新聞資訊

AI影像輔助診斷領域研究 | 高特佳研報

來源: 未知 發布時間:2018-07-27 16:05:53
    

導讀:

本文將告訴你:

1、AI影像輔助診斷產品分類;

2、行業現狀分析及趨勢判斷;

3、投資邏輯。

(傳統影像診斷)

AI影像輔助診斷產品主要指通過計算機視覺技術對醫療影像進行快速讀片和智能診斷。解決的問題是醫療行業兩大根本痛點:1、供需嚴重不平衡;2、醫生水平層次不齊。

對于支付方(醫保)而言,通過AI影像輔助診斷產品能降低誤診率,指導醫生給出更為精準有效的治療方案,同時通過提升基層醫生的診斷水平,能促進分級診療的真正落地,雙管齊下減少醫療資源浪費。

對于服務提供方(醫院)而言,AI影像輔助診斷產品能提高效率從而節約人力成本,能提高準確率從而降低誤診風險。

因此該領域的創新既有成熟的技術作支撐,真正解決醫療行業的根本問題,又同時符合支付方與醫療服務供給方的利益訴求,落地是必然趨勢,只是有時間早晚問題。

AI影像輔助診斷產品按照應用科室和數據形式可分為以下幾類,其中市場規模最大的在放射科,其收入占醫院收入的10%-20%,與檢驗科相近,僅次于藥品。

發展階段

目前無論國內外,市場都處于早期培育階段,尚未有AI影像輔助診斷產品實現規?;匿N售。

從企業數量和融資事件數量來看,中美兩國是目前該領域參與活躍度最高的國家。

從產品研發角度來看,由于國內的醫療數據相對美國更容易獲取,目前國內的AI影像輔助診斷企業至少在50家以上,遠多于美國。在研產品線中包含的疾病種類也多于美國。

從獲證的角度來看,關于AI產品的審批及監管制度,中美兩國都仍處在探索期,實際操作中,中國目前嚴于美國。

中美審批政策對比

商業模式及市場空間

主流的商業模式主要有3種:

1) 將產品免費鋪進醫院,和醫院按服務患者數分成收費,付費方是患者。

2) 與設備廠商的設備(CT/MR等)軟硬件結合捆綁銷售,由設備廠商與醫院結算,再向AI企業分成,付費方是設備廠商。

3)以軟件或工作站形式通過代理商或者直銷直接賣進醫院,工作站直接與醫院PACS系統相連或軟件直接嵌入PACS系統,繞過了設備廠商,直接向醫院收取一次性銷售費用+每年維護費,付費方是醫院。

商業模式分析:

1) 所有的商業模式,獲證都是前提。目前暫無AI產品獲3類證。

2) 若能推動AI輔助診斷進收費目錄,醫院的主動付費意愿會大大增強,行業也會迎來爆發。

3) 由于進收費目錄要按省份來推,目前還遙遙無期。更快的方法是讓設備廠商付費,通過設備廠商賣進醫院,但這種模式的缺陷在于GPS等巨頭設備廠商話語權更高,賬期可能會比較久,且選擇GPS中的一家后可能意味著放棄另兩家的渠道。另外像聯影這樣的設備廠商選擇自研。

市場空間:

1) 對AI企業來講,最有利的銷售方式是以影像工作站形式,通過代理商直接賣給醫院,這樣產品定價會比以軟件形式賣高很多。按一百多萬元的出廠價,全國約2萬家等級醫院,根據CHIMA,2014-2015年PACS系統滲透率約50%,則潛在市場空間約80億元。

2) 雖然AI企業均認為AI輔助診斷的市場主要在基層,但第一階段的客戶更可能是信息化程度較高、受市場教育程度較高、資金較為充裕的三級醫院,全國三級醫院約2000家,則前期階段市場空間約16億元。

3) 由于中國的AI影像輔助診斷產品的研發進度目前領先全球,因此存在向海外輸出的機會,尤其是東南亞地區??紤]到全球市場后,市場空間會更大一些。

發展驅動力及瓶頸

行業發展驅動因素:

1)政策鼓勵:2017年12月工信部印發《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》,提出到2020年國內先進的多模態醫學影像輔助診斷系統在腦、肺、眼、骨、心腦血管、乳腺等典型疾病領域的檢出率超過95%,假陰性率低于1%,假陽性率低于5%。

2)市場推動:一方面,經過國內眾多AI初創企業的努力,市場教育已經度過了空白期,醫生認可AI輔助診斷產品的臨床價值。另一方面,AI企業從最初的專注產品研發,過渡到完善產品的同時積極探索變現方式。

限制因素:

1)信息化水平不高:根據中國醫院協會信息管理專業委員會(CHIMA)出具的《2014-2015中國醫院信息化狀況調查報告》,我國醫院信息科的PACS系統滲透率不足50%。影像數據數字化是AI影像輔助診斷產品的應用基礎,因此信息化水平會限制AI產品的市場空間。

2)配套政策不完善:產品落地的前提是獲證,行業爆發的前提是AI影像輔助診斷進收費目錄,而目前藥監局的審批指導原則尚在建立過程中,進收費目錄需要按省級去推,時間較長。

發展趨勢

AI影像輔助診斷產品最重要的壁壘在于高質量的標注數據,且產品差異性主要體現在診斷準確率上。所以產品研發的思路往往是:1、確定研發病種;2、找到該病種最權威、數據量最豐富的醫院進行深度合作。

從企業調研的情況來看,每一細分病種的標注數據只要達到千例(按病人數算)級別,即可訓練出準確率較高的模型。因此單病種產品的壁壘并不高。比如目前肺結節檢測就已幾乎成為各家AI公司的標配。但如果要做全部位、全病種的產品,那么所需數據量就會非常大。僅肺部就至少有10幾種細分病種,腦部更是僅腫瘤就有30種以上。

目前各家AI企業都已意識到僅做單病種產品無法落地,所以紛紛向全病種延伸,并逐漸擴展至多部位。

我們僅看臨床需求較大的幾個部位:肺部、腦部和心臟。對應的數據形式主要是CT/MR/DSA,集中在放射科,但在尋找研發醫院時,應根據對應的臨床科室選擇排名靠前的醫院。肺部對應呼吸科和胸外科、腦部對應神經內科和神經外科、心血管疾病對應心內科和心外科。

2016年度中國醫院排行榜

復旦大學醫院管理研究所“2016年度中國醫院排行榜”

根據復旦大學醫院管理研究所發布的“2016年度中國醫院排行榜”,我們可以看到, 各個科室榜單中的醫院重合度并不高, 即不同部位往往對應不同的權威醫院,目前市場上沒有哪家企業能同時占領這些醫院,所以如果想成為全病種上的壟斷企業幾乎是不可能的。

另一方面,我們可以看到,每個榜單中,即使是前十名,平均聲譽值也差距懸殊,第一名基本都在10分以上,而第十名幾乎都在2分以下。假設以5分為分界線,則肺部對應的權威醫院有9家,頭部對應的權威醫院有6家,心臟對應的權威醫院有5家,總計僅20家醫院。因此雖然行業很難形成寡頭壟斷,但也不會太過分散,最終生存下來的企業一定是數據獲取的速度與深度跑在前面的少數幾家公司。

目前市場上涉足AI影像輔助診斷的企業大致可分為三類:

1)騰訊/科大訊飛等科技巨頭:

騰訊/科大訊飛等科技巨頭主要具備資金優勢和人才優勢,因此在收購AI企業、整合產品線上會有較大優勢。

2)GPS/聯影等器械巨頭:

GPS/聯影等器械巨頭主要具備銷售渠道優勢和軟硬結合優勢,因此在具體的商業落地上會有較大優勢。

3)AI初創企業:

市場上眾多的AI初創企業則主要具備靈活性高和醫院服務能力強的優勢,因此在進院獲取數據,研發產品上有較大優勢。

雖然不同類型的參與者各有各的優勢,但目前市場仍處于產品研發軍備賽的階段。最終誰能跑出來,關鍵還是看誰能做出有臨床價值的,有比較優勢的產品,在這點上反而是AI初創企業更有優勢。

在評估公司的時候,我們主要關注以下幾點:

1)產品線研發進度

目前官方宣傳的合作醫院數量往往不具備參考價值,因為多數所謂的“合作”,僅僅是將產品免費鋪進醫院,而不是真正的一方提供數據,一方打磨產品的深度合作關系。更有參考性的是看企業與醫院有多少合作科研項目、科研項目中覆蓋哪些病種、合作科研醫院在該病種領域的權威性。

2)獲證進度

雖然目前尚未有產品拿到藥監局的三類證,但整個拿證過程在注冊申請流程之前還有質量檢測流程和臨床試驗流程,兩個流程耗時至少在半年以上,提前走完前序流程就能在藥監局敢批產品時獲得領先優勢。

3)商業化落地能力

主要考察企業的醫療渠道資源,包括與設備廠商之間的合作關系等。

4) 估值合理

由于去年大量資本過于樂觀激進地涌入該行業,目前該領域公司的估值普遍較高,且企業多采用同行業對比方式估值,不具備合理的估值邏輯。今年隨著投資人逐漸回歸理性,估值有望得到一定修復,投資人和企業雙方都應充分認識到目前該領域距離規?;涞劁N售仍有一定距離,在進行風險折價的基礎上給出合理估值。

沈小琦

高特佳投資集團投資研究部行業研究員

清華大學經管學院金融學碩士,曾在軟銀中國醫療組、紅點創投、國泰君安等機構實習,目前主要關注互聯網及AI醫療、醫療器械領域投資機會。

?
91精品国产91久久久久久最新,久久综合狠狠色综合伊人,久久97久久97精品免视看秋霞,久久97精品久久久久久久不卡