医学影像学考研学校(医学影像学考研学校排名)

医学影像学考研学校,医学影像学考研学校排名

2022是数字医疗看起来遇冷的一年,从一级市场到IPO,疫情早期的热度退去,投资者更加审慎。然而换个角度看,在全球经济受疫情影响的大背景下,医疗领域仍旧是最坚挺的细分市场之一,表现高于各行业平均水平不少,细分领域的指数位居前三。

而这一扎实的领域,很可能在2023年迎来新风向:

● 年初,医疗领域盛会JP Morgan大会恢复了三年前规模;

● 数家咨询公司发布的趋势报告,称医学影像领域将迎来多至36.3%的年复合增长率,在未来十年激增10倍规模,到达200亿美金市场;

● AI将持续提升部署规模,甚至被称为“医疗AI之年”,AI医疗将以47.6%的年复合增长率一路高歌猛进,到2028年达千亿美元。

我们总结了2023年数字医疗领域的四大趋势,可以一窥未来数字医疗的发展方向 :

【Part 1】AI医学影像增速惊人,将达200亿美元

首先,AI医学影像市场正在加速增长。Precedence Research、Grand View Research、Arizton等机构发布多个报告显示,AI医学影像市场将迎来多至36.3%的年复合增长率,在未来十年激增10倍,到达200亿美金市场。

AI医学影像从模态来分,包括CT 扫描、MRI、X 射线、超声和PET(正电子发射断层摄影)等不同领域。目前计算机断层扫描 (CT) 市场占比最高。根据 NCBI 的数据,美国每年进行超过 7000 万次 CT 扫描,未来由于CT对于慢性疾病检查的覆盖及集成AI的解决方案增加,预计需求将进一步增长。

而MRI、PET等更复杂的医学影像也会收益于技术发展,增速超过CT领域。与CT相比,磁共振成像可以产生完美的图像。 MRI也被视为 X 射线的更好替代品,因为它可以提供更准确和更高质量的软组织图像。

除了医学领域对更优质图像的需求,MRI增速提升还有技术进展的因素:AI被应用于MRI成像过程,即使经验不足的技术人员也能帮助设置快速扫描协议和简化检查,加快检查时间,提升成像质量与效率;较新的 MRI 系统还在密封系统中使用少量氦气来消除蒸发并显着减少安装和维护这些系统成本。

在此背景下,未来人工智能将迅速部署到整个医学影像领域,以帮助增强技术人员和放射科医生的能力,从而使现有员工能够事半功倍。

另一个AI医学影像相关的趋势,是在线化、SaaS化。未来,医学影像企业级服务都会基于网络提供,取代传统的 PACS。医学影像模态的“孤岛”被消除,临床医生可以从任何地方访问图像和报告,而无需特定的工作站。 对人工智能和高级成像工具的访问将完全集成到这些系统中,数据将与电子病历无缝连接。 这将使整个系统能够更好地访问图像和报告,并能够与患者共享。

比如旗下拥有全球唯一获得NMPA、FDA、CE认证的AI医学影像增强产品的深透医疗,其从影像上游切入,提升MRI、PET、CT等医学影像的质量、加快扫描时间,并与系统无缝集成最后,远程协助能够更好地提升医学影像服务质量。


应用深透医疗旗下产品SubtleMR™前后的MRI图像对比

另外,远程协助能够更好地提升医学影像服务质量。比如通过放射操作指挥中心,让中心站点的经验丰富的成像专家与外围扫描位置的技术专家合作。

同样,像Philips提供的超声领域的实时虚拟协作Collaboration Live这样的服务可以扩大专科护理的范围,以增强患者和员工的体验,改善工作效率,在不同的地区提供更好的护理服务。

【Part 2】新技术推动医学领域进化:Generative AI生成式人工智能

未来一年,我们仍能看到大量的新技术正在与过去的数字医疗整合,提升效率、甚至带来全新的产品。

从文本生成图像模型DallE、Stable Diffusion到最近现象级流行的ChatGPT,生成式模型是当前AI发展的最前沿课题,被认为可能带来“AI新纪元”。

在医学影像中,生成模型也越来越受重视,且有很多临床应用场景与价值。

此前, Bessemer Ventures的副总裁Morgan Cheatham接受媒体采访时表示,“生成式人工智能将为医疗保健和生命科学释放 1 亿美元的价值”,应用领域包括药物发现、治疗预后、模拟数据生成、工作流自动化、提升工作效率等。

其中,通过生成式 AI 进行药物发现,能更有效地探索化学和生物空间的方法,并且在某些情况下,可能会以更快的方式产生结果。

预后方面,则可以利用临床数据可以改善对疾病进展的预测,并为护理和预防提供更多选择;模拟数据生成能够维护隐私并提高法规遵从性;工作流程自动化则意味着许多工具可以通过增加输出和提高数据记录质量来提高提供者的效率,包括病例撰写或人工智能写作助理,以及用于医疗或患者教育的视频内容生成,整体降低医疗系统工作人员的负担、提升效率。

除这些领域以外,早在2017年,GAN等最早的生成模型/生成对抗模型就被斯坦福等科研机构研究者应用到磁共振成像生成重建算法中。Transformer,diffusion mdoel等模型架构的成果也在显著影像医学影像领域。例如斯坦福公开了X光图像生成模型RoentGen。深透医疗的多条产品线均依托于最新的生成式AI技术,最新上市的SubtleSynth等基于独特的图像生成模型实现医学影像质量和效率的进一步飞跃。

“自动化和机器学习将越来越多地处理健康数据科学中的数据准备工作,从而导致整个行业面临裁员压力。数据科学家和拥有强大医疗保健专业知识的团队将通过专注于以新颖的方式将人类洞察力与人工智能模型融合来度过这场风暴,”AI医学数据清洗公司Cornerstone AI的联合创始人及CEO在采访中表示,“这包括可解释人工智能的创新,它为模型预测提供生物学和临床解释,以及用临床上适当的价值填补医疗记录空白的新方法,以实现更广泛的人工智能算法的可访问性。

除此之外,AI还将改变医学的许多方面,包括诊断、治疗和药物开发。在诊断领域,AI算法可以分析X光、CT扫描等医学影像,识别异常,辅助医生做出更准确的诊断。人工智能还可以分析大量患者数据以识别模式并预测某些医疗状况的可能性,这可以帮助医生做出更明智的治疗决策。

在治疗侧,AI还可用于优化个体患者的治疗计划。例如,机器学习算法可以分析患者数据,根据患者的年龄、性别和病史等因素,确定哪些治疗方案最有可能对特定患者有效。这可以帮助医生根据每位患者的具体需求制定治疗计划。

【Part 3】AI医疗走向千亿美元市场,创业企业ROI受关注

今年数字医疗的第三大趋势,是整体回暖,甚至被称为“AI医疗之年”。根据MarketsandMarkets数据,仅AI医疗领域就将以47.6%的年复合增长率一路高歌猛进,到2028年达1027亿美元。

“许多投资者认为,从投资金额和美元的角度来看,未来一年可能会回到2020 年的健康水平。当然2023 年下半年可能会有所回升,因为在当前环境下已经停止的一些后期交易会重新回到市场。”

多个报告及分析师预测,2023年会有更多M&A,而非IPO。未来一年,市场将看到更多来自大型科技公司、零售商和其他颠覆性公司的并购活动,这些公司将业务范围扩大到医疗保健领域。

而在此前数年的动荡背景下,拥有自我造血能力的企业也更加吸引投资者。

接受调查的风险投资公司表示,随着估值趋于平稳且资金持续降温,人们将更加关注数字健康初创公司,这些初创公司显示出可衡量的投资回报率 (ROI) 和技术平台的临床验证。 超过 94% 的投资者受访者认为 ROI 对数字健康公司的成功“重要”或“非常重要”。

GSR Ventures 合伙人、医学博士 Sunny Kumar表示,在当前环境下,购买者会优先购买具有最高实际价值的解决方案。2022 年的颠覆性交易包括亚马逊计划以 39 亿美元收购 One Medical,CVS 与 Signify Health 一起进军家庭护理领域,以及 Walgreens 最终确定其对 Shields Health 的完全所有权。

“从我们的角度来看,哪些公司最有可能成功?无疑将是那些拥有出色投资回报率的公司,那些不是 30% 40%,而是 2 倍的公司, 3 倍和 5 倍,”Kumar在采访中表示。 “在某些情况下,公司可以在每花费一美元时获得 10 倍的投资回报率,而这些公司的表现将完全超越市场平均水平。”

瑞士信贷分析师 Jonathan Yong 表示,与过去几年相比,数字医疗的投资金额可能仍会略有下降,但资金水平应该会在 2023 年趋于稳定。 有盈利途径或已经盈利的公司应该会吸引最多的兴趣,因为风险资本家变得更加挑剔,毕竟估值低于过去两年的高点。

上文提到的深透医疗就在此背景下备受关注。

“目前我们的AI软件产品及SaaS产品为客户带来清晰的数倍价值ROI,这对于医疗机构、医院都非常重要。”深透医疗创始人及CEO宫恩浩在采访时表示。在疫情期间,这个手握FDA首批AI医学影像产品的企业逆势增长,年内订单达近亿元,并宣布与西门子、拜耳等企业的深入合作。2022年,深透还入选CB Insights全球AI 150强、机器之心「AI中国」最佳人工智能企业 TOP 30、亿欧大健康2022中国AI医疗企业TOP20等行业奖项。

据悉,深透医疗的AI产品已在中国、美国、欧洲等各个市场加速推进战略,全球超过400家医疗机构及影像中心完成部署。

【Part 4】从解决方案到平台,走向全球化

最后,目前在医疗数字化过程中,企业级服务正不断探索,如何更好地解决现有问题、提升使用率。

首先,从解决方案往平台转型。

Redesign Health 是一个从头开始构建变革性医疗保健公司的创新平台,其风险投资主席 Missy Krasner预计企业级解决方案将出现“大量整合”。 “试图管理所有这些单点解决方案的负担非常困难,”她指出。

“你会开始看到大型数字医疗厂商进入下游,进入慢性病管理或寻找他们可以进行家庭测试或家庭诊断工具包的方式,以便有更多方式继续与客户互动,而不仅仅是初级保健(Primary Care)或紧急护理(Urgent Care)。 ”克拉斯纳说。

Define Ventures 的创始人兼管理合伙人 Lynne Chou O’Keefe 也指出,数字健康行业正在从点解决方案转向平台公司,这是一家专注于投资数字健康的早期风险投资公司。 这种演变为 Chou O’Keefe 所说的“垂直新趋势”可能会推动并购交易和创业创新。 “未来,我们相信更多以综合方式提供护理的端到端综合平台将非常重要,”她说。

这样的趋势在各类数字医疗SaaS厂商的产品进展中都能看到。

“深透医疗目前的产品矩阵完备,作为能够拿到第一手影像设备数据的AI厂商,有更大的潜力整合工作流应用,譬如融合上游的非图像信息应用与下游的定量化分析应用综合分析,最终实现上下游端到端的整体优化;而深透医疗平台兼容性强、部署简易,后续在深透医疗的平台上,还有望搭载由其他厂商开发的软件,目前公司内部已经与相关合作方进行初步测试,包括影像定量化和诊断类等应用。”上文提到的AI医学影像企业在此前的融资消息中提到。

除此之外,医疗企业由于其技术特点、广泛应用领域,不拘泥于一国一城,全球化步伐加快。

近期消息显示,数坤科技脑灌注智能评估系统(CTP)正式获批美国食品和药物管理局(Food and Drug Administration,简称FDA)上市前许可。数坤科技也成为全球率先在脑血管疾病领域同时获得NMPA三类证、欧盟MDR CE认证、美国FDA认证的医疗AI高科技企业。

上文提到的深透医疗产品SupMR(SubtleMRTM)、SupPET(SubtlePETTM)也是影像增强方向唯一获得中国NMPA、美国FDA和欧洲CE认证的产品,已进入中国、美国、欧洲等地的最大的影像中心联盟,全球部署近500家医院及影像中心。其影像增强AI产品线可以兼容所有品牌影像设备与PACS系统,可灵活适配全球不同地区医院、医生的扫描习惯,降本增效。商务模式在全球都验证,并主要收入为按例付费与SaaS持续订阅制付费的形式实现每年数倍的业务增长。同时深透医疗也通过多个产品打造了临床影像AI部署平台,作为第一时间实时获取影像数据的服务商,为上下游其他AI产品提供高质量数据接口,提升数据处理准确性、效率与安全性。

走过三年疫情,数字医疗有得有失:长时间的隔离政策迫使远程医疗、数字医疗的进程加速数年,而经济下行又在一定程度上抑制了创新速度。随着全球各地慢慢走出疫情阴影,这一全球最大的市场之一也许正迎来复苏时刻。

医学影像学考研学校(医学影像学考研学校排名)