医械创新资讯
近年来，“数字化”逐渐成为医疗器械领域的热点：AI、5G、区块链等技术的发展，加上政策利好释放出的广阔基层医疗市场空间，通过数字化实现医疗影像行业的跨越式发展已经成为业内广泛共识。
然而，在推进医疗影像数字化的征程上，利益分配格局不平衡、技术研发瓶颈及业务模式的迭代等因素应引起业内从业人员的重视。
医疗影像数字化：多方利好下的隐忧
目前，政策利好与数字化产业布局也形成了一套“组合拳”，呈现出医疗影像行业发展的完整逻辑：
▲政策与数字化产业布局共同应对医疗影像存在的问题
▲医疗影像数字化是上游企业与下游医院的共同需求
毫无疑问，上游企业和下游医院都有推进医疗影像数字化的动力：
对上游企业而言，数字化技术将实现影像设备的智能化、集成化发展，企业不再单纯出售设备，还将通过产品的数字化技术特征实现更多业务场景及盈利模式创新。
对下游医院而言，影像设备的数字化不仅将提升诊断与诊疗效率，还能提供更多辅助功能，更有利于成本管控；此外，数字化产品也为医院提升营收提供更多想象力。
但是，新事物在实践中的发展不是一蹴而就的。当前，医疗影像数字化正面临以下几个方面的问题：
下游医院利益不易协调：虽然影像数字化对下游医院整体利好，但具体到不同的医院，则会产生因利益壁垒导致的“数据孤岛”问题，这在云PACS的推广上表现十分明显；
数字化技术尚不成熟：实践中，医院对于引入数字化产品的要求十分严格，这也意味着医疗数字化产品在实现“走量”之前，需要经过漫长的打磨迭代，目前医疗影像AI产品正在经历这一痛苦的“蜕变”；
数字化业务模式迭代本身是一个残酷的淘汰过程：业务模式创新的过程也是技术、资本、人才等资源的动态博弈。多方的角逐使“数字化”这个不带情感的词语显得更加冷酷，未来，第三方影像中心将迎来更加激烈的竞争。
PACS：云端化能否打破医院间壁垒？
PACS（PictureArchiving and Communication System），即医学影像存储与传输系统，由计算机、网络、存储器及软件构成，结合了医学影像学、临床医学、图像处理技术、计算与网络通讯等学科与技术，是医疗影像数字化的重要组成部分。
如今，PACS已经普遍替代了传统的胶片，成为医院影像资料存储与传输的主要途径。临床路径上，PACS系统前端对接来自CT、MRI、DR、X线等影像设备的图像资料，再传输给临床终端、远程终端或影像存储中心。
PACS实现了影像资料无胶片化存储，及资料远程传输共享，对于互联网远程医疗、分级诊疗都具有重要的意义。
一、云PACS成为当前与下一阶段发展趋势
随着高精度仪器的更新换代及患者信息数据采集的日益丰富与复杂，PACS存储的影像资料容量不断增加，精度要求也越来越高。数据采集、存储空间不足和数据共享存在壁垒的问题日益凸显，PACS云端化成为业界应对这些问题的共识。
▲云PACS的基本业务形态
目前，我国PACS整体渗透率约为50%，基层医疗机构的PACS建设则更不完善。从医院本身的PACS安装量看，目前全院级PACS主要集中在一线城市与三甲医院，而二线城市与欠发达地区的医院仍停留在科室级PACS阶段。
而要实现云PACS，则有两种途径：对现有PACS系统实现云端化改造和直接构建云PACS。前者适用于上述已经安装了PACS系统的医院；后者则对资金不足的基层医院更加有利。
从成本角度看，目前一套完整的院级PACS成本约为1000万元，这对基层医院来说是一笔巨大投入，而云PACS低投入、按量付费的特点可以有效满足基层医疗机构的需求，具有一定市场前景。
无论是针对基层医院的PACS还是对已有本地PACS进行云改造，云PACS的要求则是一致的，即理想的云PACS系统应该能有效实现本地PACS和云端PACS系统同步更新，双向互动，保证数据存储的实时性。
二、数据共享不仅仅是技术问题
云PACS的实现将沿着私有云PACS-混合云PACS-公有云PACS的路径推进。
目前，云PACS还面临数据标准不统一等方面的技术瓶颈：
从不同的影像设备汇集到PACS中的数据格式与质量参差不齐，而数据分析和输出结果的可信度在很大程度上取决于收集到的数据质量的高低，没有数据的准确性保证，大数据分析就变成了一纸空谈。
除了一定技术瓶颈外，医院之间的壁垒也是造成当前影像数据“孤岛”现象的重要原因。理论上，将各个医院间的影像数据实现共享，建立区域乃至全国范围内的PACS平台，将更有利于数字化效应的发挥，而目前云PACS主要以院内建设为主，即私有云PACS。
当前，医院之间的数据互通与共享既存在行政上的障碍，也存在其他利益方面的冲突，所以，区域与区域、医院与医院之间，还是存在一定医疗数据的壁垒。医疗影像数据的共享也受到一定影响。
目前，私有云PACS的数据主要为体检系统等非医疗核心内容。随着云计算技术的成熟，及分级诊疗、影像中心的进一步发展，协同需求将促使医院逐渐向混合云PACS迁移，仅保留部分核心数据。随着院外业务场景的进一步成熟，未来，公有云PACS将成为多数医院的主流选择。
当然，这一路径也对云PACS服务商在技术、团队、资金等方面提出了更高的要求。所以，按照这一路径，未来国内云PACS企业也将面临一次“大浪淘沙”式的筛选。
AI技术+医疗影像：技术短板限制了产品推广
PACS/RIS和第三方医疗影像中心在时间与空间上推动了医疗影像的数字化，但最终还需要落实到影像诊断的数字化，而AI技术正在这一方面发挥着日益重要的作用。
在实践中，医院的影像诊断主要由放射科医师承担，但数据显示，我国放射科医师数量的年增长率约为 4.1%，而医学影像数据的年增长率则为 30%，巨大缺口带来的是医生负荷过重及相应的漏诊、误诊率的增加。
AI技术的意义在于提升医生的看片效率，进而缓解医护供给与供需落差等问题。
当前，AI+医疗影像获得来自资本方面的青睐，相关数据显示，截止2019年7月，中国市场126家活跃的医疗人工智能企业中，开展医学影像业务的企业即有57家，占比45%。
虽然AI+医疗影像成为各方追逐的热点，但数据与算法等技术短板在一定程度上制约了当前AI类产品的大规模推广。
一、数据收集与标准化难题制约着AI产品的爆发
对AI企业来说，数据获取与算法是发展的关键，这一特征同样反映在医疗影像中，其中，医疗影像数据的获取与标准化成为困扰当前AI企业的痛点。
1. 数据收集难：分散又敏感
AI+医疗影像首先要克服的问题是收集分散的影像数据。数据分散的原因在于AI企业一般先根据病种来确立研发方向，再与相关医院建立合作。企业的这一围绕病种进行研发的思路使的数据往往集中在某一个医院的某个病种，故整个行业的企业分布、数据收集都呈现分散的形态。
在数据分散的情况下，数据的“归属性”问题也是摆在AI企业面前的一道难题。对于医院和AI企业来说，哪些数据可以被用于训练是一个很敏感的问题。一个经典案例就是DeepMind公司，尽管造出了Alphago，但却因为提供了160万用户的医疗数据而身陷官司。
在我国，医疗数据的归属权、管理权和使用权同样是一个敏感问题。企业获取数据是否合法、使用是否合规尚有待政府的进一步明确。
一些区块链企业尝试通过加密算法的方式对病人数据进行加密、确权，以应对数据归属可能产生的纠纷，但短期看，这一问题仍将对业内参与者造成困扰。
2. 数据统一难：多源数据标准不一
对于医疗影像AI企业来说，数据的量固然值得关注，但质则更加重要。需知，中国每年产生大量医疗数据，但很多数据因为不符合AI强调的4V属性（volume 数量、variety 多样性、velocity 速度、veracity 真实性），往往一经产生即进入留守状态，难以用于AI训练。
从实际操作看，只有高质量的医疗影像数据才能保证数据标注的准确性，进而提升AI模型学习的结果。目前，由于行业格局分散，行业竞争激烈，能否掌握医院资源，与医院建立起稳定的合作关系，获得持续的高质量医疗影像数据是企业，尤其是初创企业生存的关键。
但是，由于不同科室、不同机型的数据格式不统一；不同医院、医生的诊断习惯不同，即使是高质量的数据也需要企业花费大量时间与医院共同建立临床数据的标准。
这一工作看似费时费力，但却是所有希望未来在这一赛道中脱颖而出的企业必须参与进来的，因为只有参与到数据标准与规则的制定中，才有可能在未来的竞争中掌握更多的话语权。
二、AI推广：渠道为王
目前，在医疗影像AI产品尚未实现“规模化”进入医院的阶段，其主要作为医疗器械被销售给医院，但受医院控费的影响，这种推广受到一定影响。
由于目前AI医疗影像产品尚不成熟，还难以对基层医疗市场进行渗透。但随着政策的支持与研发的深入，AI影像产品的销售量将会得到可观提升，而对于很多专注于技术研发的AI企业来说，学习医疗器械企业，提前布局销售渠道十分重要。
除了受自身技术研发进展影响以外，医疗影像AI产品大量进入医院还需要经过三类医疗器械获批和进入常规采购目录等阶段。不过，今年1月，国家药监局发出了第一张医疗AI三类证（来自科亚医疗的冠脉血流储备分数计算软件），这对于同类医疗AI企业而言是一个好消息。
从当前的市场格局看，无论是头部的GPS，还是国内联影、东软、迈瑞等头部玩家，都在积极布局AI类影像产品，这一类企业本身已经建立了完善的销售渠道，故通过与这一类头部企业的器械进行深度销售捆绑，是未来一类AI企业建立渠道的有效方法之一。
另一个值得参考的方法是，部分资金充裕的AI企业可以通过并购一些医疗器械企业，在获取其医院渠道的同时，以自身AI技术对器械进行升级。
此外，基层医疗机构也是不容忽视的市场。尽管目前基层医院面临需求不足、资金与医生短缺等问题，但探究适合此类市场的商业合作模式应该被放到企业的日常表上，如是否可以通过按服务进行收费，在拓展市场的同时，也一定程度上缓解了基层医疗机构资金不足的窘境。
第三方医疗影像市场：业务模式需持续迭代，欲速则不达
近年来，第三方医疗影像市场热度逐渐提升。与起步较早的美国市场类似，我国第三方医疗影像机构也分为轻资产型的远程阅片中心与重资产型的第三方影像中心。
在我国，第三方医疗影像机构有着强烈的现实需求：一方面可以有效减轻大医院“需求过载”的难题，同时还能为基层医院承担部分影像诊断功能。
在需求旺盛的同时，政策也在为第三方医疗影像的发展开绿灯：2016 年 8 月，国家卫计委正式印发《医学影像诊断中心基本标准和管理规范（试行）》的通知，正式拉开了国内第三方医学影像诊断中心发展的序幕。
在需求与政策的共同促进下，2016年以后，第三方医疗影像机构快速兴起：国外以GE、西门子为代表，国内阿里巴巴、百度、万东等机构迅速进军这一领域，在全国各地一线城市设立影像中心。
▲目前国内主要第三方医疗影像中心
另外，业内外企业与资本也纷纷涌入这一领域，一些互联网、房地产企业纷至沓来，成为“门外的野蛮人”。业外资本的涌入在促进行业繁荣的同时，也可能催生出泡沫。对于第三方医疗影像的发展来说，需要明确其不同发展阶段的重点，避免盲目投入造成不必要的损失。
一、远程阅片：残酷的红海市场
得益于国内医院信息化基础设施构建的逐渐完善，远程阅片成为可能。在本次应对新冠肺炎疫情中，很多阅片中心提供24小时远程阅片，提供了有力支持。
从远程阅片的功能形态上看，其对基层医疗机构的影像诊断具有重要意义：由于我国医疗资源分布不平衡，导致基层医院缺乏相应的资金、设备，同时大量受过专业训练的医疗影像人才集中在一线城市和三级医院，使基层医疗的影像诊断产生巨大的供应缺口。
远程阅片则可以弥补这一缺口：基层医院可以分享优质医疗资源，留住患者；对患者而言，就医更加便捷省时；对于业内企业，广阔的基层医疗市场提供了丰富的利润空间，同时还能快速掌握基层医院、影像专家资源。
虽然远程阅片具有很好的市场想象力，但有几个问题是进入者必须考虑的。
远程阅片难以构建护城河，竞争激烈。不同于第三方影像中心的重资产投入，远程阅片中心资产较轻，对于资金并不充裕的中小企业而言具有很强的吸引力，但这也意味着对于新进入者而言，并没有很高的资金门槛，行业竞争非常激烈。
服务同质化现象严重。竞争者众多，但是提供的服务却基本类似，难以形成服务的差异化，造成的后果是医院选择多，但远程阅片企业却又难以形成稳定的影像数据来源。
同样的情况也存在于相对成熟的美国市场：美国远程阅片市场已有近20年历史，但至今仍处于分散经营的状态。由于门槛较低且服务同质化现象严重，代表企业vRad和Nighthawk长期维持低毛利率，被迫向数据与咨询等衍生业务拓展。
基于以上原因，由一些第三方实体影像中心开设远程阅片服务反而更加经济。实际上，很多第三方实体影像中心也确实正在提供远程阅片服务。而国内一些初创的远程阅片企业也往往与万东、阿里、百度等巨头相关联。
未来，远程阅片企业胜出的关键在于：一，是否能提供更加差异化个性化的服务，如通过人工智能等提供智能筛查服务；二，是否能获得持续稳定的影片来源。
二、第三方影像中心：“高筑墙、广积粮、缓称王”
第三方独立影像中心的出现，既是医院发展到一定阶段后，剥离检验检测、影像等辅助科室的必然结果，也与我国推进分级诊疗、医保控费等政策紧密相关。
同远程阅片一样，第三方影像中心同样是应对当前各级医院影像诊断资源供不应求问题的有效方法，但对比远程阅片，第三方影像中心在进入壁垒、资金需求、准入门槛等方面要求更高。
根据卫健委相关规定，医学影像诊断中心无论在科室设置、人员配备还是影像设备的软硬件方面，都有具体要求，以设备为例，除了要求影像中心配备PACS/RIS系统外，还要求至少配备2台DR、16排CT和64排以上CT各一台、1.5T及以上MRI1台、超声3台、心电图仪2台等。
一系列规定就决定了第三方影像中心的准入具有一定资金门槛。此外，由于涉及到医疗器械的采购和使用，所以企业还需要投入大量时间去申请相关医疗牌照与配置证。
前期的大量投入形成了较高的进入门槛，所以，第三方实体影像中心的参与者往往具有一定规模，或为依托大企业的初创公司。从参与者构成来看，多为GE、万东医疗等具有成熟医院端渠道的医疗器械企业以及阿里百度等互联网公司。此外，部分房地产与保险公司也通过投资收购等方式参与了进来。
目前，大企业或凭资金，或靠渠道，围绕第三方影像中心市场“跑马圈地”，逐渐形成目前国内大约600亿左右的行业规模。当前及下一阶段，“跑马圈地”的状态仍将持续，各企业的目标在于逐渐与区域中心医院形成稳定的合作关系，并在区域内快速扩张，形成多级服务网络与品牌效应，形成若干家扩区域的连锁影像中心。
实际上，“高筑墙”只是第三方影像中心发展的第一步，随着未来各地建立起多个“派系”下的影像中心，竞争将转入“广积粮，缓称王”的存量竞争阶段。具体来说，影像中心需要解决好以下问题：
首先，提升服务水平与运营管理能力。具体来说，在面向中心医院时，企业需要思考其能否提供各级医院认可的服务与成果并为C端用户提供差异化服务与衍生服务。而在面向基层医院时，则需要找准合作模式，提升基层服务能力和机器使用率，降低成本。
其次，无论对于远程阅片中心还是第三方实体影像中心，优秀的医生储备是保证长远发展的关键。当前我国影像科医生教育体系薄弱，执业医生知识体系、经验差异较大的现状不利于影像中心的长远发展，所以，获取持续优质的医生资源是可以进一步打通中心与医院之间的业务壁垒，成为在未来竞争中胜出的有力武器。
数字化是一个激动人心的概念，当它与医疗影像相结合的时候，更会让从业者们产生无限的遐想，跃跃欲试。但当从业者们穿过数字化描绘的第一道美好蓝图后，才会发现，通往下一站的路将是如此的漫长，而此时却退无可退了：
PACS系统、云PACS、第三方医疗影像中心等，铺好了通往下一站的路和桥—— 尽管显得很粗糙；而AI、5G、区块链技术等看似炫目光鲜的科技则是横在路边未经打磨的交通工具。
对从业者而言，或者选择铺路，或者选择去改进那些交通工具，让他们在路上跌跌撞撞地前进。但无论如何选择，他们，还有我们都坚信，数字化的美好前景终将达到。
在此之前，大家且行且珍惜。
