医学影像:创业赛道处于早期阶段,线上线下结合将是重要趋势|2016年年度盘点

2016年行将结束,动脉网年度重磅活动“未来医疗100强”如期而至。在100强榜揭晓之前,动脉网精心策划了细分领域年度盘点系列专题,帮助您快速深入地了解2016年的医疗热门细分领域,一目了然知道各大细分领域的企业现状、热点事件和发展趋势。

新的科学方向常常源于新的工具,而不是新的概念,概念驱动的科学革命只是用新的方法解释旧的事物,而工具驱动的科学革命是去发现需要阐明的新事物。

从1895年德国科学家伦琴发现X线,到CT、MRI技术的相继问世,再到如今全新的数字化影像时代,医学影像技术经历了一个从无到有、从小到大的迅猛发展过程。当然,这得益于信息技术的迅猛发展,信息化技术的日新月异推动了影像技术研究的快速进步,使影像医学从单纯的诊断领域延伸到了治疗领域,从传统的解剖成像向功能向代谢成像的方向发展,从二维成像演变为三维成像,从以原始的胶片为介质走向图像存储和传输的数字化、网络化、多元化。

医学影像从X线影像发展至今已经有120年了。影像成像技术的不断丰富使医学影像从辅助检查工具变为现代医学最重要的临床诊断和鉴别诊断工具。目前,现代医学最受关注的新概念莫过于精准医学,它是建立在了解个体基因、环境、生活方式的基础上的新型的疾病治疗和预防的方法。也就是在探究基因、蛋白这个层面的问题,看不看得见,看不看得清,也就决定了我们对疾病认知的层次。所以,可以预见,未来的医学影像不仅会是精准医学的重要工具,更是我们探索病理更深层次的驱动工具。

医学影像作为诊疗过程的重要组成部分,是未来医疗发展不可避免的一环。目前,已有不少海外医学影像互联网应用被广泛接受,而国内对这一领域的开发还处于初始阶段。所以,动脉网(微信号:vcbeat)想从医学影像产业链角度切入,纵览整个中国医学影像创新者的各个细分领域,希望可以带给医疗行业的革新者更多医学影像创新趋势、商业模式、变革方向、需求理解的启示。同时也希望可以给我们带来更多对未来医疗的启示。

动脉网对国内59家医学影像创业公司按照名称、地理位置、成立时间、融资情况等进行了盘点,数据截止到2016年11月。

数据来源:动脉网,蛋壳研究院数据库

2016年医学影像事件扫描

2016年融资时间扫描

2016年1月,人工智能医学影像创业公司DeepCare完成由峰瑞资本投资的600万天使轮融资,希望通过深度学习+医学影像革新疾病筛查和诊断。

2016年2月,安盟生技完成1008万美金融资,此次融资由纬创资通、联讯创投、永丰金控创投、华南金控创投共同投资。资金将主要用于公司第二代产品机器手臂式高解析断层扫描仪的开发,以及与美国知名癌症医院之临床实验。

2016年2月,推想科技获得英诺天使基金1100万天使轮融资,希望可以利用影像识别算法模型,为医生提供辅助诊断方案。辅助医生进行医疗诊断缓解医疗产能不足、解放优质医疗资源,让优质和廉价医疗服务走进千家万户。

2016年3月,阿里健康2.25亿元入股万里云 ,布局医学影像平台。万里云将阿里健康在互联网医疗领域的优势与公司在中国医学影像行业60年的积累有机结合,开拓第三方影像中心业务,开展2B、2C远程医学影像诊断及相关服务,在病患、基层医院、影像中心、影像专家、设备厂商等之间形成高效专业的连接,提供创新型影像价值,构建医学影像大平台。

2016年4月,365医院网获千万级天使投资,全力发展远程医疗信息服务平台。这是国内为数不多的拥有影像移动化传输处理核心技术的公司。

2016年5月,联众医疗完成新三板挂牌,这是首家以医学影像大数据为核心的新三板挂牌企业。同时联众医疗将在贵安新区投资建设以医学影像信息系统平台为基础的大数据分析项目,该项目贵安新区三阶段总投资额度达23亿元人民币。

2016年10月,图玛深维获150万美金天使轮融资,主要开发基于人工智能的医学影像分析诊断系统,。肺癌的自动诊断系统(SigmaLUTM)是他们的第一款产品。能从胸腔CT扫描中自动分割肺部,并自动标记疑似肺癌结节的组织结构位置、大小、形状、良恶性等信息,辅助医生对胸腔CT扫描图像的分析,在帮助医生提高早期肺癌的检出率的同时大大降低临床医生的工作量。

2016年10月27日,独立第三方的医学影像咨询平台汇医慧影对外宣布,已于近日完成数千万元的A轮融资,投资方为蓝驰创投。同时汇医慧影正式对外发布全新Nova 3.0智慧影像云平台,该平台经过可实现单服务器每秒300用户高并发访问,端到端全程数据加密处理,携手赛门铁克确保网络数据安全。汇医慧影希望通过人工智能打造智慧影像云平台,提高医生诊疗效率与准确度,从而解决部分地区医患资源不匹配的问题。

2016年医学影像行业融资事件

数据来源:动脉网,蛋壳研究院数据库

2016年相关政策扫描

2016年6月,国务院办公厅印发《关于促进和规范健康医疗大数据应用发展指导意见》,明确指出健康医疗大数据是国家重要的基础性战略资源,要深化医疗大数据在临床诊疗、器械药品研发、医疗保险等方面的应用,助推医疗大数据产业形成及快速发展,包括医疗信息化以及医疗数据收集、融合、共享、分析应用等领域。

2016年8月1日,浙江省卫计委专家制定的《独立医学影像诊断中心基本标准》和《独立医学影像诊断中心管理规范》正式实施,鼓励社会资本在大医院周边开设独立的第三方影像中心。

2016年8月12日,卫计委印发的《医学影像诊断中心基本标准和管理规范(试行)》在支持社会资本参与的基础上,鼓励医学影像诊断中心作为独立设置的医疗机构进行连锁化、集团化发展,并有限设置审批。

2016年10月25日,中共中央国务院印发的《“健康中国2030”规划纲要》发文引导发展专业的医学检验中心、医疗影像中心、病理诊断中心和血液透析中心等,促进医药产业发展。到2030年,高端医疗设备市场国产化率大幅提高,实现医药工业中高速发展和向中高端迈进,跨入世界制药强国行列。

2016年医学影像行业现状

地域分布较为失衡

我们对59家医学影像创业公司地域分布情况进行了统计,中国医学影像创业公司的地域分布较为失衡,以中心城市为支点。当前医学影像专业人才主要集中于东部发达地区。可将创业公司分为华北、华东、华南、华西四大板块,华北、华东是医学影像创业公司的主要聚集地。

数据来源:动脉网,蛋壳研究院数据库

从省级区域分布来看,目前我国医学影像市场形成了以北京、上海、广东、江苏、陕西、四川、浙江为重心的布局,其中北京是医学影像行业的首选创业地点,占比超过4成。这可能是北京的医学影像需求大、创业配置完善等多重因素作用的结果。

医学影像设备商起步较早

医学影像创业起步较早,我们统计的56家公司中深圳安科成立时间最早,成立于1986年,早期的医学影像创业公司主要从事医学影像设备制造和研发。2007年-2013年,医学影像创业公司数量开始迅猛增长,这个阶段成立的公司主要是医疗信息化服务公司和医疗设备制造公司。2013年,随着互联网对医疗的渗透深入,医学影像云平台,智能诊断等多种类型公司开始增多。

数据来源:动脉网,蛋壳研究院数据库

基础产业相对成熟

国内医学影像创业公司规模发展比较迅速,有近4成的公司规模超过100人,其中大部分是设备制造公司,这类医学影像公司起步较早,经过多年发展已经成为中型公司或者大型公司,同时管理层次更多,管理结构更为复杂,业务类型更加全面,产业相对成熟。

数据来源:动脉网,蛋壳研究院数据库

创业赛道处于早期阶段

我们统计的59家公司中,有22家公开了详细的融资状况,总融资金额达14883万美元,其中2016年总融资额为5960万美元,占总融资金额的40%。中国医学影像行业以A轮投资为主,占总投资案例数45%以上。医学影像行业投资呈现投资轮次越靠后,单笔投资金额越大的趋势。C轮案例数仅有一例,但投资金额也较大,投资金额达到2833万美元,A轮平均融资额为602万美元 ,B轮平均融资额为369万美元,Pre-A轮平均融资额为151万美元,而天使期平均融资额仅62万美元。天使期和A轮数量居多,说明医学影像赛道还在早期阶段。

数据来源:动脉网,蛋壳研究院数据库

医疗影像设备商更受资本关注

为了更好的判断资本市场的投资倾向,去除轮次不明确的公司,我们对筛选后22家已公布融资情况的创业公司,按照融资轮次、成立年份、融资额度、公司类型四个维度进行了分析,其中设备制造商获投数量较多,获投金额也相对较高,同时融资轮次都在A轮及A轮以上,已进入规模化发展阶段。医学影像智能诊断服务和云平台服务的公司数量相当,其中华润万里云获投金额最高,达3409万美元。相比其他医学影像云服务平台,万里云不仅提供云平台服务,而且开展远程医学影像服务和建设运营线下第三方医学影像中心,将多点服务整合在一起,可以探索的模式也就更广阔,更能获得资本市场的关注。当然万里云深耕多年积累的医学影像背景也是其获得关注的重点,其中入股万里云阿里方面表示,根据目前阿里健康和万里云所拥有的资源,双方未来极有可能在医学影像平台上开展B2B、C2B和C2C模式的业务。

数据来源:动脉网,蛋壳研究院数据库

医学影像创业公司围绕需求布局

从就医流程,可以简单理解为患者→医疗机构→医生,按照需求场景,患者有重复拍片、误诊率高的问题;医疗机构有影像资料存管难、影像诊断准确率和效率低等问题;医生有业务交流困难、学习资料匮乏等问题。这些医学影像创业公司,都是围绕这些需求进行布局的。我们会从患者、医疗机构、医生的需求出发,分析医学影像的创业现状。

医学影像需求端
影像医生述求:渴望合理回报和学习机会

工作量与工资不匹配。调查显示:60%的影像医生工作时间在8小时以上,25%的医生每天平均工作时间超过10个小时,而75%的影像医生月薪低于6000元。几乎每个医院影像科都是24小时值班制,忙的时候,从早到晚都无法休息片刻。除此以外,影像医生还要长期在封闭的环境中遭受辐射或潜在的伤害。

信息交流闭塞,缺乏学习机会。如今,医疗设备操作越来越容易,但明确诊断却越发不容易。当患者症状不明显时,影像医生要掌握比临床医生更多的知识和经验才能做出准确的判断。这就需要影像医生不断学习新的诊疗技术和方法,否则可能出现漏诊、误诊。然而,影像医生却很少有机会外出学习交流。

医疗机构诉求:提高存储效率,打破信息孤岛

医学影像数据存管难。医院临床诊断的70%依靠医学影像。相较于其它行业,医疗行业的数据存储量大(其中,影像数据占据了约80%的存储空间),医院几乎每年都要投资扩建数据中心的存储容量,投入低则数十万,高则上千万。

影像数据形成信息孤岛。当前,在许多医院,它们的内部科室都有独立的放射PACS、超声图文报告系统、病理图文报告系统,甚至是实验室信息系统。但这些系统很多是科室根据业务需要,由科室主导建立起来的。在建时并未考虑与医院信息系统的集成,或者当时医院信息系统并不具备集成应用的条件,所以就成为孤立的系统。一个非常常见的现象是,随着医院信息化的发展,这些孤立系统不能与医院信息整体集成。而且各地医院往往采用不一样的品牌设备采集医学影像数据,导致数据不能相互融合,也就形成了信息孤岛。

患者诉求:看病难

重复拍片,重复伤害。大多数患者都经历过同一个问题,我在北大拍完片,找协和医院看病,协和医院怎么不认,医生会说,你那个检查或诊断,万一要不准确,我信了你的误诊了谁负责。没有合理的解决方案导致重复拍片,导致医疗成本提高,医疗资源浪费。

医患缺乏高效沟通。全国医疗资源的区域不平衡,尤其是偏远的地区的患者就医更是难上加难,医学影像的共享更是医疗机构的短板。患者往往需要拿着胶片奔波寻医,而医生将精力过多浪费在基础性咨询方面,医患之间缺乏直接高效的沟通。

误诊率高。据动脉网了解,医疗数据中有超过90%的数据来自于医学影像,但是这些数据大多要进行人工分析。人工分析的缺点很明显,第一是不精确,只能凭借经验去判断,很容易误判。

医学影像供应端

按照技术驱动和服务驱动,同时结合是硬件属性还是软件属性,将医学影像创业公司分为,硬件技术驱动、软件技术驱动、软件服务驱动、硬件服务驱动。

硬件技术驱动

硬件技术驱动型公司主要从事医学影像相关器械研发、制造、销售。从全球医疗器械行业规模来看,我国医疗器械行业集中度总体偏低,医疗企业规模小并且分散,缺乏具有影响力的龙头企业,呈现零散分散粗放增长的态势。行业研究投入不足,缺乏创新投入,在全球市场中竞争力不足。

医疗设备国产化依然任重道远。国内影像设备市场被进口厂商垄断,国外巨头设备厂家市场占额90%,国内公司的份额仅10%,且以中低端市场为主。根据中国市场调查研究中心数据,我国80%的CT市场、90%的超声波仪器市场、90%的磁共振设备均被外国品牌占据。国产影像设备技术含量较低,主要趋于中低端市场,三级医院所在的高端市场认可度低。国产设备要提高市场占有率,首先要做的就是解决这两个问题。

部分国内厂商在常规影像诊断设备取得了技术突破。在部分领域,技术领先的国产产品已能替代进口。例如,上海联影自主研发的64排CT、3.0T MR在北京301医院、上海瑞金医院等三甲医院都已开始使用,反馈良好。此外联影自主研发的全球首台超清高速96环光导PET-CT堪称全球分子影像行业的重要里程碑。

我国影像设备人均拥有量远低于国际平均水平。这是医改正在解决的问题之一,提高器械消费占比和人均设备拥有量,将使影像市场呈现井喷式增长。

功能性成像技术和分子影像学是未来的重要趋势。随着影像学从传统的单纯形态学逐步向功能学方面所完善,功能性成像技术也得到了广泛的关注,近年来新技术新设备的普及应用,使得功能性影像学在临床中得到广泛的应用,也使得传统的形态学诊断与功能性成像技术的结合成为未来的必然趋势。同时,影像解剖学与分子影像学的有机结合,使其发生了质的突破。

医学影像设备未来将向专门化、小型化、普及化和精准化方向发展。医学影像设备将不再集中于影像科室,而是每个有需求的科室和合格的医生都可对其进行操作,通过网络平台对其结果进行综合分析,以便于临床确诊和治疗。进而在提高设备利用率的同时,可以更加及时和有针对性地完成对患者的临床诊断和治疗工作。

硬件服务驱动

医学影像硬件服务驱动型公司主要是线下的独立医学影像中心。独立医学影像诊断中心是指独立设置的应用X射线、CT、磁共振、超声等现代成像技术对人体进行检查,并结合病史、临床症状、体征及其他辅助检查、综合分析,并出具影像诊断意见的医疗机构,不包括医疗机构内设的医学影像诊断部门。

独立医学影像中心的诞生离不开先进信息技术的支持。传统医院成像部的胶片成像技术相对落后,影像需要手工归档,储存还会受环境条件的影响。目前,PACS技术在国内各医院的引进和普及,为数字化影像和传输奠定基础,生成了联网和实施影像信息系统的基本条件。

独立医学影像中心可以解决PACS的弊端。医院每天都要存储海量患者数据,其中主要就是影像科数据。中国人口多、患者基数大,医学影像资料的存储面临很大问题。而且各医院引入的不同PACS系统目前只适用于内部联网,各医院之间影像的互通和多终端交流还有待实现。

独立医学影像中心有利于资源合理配置,提高医疗效率。首先可以加速更新先进仪器设备;共享三甲医院水平的检验资源和质量。影像数据都是由独立影像中心输入和输出,数据统一,数据孤岛也将不成为问题。同时可以充分利用专家资源,医患的导流对接更加高效,医院的运营成本大幅降低。

完整的医学影像生态系统有助于行业壁垒的提高。第三方独立影像中心在中国市场才开始逐渐崭露头角,而在分级诊疗的背景下,第三方独立影像中心在美国生根发展已经超过30年的时间。以美国医学影像中心巨头RadNet公司为例,该公司是美国最大的整合型门诊及医学影像中心。旗下子公司eRAD负责研发及销售电脑影像系统,包括PACS及流程解决服务。

另一子公司提供远程医疗图像会诊服务。RadNet公司与医院、诊所和医疗专家签订合约提高行业门槛并降低竞争威胁。RadNet能为患者提供高性价比和便捷的支付,同时能够让自己的客户在较好的医疗条件下发生较低的医疗费用,这使保险公司也积极与RadNet合作。总之,RadNet构建了”设备-医疗机构-患者服务-保险支付”的完整生态体系。这对我国刚刚起步的医学影像中心有很深的借鉴意义。

软件服务驱动

我们统计的56家公司中,去除综合服务型公司,软件服务驱动型公司16家,其中3家获得融资,总融资额为257万美元。软件服务驱动型公司我们分为两类,一类是线上医学影像学习平台,另一类是线上医学影像诊断平台。

线上医学影像学习平台主要针对医学影像医生学习机会少,交流闭塞等问题,旨在通过构建一个医学影像学习交流平台来促进信息交流。所以,也可以认为它是医学影像垂直领域的互联网教育平台,这类平台教育资源类型也比较丰富,有视频、课件、直播等多种形式。随着互联网教育的逐步深入,医学影像这类信息获取渠道单一的领域,未来将大有可为。但是,目前这类平台同质化比较严重,除了丰富教育资源、专家资源,如何引导用户分享和传播,提升社交属性,如何迎合用户的碎片化学习习惯,提高学习兴趣和效率,都会成为线上医学影像学习平台差异化的关键。

线上医学影像诊断平台大多数是轻资产模式,功能上类似于独立医学影像中心,但它又不具备实体医学影像设备,它针对有设备的医院所产生的大量影像数据,把全职和外聘的兼职专家和病人的需要对接起来。通过建立云端的医学影像中心,连接基层医院,影像传递上来,专家在异地看到影像就可以出报告。但是由于这种模式很容易复制,导致这类平台同质化也非常严重,能与大型优质医院合作、掌握高质量片源的公司具有明显优势。目前他们既不掌握医疗设备,也不具有患者入口。所以,线上医学影像诊断平台与线下独立医学影像中心结合将成为重要趋势

软件技术驱动

我们统计的创业公司中,软件技术驱动型公司18家,其中10家获得融资,总融资额为1484万美元。软件技术驱动型的公司我们又分为两类,一类是医学影像智能诊断技术公司,另一类是医学影像信息化。

第一类是智能诊断技术,如果我们能用图像检测算法、识别算法、分割算法,来做自然世界图片的检测和识别,为什么不能用同样的技术来做医学影像检测和识别呢?这个技术的意义将非常重大,从两方面来说,中国医疗资源是非常紧缺的:一方面一线城市中三甲医院的医生忙于各种重复性的基础诊断。另一方面,中国医疗资源分配不均衡,偏远地区非常缺少优秀的医疗资源。

我们如果能把中国最好的医生脑子里面的知识通过算法学习出来,编成一个计算机程序,那么它就可以迅速地复制成千万个自己,我们就可把这些虚拟的医生放到偏远山区,帮助提高当地医生的判断准确性,去帮助当地的人,帮助当地的医生学习。这个事情产生的价值将是无限的。真正要把医学影像智能诊断做成一个产业需要很长的过程,但是这是未来发展的必然方向。

实际上,医学影像智能诊断是计算机视觉技术的一种应用,先利用图像处理技术用于将图像处理为适合进入机器学习模型中的输入,机器学习则负责从图像中识别出相关的模式。机器学习又是什么呢?它是一种通过利用数据,训练出模型,然后使用模型预测的一种方法。而数据就像人的生活经历一样,经历的越多,你对事物的判断越准确,机器学习也一样,有价值数据量越多,模型的准确性越高。所以,我们可以得出这样一个结论,医学影像智能诊断=医学图像识别技术+机器学习模型+价值数据。

另一类是医学影像信息化,如果说,智能诊断技术是医学影像的自动跟踪系统,那么医学影像信息化就是医学影像的弹药库,它负责医学图像的获取、显示、存贮、传送和管理等工作。

大部分医院影像都是在局域网下使用的,数据量大,传输速度慢,而且还无法应用到PAD或手机等移动终端。一家三甲医院PACS一年的数据量约为10T,海量的影像数据如何存储、调用传输和应用,对医院网络以及终端提出了非常高的要求,是每一家医院所要解决的问题。PACS 的意义不仅是在数字化, 疏通工作流程从而提高设备与工作效率和增加收入、健全病人资料的自动化管理也非常重要。

目前国内PACS产品标准化程度不高,现有软件多采用内部传输格式,独立使用这些产品时看不出问题,但连网或与其他产品共同应用时就会出现信息交换困难等问题,国内对应用于DICOM标准的底层开发能力较弱,底层模块从国外购买,没有知识产权,当标准升级,就会出现产品的兼容性问题。因此,有DICOM标准底层开发能力的公司应该被重点关注。

云pacs也是一个新兴的概念,传统PACS采用存储阵列,深度依赖个体设备的性能,当数据量越来越大,用户的访问量也将越来越大,个体设备将无法满足需求,采用云存储模式,可以将分散存储,从而实现数据的读写速度,与数据量的大小无关。目前,国内的联众医疗在这方面技术比较成熟,可以通过统一管理来自各个不同医疗机构的病人标识,根据病人实名制身份信息建立病人唯一全局标识号,建立文档存储池及影像存储池,从而实现全球平台同标准运行。因为采用云技术,云平台的信息安全和稳定就变得尤为重要,联众医疗通过与阿里云合作,采用阿里云的金融级别安全防护系统保护云pacs的信息安全。云pacs是医学影像信息化的重要技术,其关键发力点在于信息按需传递 ,按需分析,按需处理。

数据传输是医学影像信息化系统的关键一步,随着图像压缩比不断提高,三维重建、融合等技术广泛应用,PACS传输数据量将不断加大。但我国绝大部分影像信息化相关产品局限于存储、传输与调阅功能,而且胶片的管理、报告的优化,数据的提取多方面还有所欠缺,所以对影像报告终端的优化,PACS与RIS/HIS系统的融合将成为未来的发展趋势。

版权声明

本报告为动脉网制作,报告中所有的文字、图片、表格均受有关商标和著作权的法律保护,部分文字和数据采集于公开信息,所有权为原著者所有。没有经过本公司书面许可,任何组织和个人不得以任何形式复制或传递。任何未经授权使用本报告的相关商业行为都将违反《中华人民共和国著作权法》和其他法律法规以及有关国际公约的规定。

免责条款

本研究报告是基于动脉网认为可靠的且目前已公开的信息撰写,动脉网力求但不保证该信息的准确性和完整性。由于调研方法及样本的限制,调查资料收集范围的限制,该数据仅代表调研时间和人群的基本状况,仅服务于当前的调研目的,为市场和客户提供基本参考。同时,动脉网不保证文中观点或陈述不会发生任何变更,在不同时期,动脉网可发出与本报告所载资料、意见及推测不一致的报告。

动脉网不会因为接收人接受本报告而将其视为客户。本报告仅在相关法律许可的情况下发放,并仅为提供信息而发放,概不构成任何广告。在任何情况下,本报告中的信息或所表述的意见均不构成对任何人的投资建议。在法律许可的情况下,动脉网及其所属关联机构可能会持有报告中提到的公司的股权,也可能为这些公司提供或者争取提供筹资或财务顾问等相关服务。

文|王广龙

微信|touchlife1

添加时请注明:姓名-公司-职位。

长按图片报名

2016未来医疗100强榜单重磅发布

「推荐阅读」

医学药物研发的6大数字化创新模式丨创新报告

关于三明医改,这份报告“讲到骨子里去了”

零售诊所报告(下):驱动药房业务多样化,4种慢病患者是零售诊所的核心用户

想要更多?

后台发送关键词即可获得相关好文!

网站、公众号等转载请联系授权

tg@vcbeat.net

动脉网所刊载内容之知识产权为动脉网及/或相关权利人专属所有或持有。未经许可,禁止进行转载、摘编、复制及建立镜像等任何使用。

(0)

相关推荐