近日，上海交通大学人工智能研究院发布的首份《人工智能医疗白皮书》（以下简称《白皮书》）指出，截至2018年12月底，全国31省市中已有19个省市发布了人工智能规划，其中有16个制定了具体的产业规模发展目标，2020年的核心产业规模目标达到近4000亿，远远超过国家层面制定的目标1500亿。其中，AI医学影像成为中国人工智能与医疗行业应用结合最成熟的领域，市场规模大、收入和融资情况表现亮眼。数据显示，自2013年到2017年，整个医疗人工智能行业共获得241笔国内融资，其中2017年国内AI医学影像行业公布的融资事件30起，融资总额超过17亿元，推想科技、深睿医疗等甚至一年之内获得了2次融资。

为什么AI医学影像能独领风骚？

中国医生每千人执业医生数仅为2.2人，远低于欧美发达国家（4名医生/千人），与此同时，我国患者人群数量庞大，东西部医疗资源分布不均的现状进一步加剧了“优质医疗资源不足”矛盾。而其中，又以影像科最为突出，因为超过90%的医疗数据来自医学影像。

现实有需求：医生负担沉重，误诊率为27.8%

我国医学影像数据同比增长30%，而放射科医生同比增长仅为4%，医疗资源缺口正在不断扩大。而影像科又是医生诊断最基础的辅助手段，极大地限制了医疗服务数量和质量的提高。

以肺结节为例，一家三甲医院平均每天接待200名肺结节筛查患者，每位患者平均产生200-300张CT影像，也就是说放射科医生每天需要读的CT影像为4万至6万张。沉重的工作负担让医生们疲惫不堪，误诊率直线上升。据中国医学会的一份误诊数据显示，中国临床医疗总误诊率为27.8%，恶性肿瘤平均误诊率为40%。

这种严峻的医疗现实促使医学界寻找新的解决途径，而擅长大数据处理和学习的AI成为了最优选择。