谷歌、亚马逊为何又重仓医学影像？

来源：器械之家，未经授权不得转载，且24小时后方可转载。  

近期，谷歌和亚马逊两大科技巨头就纷纷宣布了在AI医学影像领域的最新进展。其中Google Cloud 在该领域推出了其最新的人工智能医学影像套件（Medical Imaging Suite）；而亚马逊则推出了名为HealthLake Imaging的服务，将以去年推出的Amazon HealthLake健康数据云平台的新功能的形式出现。

据悉，人工智能（AI）作为新一代创新技术，改变了医疗领域的供给端及传统医疗机构的运作方式，使医疗变得更加高效、便捷、个性化，并催生了巨大增量市场。医疗影像AI、AI制药、医疗AI机器人等细分赛道都在飞速发展。其中，医学影像是医疗AI行业增速最快、资本热度最高的细分赛道之一，吸引了全球科技巨头不断入局，此次谷歌和亚马逊分别推出的产品，又将应用到什么哪些方面呢？

01     谷歌AI医学影像套件

谷歌在“人工智能+医疗”领域可以说是布局已久，但在医疗领域其发展并不算好，一度呈现亏损状态。在谷歌2021年的财报中，就有体现在医疗健康等非核心业务上亏损近53亿美元（约合人民币346.8亿人民币）。

微信视频预览查看

这并没有打消谷歌进军医疗领域的雄心，就在两个月前，谷歌重磅推出了其在人工智能医学影像领域的最新产品，即Google Cloud 推出的人工智能医学影像套件（Medical Imaging Suite），其中包含了人工智能辅助的医学成像诊断功能，既可以让医院的专家团队自行训练AI、积累经验，也可以使用现成算法帮助快速完成诊断工作，谷歌表示医学图像非常重要，它们约占所有医疗数据的 90%。

据了解，Google Cloud 旨在支持开发用于成像的 AI，以支持更快、更准确的图像诊断，提高医护人员的工作效率，并改善患者的护理可及性和结果。此次推出的Medical Imaging Suite（AI医学影像套件）旨在解决之前阻碍医疗机构实施人工智能的最常见痛点。

影像实验室提供了对NVIDIA公司和Monai创建的现成的基于人工智能的注释工具的访问，这些工具可以执行重复性的手工任务，如标记医疗图像。

Google的BigQuery和Looker服务也在其中，可用于搜索和查看PB级的成像数据。然后用户可以对这些数据进行高级分析，甚至可以用它来为新的人工智能模型创建训练数据集。

该套件的成像人工智能管道模块提供了对顶点人工智能的访问，使用户有办法快速创建人工智能管道，并以最小的自定义编码建立可扩展的机器学习模型。

在此前新泽西州的医疗保健提供者Hackensack Meridian Health中就已使用Medical Imaging Suite（AI医学影像套件）对PB级的图像进行去识别化，未来还将构建AI算法来预测前列腺癌患者的转移。

另外谷歌还与Hologic公司合作开发了首个获得CE认证的数字细胞学平台，该平台将用于宫颈癌筛查的新AI算法与先进的体积成像技术相结合。该平台帮助细胞学家和病理学家识别女性的癌前病变和宫颈癌细胞。接下来，Hologic计划使用医学成像套件扩展平台的功能。

同时，Google Cloud的医学影像套件还竭力确保图像数据的隐私和安全，解决了医疗机构的主要头痛问题之一：合规性。该套件利用Google的云医疗应用编程接口，通过DICOMweb标准提供安全的数据交换，实现安全的图像传输。云医疗API是一个完全可管理的企业级开发环境，提供自动的DICOM去识别功能。

另外医学影像套件有多种部署选项，包括云、企业内部或边缘。Google表示，这种灵活性将确保医疗保健客户能够满足不同的数据安全、隐私和主权要求，Google分布式云提供集中管理和政策执行。目前已与CitiusTech，Deloitte，Omnigen，Slalom和Quantiphi等合作。

02     亚马逊HealthLake Imaging

无独有偶，亚马逊作为全球科技巨头，进军医健服务行业早已路人皆知。近年来其也加快了在医疗健康领域发展的脚步，包括今年7月宣布计划以每股18美元的全现金收购拥有188家线下诊所的 One Medica，交易总金额约为40亿美元（折合人民币约270亿元）。

而在AI医学影像领域，早在2019年亚马逊就联合Amazon Comprehend Medical，通过AmazonWeb云计算平台，以更有效的方式抽取医学图像中的个人健康信息（PHI）。其Rekognition是一款图像识别AI软件，可以识别图像或视频上的文字、对象、场景、活动和人员。而Amazon Comprehend Medical则是利用人工智能自然语言处理（NLP）技术，可以帮助医务人员在医学文本中检测和识别PHI。两者的结合，将为医学影像的PHI识别及处理过程提供更便捷的操作方法。除此之外，其还在AI识图软件等多方面布局。

不久前亚马逊再次在该领域取得了新的进展。即在去年推出的健康数据云平台Amazon HealthLake 上推出了名为HealthLake Imaging新服务功能。

据了解，HealthLake Imaging是一个新的符合 HIPAA 要求的功能，使医疗健康提供商及其软件合作伙伴能够轻松存储、访问和分析 PB 级的医学影像。使用 HealthLake Imaging医疗保健提供商及其软件合作伙伴可以在云中运行其医学成像应用程序，在扩大规模的同时削减基础架构成本。

HealthLake Imaging可以帮助提供商将医学影像存储总成本降低多达 40%，方法是基于云中的单个患者成像数据授权副本运行提供商的医学影像应用程序。在 AWS 合作伙伴的云原生 API 和应用程序的技术支持下，HealthLake Imaging能够以亚秒级的影像检索延迟大规模访问医学成像数据。提供商可以实现向云过渡的成本节约，同时保持低延迟性能，这使他们能够集中时间和资源来提供高质量的患者护理。

目前HealthLake Imaging已分别Intelerad和Arterys合作，以实现下一代PACS系统和AI平台更高可扩展性和查看性能。以及Radical Imaging使用基于HealthLake Imaging API构建的开源项目（如OHIF或Cornerstone.js）为客户提供零占用空间，支持云的医学影像应用程序。

另外NVIDIA 还与 AWS 合作开发了用于 HealthLake Imaging的 MONAI 连接器，MONAI是一个开源医疗AI框架，用于大规模开发和部署模型到AI应用程序中。而Radboudumc和马里兰大学医学智能成像中心（UM2ii）则利用HealthLake Imaging以提高医学图像可用性等。

除此之外，亚马逊还推出了是Amazon HealthLake Analytics。利用高度衔接和复杂的多模态数据是在为患者提供高度个性化和精确定位的诊断和治疗方面取得有意义进展的关键。

HealthLake Analytics 可以轻松查询多模式健康数据并从大规模、个人或人口层面的多模式健康数据中获得见解，并能够在整个企业内安全地共享数据，只需单击几下即可启用高级分析和 ML。这样就无需执行复杂的数据导出和数据转换。可在几分钟内自动将来自多个不同来源（例如医疗记录、健康保险索赔、EHR、医疗设备）的原始健康数据规范化为分析和互操作性就绪格式。

通过与其他 AWS 服务集成，可以使用Amazon Athena 轻松地使用 SQL 查询数据，以及共享和分析数据以实现高级分析和 ML。可以使用 Amazon QuickSight 创建功能强大的控制面板，用于整个患者群体的护理差距分析和疾病管理。或者在 Amazon SageMaker 中快速高效地构建和训练许多 ML 模型，以进行 AI 驱动的预测，例如再次入院的风险或一系列治疗的整体有效性。

03     市场潜力巨大

人工智能医学影像是以深度学习等新一代人工智能技术，高性能计算能力及医学影像大数据共同促进出现的时代产物，同时也是当今医学发展重要的需求方向。人工智能正在改变医疗健康服务的许多方面，医生是早期采用者，已迅速发展为医生提供全方位影像判读的支持。

AI医学影像在健康管理、诊断、治疗中都有显著作用，有望显著提高疾病诊断、治疗和健康管理的效率、准确性、一致性及可及性。产品常应用于超声影像、放射影像、病理影像等非临床科室，应用场景主要支持CT、MR、DR、超声等模态，覆盖头、胸、腹、骨等部位、涵盖脑卒中、颅内肿瘤、冠心病、肺结节、肺炎、乳腺癌等疾病，实现辅助筛查、辅助评估、辅助诊断等功能。

受益于人工智能的不断发展以及在医疗方面的应用，全球人工智能医学影像市场也将逐年增长。预计全球人工智能医学影像解决方案市场将从2020年的不足10亿美元按指数级增长至2025年的646亿美元，复合年增长率为147.7%。

同时，人工智能医学影像的渗透率也将大幅增长。全球渗透率预期将由2020年的约0.2%增至2025年的约13.1%，复合年增长率为141.0%，人工智能医学影像将在全球市场蓬勃发展。

谷歌和亚马逊布局该领域，也是看见了MR、CT等医学成像是目前医疗器械领域占比重最大的赛道。粗略统计每年有数十亿张诊断图像辅助诊断病因，占医疗数据的90%左右。如此巨大的数据量，既能发挥人工智能的作用，又能反过来提高人工智能的能力，自然成为了多家企业角逐的热门赛道。

在国内互联网巨头腾讯也在该领域布局多年，2017年，腾讯就发布了一款AI医学影像产品——腾讯觅影，用以辅助医生发现病灶；2021年9月，由腾讯自主研发的“肺炎CT影像辅助分诊及评估软件”正式获批第三类医械注册证，腾讯也成为了国内互联网科技行业首个获得医疗AI三类证的企业。

除此之外，还有数百家企业入局，竞争日益激烈；而随着未来技术的不断迭代，众多AI医学影像产品不断出现以及渗透率提高，人工智能医学影像市场也将进一步扩容，赛道有望迎来爆发式增长期。

 END