機器比人可靠，機器比人類更精準，機器不會疲勞，隨著算法的不斷進步和數據的不斷積累，人工智慧的水平會越來越高，會從現在的幫助人類做判斷演變到代替人類做判斷。
這個趨勢是不可逆的，是不可抵擋的，FDA也擋不住。
將來會有一個Breaking Point引爆點，過了這個引爆點以後，會出現醫生常規工作量的斷崖式下跌，在很大程序上代替醫生的基本工作，成為醫生的良好助手。
基於影像的醫學診斷是目前人工智慧關注較多的領域，「AI+醫學影像」被多位業內人士認為最有可能率先實現商業化。
醫學影像大數據與人工智慧結合的原因
醫療數據中有90%來自於醫學影像，並且我國醫學影像的數據正以30%的年增長率逐年增長，相比之下，影像科醫生的增長速度和工作效率是不足以應對這樣的增長趨勢，這將給醫生帶來巨大的壓力。
另一方面，目前醫學影像數據大部分仍然需要人工分析，最明顯的缺陷就是不精準，依靠經驗所做的判斷容易造成誤診。
人工智慧提高診療效率和準確率
人工智慧依靠強大的圖像識別和深度學習技術，在對圖像的檢測效率和精度兩個方面，都可以做得比專業醫生更快，還可以減少人為操作的誤判率。目前基於深度學習的醫學影像識別準確率能達到90%及以上，輔助診斷效果顯著。
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。
第一類公司主要是圖像識別，應用於感知環節，其主要目的是將影像這類非機構化數據進行分析，獲取一些有意義的信息；第二類是深度學習，應用於學習和分析環節，是AI應用的最核心環節，通過大量的影像數據和診斷數據，不斷對神經元網絡進行深度學習訓練，促使其掌握「診斷」的能力。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。
具體的應用案例：
科大訊飛研發了人工智慧醫學影像輔助診斷系統
2016年6月以來，該系統通過學習68萬張肺部CT影像資料，已在省立醫院CT室輔助醫生診斷了約11000人次的CT影像資料，診斷準確率達94%。
騰訊覓影在食管癌早篩方面落地
利用騰訊覓影的圖像識別、深度學習等領先的人工智慧技術，輔助醫生對食管癌進行早期篩查，發現準確率高達90%，幫助患者更早發現病灶。騰訊覓影利用騰訊優圖在大數據運算、圖像識別與深度學習方面的先進技術，提高對於肺結節的檢測敏感性與準確度：根據測算，其對早期肺癌的敏感度（識別正確率）達到85%以上，對良性肺結節的特異性（識別正確率）超過84%，對於直徑大於3mm小於10mm的微小結節檢出率超過95%，可幫助放射醫生大幅提升肺部CT的早癌篩查能力。
DA首次批准了心臟核磁共振影像AI分析軟體
2017年1月10日，據FDA官網顯示，其首次批准了一款心臟核磁共振影像AI分析的軟體Cardio DL，這款軟體將深入學習用於醫學圖像分析，並為傳統的心臟MRI掃描影像數據提供自動心室分割的分析，這一步驟與傳統上放射科醫生需要手動完成的結果一樣精準。
據悉，這款人工智慧心臟MRI醫學影像分析系統不但得到了FDA510（k）的批准，還得到了歐洲的CE認證和批准，這標誌著該軟體將被允許用於臨床。
AI機器人學完2186張肺癌圖譜，完勝病理學家
2016年8月《自然通訊》發表了一份史丹福大學醫學院研究人員的研究：計算機可被培訓得在評估肺癌組織切片時比病理學家更加精確。
研究人員使用了從腺癌、鱗狀細胞癌患者獲得肺癌基因圖譜2186張圖像。資料庫還包含了每例腫瘤的級別、期別和每例患者在診斷後的存活時間信息。
然後研究人員使用這些圖像來訓練計算機軟體程序，以確定更多肉眼所不能觀察到的癌症特異性特徵—近10000種個性特質vs幾百種病理學家通常使用的評估特徵。這些特徵不僅包括了腫瘤細胞的大小及形狀，也包括了細胞核的形狀與質地以及與相鄰腫瘤細胞的空間關係。
港中大人工智慧識別系統，30 秒發現九成肺癌
香港中文大學計算器科學與工程學系針對檢測醫學影像，開發人工智慧影像識別系統，只需三十秒至十分鐘，便可分析病變影像，準確率超過九成，減少人為錯誤。香港中大計算器科學與工程學系教授王平安稱，團隊將聯同北京三所醫院合作開發，優化識別肺結節病變的技術。他又稱，智能影像識別技術理論上可廣泛應用於不同癌症，但個別罕有病，病人數據不多，影響系統準確性。
浙大DE 超聲機器人，服務數千患者
浙江大學數理學院和浙江德尚韻興圖像科技有限公司成功開發的智能醫療影像診斷系統-DE 超聲機器人的準確率則能穩定在 85% 以上，在實驗室則達到 90% 以上，而國內比較頂級的三甲醫院 10 年資質的放射科醫生判斷準確性平均在 75% 左右。在包括浙江大學第一附屬醫院的醫療機構已經實際應用，服務了幾千名患甲狀腺結節的病人。
匯醫慧影公司，智能醫學影像平臺
於2015年4月在北京市成立，是一家智能醫學影像平臺公司。近年來打造了智能化的醫學影像平臺和腫瘤放療平臺，構建了影像智能篩查系統、防漏診系統，在腫瘤、心血管等單病種領域開發人工智慧輔助診療系統。
匯醫慧影公司收集了數百萬級別的醫學影像，通過建立人體器官模型以及深度神經網絡技術，實現了病灶的高識別度。根據公司介紹，目前對於胸部X光的氣胸、肺結核、腫塊的自動診斷準確率已經達到90%。腦核磁腫瘤的自動識別率超過85%。胸部CT中肺結節的識別率超過85%。乳腺鉬靶中鈣化斑點以及腫塊的識別率均超過90%。
目前累計服務患者超過10萬例。其區域雲PACS系統目前已經接入400多家醫院，覆蓋範圍包括河南、山西、內蒙、遼寧等地，並且與醫療器械廠商合作，將系統融入其影像設備中。
國內還有健培科技、醫渡雲、智影醫療、睿佳醫影RayPlus、迪英加等公司也致力於將人工智慧與醫學影像結合來服務於醫療。
1.健培科技
杭州健培科技有限公司的影像智能診斷機器人Healthview1.0是利用機器深度學習技術及大量放射科病例訓練出的人工智慧診斷助手，在2016年中美醫藥·醫療項目大賽上斬獲了第二名，它在疾病的定量和定位中具備著先天性的優勢，能幫助醫生更加客觀準確地診斷肺結節等臨床上很難診斷的疾病。
2.銳達影像
銳達影像是一家面向醫療機構和專業使用者並提供影像以及視頻會診產品等服務的網際網路醫療影像平臺公司。2016年7月，銳達影像宣布獲1000萬pre-A輪投資，此次融資後，銳達影像創始人榮輝表示銳達影像將在醫療影像平臺的人工智慧化方面深耕和突破。
3.DeepCare
它是一家將人工智慧用於醫療影像的識別和篩查的科技公司，專注於研發醫療影像檢測、識別、篩查和分析技術，致力於通過融合機器視覺、深度學習和大數據挖掘技術，將醫療影像識別技術提供給可攜式醫療器械廠商和廣大基層診療中心。或許正是其在人工智慧應用於醫學影像領域的專注，使得其成立僅5個月就獲得投資人的青睞，成功融到了600萬的天使投資。
國外公司舉例
相比於國內大部分都是近兩三年才成立的初創公司，國外涉及人工智慧結合醫學影像的公司相對起步較早，尤其是IBM Waston、AlphaGo的締造者DeepMind，還有Butterfly Network等。
1.IBM Waston
要說到人工智慧，就不得不說已經在這個領域深耕多年的IBM Waston。先後於2015年10月和2016年2月收購醫療影像分析公司Merge Healthcare和醫療數據公司 Truven Health Analytics，使得IBM獲得了豐富的資源，加上其原本就有的數量驚人的專利，使得IBM Waston在人工智慧+醫學影像這一塊業務上獲得了巨大的優勢。
2.Enlitic
Enlitic是國際知名的醫學影像公司，雖然成立不到3年，但已經被麻省理工科技評論評為了「全球50家最聰明的公司」。公司開發的惡性腫瘤檢測系統在一項臨床試驗中的準確度比專業的放射科醫師高出了50%多，並且所用的時間只有醫生的1/50000。
3.Arterys
Arterys 是一家提供 SaaS 服務的創業公司，主營業務是為醫療機構提供更精準的3D心血管影像，並提供量化分析。專注於心血管影像的這家公司不但與2016年獲得了1200萬美元的A輪融資，還獲得了GE醫療的青睞。兩家公司的合作催生了顛覆現有心臟MRI的4D Flow，它不僅能夠從任意角度呈現心臟的3D結構，還加入了時間這第四個維度，使得血液流動隨著時間變化的情況也可以完全呈現。這款軟體於2016年11月正式獲得了FDA的審批，將用於心血管疾病患者核磁圖像的數據分析。
國內人工智慧+醫療影像公司一覽
雅森科技
成立時間2006年，最近融資A輪3000萬元，投資人未知，北京
技術及產品：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
成立時間2012年，最近融資5000萬元，輪次未知，投資人未知，杭州
技術及產品：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
成立時間2012年，最近融資Pre-A輪 1000萬元，投資人中路資本、快創營，上海
技術及產品：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
成立時間2013年，最近融資A輪2億元，投資人未知，北京
技術及產品：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
成立時間2014年，最近融資A輪，投資人未知，深圳
技術及產品：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
成立時間2015年，最近融資A輪數千萬元，投資人藍馳創投、水木易德投資，北京
技術及產品：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
成立時間2015年，最近融資未知，投資人未知，北京
技術及產品：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RayPlus
成立時間2015年，最近融資未知，投資人未知，武漢
技術及產品：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。
DeepCare
成立時間2016年，最近融資天使輪600萬，投資人峰瑞資本，北京
技術及產品：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
成立時間2016年，最近融資天使輪1100萬，投資人英諾天使基金、金臻雲創投，北京
技術及產品：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
成立時間2016年，最近融資天使輪300萬，投資人未知，北京
技術及產品：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
成立時間2016年，最近融資天使輪150萬美元，投資人真格基金、經緯中國，北京
技術及產品：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
成立時間2016年，最近融資未知，投資人未知，成都
技術及產品：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。
以上根據公開資料整理，如有遺漏，歡迎補充
感謝雷鋒網、HSMAP、健康界相關數據！