人工智能（英文全稱Artificial Intelligence，簡稱AI），作為計算機學科的一個重要分支，于1956年在達特茅斯學會上被正式提出，被人們稱為當前世界三大尖端技術之一。

2017年一場人機圍棋大賽在世界矚目下進行，谷歌阿爾法狗對戰圍棋第一人柯潔，3:0完勝。賽后柯潔說“AlphaGo像是圍棋上帝”，人工智能實現破圈傳播，在各領域持續升溫，人工智能應用加快。

目前，人工智能技術已在教育、安全、金融、交通、醫療健康、家居、游戲娛樂等多個領域實現技術落地。醫學影像成為主要落地場景之一，有望解決我國醫療資源分布不均及服務需求壓力巨大等問題。

根據弗若斯特沙利文的數據，中國人工智能醫學影像行業的市場規模預計將從 2020 年的 3.1 億元人民幣，增長到 2030 年的 923 億元人民幣，復合年增長率為 76.7%。

AI醫學影像輔助診斷是指通過人工智能與醫學影像的結合，對影像數據進行深入挖掘和處理，采用影像學、人工智能技術、計算機視覺技術、醫學圖像處理技術以及其他技術手段，實現病灶識別與標注、靶區自動勾畫、影像三維重建、生理信息定量計算等傳統方法在精度或速度上無法實現的功能，為醫生診斷和治療規劃提供輔助和參考的診斷方法。

目前，基于人工智能的醫學影像研究主要圍繞CT、核磁共振、X射線、超聲波、內窺鏡和病理切片等多種類型的醫學圖像分析展開，對包括肺、乳腺、皮膚、腦部疾病和眼底病變等展開研究。

其中肺部影像AI以及眼底篩查AI因為患病人群規模大，數據量大，標注難度低成為其中的熱門賽道，參與企業眾多。

據國家癌癥中心統計，我國每年新診斷約78萬肺癌患者，死亡約為63萬。肺部影像AI基于人工智能的各種準確模型和訓練可明顯提升肺部疾病的診斷準確性，利于肺部疾病早發現早治療，降低死亡率。此外，由于肺部疾病患者數多，醫療數據多，可為人工智能的深度學習提供數據基礎，加上研發門檻較低，入局者眾多，目前已有8家企業獲批三類證。

相比傳統視網膜影像方法，AI視網膜影像識別技術具有高診斷效率和高診斷準確性的優勢，能夠幫助醫生縮短圖像分析時間，有效地降低醫療成本減緩醫療資源的不均衡。在AI醫學影像領域，AI眼底篩查一直是最火的應用分支。相比其他項目，AI眼底篩查軟件的落地速度非常迅猛。鷹瞳科技視網膜人工智能產品SaMD于2020年8月獲批，一年后已在超過 400 家等級醫院、200 家體檢中心、1000 家視光中心等場景下實現了落地應用。2020年11月，糖網AI三類證產品被寫進了國家糖尿病防控指南。

由于公開數據量大，技術難度較低，肺部及眼底篩查這兩個賽道競爭最為激烈，三類證扎堆。

據眾成數科統計，截至2022年5月，我國共有31件AI醫學影像設備獲批三類證，國產產品26件，進口產品5件；其中肺部篩查產品有11件，眼底篩查4件。

在肺部篩查賽道，主要參與企業有推想科技、聯影醫療、深睿醫療，三家企業均有2件三類醫療器械獲批。在眼底篩查領域，鷹瞳醫療、硅基智能、致遠慧圖、微醫醫療分別有1張三類證。

除了肺部及眼底篩查兩大賽道，也有相當多的企業將目光投向了心血管類疾病方面，據眾成數科統計，目前國內共有8件心血管ai產品獲批三類證，其中數坤科技囊括了2件，分別為冠脈ct及頭頸部動脈ct。

2021年以來，AI醫學影像產品進入收獲期，共有19件產品獲批。隨著產品獲批，2021年鷹瞳科技、推想醫療、數坤科技銷售收入有明顯增長，但要實現規模商業化仍然存在諸多挑戰，首要的就是滲透率低的難題，其次是產品線拓展需求。此外，在現階段醫療AI納入醫院收費目錄乃至醫保目錄還處在調研驗證的過程中，物價環節仍然有待打通。

要解決這些難題，除了需要政策支持，企業仍然需要在市場推廣及研發上繼續“燒錢”，盈利能力備受考驗。

率先上市的鷹瞳科技2019-2021年連續三年虧損，虧損額分別為8713.80萬元、8006.40萬元、1.43億元；推想科技2019-2020虧損分別為4.02億元、5.87億元；數坤科技，2019-2020年虧損金額分別為9130萬元、1.29億元。

AI醫療企業之間的博弈遠不止于“三類證”的獲批，醫學影像AI第一張三類醫療器械證的擁有者科亞方舟巨額虧損、變現困難、上市無期的現狀說明了三類證無法成為護身符。

持續“燒錢”下，AI醫療企業也將嚴重依賴資本市場的支持，進行多產品線的拓展以及市場推廣，AI醫療企業的現狀或許可以形容為：眼前是巨大的市場前景，但腳下卻如履薄冰。