2015年，某杂志报道了一组数据，在一场肺癌诊断竞赛中，某人工智能程序以90%的准确率大幅超越人类的50%。
全球范围内，医疗专家是备受尊重的职业，且享有丰厚的待遇。医生的学习周期通常较其他专业更长，且需不断更新最新的行业知识。这使得我国医疗市场长期处于供不应求的状态，患者往往难以预约到经验丰富的专科医生。
人工智能在医学影像领域能够与专家相媲美，主要依赖于其强大的“经验”积累。
作为AI程序，某人工智能具备不间断学习的能力，能够迅速跟进最新的病例数据，远超人类。在辅助诊断过程中，该程序能在几秒钟内提炼全球医学杂志的关键信息，并形成有效的诊疗方案。
肺癌诊断仅是医疗AI应用的冰山一角。以医学影像AI为代表，随着相关产品的陆续获批，医疗AI的商业化浪潮正在兴起，其中视网膜影像AI尤其引人注目，已被广泛应用于疾病的辅助诊断及健康管理。
视网膜影像AI热
2016年，某人工智能在围棋比赛中击败了著名选手，成功引起全球关注。基于深度学习技术，人工智能从一个理论概念，逐渐演变为广泛应用的现实，许多服务行业也因此发生了转变。
医疗被视为人工智能应用前景最广阔的行业之一。医学中的诊断与治疗高度依赖医生的经验，然而医疗过程中产生了大量可标准化的数据，包括门诊、住院、影像、手术记录、临床症状、患者特征等。这意味着，如果相关数据能够被AI整合，就能显著提升服务效率。
在医疗AI行业中，医学影像AI的增长速度最快，目前已进入快速商业化阶段。
在我国，医学影像医生面临着较大的供应缺口。根据某书提供的数据，我国医学影像数据量每年增长约30%，而放射科医师的年增长率仅为4%。在市场需求扩大与供给不足的背景下，医学影像AI的识别能力愈发重要。
目前，医学影像AI主要应用于肺部、心血管、眼底、骨骼及头颈等领域的诊断和检测。自2020年以来，国内各个细分领域均有2-3款产品获得国家药监局批准上市，部分企业在海外也已实现规模收入。2021年，专注于视网膜影像人工智能的某科技公司成功上市，成为行业中的佼佼者。
视网膜影像AI确实是医学影像AI中发展最快的细分领域之一。瞄准这一赛道的不仅有国内初创企业，谷歌、某公司等国际互联网巨头也早已开始布局。
[[[IMG_1]]]
[[[IMG_2]]]
