1月10日，上海市第六人民醫(yī)院宣布成立國內(nèi)首個心磁臨床中心，將通過心磁圖成像技術對心腦血管疾病進行診斷、治療。

消息一出，便引起醫(yī)學影像界的廣泛關注。因為現(xiàn)階段，心腦血管疾病的成像主要依賴冠狀動脈造影、冠脈CTA、心臟磁共振以及心臟SPECT等技術實現(xiàn)，這些技術或多或少會對患者本身造成輻射以及注射傷害。而上海六院心磁中心引入的心磁圖技術，無輻射且不需要需注射藥物，能夠?qū)崿F(xiàn)真正無創(chuàng)成像。毫無疑問，這一創(chuàng)新技術的引入，將在國內(nèi)影像學技術研發(fā)領域激起一片漣漪。

醫(yī)療創(chuàng)新技術的迭代，需要我們向前看，去尋找時代提出的新要求；同時也需要我們停下來，回顧過去一年到底發(fā)生了哪些改變。2022年是人們對醫(yī)療健康尤為重視的一年，同時也是我國醫(yī)學影像備受關注的一年。那么，在過去的一年里，我國醫(yī)學影像技術究竟有哪些新變化呢？我國醫(yī)療影像賽道將迎來怎樣的突破？

初創(chuàng)企業(yè)往往代表著一個行業(yè)的技術發(fā)展方向，同時也預示著這一賽道的發(fā)展?jié)摿Α；诖耍瑒用}成果局對醫(yī)學影像賽道，在2022年完成早期融資的初創(chuàng)企業(yè)進行了整理分析。

據(jù)動脈橙數(shù)據(jù)顯示，在2022年醫(yī)學影像賽道我國總共發(fā)生了18起早期融資事件，和2021年相比數(shù)量增長了兩倍之多，單筆金額更是多次突破億元。那么，這18家企業(yè)究竟“長什么樣”？我們將從技術路徑，臨床應用場景，創(chuàng)始人背景以及風投機構進行簡要分析。

▲ 2022年我國醫(yī)療影像早期融資情況

■ 1.技術路徑：AI成為醫(yī)學影像器械的必備技能

從2022年進行融資的18家企業(yè)來看，AI介入似乎是他們最為明顯的共同特征。

這18家企業(yè)的產(chǎn)品無論是超聲、CT還是MRI，幾乎都在加入了AI技術。其運用主要在兩個環(huán)節(jié)體現(xiàn)。

一個是在感知環(huán)節(jié)，進行最基礎圖像識別。這里AI的作用除了讓影像畫面更清晰以外，還會對非機構化數(shù)據(jù)進行分析。所謂的非結構化數(shù)據(jù)即不完整數(shù)據(jù)，在影像學范疇內(nèi)多指“影像+報告”。AI的加入可以讓影像報告更為標準化，減少人工誤差。

另一個則是在學習和分析環(huán)節(jié)，這也是AI應用的最核心環(huán)節(jié)。由于AI具有深度學習的能力，其處理大量非結構化數(shù)據(jù)的過程，也是不斷對神經(jīng)元網(wǎng)絡進行深度學習訓練的過程。當原始案例積累到一定程度時，AI就能夠掌握“診斷”的能力。這樣一來，即節(jié)省了人力，又提高了診斷結果的客觀性和標準化程度，為后續(xù)治療打下基礎。

■ 2.臨床應用：重點關注心血管、泌尿系統(tǒng)以及女性健康

雖然都有AI坐鎮(zhèn)，但這18家企業(yè)的打法也各有千秋——他們所關注的疾病領域以及使用的技術都略有差異。

從疾病領域來看，呼吸科、胃腸功能、泌尿系統(tǒng)、心血管介入以及女性健康等都是醫(yī)學影像企業(yè)關注的范疇，其中心血管、泌尿系統(tǒng)以及女性健康的關注度更高，相關產(chǎn)品也更多一些。基于這樣的應用場景，在技術層面研究內(nèi)窺鏡的企業(yè)占多數(shù)。

由于心血管、泌尿系統(tǒng)以及女性健康等相關疾病有較為明顯的前期征兆，所以醫(yī)學影像企業(yè)關注這一領域不但可以提供治療方案，還能進行早篩服務。

如社會大病冠心病就可以通過影像學進行早篩。在2019年，美國心臟病學會和美國心臟協(xié)會發(fā)布的《心血管疾病預防指南》中寫道：可以通過評估患者冠狀動脈鈣化情況，對心血管疾病進行早篩、預防。盡早采取相應的醫(yī)學手段進行干預，逆轉心血管疾病的效果更佳。基于這樣的應用，心血管這也成為了醫(yī)學影像企業(yè)重點關注的方向。

■ 3.創(chuàng)始人背景：北大、清華等知名高校重點關注，提供從科研到產(chǎn)業(yè)化的全程服務

醫(yī)療創(chuàng)新的每一次進步都離不開科研人員的支持，這18家企業(yè)核心創(chuàng)始團隊中，都有著高校教授的身影，更有甚者背后是北大、清華等知名高校的支持。

以2022年5月完成5000萬人民幣PreA輪融資的超視計科技為例，它是一家專注于活細胞超分辨成像研發(fā)與應用的高科技企業(yè)，由北京大學多學科團隊聯(lián)合打造、孵化而成。在2009年，北京大學未來技術學院陳良怡教授聯(lián)合同事毛珩共同成立了超視計科技，之后北京大學對其給予了場地、人才、技術資源方面的支持，并聯(lián)合粵港澳大灣區(qū)協(xié)同創(chuàng)新研究院、北京協(xié)同創(chuàng)新研究院對其進行了戰(zhàn)略投資。

無獨有偶，2022年1月完成5000萬人民幣天使輪融資的荷湖科技也是由清華大學戴瓊海院士領銜，依托于清華大學腦與認知科學研究院，在國家自然科學基金重大專項的支持下完成的轉化。

高校對醫(yī)學影像的重視為影像學發(fā)展提供了源源不斷的新鮮血液，但要實現(xiàn)高端技術突破還需要更多尖端人才的支持與配合。而這一部分，我國也在慢慢崛起。

截至2022年12月，上海科技大學、中科院、復旦大學、蘇州大學以及北京大學和清華大學都相繼建立了醫(yī)學影像相關研究院。其中最“年輕”的當屬2022年6月揭牌的“生物磁醫(yī)學影像技術聯(lián)合實驗室”。這是一家由中國科學院、上海交通大學附屬第六人民醫(yī)院以及漫迪醫(yī)療儀器（上海）有限公司共同組建的聯(lián)合實驗室，致力于神經(jīng)磁成像技術的開發(fā)研究。

“研究院+醫(yī)院+企業(yè)”的合作模式讓這所實驗室一成立，便形成了從研發(fā)到臨床研究、安全評估和產(chǎn)業(yè)化的完整開發(fā)鏈。無論是產(chǎn)品研發(fā)的前端、中端還是后期，都能直接獲得一手數(shù)據(jù)，基于這樣的科研背景，目前該研究所已在生物磁成像等領域取得多項創(chuàng)新性成果。

另外，越來越多中國研究學者在AAAS 、IEEE 、IAMBE 、SPIE 、AIMBE 、IAPR 等多個計算機視覺與醫(yī)學影像分析領域擔任Fellow，為我國在醫(yī)學影像領域贏得了更多的“話語權”。

總而言之，現(xiàn)階段越來越多高校看準了醫(yī)學影像的發(fā)展勢頭，正在“呼朋喚友”入股。

■ 4.?風投機構：多家頭部風投機構關注醫(yī)學影像早期發(fā)展，持續(xù)加注或成投后服務的熱門選項

在對這18家企業(yè)的投資方進行梳理后發(fā)現(xiàn)，目前高瓴創(chuàng)投、啟迪之星、中科創(chuàng)新等知名風投企業(yè)非常關注醫(yī)學影像的早期發(fā)展，啟迪之星甚至對兩家初創(chuàng)企業(yè)進行了投資。另外，不少高校基金會，如粵港澳大灣區(qū)協(xié)同創(chuàng)新研究院、北京協(xié)同創(chuàng)新研究院等也在重點資助醫(yī)學影像初創(chuàng)企業(yè)發(fā)展。

除了投資方的身份背景，它們的投后服務也值得一提。許多投資方會在投后持續(xù)關注企業(yè)，并選擇追投、加注。

從忱芯科技公開的資料來看，在2020年8月原子創(chuàng)投就獨家資助忱芯科技完成了數(shù)千萬人民幣的天使輪融資。但合作并沒有就此中止，在之后的時間里原子創(chuàng)投為忱芯科技提供了商業(yè)化以及產(chǎn)品設計方面的建議，并吸引東方嘉富跟投。經(jīng)過兩年的成長，卡本醫(yī)療在2022年宣布開啟PreA輪融資，這次原子創(chuàng)投毫不猶豫的選擇了持續(xù)加注，和東方嘉富一起對其完成PreA輪融資。沒過多久，忱芯科技就進入到了A輪，東方嘉富也選擇了持續(xù)加注，繼續(xù)合作。

在這18家企業(yè)里，忱芯科技的投資情況并不是個例，卡本醫(yī)療、康湃醫(yī)療等企業(yè)都存在風投機構持續(xù)加注的情況。

毋庸置疑，AI加入是醫(yī)學影像賽道最明顯的變化。但其實，AI+醫(yī)學影像并不是一個新概念，早在2018年，RSNA大會主席Dr.Vijay Rao便在開幕式中強調(diào)了AI對醫(yī)學影像發(fā)展的重要性，引發(fā)了AI+醫(yī)學影像的熱潮。因此，2018年也被成為AI+醫(yī)學醫(yī)學的“落地之年”。

時隔四年，AI+醫(yī)學醫(yī)學又有了哪些新變化呢？能解決我國醫(yī)學影像的哪些問題呢？

其一，AI改變影像畫面的清晰程度以及展現(xiàn)方法，降低誤診率。

利用計算機視覺技術，AI能夠?qū)︶t(yī)學圖像進行分割、配準、融合、重建，使圖像更清晰、立體，豐富了醫(yī)學圖像的呈現(xiàn)方式。同時，AI對動態(tài)圖像的實時處理功能，也將被運用到成像工藝升級以及輔助醫(yī)療器械的定位和導航上。

以2022年8月完成數(shù)千萬元PreA輪融資的卡本醫(yī)療為例，其核心產(chǎn)品VENUS就將AI運用到了影像診斷的成像環(huán)節(jié)。

一方面，AI提高了成像的清晰度以及準確性。VENUS在成像環(huán)節(jié)會利用AI配準技術，進行多模態(tài)影像2D-3D聯(lián)動。在AI配準技術的支持下成像的空間感會更強烈，醫(yī)生也能精準觀測到病灶的實時位置，以此為基礎設計最符合病例情況的手術計劃。

另一方面，在手術操作過程中AI也在發(fā)揮作用。VENUS能自動識別手術尖針的移動軌跡，通過AI計算出最為恰當?shù)氖中g通道，并精確引導醫(yī)生進行操作。

總而言之，在AI的支持下VENUS不僅可憑借高效便捷的輔助定位追蹤病灶、規(guī)劃穿刺路徑，還可快速精準引導建立介入通道，實現(xiàn)手術可視化、簡單化。究其根本就是為了提高治療的安全性和效率。

其二，AI規(guī)范化處理非結構化數(shù)據(jù)，輔助診斷。

據(jù)IDC Digital的統(tǒng)計，我國醫(yī)學影像產(chǎn)生的數(shù)據(jù)中有80%屬于非結構化數(shù)據(jù)，并且影像報告還缺少統(tǒng)一的標準。

因為，診斷疾病需要結合多個參數(shù)綜合分析，而圖像只是眾多參數(shù)的其中之一，需要影像科醫(yī)生結合很多診斷相關的醫(yī)學知識，最后才能形成影像診斷報告。但受制于影像診斷醫(yī)生的個人習慣、執(zhí)業(yè)醫(yī)院、教育背景等因素，我國影像診斷報告呈現(xiàn)出因醫(yī)生而異的顯著特點，導致不同地區(qū)不同醫(yī)院的影像報告標準不同。

當患者在不同地區(qū)甚至不同醫(yī)院就診時，大多數(shù)情況都需要重新進行醫(yī)學影像診斷。這樣極大程度的浪費了醫(yī)療資源，同時也給患者增加了不必要的經(jīng)濟負擔。

另外，這樣的診斷模式將影像科醫(yī)生放在了極其重要的位置，無形中給醫(yī)生造成了較大的壓力。目前我國超聲人才還存在至少15萬的缺口，而在超聲人才進入到醫(yī)院后，解讀影像的專業(yè)水平還需要3-8年的實踐經(jīng)驗才能有效提升——這樣的培養(yǎng)機制也是造成了人才流失的一大原因。

在通過AI技術處理非結構性數(shù)據(jù)時，能夠人為的為影像報告設定參數(shù)模板，解決各大醫(yī)院影像報告標準不統(tǒng)一的難題。并且，在大量數(shù)據(jù)學習后，AI還能實現(xiàn)輔助診斷，基于大數(shù)據(jù)提供診療方案。解決患者重復照影的問題，同時也減輕醫(yī)生重復性體力勞動，提高診斷準確率。另外，一般情況下機器學習的速度會高于人腦速度，因此，培養(yǎng)一個解讀影像報告的“AI熟練工”，比培養(yǎng)一位影像專家更方便、快捷。

其三，AI有效解決醫(yī)學影像“數(shù)據(jù)孤島”問題。

據(jù)悉，醫(yī)學影像歸檔和通信系統(tǒng)（PACS）是目前醫(yī)院信息系統(tǒng)中操作數(shù)據(jù)量最大、數(shù)據(jù)精度要求最高、數(shù)據(jù)傳輸時效性最強的信息化系統(tǒng)。醫(yī)院的臨床數(shù)據(jù)如果不能及時歸檔、共享，將會持續(xù)影響相關科研與產(chǎn)業(yè)的發(fā)展速度。

而在AI的介入下，數(shù)據(jù)的及時上傳將變成可能。目前很多企業(yè)的AI+影像儀器都具有數(shù)據(jù)實時上傳功能，并通過云平臺搭建起共享空間。不同科室的醫(yī)生在獲得相關權限后，都能夠隨時查看病人詳細的影像報告，節(jié)約了檔案查找、不同科室問診所浪費的時間。這樣的方式即有利于“線上會診”，推動城鄉(xiāng)醫(yī)療平衡，同時滿足了精準醫(yī)療的發(fā)展，為建立“數(shù)字醫(yī)院”打下了良好的基礎。

總的來說，無論是提高清晰度，還是處理非結構化數(shù)據(jù)，AI+醫(yī)學影像的目的都是為了輔助醫(yī)療，提高診斷效率以及準確性，賦能基礎診斷。

目前，我國無論是科研端還是產(chǎn)業(yè)端對醫(yī)學影像的重視程度與日俱增，毫無疑問我國醫(yī)學影像市場已進入快速發(fā)展階段。但一人行速，眾人行遠，在賽道體量快速擴張的時候，我們更應該停下腳步看看市場是否向我們提出了新的要求。

據(jù)動脈橙數(shù)據(jù)統(tǒng)計，在2022年美國醫(yī)學影像領域總共有11家企業(yè)進行了融資，大多數(shù)企業(yè)處于B輪甚至是IPO后其他輪次，這也反映出美國醫(yī)學影像市場已經(jīng)處在了成熟階段。也許我們能從美國市場中窺探到我們未來發(fā)展的方向。

▲ 2022年美國融資情況

■ 1.?臨床應用：美國關注“小切口”，中國看重賽道覆蓋

總的來說，美國醫(yī)學影像企業(yè)在技術以及關注的疾病領域上和我國大致相同——都運用了AI技術，關注心血管、泌尿系統(tǒng)以及女性健康等領域。但美國企業(yè)似乎更喜歡將領域細化，從“小切口”進行深入發(fā)展。

所謂的“小切口”就是將自己的技術研究限定在某一特定疾病研究上，追求對這一疾病研究的“精度”，而非對相關賽道都進行覆蓋。

以2022年9月完成D輪融資的Delphinus Medical Technologies為例，這家公司關注的方向也是女性健康，但它只研究乳腺癌。它開發(fā)的設備SoftVue，可以通過三維X射線斷層掃描進行超聲成像和風險評估，檢查女性乳房是否存在良性或惡性腫塊，診斷乳房疾病并監(jiān)控治療。

Delphinus Medical Technologies成立于2010年，在這十余年的發(fā)展中，無論產(chǎn)品如何迭代都只關注乳腺癌方向，公司創(chuàng)始人Mark Forchette表示：“我們的宗旨僅僅是為了改變?nèi)橄侔┑脑绾Y、治療方式，挽救全世界女性的生命。”

反觀我國的醫(yī)學影像公司，只專注于一項疾病的企業(yè)少之又少，更多的企業(yè)選擇全面布局。雖然涉及的賽道越多，商業(yè)化的機會就更大，但另一方面其設備的針對性以及疾病貼合性將大打折扣。

■ 2.審批制度：美國制定“三部法”將“AI+”區(qū)別與一般醫(yī)療器械審批，中國審批仍較嚴格

除了關注的疾病方向，審批政策或許也是影響企業(yè)發(fā)展的一大變量。

在我國，由于輔助診斷治療和醫(yī)療影像AI產(chǎn)品對醫(yī)生的診斷和治療決策有導向作用，所以CFDA對其審批十分嚴格。在2018年時，甚至沒有1家企業(yè)獲得了審批，所有AI+影像企業(yè)都卡在了審批環(huán)節(jié)無法上市。

雖然這一情況隨著隨著技術的成熟在不斷改觀，在2020年時我國就有約20款影像AI產(chǎn)品相繼獲得注冊準入。但相較美國而言，我們?nèi)匀粵]能把握住進入市場的先機。

在AI+影像的技術推出后，F(xiàn)DA迅速對其做出了反應，率先打破傳統(tǒng)醫(yī)械審批政策對AI產(chǎn)品的限制，為其量身定做了“審批三部法”。

一是，實施“數(shù)字健康創(chuàng)新行動計劃”，發(fā)布新指導貫徹立法、重構數(shù)字健康產(chǎn)品監(jiān)督體系；二是，單獨組建成立AI與數(shù)字醫(yī)療審評部；三是，通過降低醫(yī)療AI產(chǎn)品門檻來加快審批速度，比如將一些三類醫(yī)療AI產(chǎn)品降為二類產(chǎn)品進行審批。

這樣一來，AI+影像產(chǎn)品就能區(qū)別于一般醫(yī)療器械，加速完成注冊審批。同時，新的審批制度也鼓勵了更多醫(yī)療器械人關注AI+影像賽道，為醫(yī)學影像領域帶來更多可能。

■ 3.AI付費觀念：美國醫(yī)療服務奉行市場原則，民眾更易接受付費；中國尚未形成“AI付費”觀念

除了政策支持，市場對于“AI付費”的態(tài)度也是企業(yè)發(fā)展需要考慮的問題之一。

在我國，為AI醫(yī)學影像付費的意識尚未形成，并且醫(yī)院對AI產(chǎn)品的估價和企業(yè)自己的估價之間還存在著巨大的鴻溝。一款產(chǎn)品即使有較好的應用場景和效果，但價格超過了醫(yī)院的承受范圍，或許也不會被采購。

另外，我國目前關于AI產(chǎn)品缺乏一個明確的成本核算體系，關于機器折舊費、影像診斷費，以及AI的使用費都沒有統(tǒng)一的標準。對于醫(yī)院而言，如果AI影像的費用和普通影像的費用沒有區(qū)別，那么AI影像的成本支出很難填補；但對于已經(jīng)習慣了原本的付費模式的患者而言，徒增一筆費用也會造成不小的壓力。

總之，我國目前還缺少統(tǒng)一的成本核算標準，只有在建立成本核算體系的前提下，才能對未來醫(yī)學影像AI的發(fā)展給予更多支持。

而在美國，由于多年的“醫(yī)保之戰(zhàn)”，以及社會意識的形成，醫(yī)療服務一直奉行市場原則，即醫(yī)生和醫(yī)院對醫(yī)療服務自由定價，政府無權進行限價。在這樣的社會背景下，關于AI影像付費的觀念很容易就被市場接納并實行，也就無需考慮成本、收益等問題。

如今，我國醫(yī)療影像賽道發(fā)展的大幕已經(jīng)徐徐拉開，今年的火熱或許就是一個明確信號——那些把握時代風向，并懂得審視市場的初創(chuàng)企業(yè)，定能在這條黃金賽道上搶占先機。