人工智能诊断病理行业发展分析报告摘要：●人工智能（AI），病理诊断的强效助推剂人工智能（AI）已进入医疗的众多细分领域，应用场景包括疾病诊疗、医疗辅助、药物开发等。
而病理诊断是一种基于图像信息的诊断方式，被誉为疾病诊断的“金标准”，却由于自动化程度较低，病理医生缺乏等原因，在我国发展落后。
通过图像识别技术，AI助力病理转向数字化诊断，能有效提升病理诊断效率，AI对病理行业的赋能有望突破行业瓶颈。
●以医疗大数据为基础，病理企业与腾讯、阿里等企业合作开发病理AI病理AI开发包括数据积累、算法开发、场景应用等环节，高质量的数据资源是进行有效算法开发的关键。
由于应用场景、病种、病程等不同，病理数据的获取、分类难度较大。
现阶段AI在病理中主要应用于细胞病理的宫颈癌筛查，潜在应用的市场规模约为442 亿元。
目前国内AI病理行业的参与者以拥有大量数据的病理产业链企业、提供算法的AI企业为主，两者的合作是企业发展的关键。
腾讯与专业的第三方病理检测企业华银健康合作，而阿里健康与兰丁高科等12家医疗健康AI企业共同建立了第三方人工智能开放平台。
病理AI的落地推广有望填补近7万人的病理医生缺口，解决病理行业供给严重不足、医疗资源分配不平衡的问题，极大的促进分级诊疗的落地。
●基层需求、AI进步、政策等多方面因素推动病理AI临床应用加速AI病理诊断技术可大幅缩短医生的工作量，但由于目前技术所限，在病理样本采集、图像数据处理及结果判读上仍有大量技术难点亟待攻克。
但是随着基层地区大力推广免费两癌筛查，带来巨大的基层病理诊断需求，AI病理技术迅速提升，临床应用有望提速。
国内外团队通过AI已成功实现影像领域多个病种的诊断识别，部分准确率超90%。
人工智能2016年被列为国家发展战略，人工智能+医疗成为重点维度之一，政策明确指出发展人工智能治疗新模式、智能影像识别等应用。
●医疗数据是基础，算法是核心，强强联合打造AI病理龙头兰丁高科：技术服务、核心算法及第三方检验网点，实现完整的商业闭环麦克奥迪（300341.SZ）：以医用显微镜为基础，构建病理行业全产业链华银健康：专业的第三方病理检测龙头，携手腾讯连接病理数据与算法视见科技：影像AI新锐企业，布局病理、放射、放疗三大优势领域●风险提示：竞争风险、政策风险目录目录 (2)图表目录 (3)1.人工智能（AI），病理诊断的强效助推剂 (4)1.1 人工智能进入众多医疗细分领域，助力医生诊疗疾病 (4)1.2基于图像信息诊断的病理行业发展受自动化程度低、医生短缺等影响 (5)1.3 AI助力病理转向数字化诊断，解放医生资源 (6)2.以医疗大数据为基础，病理企业与腾讯、阿里等企业合作开发病理AI (7)2.1病理AI开发包括数据积累、算法开发、场景应用等环节 (7)2.2 AI+医疗达200亿市场规模，宫颈癌筛查成为病理AI布局重点 (8)2.3行业处于发展初期，企业由硬件、第三方检验向AI领域拓展 (9)2.4病理医生供需失衡，AI诊断助力发展 (11)2.4.1病理医生紧缺制约行业发展 (11)2.4.2病理资源匮乏限制基层医院诊疗水平 (13)2.4.3病理科自动化程度低，诊断时间长 (13)3．基层需求、AI进步、政策等多方面因素推动病理AI临床应用加速 (15)3.1 AI诊断技术准确性有待提高，无法完全替代病理医生 (15)3.2政府推广免费两癌筛查带来大量基层病理诊断需求，推动AI诊断技术进步 (16)3.3人工智能行业快速发展带动病理AI加速落地 (17)3.4人工智能上升为国家战略，人工智能+医疗成为重点布局维度 (19)4.医疗数据是基础，算法支持是核心，强强联合打造AI病理龙头 (20)4.1兰丁高科：技术到服务打造完整商业闭环 (20)4.2麦克奥迪（300341.SZ）：以医用显微镜为基础，构建病理诊断全产业链业务 (22)4.3华银健康：专业的第三方病理检测龙头，携手腾讯连接病理数据与算法 (23)4.4视见科技：病理、放射、放疗多领域AI产品布局 (24)5.风险提示 (24)图表目录图表1. 人工智能已应用于医疗行业的众多领域 (4)图表2. 影像AI主要应用于病理科与影像科 (5)图表3. 病理诊断是一种基于图像信息的诊断方法 (5)图表4. 病理诊断具有自动化程度低、样本量大的特点 (6)图表5. 通过AI识别样本中的DNA倍体异常细胞可进行癌症的早期筛查 (6)图表6. 病理AI诊断流程包括制片、切片数字化扫描、AI读片、阳性切片人工复核等环节 (7)图表7. 病理AI开发包括数据积累、算法开发、场景应用等环节 (8)图表8. 病理AI处于发展初期，有效数据的积累整合是进入下一阶段的关键 (8)图表9. AI+医疗行业近年保持高速增长，预计2018年达200亿市场规模 (9)图表10. 宫颈癌细胞病理潜在市场规模达442亿元 (9)图表11. 病理AI行业产业链 (10)图表12. 病理AI行业产业链代表企业及主营业务 (10)图表13. 我国病理医生数量显著低于发达国家水平 (12)图表14. 现有病理医生远低于病理医生需求量 (12)图表15. 美国病理医生培养需12年以上 (13)图表16. 绝大部分病理医生集中于二级以上医院 (13)图表17. 临床科室中病理科人员成本占比最高 (14)图表18. 病理科自动化设备较少 (14)图表19. 相比检验、影像科，病理科诊断所需时间较长 (14)图表20. AI诊断技术瓶颈 (15)图表21. 制片方法影响病理成片质量 (15)图表22. 图像质量校正流程 (16)图表23. 近年癌症新增病例呈上升趋势 (16)图表24. 女性“两癌”发病率居高 (16)图表25. 政策大力支持基层开展免费两癌筛查，基层病理诊断需求强劲 (17)图表26. 我国人工智能产业快速发展，行业规模保持高增速 (18)图表27. 人工智能行业投融资活跃，资本进入促进行业快速发展 (18)图表28. 人工智能算法图像识别能力不断提升 (19)图表29. 多个病种诊断被AI攻克 (19)图表30. 国内外巨头布局病理AI领域 (20)图表31. 兰丁高科核心产品人工智能宫颈癌筛查系统 (21)图表32. 兰丁高科掌握相关核心技术专利 (21)图表33. 由技术到服务，兰丁高科打造完整商业闭环 (21)图表34. 兰丁高科自研AI诊断系统大幅提升诊断效率 (22)图表35. 兰丁高科多模式实现盈利 (22)图表36. 麦迪医疗显微镜业务营收规模达4亿元 (22)图表37. 麦迪医疗产品通过CFDA认证，核心产品具备自主生产研发能力 (23)图表38. 华银健康携手腾讯，开辟医疗O2O的新模式 (23)图表39. 视见科技产品和服务涉及放射、病理和放疗三大优势领域 (24)图表40. 视见科技与国内多家知名医院建立合作关系 (24)1. 人工智能（AI ），病理诊断的强效助推剂人工智能的时代已经来临并已成为各国竞争的新赛道。
自2017年7月国务院印发《新一代人工智能发展规划》以来，中国人工智能技术得以迅猛发展并在金融、医疗、教育、交通、社交等领域快速推广。
医疗是人工智能行业最热门的研究和应用领域之一，其知识驱动型和数据密集型的特点保证了人工智能在医疗行业具有广阔的应用前景。
病理诊断领域由于数据量大、对医生要求高等特性成为人工智能在医药行业率先领域应用的细分领域之一。
1.1 人工智能进入众多医疗细分领域，助力医生诊疗疾病人工智能+医疗将给医疗行业的众多细分领域带来巨大变革，解放医生紧缺现况。
人工智能+医疗成为近年来的行业热点，计算机技术与医疗服务的跨界合作为未来的行业发展提供了全新维度。
人工智能主要应用于医疗领域的疾病诊断、医疗辅助、医药开发等方面，具体包括病理诊断、影像诊断、语音识别、健康管理、可穿戴设备、医院管理、精神健康、药物挖掘、生物技术等细分领域。
人工智能在医疗健康领域的深耕，有望缓解优质医生资源稀缺、重复劳动负荷重、诊断质量不均衡等医疗诊疗领域的瓶颈，不但能够提升医护人员的工作效率，降低医疗成本，并能够借助大数据平台进行科学有效的日常监测预防。
图表1. 人工智能已应用于医疗行业的众多领域数据来源：公开资料整理、广证恒生图像识别和判读是人工智能最有优势的领域之一，影像AI 是人工智能结合医疗行业的重要分支。
现阶段AI 在医疗的主要应用场景为医院病理科与影像科的疾病诊断与成像辅助。
病理科与影像科都是通过相关设备获取医学影像进行疾病诊断，但依据两个科室诊断特点，AI 应用有所不同。
病理AI 现阶段主要功能在于排除阴性样本，提示阳性区域，辅助病理医生提升病理诊断效率或替代病理医生进行某些疾病的诊断；影像科应用包括AI 辅助快速成像与影像诊断两个方面，一方面可以通过AI 辅助成像可以有效缩短检查时间，减少对人体的辐射伤害，另一方面通过机器学习训练算法可以实现计算机对疾病的影像诊断。
图表2. 影像AI 主要应用于病理科与影像科数据来源：公开资料整理、广证恒生1.2基于图像信息诊断的病理行业发展受自动化程度低、医生短缺等影响病理诊断是一种基于图像信息的诊断方法。
病理诊断是将疑似病灶部位的活体组织或脱落细胞制成切片后，由病理医生通过显微镜观察其细胞形态、组织结构、颜色反应等情况，并结合自身专业知识与临床经验作出的诊断，是一种基于图像信息的诊断方法。
病理诊断是目前诊断准确性最高的一种诊断方式，病理诊断往往被作为绝大部分疾病，尤其是癌症的最终诊断，被誉为疾病诊断的“金标准”。
图表3. 病理诊断是一种基于图像信息的诊断方法数据来源：百度图片、广证恒生相比于检验科、影像科的诊断，病理科诊断具有自动化程度低、诊断时间长的特点。
病理诊断可分为取样、制片、染色、诊断四个环节，取样环节是否取到病变细胞、制片及染色后成片是否清晰都会直接影响最终的诊断结果，因此对制片的技术人员专业水平具有较高的要求，目前自动化水平较低；由于病理诊断是通过对细胞层面的医学影像进行观察诊断，为防止漏诊，一个组织样本往往制成多个切片，制片、染色、诊断、报告等各个环节耗时较长，相比与检验、影像科室，病理科诊断所需时间较长，需要更多的专业人力投入。
病理医生缺口巨大，制约行业发展由于我国病理学科设置不全面，医生培养周期较长，收入过低，劳动负荷过重以及基层医院不重视等因素造成我国的病理人才流失严重，数目紧缺。
旺盛的病理诊断需求与稀缺的病理医生资源的不平衡已经成为制约行业发展的决定性因素。
而病理诊断基于图像信息的特点使得AI助力病理诊断成为可能，有望解决病理诊断供需不平衡的发展现状。
1.3 AI助力病理转向数字化诊断，解放医生资源病理AI是通过人工智能算法，对数字化的病理切片进行诊断。