释放优质医疗资源，辅助提升就医效率

医疗辅助决策产品的落地将在很大程度上释放医疗资源，解决医疗资源缺乏等问题。传统问诊流程中，医生和患者往往无法进行合理匹配。因此大医生的精力通常会被耗费在普通疾病上，而无法专注科研及疑难杂症的研究。此外，由于基层缺乏优质医生，无法与患者搭建起良好的信任关系，进一步促使患者涌向三级医院的大医生。

全科及专科辅助诊断产品基于人工智能（语音、图像、语义、生物识别、机器学习等）、云计算、大数据、通信传输、物联网等技术，将作为辅助医生诊疗的工具，释放优质医疗资源。一方面，全科辅助诊断将汇集常见病种信息，帮助基层医生做出初步诊断，以提高诊疗准确率，为有需求的患者提供向上转诊服务。另一方面，影像病理类产品将辅助医生处理大量冗繁的图片信息，在短时间内捕捉肉眼难以识别的变化，为大医生提供有效而及时的预警，最终提升患者生存率。

影像病理类辅助诊断已初步落地，2022年市场规模将达55.86亿元

艾瑞认为2022年医疗辅助决策市场将全面落地，市场规模将初步达到55.86亿元人民币。以应用场景为例，医疗辅助决策可被应用在全科及专科领域。

全科辅助诊断，主要帮助全科医生进行病人的初诊及筛查，实现基层诊疗机构或大型三级医院/机构的快速分诊。该类产品的研发需要基于体系化的疾病数据库、语义识别等技术，因此相较专科类的产品成熟度低。目前，全科辅助诊断的准确率在85%左右，其产品落地仍需要1-2年时间。

专科辅助诊断主要涉及的技术是图像识别，因此相对成熟，且在影像、病理识别中的准确率能够达到90%以上。涉及的领域包括肺部各类结节、胸部结节/气胸、脑疝、宫颈癌、眼底筛查、口腔、皮肤等多类以影像病理图片筛查为基础的疾病或科目。目前专科辅助诊断的价值在于为医生提供病灶性状描述、自动生成报告、精准定位病灶，降低漏检风险。

2018年辅助决策应用合作医院及应用案例

B端客户已入场，收费方式多样

医疗辅助决策企业的客户将主要来自B端，及各地政府卫计委、医院、基层医疗机构/第三方检验平台等。现阶段，针对不同客户常见收费方式有三种：

1）软件租赁或解决方案，企业为医院机构或政府（省市卫计委）搭建系统或软件服务，获取一定技术服务费或软件租赁费。

2）数据分析收入，企业为体检机构提供影像识别服务，提高影像读取效率；或利用机器学习为药企提供服务，以便提高药物发现的“命中”几率。

3）产品绑定，将成熟模型与健康医疗器械绑定，辅助提升其市场竞争力。大数据企业将获得一定比例的提成或资源。

4）按使用次数收费，未来AI技术在获得三类器械认证后，患者可在就医时实现按次付费。

2018年企业客户商业模式概况