域發力,輔助影像的篩查;醫渡雲主要提供醫療大數據和醫療雲平臺解決方案,同時利用機器學習的方式,挖掘臨床數據中的文本數據和影像數據。

從提供的產品與服務上看,醫療影像智能診斷公司又可分為兩類。第一類專注於醫療影像服務,比如影像雲平臺及影像智能分析。

第二類是搭建醫療大數據平臺,其中包涵了醫療影像數據的分析處理,比如連心醫療、醫渡雲。連心醫療專注於腫瘤大數據平臺搭建和醫療數據分析,其系統會對接治療過程中各環節產生的數據,其中就包括了醫療影像的處理、分割和配準等,以此優化放療。如上所述,醫渡雲的臨床數據中還包括了病例這種文本數據。

人工智慧應用普及的三大推力是以深度學習為代表的新技術,計算力和海量數據,前兩者各行業通用,所以對於醫療領域的人工智慧公司來說,面臨的最主要問題可能是數據。比如,現在的醫療影像幾乎沒有對病灶進行標註,而這種系統性的數據整理過程又十分專業,需要專業醫生配合,這也是醫療行業的獨特之處。

由於醫療數據尚未實現互連互通,國內醫療影像數據應用還處於起步階段。這一點在國外也一樣,美國醫療行業數據共享困難,數據格式也難以統一。但隨著信息化的加強,未來會有越來越人工智慧類公司出現,就像信息化系統促進發展為影像的雲平臺一樣。


雷鋒網將持續報導人工智慧技術對醫療健康領域的變革,歡迎與我們交流。

技術創新正在變革醫療與健康產業,雷鋒網(公眾號:雷鋒網)持續關注醫療領域出現的軟硬體創新。目前我們在招募醫療健康領域作者,負責採寫報導醫療科技領域的企業與牛人。簡歷投遞至 zhangchi@leiphone.com。

PS:2016 年即將結束。當我們回望這一年,無論艱難還是幸運,這年仿佛過得飛快。「2016 影響因子」是雷鋒網在高速運轉的科技行當裡,在不斷發生和被人忘記的事件中,試圖在各個領域篩選出那些我們認為可能對當下和未來產生深遠影響的因素。2016 影響因子,就是 2016 年值得記錄的人、事、公司和技術。 

本文是 2016 影響因子之「醫療影像」。歡迎向我們推薦 2016 年在健康醫療領域值得記錄的其他因子(微信:nksimons)。

雷鋒網原創文章,未經授權禁止轉載。詳情見轉載須知。

相關焦點

  • 盤點:國外人工智慧結合醫療的創業公司
    近年來,人工智慧在技術,產品到公眾認知不斷湧現出重大突破,同時也吸引到大批投資。今年3月,來自量化分析公司 Quid 的數據顯示,2010年以來,人工智慧吸引超過200億美元投資,過去四年風險投資平均每年增長62%,至2020年,全球人工智慧市場規模將達到183億美元,約合人民幣1190億元。數據的不斷產生和融合,將為人工智慧提供更大更深的發展空間。
  • 人工智慧+未來醫療 智能醫療產業鏈全解讀研究報告
    人工智慧學家方正證券的網際網路醫療深度報告,盤點AI+ 醫療產業鏈以及四類主要的創業模式。網際網路+難解決醫療痛點 AI+概念應運而生2015 年 12 月誕生的烏鎮網際網路醫院是第一家由網際網路公司主導的網際網路醫院,此後的 2016 年多家網際網路醫院陸續上線。
  • 醫學影像+人工智慧在中國 26家公司概況一覽
    在醫學影像領域,過去五年,人工智慧是促進產業升級的動力,其通過模仿人腦神經元網絡構建數字模型,需用海量數據作為訓練素材,曾因算法複雜、運算要求高而難以廣泛使用。近五年,隨著深度學習算法的逐漸普及,工程師們通過建立深度學習神經元數學模型,從海量醫療影像診斷數據中挖掘規律,學習和模仿醫生的診斷技術,可有效輔助醫生的日常診療工作。
  • 醫療新基建浪潮下,我們為何看好這些醫療 AI 公司?
    據CB Insights發布的《全球人工智慧投資趨勢年度報告》顯示,全球人工智慧初創公司2019年募集資金達266億美元,而醫療保健佔了40億美元,醫療仍然是AI落地最熱門的領域之一。另一方面,進入2020年,「新基建」的建設步伐開始加快。
  • 人工智慧與圖像識別在醫療診斷中的應用
    相反,計算機的高效性與大數據容量使其能夠學習識別不同的病症圖像,處理不同的圖像種類。這樣一個人工智慧就可以取代多名不同科室的醫生。4.人工智慧進行圖像識別可以與病人的「大數據」相結合。人工智慧可以不局限於病人的圖片數據,而是結合其病史,遺傳背景,家族病史等其他可以數據化的信息 。
  • 中國AI醫療行業報告|AI|醫療|中國|人工智慧|資料庫|醫學|-健康界
    是一家科技醫療及健康管理服務公司,旨在依託大數據和人工智慧為人類提供更加優質的健康管理服務。核心團隊來自於百度、騰訊、小米等國際一流的網際網路公司和長期專注於健康醫療投資的道為資本,在大數據、人工智慧和醫療產業等領域有著豐富的實踐和管理經驗。此外,公司的發展還獲得了諸多國內眼科知名專家學者的認同與支持。
  • 盤點人工智慧在五大細分領域對醫療健康的應用價值和商業前景
    盤點人工智慧在五大細分領域對醫療健康的應用價值和商業前景 盤點人工智慧在五大細分領域對醫療健康的應用價值和商業前景 2018-08-07 13:50:20  來源:億歐網甚至對於疾病預防和保健策略等都屬於大健康的範疇;但從另一角度來看,AI的應用範圍卻也很狹窄,因為健康人工智慧應用程式通常只能完成一項任務。即便如此,AI在醫療健康領域仍然發揮著重大價值,本文從醫療健康的各個細分領域切入,闡述了AI在醫療大健康行業中的應用和價值。
  • 全球醫療人工智慧PK 中國將坐頭把交椅?
    2016年,全球企業在人工智慧上的投資為260億~390億美元,其中科技巨頭的投資就為200億~300億美元吞噬掉主要份額,其餘為創業公司的60億~90億美元投入。人工智慧歷史回溯人工智慧迎來新一輪的大發展,離不開圖像識別、深度學習、神經網絡等關鍵技術的突破。
  • 2018人工智慧醫療盤點:科研突破 巨頭髮力 產業聯合 資本依舊
    國內首例!樂普醫療人工智慧心電產品獲美國 FDA 批准11月19日,樂普(北京)醫療器械股份有限公司旗下全資子公司自主研發的心電圖人工智慧自動分析診斷系統「AI-ECGPlatform」,獲得美國食品藥品監督管理局(以下簡稱「FDA」)的註冊批准,成為國內首項獲得美國FDA批准的人工智慧心電產品,堪稱國內醫療人工智慧領域的裡程碑事件。
  • 「醫療影像+AI」2018落地之年,9大變化為證
    在2017年的RSNA大會上,研究影像組學的企業屈指可數,國內僅匯醫慧影發布的放射組學雲平臺代表了相應的研究。而在今年,更多的企業開始了影像組學的研究,嘗試從影像中高通量地提取有效信息。乳腺癌是今年AI產業的一個亮點,雖其名為女性第一大癌症,但在去年,發布這一病種AI產品的企業屈指可數。
  • 科亞醫療宋麒:國內第一張醫療AI三類證的誕生
    它催生了全球關於AI+醫療賽道的創業大潮,讓創新技術層出不窮。   也就在今年1月,科亞醫療,這家成立於2016年的人工智慧醫療器械公司,率先拿到了國內首個人工智慧醫療產品的NMPA認證,這是人工智慧在醫療領域落地的裡程碑事件。
  • 為你診斷醫療影像的,也許是一個機器人
    以AI在醫學影像診斷這一細分領域的應用為例,在現代醫療診斷中,影像是臨床診斷的重要依據,醫療行業80%-90%的數據都來源於醫學影像。目前,受我國專業醫生缺口大,工作繁瑣重複等因素影響,醫學影像診斷效率較低。
  • 人工智慧「爬坡期」:智能家居泡沫隱現,AI+醫療迎來細分領域爆發...
    而在國內,據獵雲研究院數據統計顯示,2016年後半年,融資數量由前半年的199次降至166起。儘管融資數量小幅度回落,但從融資輪次分布來看,A輪、天使輪項目所佔比例減少,B輪、C輪及以後的中後期項目比例增加,這表明更多人工智慧領域領域的公司開始步入下一個發展階段。
  • FOCUS 100醫療產業創新領域系列報告——影像FFR行業創新報告
    大關鍵詞source 表3 2016-2019年影像FFR領域研究10大關鍵詞 表4 2010-2019年影像FFR領域五大重點節點性奠基論文 表5 影像FFR全球5大論文主要作者 表6 國內主要企業在中國申請影像FFR專利情況
  • 醫療影響力排行榜:大健康、科技部、華大基因
    533家網際網路醫療企業誕生在2011年到2016年間,其中明確死亡的企業就有66家,剩下的企業生存狀態未知。以網際網路或AI技術為主的企業打著「顛覆傳統」的旗號,但大部分企業仍處在燒錢階段,埋頭苦練算法,卻找不到合適的應用場景和商業模式是目前這類企業面臨的主要問題。而據億歐智庫人工智慧企業資料庫的數據來看,整個人工智慧企業的誕生數量在2014年之後進入了一個高速發展時期。
  • 九成醫療AI都在做影像,很多熬不過今年
    同質化競爭加速行業成長「對比中美醫療AI公司的業務布局,我們不難發現,目前美國醫療AI企業行業分布較為廣泛,而中國醫療AI企業大多集中在影像方面。」在首屆中國醫學影像AI大會上,中華醫學會放射學分會候任主任委員、中國醫學影像AI產學研用創新聯盟理事長劉士遠教授說。
  • 多位醫療 AI 公司創始人解讀北美放射年會(RSNA),和你看到的有何不...
    作為放射領域的國際盛宴,RSNA 雲集了全球頂尖的科學家和醫療行業從業者。雲計算、大數據、人工智慧等新興技術與醫療影像的融合成了今年RSNA最大的亮點。此外,匯醫慧影、依圖醫療、圖瑪深維、推想科技、深睿醫療等中國醫療影像 AI 公司也成為了 RSNA 的一道亮麗「風景」,為大會增添了不少看點。
  • 2017年醫療信息化市場增長乏力 國家逐級推進大數據
    推廣應用人工智慧治療新模式新手段,建立快速精準的智能醫療體系。探索智慧醫院建設,開發人機協同的手術機器人、智能診療助手,研發柔性可穿戴、生物兼容的生理監測系統,研發人機協同臨床智能診療方案,實現智能影像識別、病理分型和智能多學科會診。縱觀2017年的信息化大事件,我們基本可以看到兩個大的發展趨勢。
  • ...楊瑞榮:2020年是數位化醫療元年,提升效率、精準觸達和優化支付...
    遠毅資本在成立之初便關注金融技術和醫療健康兩大領域,在此基礎上,楊瑞榮很早便意識到保險科技是醫療健康行業的核心基礎設施之一,尤其是將數據、產品和服務結合的保險公司,能夠提供更好的服務,具有巨大的商業機會。楊瑞榮說:「隨著醫保結餘率的大幅降低,未來商業化的醫療保險將面臨巨大的結構性改變。
  • 這六大醫療行業發展將有重大影響
    2011-2016 年中國醫療技術與醫療器械行業收入的年平均複合增長率高達20.7%,遠高於全球 3%左右的年平均複合增長率。 2016年中國醫療器械市場規模約3,700億元。預計2018年市場規模將達到6,000億左右。其中影像設備、體外診斷和高值耗材佔據醫療器械市場的前三大部分,分別佔到總市場規模的19%、16%及13%。