新的科學方向常常源于新的工具，而不是新的概念，概念驅動的科學革命只是用新的方法解釋舊的事物，而工具驅動的科學革命是去發現需要闡明的新事物。
從1895年德國科學家倫琴發現X線，到CT、MRI技術的相繼問世，再到如今全新的數字化影像時代，醫學影像技術經歷了一個從無到有、從小到大的迅猛發展過程。當然，這得益于信息技術的迅猛發展，信息化技術的日新月異推動了影像技術研究的快速進步，使影像醫學從單純的診斷領域延伸到了治療領域，從傳統的解剖成像向功能向代謝成像的方向發展，從二維成像演變為三維成像，從以原始的膠片為介質走向圖像存儲和傳輸的數字化、網絡化、多元化。
醫學影像從X線影像發展至今已經有120年了。影像成像技術的不斷豐富使醫學影像從輔助檢查工具變為現代醫學最重要的臨床診斷和鑒別診斷工具。目前，現代醫學最受關注的新概念莫過于精準醫學，它是建立在了解個體基因、環境、生活方式的基礎上的新型的疾病治療和預防的方法。也就是在探究基因、蛋白這個層面的問題，看不看得見，看不看得清，也就決定了我們對疾病認知的層次。所以，可以預見，未來的醫學影像不僅會是精準醫學的重要工具，更是我們探索病理更深層次的驅動工具。
醫學影像作為診療過程的重要組成部分，是未來醫療發展不可避免的一環。目前，已有不少海外醫學影像互聯網應用被廣泛接受，而國內對這一領域的開發還處于初始階段。所以，動脈網（微信號：vcbeat）想從醫學影像產業鏈角度切入，縱覽整個中國醫學影像創新者的各個細分領域，希望可以帶給醫療行業的革新者更多醫學影像創新趨勢、商業模式、變革方向、需求理解的啟示。同時也希望可以給我們帶來更多對未來醫療的啟示。
動脈網對國內59家醫學影像創業公司按照名稱、地理位置、成立時間、融資情況等進行了盤點，數據截止到2016年11月。
數據來源：動脈網，蛋殼研究院數據庫
2016年醫學影像事件掃描
2016年融資時間掃描
2016年1月，人工智能醫學影像創業公司DeepCare完成由峰瑞資本投資的600萬天使輪融資，希望通過深度學習+醫學影像革新疾病篩查和診斷。
2016年2月，安盟生技完成1008萬美金融資，此次融資由緯創資通、聯訊創投、永豐金控創投、華南金控創投共同投資。資金將主要用于公司第二代產品機器手臂式高解析斷層掃描儀的開發，以及與美國知名癌癥醫院之臨床實驗。
2016年2月，推想科技獲得英諾天使基金1100萬天使輪融資，希望可以利用影像識別算法模型，為醫生提供輔助診斷方案。輔助醫生進行醫療診斷緩解醫療產能不足、解放優質醫療資源，讓優質和廉價醫療服務走進千家萬戶。
2016年3月，阿里健康2.25億元入股萬里云 ，布局醫學影像平臺。萬里云將阿里健康在互聯網醫療領域的優勢與公司在中國醫學影像行業60年的積累有機結合，開拓第三方影像中心業務，開展2B、2C遠程醫學影像診斷及相關服務，在病患、基層醫院、影像中心、影像專家、設備廠商等之間形成高效專業的連接，提供創新型影像價值，構建醫學影像大平臺。
2016年4月，365醫院網獲千萬級天使投資，全力發展遠程醫療信息服務平臺。這是國內為數不多的擁有影像移動化傳輸處理核心技術的公司。
2016年5月，聯眾醫療完成新三板掛牌，這是首家以醫學影像大數據為核心的新三板掛牌企業。同時聯眾醫療將在貴安新區投資建設以醫學影像信息系統平臺為基礎的大數據分析項目，該項目貴安新區三階段總投資額度達23億元人民幣。
2016年10月，圖瑪深維獲150萬美金天使輪融資，主要開發基于人工智能的醫學影像分析診斷系統，。肺癌的自動診斷系統（SigmaLUTM）是他們的第一款產品。能從胸腔CT掃描中自動分割肺部，并自動標記疑似肺癌結節的組織結構位置、大小、形狀、良惡性等信息，輔助醫生對胸腔CT掃描圖像的分析，在幫助醫生提高早期肺癌的檢出率的同時大大降低臨床醫生的工作量。
2016年10月27日，獨立第三方的醫學影像咨詢平臺匯醫慧影對外宣布，已于近日完成數千萬元的A輪融資，投資方為藍馳創投。同時匯醫慧影正式對外發布全新Nova 3.0智慧影像云平臺，該平臺經過可實現單服務器每秒300用戶高并發訪問，端到端全程數據加密處理，攜手賽門鐵克確保網絡數據安全。匯醫慧影希望通過人工智能打造智慧影像云平臺，提高醫生診療效率與準確度，從而解決部分地區醫患資源不匹配的問題。
2016年醫學影像行業融資事件
數據來源：動脈網，蛋殼研究院數據庫
2016年相關政策掃描
2016年6月，國務院辦公廳印發《關于促進和規范健康醫療大數據應用發展指導意見》，明確指出健康醫療大數據是國家重要的基礎性戰略資源，要深化醫療大數據在臨床診療、器械藥品研發、醫療保險等方面的應用，助推醫療大數據產業形成及快速發展，包括醫療信息化以及醫療數據收集、融合、共享、分析應用等領域。
2016年8月1日，浙江省衛計委專家制定的《獨立醫學影像診斷中心基本標準》和《獨立醫學影像診斷中心管理規范》正式實施，鼓勵社會資本在大醫院周邊開設獨立的第三方影像中心。
2016年8月12日，衛計委印發的《醫學影像診斷中心基本標準和管理規范（試行）》在支持社會資本參與的基礎上，鼓勵醫學影像診斷中心作為獨立設置的醫療機構進行連鎖化、集團化發展，并有限設置審批。
2016年10月25日，中共中央國務院印發的《“健康中國2030”規劃綱要》發文引導發展專業的醫學檢驗中心、醫療影像中心、病理診斷中心和血液透析中心等，促進醫藥產業發展。到2030年，高端醫療設備市場國產化率大幅提高，實現醫藥工業中高速發展和向中高端邁進，跨入世界制藥強國行列。
2016年醫學影像行業現狀
地域分布較為失衡
我們對59家醫學影像創業公司地域分布情況進行了統計，中國醫學影像創業公司的地域分布較為失衡，以中心城市為支點。當前醫學影像專業人才主要集中于東部發達地區?？蓪摌I公司分為華北、華東、華南、華西四大板塊，華北、華東是醫學影像創業公司的主要聚集地。
數據來源：動脈網，蛋殼研究院數據庫
從省級區域分布來看，目前我國醫學影像市場形成了以北京、上海、廣東、江蘇、陜西、四川、浙江為重心的布局，其中北京是醫學影像行業的首選創業地點，占比超過4成。這可能是北京的醫學影像需求大、創業配置完善等多重因素作用的結果。
醫學影像設備商起步較早
醫學影像創業起步較早，我們統計的56家公司中深圳安科成立時間最早，成立于1986年，早期的醫學影像創業公司主要從事醫學影像設備制造和研發。2007年-2013年，醫學影像創業公司數量開始迅猛增長，這個階段成立的公司主要是醫療信息化服務公司和醫療設備制造公司。2013年，隨著互聯網對醫療的滲透深入，醫學影像云平臺，智能診斷等多種類型公司開始增多。
數據來源：動脈網，蛋殼研究院數據庫
基礎產業相對成熟
國內醫學影像創業公司規模發展比較迅速，有近4成的公司規模超過100人，其中大部分是設備制造公司，這類醫學影像公司起步較早，經過多年發展已經成為中型公司或者大型公司，同時管理層次更多，管理結構更為復雜，業務類型更加全面，產業相對成熟。
數據來源：動脈網，蛋殼研究院數據庫
創業賽道處于早期階段
我們統計的59家公司中，有22家公開了詳細的融資狀況，總融資金額達14883萬美元，其中2016年總融資額為5960萬美元，占總融資金額的40%。中國醫學影像行業以A輪投資為主，占總投資案例數45%以上。醫學影像行業投資呈現投資輪次越靠后，單筆投資金額越大的趨勢。C輪案例數僅有一例，但投資金額也較大，投資金額達到2833萬美元，A輪平均融資額為602萬美元 ，B輪平均融資額為369萬美元，Pre-A輪平均融資額為151萬美元，而天使期平均融資額僅62萬美元。天使期和A輪數量居多，說明醫學影像賽道還在早期階段。
數據來源：動脈網，蛋殼研究院數據庫
醫療影像設備商更受資本關注
為了更好的判斷資本市場的投資傾向，去除輪次不明確的公司，我們對篩選后22家已公布融資情況的創業公司，按照融資輪次、成立年份、融資額度、公司類型四個維度進行了分析，其中設備制造商獲投數量較多，獲投金額也相對較高，同時融資輪次都在A輪及A輪以上，已進入規?；l展階段。醫學影像智能診斷服務和云平臺服務的公司數量相當，其中華潤萬里云獲投金額最高，達3409萬美元。相比其他醫學影像云服務平臺，萬里云不僅提供云平臺服務，而且開展遠程醫學影像服務和建設運營線下第三方醫學影像中心，將多點服務整合在一起，可以探索的模式也就更廣闊，更能獲得資本市場的關注。當然萬里云深耕多年積累的醫學影像背景也是其獲得關注的重點，其中入股萬里云阿里方面表示，根據目前阿里健康和萬里云所擁有的資源，雙方未來極有可能在醫學影像平臺上開展B2B、C2B和C2C模式的業務。
數據來源：動脈網，蛋殼研究院數據庫
醫學影像創業公司如何圍繞需求布局
從就醫流程，可以簡單理解為患者→醫療機構→醫生，按照需求場景，患者有重復拍片、誤診率高的問題；醫療機構有影像資料存管難、影像診斷準確率和效率低等問題；醫生有業務交流困難、學習資料匱乏等問題。這些醫學影像創業公司，都是圍繞這些需求進行布局的。我們會從患者、醫療機構、醫生的需求出發，分析醫學影像的創業現狀。
醫學影像需求端
影像醫生述求：渴望合理回報和學習機會
工作量與工資不匹配。調查顯示：60%的影像醫生工作時間在8小時以上，25%的醫生每天平均工作時間超過10個小時，而75%的影像醫生月薪低于6000元。幾乎每個醫院影像科都是24小時值班制，忙的時候，從早到晚都無法休息片刻。除此以外，影像醫生還要長期在封閉的環境中遭受輻射或潛在的傷害。
信息交流閉塞，缺乏學習機會。如今，醫療設備操作越來越容易，但明確診斷卻越發不容易。當患者癥狀不明顯時，影像醫生要掌握比臨床醫生更多的知識和經驗才能做出準確的判斷。這就需要影像醫生不斷學習新的診療技術和方法，否則可能出現漏診、誤診。然而，影像醫生卻很少有機會外出學習交流。
醫療機構訴求：提高存儲效率，打破信息孤島
醫學影像數據存管難。醫院臨床診斷的70%依靠醫學影像。相較于其它行業，醫療行業的數據存儲量大（其中，影像數據占據了約80%的存儲空間），醫院幾乎每年都要投資擴建數據中心的存儲容量，投入低則數十萬，高則上千萬。
影像數據形成信息孤島。當前，在許多醫院，它們的內部科室都有獨立的放射PACS、超聲圖文報告系統、病理圖文報告系統，甚至是實驗室信息系統。但這些系統很多是科室根據業務需要，由科室主導建立起來的。在建時并未考慮與醫院信息系統的集成，或者當時醫院信息系統并不具備集成應用的條件，所以就成為孤立的系統。一個非常常見的現象是，隨著醫院信息化的發展，這些孤立系統不能與醫院信息整體集成。而且各地醫院往往采用不一樣的品牌設備采集醫學影像數據，導致數據不能相互融合，也就形成了信息孤島。
患者訴求：看病難
重復拍片，重復傷害。大多數患者都經歷過同一個問題，我在北大拍完片，找協和醫院看病，協和醫院怎么不認，醫生會說，你那個檢查或診斷，萬一要不準確，我信了你的誤診了誰負責。沒有合理的解決方案導致重復拍片，導致醫療成本提高，醫療資源浪費。
醫患缺乏高效溝通。全國醫療資源的區域不平衡，尤其是偏遠的地區的患者就醫更是難上加難，醫學影像的共享更是醫療機構的短板?；颊咄枰弥z片奔波尋醫，而醫生將精力過多浪費在基礎性咨詢方面，醫患之間缺乏直接高效的溝通。
誤診率高。據動脈網了解，醫療數據中有超過90%的數據來自于醫學影像，但是這些數據大多要進行人工分析。人工分析的缺點很明顯，第一是不精確，只能憑借經驗去判斷，很容易誤判。
醫學影像供應端
按照技術驅動和服務驅動，同時結合是硬件屬性還是軟件屬性，將醫學影像創業公司分為，硬件技術驅動、軟件技術驅動、軟件服務驅動、硬件服務驅動。
硬件技術驅動
硬件技術驅動型公司主要從事醫學影像相關器械研發、制造、銷售。從全球醫療器械行業規模來看，我國醫療器械行業集中度總體偏低，醫療企業規模小并且分散，缺乏具有影響力的龍頭企業，呈現零散分散粗放增長的態勢。行業研究投入不足，缺乏創新投入，在全球市場中競爭力不足。
醫療設備國產化依然任重道遠。國內影像設備市場被進口廠商壟斷，國外巨頭設備廠家市場占額90%，國內公司的份額僅10%，且以中低端市場為主。根據中國市場調查研究中心數據，我國80%的CT市場、90%的超聲波儀器市場、90%的磁共振設備均被外國品牌占據。國產影像設備技術含量較低，主要趨于中低端市場，三級醫院所在的高端市場認可度低。國產設備要提高市場占有率，首先要做的就是解決這兩個問題。
部分國內廠商在常規影像診斷設備取得了技術突破。在部分領域，技術領先的國產產品已能替代進口。例如，上海聯影自主研發的64排CT、3.0T MR在北京301醫院、上海瑞金醫院等三甲醫院都已開始使用，反饋良好。此外聯影自主研發的全球首臺超清高速96環光導PET-CT堪稱全球分子影像行業的重要里程碑。
我國影像設備人均擁有量遠低于國際平均水平。這是醫改正在解決的問題之一，提高器械消費占比和人均設備擁有量，將使影像市場呈現井噴式增長。
功能性成像技術和分子影像學是未來的重要趨勢。隨著影像學從傳統的單純形態學逐步向功能學方面所完善，功能性成像技術也得到了廣泛的關注，近年來新技術新設備的普及應用，使得功能性影像學在臨床中得到廣泛的應用，也使得傳統的形態學診斷與功能性成像技術的結合成為未來的必然趨勢。同時，影像解剖學與分子影像學的有機結合，使其發生了質的突破。
醫學影像設備未來將向專門化、小型化、普及化和精準化方向發展。醫學影像設備將不再集中于影像科室，而是每個有需求的科室和合格的醫生都可對其進行操作，通過網絡平臺對其結果進行綜合分析，以便于臨床確診和治療。進而在提高設備利用率的同時，可以更加及時和有針對性地完成對患者的臨床診斷和治療工作。
硬件服務驅動
醫學影像硬件服務驅動型公司主要是線下的獨立醫學影像中心。獨立醫學影像診斷中心是指獨立設置的應用X射線、CT、磁共振、超聲等現代成像技術對人體進行檢查，并結合病史、臨床癥狀、體征及其他輔助檢查、綜合分析，并出具影像診斷意見的醫療機構，不包括醫療機構內設的醫學影像診斷部門。
獨立醫學影像中心的誕生離不開先進信息技術的支持。傳統醫院成像部的膠片成像技術相對落后，影像需要手工歸檔，儲存還會受環境條件的影響。目前，PACS技術在國內各醫院的引進和普及，為數字化影像和傳輸奠定基礎，生成了聯網和實施影像信息系統的基本條件。
獨立醫學影像中心可以解決PACS的弊端。醫院每天都要存儲海量患者數據，其中主要就是影像科數據。中國人口多、患者基數大，醫學影像資料的存儲面臨很大問題。而且各醫院引入的不同PACS系統目前只適用于內部聯網，各醫院之間影像的互通和多終端交流還有待實現。
獨立醫學影像中心有利于資源合理配置，提高醫療效率。首先可以加速更新先進儀器設備；共享三甲醫院水平的檢驗資源和質量。影像數據都是由獨立影像中心輸入和輸出，數據統一，數據孤島也將不成為問題。同時可以充分利用專家資源，醫患的導流對接更加高效，醫院的運營成本大幅降低。
完整的醫學影像生態系統有助于行業壁壘的提高。第三方獨立影像中心在中國市場才開始逐漸嶄露頭角，而在分級診療的背景下，第三方獨立影像中心在美國生根發展已經超過30年的時間。以美國醫學影像中心巨頭RadNet公司為例，該公司是美國最大的整合型門診及醫學影像中心。旗下子公司eRAD負責研發及銷售電腦影像系統，包括PACS及流程解決服務。
另一子公司提供遠程醫療圖像會診服務。RadNet公司與醫院、診所和醫療專家簽訂合約提高行業門檻并降低競爭威脅。RadNet能為患者提供高性價比和便捷的支付，同時能夠讓自己的客戶在較好的醫療條件下發生較低的醫療費用，這使保險公司也積極與RadNet合作?？傊?，RadNet構建了”設備-醫療機構-患者服務-保險支付”的完整生態體系。這對我國剛剛起步的醫學影像中心有很深的借鑒意義。
軟件服務驅動
我們統計的56家公司中，去除綜合服務型公司，軟件服務驅動型公司16家，其中3家獲得融資，總融資額為257萬美元。軟件服務驅動型公司我們分為兩類，一類是線上醫學影像學習平臺，另一類是線上醫學影像診斷平臺。
線上醫學影像學習平臺主要針對醫學影像醫生學習機會少，交流閉塞等問題，旨在通過構建一個醫學影像學習交流平臺來促進信息交流。所以，也可以認為它是醫學影像垂直領域的互聯網教育平臺，這類平臺教育資源類型也比較豐富，有視頻、課件、直播等多種形式。隨著互聯網教育的逐步深入，醫學影像這類信息獲取渠道單一的領域，未來將大有可為。但是，目前這類平臺同質化比較嚴重，除了豐富教育資源、專家資源，如何引導用戶分享和傳播，提升社交屬性，如何迎合用戶的碎片化學習習慣，提高學習興趣和效率，都會成為線上醫學影像學習平臺差異化的關鍵。
線上醫學影像診斷平臺大多數是輕資產模式，功能上類似于獨立醫學影像中心，但它又不具備實體醫學影像設備，它針對有設備的醫院所產生的大量影像數據，把全職和外聘的兼職專家和病人的需要對接起來。通過建立云端的醫學影像中心，連接基層醫院，影像傳遞上來，專家在異地看到影像就可以出報告。但是由于這種模式很容易復制，導致這類平臺同質化也非常嚴重，能與大型優質醫院合作、掌握高質量片源的公司具有明顯優勢。目前他們既不掌握醫療設備，也不具有患者入口。所以，線上醫學影像診斷平臺與線下獨立醫學影像中心結合將成為重要趨勢。
軟件技術驅動
我們統計的創業公司中，軟件技術驅動型公司18家，其中10家獲得融資，總融資額為1484萬美元。軟件技術驅動型的公司我們又分為兩類，一類是醫學影像智能診斷技術公司，另一類是醫學影像信息化。
第一類是智能診斷技術，如果我們能用圖像檢測算法、識別算法、分割算法，來做自然世界圖片的檢測和識別，為什么不能用同樣的技術來做醫學影像檢測和識別呢？這個技術的意義將非常重大，從兩方面來說，中國醫療資源是非常緊缺的：一方面一線城市中三甲醫院的醫生忙于各種重復性的基礎診斷。另一方面，中國醫療資源分配不均衡，偏遠地區非常缺少優秀的醫療資源。
我們如果能把中國最好的醫生腦子里面的知識通過算法學習出來，編成一個計算機程序，那么它就可以迅速地復制成千萬個自己，我們就可把這些虛擬的醫生放到偏遠山區，幫助提高當地醫生的判斷準確性，去幫助當地的人，幫助當地的醫生學習。這個事情產生的價值將是無限的。真正要把醫學影像智能診斷做成一個產業需要很長的過程，但是這是未來發展的必然方向。
實際上，醫學影像智能診斷是計算機視覺技術的一種應用，先利用圖像處理技術用于將圖像處理為適合進入機器學習模型中的輸入，機器學習則負責從圖像中識別出相關的模式。機器學習又是什么呢？它是一種通過利用數據，訓練出模型，然后使用模型預測的一種方法。而數據就像人的生活經歷一樣，經歷的越多，你對事物的判斷越準確，機器學習也一樣，有價值數據量越多，模型的準確性越高。所以，我們可以得出這樣一個結論，醫學影像智能診斷=醫學圖像識別技術+機器學習模型+價值數據。
另一類是醫學影像信息化，如果說，智能診斷技術是醫學影像的自動跟蹤系統，那么醫學影像信息化就是醫學影像的彈藥庫，它負責醫學圖像的獲取、顯示、存貯、傳送和管理等工作。
大部分醫院影像都是在局域網下使用的，數據量大，傳輸速度慢，而且還無法應用到PAD或手機等移動終端。一家三甲醫院PACS一年的數據量約為10T，海量的影像數據如何存儲、調用傳輸和應用，對醫院網絡以及終端提出了非常高的要求，是每一家醫院所要解決的問題。PACS 的意義不僅是在數字化， 疏通工作流程從而提高設備與工作效率和增加收入、健全病人資料的自動化管理也非常重要。
目前國內PACS產品標準化程度不高，現有軟件多采用內部傳輸格式，獨立使用這些產品時看不出問題，但連網或與其他產品共同應用時就會出現信息交換困難等問題，國內對應用于DICOM標準的底層開發能力較弱，底層模塊從國外購買，沒有知識產權，當標準升級，就會出現產品的兼容性問題。因此，有DICOM標準底層開發能力的公司應該被重點關注。
云pacs也是一個新興的概念，傳統PACS采用存儲陣列，深度依賴個體設備的性能，當數據量越來越大，用戶的訪問量也將越來越大，個體設備將無法滿足需求，采用云存儲模式，可以將分散存儲，從而實現數據的讀寫速度，與數據量的大小無關。目前，國內的聯眾醫療在這方面技術比較成熟，可以通過統一管理來自各個不同醫療機構的病人標識，根據病人實名制身份信息建立病人唯一全局標識號，建立文檔存儲池及影像存儲池，從而實現全球平臺同標準運行。因為采用云技術，云平臺的信息安全和穩定就變得尤為重要，聯眾醫療通過與阿里云合作，采用阿里云的金融級別安全防護系統保護云pacs的信息安全。云pacs是醫學影像信息化的重要技術，其關鍵發力點在于信息按需傳遞 ，按需分析，按需處理。
數據傳輸是醫學影像信息化系統的關鍵一步，隨著圖像壓縮比不斷提高，三維重建、融合等技術廣泛應用，PACS傳輸數據量將不斷加大。但我國絕大部分影像信息化相關產品局限于存儲、傳輸與調閱功能，而且膠片的管理、報告的優化，數據的提取多方面還有所欠缺，所以對影像報告終端的優化，PACS與RIS/HIS系統的融合將成為未來的發展趨勢。
版權聲明
本報告為動脈網制作，報告中所有的文字、圖片、表格均受有關商標和著作權的法律保護，部分文字和數據采集于公開信息，所有權為原著者所有。沒有經過本公司書面許可，任何組織和個人不得以任何形式復制或傳遞。任何未經授權使用本報告的相關商業行為都將違反《中華人民共和國著作權法》和其他法律法規以及有關國際公約的規定。
免責條款
本研究報告是基于動脈網認為可靠的且目前已公開的信息撰寫，動脈網力求但不保證該信息的準確性和完整性。由于調研方法及樣本的限制，調查資料收集范圍的限制，該數據僅代表調研時間和人群的基本狀況，僅服務于當前的調研目的，為市場和客戶提供基本參考。同時，動脈網不保證文中觀點或陳述不會發生任何變更，在不同時期，動脈網可發出與本報告所載資料、意見及推測不一致的報告。
動脈網不會因為接收人接受本報告而將其視為客戶。本報告僅在相關法律許可的情況下發放，并僅為提供信息而發放，概不構成任何廣告。在任何情況下，本報告中的信息或所表述的意見均不構成對任何人的投資建議。在法律許可的情況下，動脈網及其所屬關聯機構可能會持有報告中提到的公司的股權，也可能為這些公司提供或者爭取提供籌資或財務顧問等相關服務。
