我國醫學影像產業現狀及發展趨勢

在我國，醫療器械行業中最為龐大的子行業便是高階醫學影像裝置，其中超過80%的市場份額正被國際大公司所控制。但是，隨著近年國內公司在研發方面的顯著進步，結合政策支援和市場需求的增長，國產醫學影像裝置的本土化發展速度有望得到加快。此外，國內首個獲批的人工智慧輔助醫學影像決策工具的推出，預計將拓寬國產醫療影像裝置的使用範圍，並期望能夠緩和當前醫療資源配置不平衡的狀況。

醫學影像的發展歷史

醫學影像技術是一種透過非侵入性方法獲取人體內部組織影象的技術與流程，主要用於醫療診斷和醫學研究。該技術的歷史可以追溯到19世紀，起點是Roentgen發現X射線並將其應用於臨床，這一發現標誌著醫學影像行業進入了基於物理原理的成像時代。此後的數十年間，相繼出現了多種醫學影像技術，包括X射線成像、磁共振成像（MRI）、超聲成像和核醫學成像等，這些技術共同構成了醫學影像產業的基礎。如今，醫學影像裝置的市場規模在中國醫療器械行業中的比重約為16%，成為國內醫療器械市場最大的分支。

表1 醫學影像技術發展路徑

資料來源：火石創造根據公開資料整理

醫學影像的分類及應用場景

在當前醫療診斷領域內，醫學影像資料構成了約90%的醫療資訊量，成為疾病檢查和治療決策的核心資訊來源，同時也是支援臨床疾病診斷和治療的關鍵技術之一。醫學影像裝置按類別可分為大型影像診斷裝置和其他類影像診斷工具。大型影像裝置主要包括數字X射線成像系統（DR）、計算機斷層成像（CT）、磁共振成像（MRI）和核醫學裝置（如正電子發射斷層掃描PET，以及PET-CT、PET-MR的組合裝置）等，而小型裝置則涵蓋了超聲裝置和內窺鏡等。不同成像技術基於其原理的差異，在臨床應用上各有側重，從而在多種醫療場景中發揮著不可或缺的作用。各種醫學影像裝置的功能特性及其應用範圍詳見下表。

表2 醫療影像裝置分類及應用場景

參考資料：《影像診斷學》

國內醫學影像產業的格局

儘管國內在高階醫學影像領域仍舊大多受到國外企業的控制，特別是在數字剪影血管造影（DSA）裝置上，國產裝置的市場份額不足10%，而在技術難度較大的PET-MR及PET-CT裝置方面，國內的競爭力亦顯不足。但是，聯影、萬東、東軟、邁瑞等國產醫療影像裝置生產商正在逐步掌握關鍵技術，並在裝置製造領域迅速發展，部分領域已開始展現出追趕甚至超越國際企業的潛力。例如，聯影和東軟在MRI領域、萬東在DR裝置上以及邁瑞和開立在超聲裝置領域的產品，已經達到或接近世界先進水平，這些裝置的核心零部件自主生產比例逐年提高，技術創新也為國內醫學影像行業帶來了信心與希望。

在此背景下，雖然國際品牌在影像裝置領域似乎遭遇技術發展的瓶頸，缺乏創新突破，為國內企業提供了迎頭趕上的寶貴機遇。目前國內製造商在主機生產方面已取得初步成果，但在產業鏈上游，如原材料（感測器、訊號鏈）和核心元件（如X射線管、探測器、發生器、射頻線圈等）的自主研發及生產水平還有待提升，與國際大牌相比仍存在差距，因此需要在研發投入上持續加大力度。

圖1 國內主要影像裝置生產廠商及代表產品

資料來源：火石創造根據公開資料整理

圖2 各大影像裝置的市場佔有率

資料來源：中國醫學裝備協會

醫學影像產業的政策推動

醫療影像裝置產業以其高度的專業性、複雜的產業結構、長且分散的產業鏈而聞名，國內在這一領域長期存在的工業基礎薄弱、技術積累不足的問題，導致了國產醫學影像市場長期受到進口品牌的壟斷。為了轉變這種狀況，提升國內影像裝置產業的創新力和產業化水平，近年來，國家出臺了眾多旨在鼓勵和支援高階醫療影像裝置研發及產業化的政策措施。這些政策的實施，以及將醫學影像裝置產業作為“中國製造2025”計劃的關鍵環節之一，充分展現了國家對提升本領域發展水平的高度重視。

表3 部分醫學影像相關政策列舉

資料來源：火石創造根據公開資料整理

醫療影像產業的發展趨勢

在醫學影像裝置的技術發展趨勢上，目標正向著影象更清晰、操作更快捷、使用更便利、對患者更安全、以及功能更加智慧化的方向前進。國內企業在提高硬體設計與製造技術，完善及強化醫療影像裝置產業鏈條的同時，亦需著重發展診斷的智慧化技術。

借鑑AlphaGo在圍棋領域的突破性成就，人工智慧技術近年來發展迅猛。醫療影像的診斷資料因其標準化格式、易於獲取和處理的特性，成為人工智慧在醫療領域應用的快速落地領域之一。透過運用人工智慧的感知識別和深度學習技術於醫療影像分析中，不僅可以提升放射科醫生的診斷準確性和工作效率，還有助於減少誤診的發生，這一方向被視為醫學影像產業發展的關鍵路徑，也是中國醫療影像行業趕超國際領先水平的重要機遇。伴隨國家政策對高階醫學影像技術支援力度的加大，自2016年起，AI在醫學影像領域的關注度持續升高，越來越多的初創企業及網際網路巨頭開始進入這一市場，顯示出資本界和產業界對這一領域發展前景的高度認可。

表4 部分AI醫學影像產品及公司

資料來源：火石創造根據公開資料整理

自2016年至2019年這三年間，AI醫療影像領域經歷了顯著的發展，目前展現出兩大趨勢：首先，AI輔助閱片方式越來越能夠適應醫生的日常閱片習慣及實際的臨床需求，識別的疾病種類和器官部位也在持續增加；其次，產品功能進行了縱向拓展，AI不僅能夠進行病灶的診斷，還能提供放療、手術等治療規劃以輔助醫生進行更全面的診斷。因此，AI醫學影像產品在放射科醫生中獲得了較高的認可，不僅提升了醫生的工作效率，也為解決基層醫療資源分佈不均的問題提供了一種可能，即透過構建智慧影像平臺，讓基層醫院也能開展高複雜度的檢查與診斷。

然而，作為一種弱人工智慧應用，AI醫學影像整體仍處於發展的初級階段，存在一些明顯的問題和挑戰。一是當前AI病灶識別主要依賴深度學習，這種方法過度依賴大量資料輸入，但由於患者病情的多樣性，導致同一疾病在影像上的特徵可能有所不同，如果訓練資料不夠全面，可能會導致特殊病例的誤診。同時，國內醫療資料標準化程度低，缺少統一規則，影響了資料的有效利用和價值發揮，增加了AI醫學影像實際應用的不確定性。

其次，由於國家將AI醫學影像產品定位為三類醫療器械，導致大多數AI影像軟體仍處於註冊審批階段，其商業化應用效果尚未得到充分展現。能否被醫院納入常規採購目錄也是一個關鍵因素。1月15日，首個進入國家藥品監督管理局創新醫療器械審批綠色通道的AI醫療影像輔助決策產品“深脈分數”獲得批准，為眾多AI影像產品提供了一個標杆，其商業化成效還需市場驗證。

總結

目前我國醫學影像產業深受關注，尤其是高階的影像裝置，國家政策保障力度較大。與此同時，國內廠家的核心技術越來越成熟，產業鏈也日臻完整，不斷地侵蝕海外巨頭的市場份額，巨頭的技術瓶頸期也給國內企業提供了一個縮小差距的契機。國內AI在醫學影像中的應用熱潮，也給醫學影像的發展提供了一個新的方向，這也許是國內超越國外最有希望的一個領域。在AI醫學影像商業化落地方面，深度繫結醫院，從AI智慧識別輔助診斷的服務中分取相應的收益也許是該產品能夠成功落地的方式之一。