《2022年中国人工智能医学影像产业研究报告》基层篇

基层医疗机构中医学影像发展现状 人工智能医学影像产品在基层医疗机构中的挑战 人工医学影像企业落地基层医疗案例 人工医学影像在基层医疗的发展趋势 核心发现 医疗体制改革下，医学影像在基层的应用被不断挖掘，彩超、黑白B超、DR、 Ct 等影像设备在基层医疗机构中的数量不断增加。 受基层影像医师学历偏低和经验不足等因素影响，基层影像设备诊疗能力并未被完全释放，为人工智能医学影像产品在基层落地提供巨大市场机遇。 已经有头部人工智能影像厂商在积极探寻产品落地基层的路径，目前一般通过政府端和医院端（以医联体中的中心医院为主）切入。 未来，在区域统筹建设的政策导向下，基层医疗机构的信息化基础建设将继续推进，更有利于人工智能医学影像产品落地。而基层对功能全面、性价比高且容易使用的人工智能医学影像软件的需求也对AI影像企业的技术应用和资源整合能力更高要求。 作为医疗保健体系中最基本的层次，基层医疗提供基础检查和治疗的定位随着医药改革的逐渐深化进一步明确 基层医疗范畴：基层医疗是医疗保健体系中最基本的层次，根据国家卫健委发布的《中国卫生健康统计年鉴》，基层医疗卫生机构主要包括：社区卫生服务中心（站）、卫生院、村卫生室、门诊部和诊所（医务室）。 基层医疗定位：2009年随着《关于深化医药卫生体制改革的意见》的发布，中国新医改全面启动，基层医疗的发展也迈入新阶段。2015年《国务院办公厅关于推进分级诊疗制度建设的指导意见》进一步提出明确各级医疗机构定位。基层医疗卫生机构为诊断明确、病情稳定的慢性病患者、康复期患者、老年病患者、晚期肿瘤患者等提供治疗、康复、护理服务。 亿欧智库：中国不同等级医疗机构对比 亿欧智库：中国各级各类医疗机构诊疗服务功能 具备高水平专科性医疗卫生服务和执行高等教学、科研能力 三级医院：提供急危重症和疑难复杂疾病的诊疗服务 具备综合医疗卫生服务和承担一定教 二级医院：接收三级医院转诊的急性病恢复期患者、术后恢复期患者及危重症稳定期患者 具备基础预防、医疗、保健、康复能 具备全科疾病诊疗及预防保健、康复能力等公卫工作 县级医院：提供县域内常见病、多发病诊疗，及急危重症患者抢救和疑难复杂疾病向上转诊服务 中心下属，全科诊疗，预防保健等公 简单疾病诊疗，转诊及预防保健、康复能力，公卫工作 基层医疗卫生机构和慢性病医疗机构：为诊断明确病情稳定的慢性病患者提供治疗、康复、护理服务 协助乡镇卫生院，少数简单常见疾病诊疗，公卫等工作 基层医疗卫生机构网络逐渐完善，作为常见的疾病筛查、辅助诊断的检测手段，医学影像在基层医疗机构中发挥重要作用 基层医疗机构网络建设逐渐完善：近年来基层医疗卫生机构数量持续增加，截至2021年底，基层医疗卫生机构数量约97.8万，占全国医疗卫生机构数量比例超过95%，基层卫生人员数量约443.2万人，诊疗人数占比超过50%。 医学影像落地基层医疗机构：作为最常见的疾病筛查、辅助诊断的检测手段，在承担着对慢性病、常见病的诊疗筛查职责的基层医疗机构中的应用发挥重要作用。目前中国基层医疗卫生机构中常用的医学影像设备包括彩超、黑白B超、直接数字化X射线摄影系统（DR）、计算机X成像（CR）、X线机和 Ct 等。 医学影像在基层中的应用 亿欧智库：2010-2021年中国基层医疗卫生机构数量（单位：万） 彩超：利用超声束扫描人体，通过对反射信号的接收、处理，以获得血管疾病、腹腔脏器、甲状腺等器官的图像。 黑白B超：利用灰度调制显示声束扫描人体切面，常用来显示探查部位和肿块位置、形态、大小等信息。 基层医疗卫生机构（万） 亿欧智库：2021年中国医疗卫生机构数量分布情况 亿欧智库：2021年中国医疗卫生机构就诊人数分布情况 计算机X成像（CR）：利用X线的穿透、感光性进行成像，常用于骨骼、胸部、胃肠道等部位成像。 Ct ：利用精确准值的X线束，R射线，超声波等，与灵敏度极高的探测器一同围绕人体的某一部位作连续的断面扫描进行成像。 政策导向下，医学影像在基层中的应用被逐步挖掘，以彩超为首的影像设备近年来在基层医疗机构中的数量持续增长 近年来“强基层”的建设过程中，国家也陆续出台政策鼓励医学影像发展。自2013年来，医学影像在基层医疗卫生机构中的作用被持续挖掘，机构的万元以上设备数量持续增长，相关建设逐渐完善。 虽然医学影像硬件设备日益完善，但仍面临缺乏足够医师的问题。2020年医学影像科医生占全国分科职业医师数量仅为6.8%，医师数量难维系医学影像硬件设备增长，影像科医生面临较大的工作压力。 亿欧智库：2015-2020年中国基层医疗机构万元以上设备数（单位：万） 50万元及以上增速 《国务院办公厅关于印发全国医疗卫生服务体系规划纲要（2015-2020年）的通知》 建立区域医学影像中心，推动建立基层医疗卫生机构检查、医院诊断的服务模式，提高基层 《关于推进分级诊疗试点工作的通知》探索设置医学影像诊断中心、医学检验实验室等独立医疗机构，实现区域资源共享 《国家卫生计生委关于开展医疗联合体建设试点工作过的指导意见》 《社区卫生服务中心服务能力评价指南（2019年版）》 医联体内依托牵头单位建立医学影像中心、检验检查中心等，为医联体内各医疗机构 将配置DR、彩超、全自动生化分析仪等设备作为社区卫生服务中心服务能力评级 政策指导下基层医疗机构影像设备配置标准逐渐明确，加速医学影像设备落地，村卫生室影像能力仍待释放 为了提升基层医疗机构的服务和诊疗能力，近年来关于基层医疗机构的影像设备配置标准逐渐明确。2022年7月，国家卫健委发布《关于印发乡镇卫生院服务能力标准（2022版）等3项服务能力标准的通知》，对2018年提出的乡镇卫生院和社区卫生服务中心能力标准进行修订，并新制定了《村卫生室服务能力标准（2022版）》。 A类B类的社区服务中心和乡镇卫生院均要求彩超、黑白B超和DR，乡镇卫生院对 Ct 的配置也有要求。于此相比新制定的村卫生室服务能力标准中尚未对医学影像设备配置标准作出明确要求，还停留在推进村卫生室信息化建设阶段。 亿欧智库：2022基层医疗机构（社区卫生服务中心、乡镇卫生院）设备配置标准 亿欧智库：2022村卫生室服务能力标准（信息系统） 村卫生室信息系统建设与安全服务能力标准 信息系统支持双向转诊和远程医疗 信息系统部署在县（区）级及以上全民健康信息平台专网和外网机分设或具备专网和外网转换功能 社区卫生服务中心 机构内医疗服务、检查检验服务、公共卫生服务等信息互联互通 能够为居民提供预约挂号，上级检验检测报告查询等服务支持健康一体机联网使用的网络环境 具备医院信息系统（HIS）、医保结算系统等，网络条件畅通 信息系统支持运行管理、监管及签约服务等业务 配备电子健康档案系统 虽然影像设备铺设逐渐完善，但由于影像医师数量、经验不足等因素限制，基层医疗机构影像诊断水平仍待提高 医学影像分析工作量大而且繁琐，始终面临着影像科医生数量不足的现象。根据《中国卫生健康统计年鉴》，2018-2020年以来影像科医师数量一直以来占比基本保持不变，而医疗机构的影像数据始终增长，影像科人才更为紧俏。 基层医疗机构更面临着影像科医师数量不足，学历整体水平偏低，基础相对薄弱，临床诊断不足的问题。面对基层医疗机构复杂多样的诊疗类型和疾病类型，基层的影像科医师面临着更大的挑战。 亿欧智库：2018-2020中国医学影像科医生占比（%） 亿欧智库：2020年不同医疗机构医生文化水平占比(%) 影像科医师数量增长远不及影像数据增长，且医师从业需要较长时间的培训和学习，这意味着影像科医师在未来处理影像数据的压力会越来越大，难以承担巨大的负荷。 基层医疗机构医生文化水平普遍较低，且缺少临床经验限制了基层医疗机构的诊疗能力，导致漏诊误诊率高，患者信赖程度不高。公开数据统计，中国每年误诊人数5700万，其中临床总误诊率27.8%，基层医疗机构是主要发生地。 人工智能赋能医学影像，提升医学影像应用的准确度和便利度，提升基层医疗机构医学影像诊疗水平 随着新型信息技术的不断发展，人工智能医疗的探索也日益深入，医学影像是人工智能在医学领域的最主要应用方向之一。以数据挖掘和深度学习为首的人工智能技术的应用可以使得医学影像采集更加精准、对影像的处理也更加准确，助力解决基层医疗机构在医学影像领域面临的专业医生数量和经验不足、误诊漏诊率高、诊断速度慢等痛点。 AI医学影像赋能基层医疗机构： 医学影像领域专业医生缺口较大，医生资质、经验不足医学影像临床误诊率、漏诊率较高，准确度急需提升医学影像诊断效率低，读片速度、靶区勾画速度都需要提升 人工智能医学影像产品商业化加速，市场竞争激烈，企业开始寻求AI医学影像在基层医疗机构落地使用 从实际需求的角度出发，人工智能医学影像落地基层医疗机构可以大大提升基层影像诊断的能力和质量，且目前基层医疗机构已经基本具备影像设备基础，因此众多企业都在积极探寻AI影像在基层医疗机构的落地应用。目前根据自身资源积累和企业布局情况，AI影像企业一般通过两种方式切入该赛道：政府端和医院端。 企业与政府相关部门或科室合作 企业与医联体内三级医院合作 企业与地方政府部门或相关科室合作，通过参加政府专题活动、承接政府试点项目等方式打通区域内医疗机构，自上而下的接触社区卫生服务中心或乡镇卫生室等基层医疗机构。 企业与医联体内的中心医院（一般以三级医院为主）合作，利用中心医院的影响力和话语权打通医联体内的社区卫生服务中心或乡镇卫生室等基层医疗机构。 人工智能医学影像基层应用产业图谱 人工智能医学影像产品在基层医疗机构的应用探索还处于初级阶段，在AI企业、基层医疗机构和支付端均面临挑战 挑战一：针对基层医疗影像的数据积累和数据库建立尚不完全 大部分人工智能医学影像在产品研发过程中通过与二级、三级医院合作获取数据进行数据模型搭建和深度学习，因此产品落地时也以大型医院的数据和产品为主，基层医疗机构与此相比在数据层面积累较少，数据库建立尚不完全且缺乏数据采集的统一标准。 2022年7月，国家卫生健康委能力建设和继续教育中心发布《关于放射影像数据库建设项目课题立项评审结果公示的通知》，计划开展数据采集、数据处理、质量控制、科学研究、产品研发、技术转化、医学数据标准培训等关键数据库建设工作。 目前医学影像数据库搭建现状： 建立医学影像数据库的必要性： 2022年7月5日，国家卫生健康委能力建设和继续教育中心发布《关于放射影像数据库建设项目课题立项评审结果公示的通知》，开展数据采集、数据处理、质量控制、科学研究、产品研发、技术转化、医学数据标准培训等关键数据库建设工作。 建立医学影像数据库是利用数据库系统按照数据结构对信息进行组织、存储和管理，数据的质量和数量能成为满足算法模型泛化能力、解释性、准确性等要求的重要条件。 数据在数量、广度、深度均不足具有偏倚性和系统性偏差数据质量参差不齐 第一批放射影像数据库建设项总计13项，包括心脑血管影像数据库、慢性肝病及原发性肝癌影像数据库、缺血性心脏病核医学多模态影像数据库、胃肠道疾病影像数据库、急诊影像数据库、慢性阻塞性肺疾病数据库等严重影响我国居民生命健康的重大疾病数据库，还有8项建设意向被列入储备库，有望在后续批次纳入建设之中。 普适性和实用性有待提升 QCT和DXA的骨质疏松影像学研究及国人大数据库建立慢性阻塞性肺疾病的 Ct 标准化数据库构建 缺血性心脏病核医学多模态影像数据库 中国脑胶质瘤临床-影像-分子病理数据库研究 山西医科大学第一医院 首都医科大学附属北京天坛医院广东省人民医院 复旦大学附属肿瘤医院四川大学华西医院 乳腺多中心多模态多任务数据库构建 标准化慢性肝病及原发性肝癌影像数据库建设腮腺肿瘤的多中心放射影像数据库建设眼眶肿块多模态MRI影像数据库建设标准化心脑血管影像数据库 上海交通大学医学院附属第九人民医院首都医