4月11日，美國FDA批準IDx－DR上市的消息不脛而走，而這一新聞也再次讓“AI ＋醫學影像”的成為輿論關注焦點。IDx－DR是一款運用人工智能檢測糖尿病患者視網膜病變的醫療設備軟件，只需護士將視網膜相機拍攝到的病人視網膜圖像上傳到系統中，IDx－DR就能通過算法就檢測糖尿病視網膜病變，準確率達到87％——這也是人工智能在醫療領域的重要運用場景的原因之一。

眾所周知，人工智能的三大核心分別是算法、算力和數據。目前來說，相對于其他應用場景，數據成了影響人工智能在醫療細分領域的布局關鍵。為什么資本和技術都扎堆在影像場景？這又和影像的三個特性相關聯。首先是數量。以我國的情況來說，醫療數據有80％來自于醫療影像方面，而人工智能的運用離不開前期的數據積累與學習。同時，也是基于學習的需要，醫學影像的多樣性讓精確的算法成為可能。此外，醫學影像基于結構化模式，可以確保數據的真實可信，這種反饋能更容易地幫助人工智能在這一領域的落地。

我國醫學影像數據的年增長率在30％左右，遠高過放射科醫師的年增長率，后者僅保持在4．1％上下，這種缺口無疑進一步刺激了人工智能在醫療領域的應用。相對于醫生人才的增長，靠資金與技術投入更能在這方面收到立竿見影的實效。因此，不論國內國外，這么多企業與資本最先涉足并聚集在醫學影像也就不足為奇了。

“人工智能＋醫學影像”，實際上就是借助AI算法來實現輔助診斷，提高醫療效率和質量。醫療行業對于速度與療效都有很高的要求，這不是一個二選一的事情，而是缺一不可的存在。我們可以看到，國內常年存在的醫鬧現象，大部分都是來自對于上述二者的不能滿足。《2018年醫療人工智能技術與應用白皮書》中指出，人工智能輔助診斷技術的應用，可以很大程度地提高醫療機構、醫生的工作效率。

2016年，國務院發布了《關于促進醫藥產業健康發展的指導意見》，《意見》明確提出要大力開展智能醫療服務。而到了2017年7月，國務院又印發《新一代人工智能發展規劃的通知》，定下“到2020年人工智能總體技術和應用與世界先進水平同步”的目標。政策方面的利好，需求的痛點，也吸引著資本的入局。在這樣的背景下，此前，億歐大健康對人工智能在醫療行業的落地場景做了大致梳理，現在就相關落地場景中存在哪些企業進行不完全歸納，以供業界參考。本次盤點共收集整理35家將人工智能運用在輔助診療領域的企業簡要信息，按照企業名稱拼音字母排序，以下是 “AI＋輔助診療”的具體情況：

從整理的表格可以看出，AI＋輔助診療這一落地場景的企業成立時間高峰在2014年到2017年，其中又以2016年為最，多達9家。從地域上看，AI＋輔助診療企業主要集中在北京，共15家，占比42．86％（15／35）；其次為深圳、杭州，各有6家，分別占比17．14％（6／35）；上海有4家，占11．43％（4／35）。產品形態方面，多表現為加入AI技術的系統、平臺，產品作用以智能讀片為主。

值得注意的是，上海作為一線發達城市，在AI＋輔助診療落地場景企業的數量上卻并未占據優勢。但轉換一下角度，根據國家統計局的數據，上?？側丝谠?016年達到2420萬，而醫院卻僅有350個。這種供需不匹配同時意味著AI＋醫療，尤其是人工智能在輔助診斷領域的市場潛力。