2023年中国AI医学检验行业概览：数字化系统叠加AI，赋能检验科持续发展China AI Medical Testing Industry中国AI医療検査産業报告提供的任何内容（包括但不限于数据、文字、图表、图像等）均系头豹研究院独有的高度机密性文件（在报告中另行标明出处者除外）。未经头豹研究院事先书面许可，任何人不得以任何方式擅自复制、再造、传播、出版、引用、改编、汇编本报告内容，若有违反上述约定的行为发生，头豹研究院保留采取法律措施、追究相关人员责任的权利。头豹研究院开展的所有商业活动均使用“头豹研究院”或“头豹”的商号、商标，头豹研究院无任何前述名称之外的其他分支机构，也未授权或聘用其他任何第三方代表头豹研究院开展商业活动。www.leadleo.com报告标签：细胞形态学、临床微生物检验、人工智能主笔人：何婉怡行业概览 2023/07 www.leadleo.com400-072-5588中国AI医学检验行业行业概览 | 2023/072摘要医学检验是对取自人体的材料进行微生物学、免疫学、生物化学、遗传学、血液学、生物物理学、细胞学等方面的检验，从而为预防、诊断、治疗人体疾病和评估人体健康提供信息的一门科学。AI在医学检验领域，以图像识别需求最为强烈，从外周血、骨髓细胞形态到尿液、粪便、阴道分泌物以及各种来源样本的病原体的准确识别和精确分类，从而实现快速、便捷的临床样本检测。数十年来，中国检验医学飞速发展， 已成为临床医疗体系中不可或缺的部分，目前AI已逐渐走进临床与检验融合，出现了采血机器人、图像智能判读和智能报告审核与复检等诸多应用场景。2022年9月，上海市第十五届人民代表大会常务委员会第四十四次会议通过《上海市促进人工智能产业发展条例》并于10月1日实施，作为人工智能领域首部省级地方性法规，鼓励AI辅助诊断创新。本报告将从定义出发，阐述AI医学检验的发展历程、市场规模、产业链及市场状况，并以此对行业未来发展提出研判。◼AI在医学检验领域应用的优势AI在检验图像研究的基本过程主要为采集图像并进行预处理、利用不同图像分割算法进行细胞分割，提取特征及通过识别算法进行细胞识别，弥补人类视觉捕捉不全及易于疲劳的缺点，减少肉眼遗漏的微小病变，省时省力并减少由于人为无差或主观差异引起的漏诊◼医学检验是疾病预防、治疗、预后等临床决策的基石，不断增长的医疗卫生需求使高水平检验技术人才缺口问题日益凸显中国基层地区存在检验人才培养落后以及微生物检测项目定价跟不上的问题尤为突出，导致部分检测设备使用率过低。一些基层地区的检验科微生物检验人员只有几个人，再叠加生化、免疫、血尿便等常规检测，工作量饱和度很高，再叠加核酸检测使得技术人才缺口极具增大，且人员流动性大，AI赋能医学检验能有效提高医院检验效率，AI医学检验市场前景广阔◼AI医学检验行业上游端硬件仪器设备和试剂制造商企业实力雄厚，拥有较强话语权和议价能力，通过与中下游合作的方式打开市场华大智造、金域医学、华大基因和迪安诊断为AI医学检验上游设备试剂端的龙头企业，四家企业约占50%市场份额，布局囊括硬件设备和试剂，实力雄厚。其中，金域医学业务遍布全产业链，业务全且大，市占率高；华大智造在硬件仪器设备领域实力强且同步开展试剂业务。而上游其他企业如安必平、卫宁健康和兰丁股份等企业仅专注硬件设备或仅专注检测试剂，未形成产品聚合，市场竞争力较小 www.leadleo.com400-072-5588©2022 LeadLeoChapter 1中国AI医学检验行业综述❑定义与应用❑人工智能VS传统方法❑发展历程❑市场现状❑市场规模 中国AI医学检验行业行业概览 | 2023/07www.leadleo.com400-072-55884全载片数字化成像等新技术的出现改变传统检验形态学阅片方式，为AI应用创造良好基础，随着深度学习在细胞分割和分类等领域的研究日趋成熟，逐步克服传统方法的局限性中国AI医学检验行业综述——人工智能VS传统方法来源：中华医学会，头豹研究院人工智能与传统方法在形态学检验领域优劣势比较传统方法人工智能代表性算法局限性代表性神经网络模型优势应用细胞分割基于图像像素阈值（最大类间方差法）仅考虑灰度，忽略空间信息多尺度卷积网络和动态多模板形态模型对分辨率较低图像效果较好基于区域分割（分水岭变换）过分割显像多层感知机减少边缘不清晰、背景杂质等的影响基于边缘检测（水平集算法）对局部变形分割效果不佳N.A.N.A.细胞分类基于浅层机器学习（K最近邻算法）数据量小则分类错误率高递归神经网络提高分类准确率基于浅层机器学习贝叶斯分类器N.A.基于CNN的结构化回归模型N.A.基于浅层机器学习支持向量机N.A.N.A.N.A.细胞定位像素色差（RGB通道分离）受背景噪声影响大基于CNN的像素分离器减少细胞染色不均的影响◼以CNN为代表的深度学习是驱动AI发展的核心，在医学图像处理方面具有独特优势，AI能弥补人类视觉捕捉不全及易于疲劳的缺点，减少由于人为误差或主观差异而引起的漏诊随着数据量的飞跃、硬件算力的提升和以机器学习、卷积神经网络（ConvolutionalNeuralNetworks,CNN）等为代表的技术不断成熟，AI迅速渗入各行业，并进入井喷式发展的黄金时期。AI在检验图像研究的基本过程主要为采集图像并进行预处理、利用不同图像分割算法进行细胞分割，提取特征及通过识别算法进行细胞识别，弥补人类视觉捕捉不全及易于疲劳的缺点，减少肉眼遗漏的微小病变，省时省力并减少由于人为误差或主观差异引起的漏诊。✓细胞分割：通过深度学习算法结合RGB、HIS、CIELab等模型转换，分割准确度已基本接近人工分割图像✓细胞分类及定位：目标分类是AI主要任务，通过识别细胞图片并进行标记以便人工复核。以抗核抗体检测的主要机制HEp-2细胞为例：基于人工神经网络系统（ArtificialNeuralNetwork,ANN）是目前荧光核型判读分类的主流算法 中国AI医学检验行业行业概览 | 2023/07www.leadleo.com400-072-55885检验检测行业细分领域众多，新兴领域占比不断提升且增速高于传统领域，医学检验作为新兴领域具有良好发展趋势中国AI医学检验行业综述——市场现状（1/2）来源：国家市场监督总局，头豹研究院中国检验检测机构营收超50亿的领域及其增速，2022单位：亿元；%689.5435.1360.0206.8196.3116.4113.0101.795.584.171.970.670.065.262.958.458.1-10-505101520253035400100200300400500600700建筑工程建筑材料农林牧渔机动车检验环境监测电子电器食品相关轻工特种设备机械（含汽车）卫生疾控化工电力（含核电）计量校准材料检测医学纺服棉花药品能源水质软件信息308.4240.9180.572.5yoy营业收入◼检验检测行业细分领域众多，新兴领域占比不断提高且增速显著高于传统领域，其中医学领域发展趋势向好据国家市场监督总局数据，2022年营收超50亿的检测检验领域有21个，其中建筑工程领域以689.5亿元营收位列第一，医学领域位列13，营收为84.1亿元。新兴领域，包括电子电器、机械（含汽车）、材料测试、医学、电力（含核电）等实现营收830.5亿元，同比增长12.6%，高于全行业营收增速8.03PCT。相较而言，传统领域，包括建筑工程、建筑材料、环境与环保（不包括环境监测）、食品、机动车检验、农林牧渔业，2022年共实现收入1640.4亿元，同比增长2%。总的来说，传统领域占行业总收入的比重仍然呈现下降趋势，由2016年的47.1%下降至2022年的38.4%。医学作为新兴领域，近年来随着人工智能的渗入，行业发展迅速，其中2020年增速高达82.8%，且整体营收持续上升，未来随着AI检验技术的加强，市场将继续扩大。医学领域20182021201920202022 中国AI医学检验行业行业概览 | 2023/07www.leadleo.com400-072-55886近年来，中国医学检验飞速发展，已从简单的手工检测发展至数字化和信息化，未来随着完备的AI模型推广至公司其他合作的医院机构及广大基层医院，持续赋能医疗体系中国AI医学检验行业综述——市场规模来源：专家访谈，头豹研究院中国AI医学检验行业市场规模，2018-2027E单位：亿元；%051015200501001502002503002025E2024E2023E20182019202020212027E20222026EAI渗透率中国AI医学检验市场规模期间复合年增长率2018-2022年49.5%2022-2027年E13.6%完整版登录www.leadleo.com搜索《2023年中国AI医学检验行业概览： 数字化系统叠加AI，赋能检验科持续发展》 www.leadleo.com400-072-5588©2022 LeadLeoChapter 2中国AI医学检验行业产业链分析❑产业链图谱❑上游分析❑中游分析❑终端分析 中国AI医学检验行业行业概览 | 2023/07www.leadleo.com400-072-55888中国AI医学检验行业企业多样化，互联网科技巨头及医学检验行业上下游企业纷纷入局，通过合作方式形成三方共赢，合力推动医学检验智能化发展中国AI医学检验行业产业链分析——产业链图谱来源：专家访谈，中国卫生健康统计年鉴，头豹研究院中国AI医学检验行业产业链图谱完整版登录www.leadleo.com搜索《2023年中国AI医学检验行业概览： 数字化系统叠加AI，赋能检验科持续发展》 中国AI医学检验行业行业概览 | 2023/07www.leadleo.com400-072-55889AI医学检验行业上游仪器设备和试剂供应商实力雄厚，华大智造、金域医学、华大基因和迪安诊断占超50%市场份额，拥有较强议价能力，通过与中下游合作打开市场中国AI医学检验行业产业链分析——上游分析来源：专家访谈，各企业年报，头豹研究院金域医学医学诊断服务成本构成，2022华大智造营业成本构成，2022单位：%单位：%试剂成本配送费用实验室直接人工其他费用基因测序仪业务实验室自动化新业务及其他直接材料直接人工制造费用迪安诊断营业成本构成，2022华大基因基因组学应用成本构成，2022单位：%单位：%试剂库存商品成本实验室折旧成本实验室直接人工物流费其他直接材料直接人工制造费用◼AI医学检验行业上游端硬件仪器设备和试剂制造商企业实力雄厚，拥有较强话语权和议价能力，通过与中下游合作的方式打开市场华大智造、金域医学、华大基因和迪安诊断为AI医学检验上游设备试剂端的龙头企业，四家企业约占50%市场份额，布局囊括硬件设备和试剂，实力雄厚。其中，金域医学业务遍布全产业链，业务全且大，市占率高；华大智造在硬件仪器设备领域实力强且同步开展试剂业务。而上游其他企业如安必平、卫宁健康和兰丁股份等企业仅专注硬件设备或仅专注检测试剂，未形成产品聚合，市场竞争力较小。四大企业硬件设备及试剂成本占比约为50%，企业由于自身竞争实力雄厚，通过与中下游企业合作，以项目制的形式开展AI医学检验的研发，部分硬件设备提供商采用硬件免费使用或试剂免费使用的方法，与中下游达成合作，通过提供优质硬件设备更好量化AI，共同提供优质产品，实现多方共赢，并打开AI市场，提升企业自身竞争力并抢占市场占有率。 中国AI医学检验行业行业概览 | 2023/07www.leadleo.com400-072-5588102021年中国公立医院检查收入达4092.8亿元，保持稳定增长态势，显示出刚需属性，AI赋能有助于降本增利，更高效、便利为患者完成医学检验，推动检验市场空间稳定增长中国AI医学检验行业产业链分析——终端分析来源：中国卫生健康统计年鉴，头豹研究院中国公立医院检查收入，2017-2021单位：亿元-10-50510152005001,0001,5002,0002,5