2015年，《财富》杂志报道了一组数据，在一场肺癌诊断竞赛中，IBM开发的人工智能程序“沃森”，以90%对50%的准确率大胜人类。
在世界各地，医疗专家普遍是受人尊重的职业，并享有优厚待遇。医生的学习年限往往较其它专业更长，要随时学习最新的行业知识。正因如此，我国医疗市场长期处于供不应求的状态，对于拥有丰富经验的专科医生，患者往往一“号”难求。
而人工智能之所以能在医学影像领域“媲美”专家，正是依赖“经验”。
作为AI程序，“沃森”拥有不眠不休的学习能力，相比人类，“沃森”跟进最新病例数据的能力远远胜出。在辅助诊断时，“沃森”可以在几秒钟之内提炼全球医学杂志的关键信息，并梳理成诊疗方案。
而肺癌诊断只是医疗AI大显身手的冰山一角。以医学影像AI为代表，随着相关产品陆续获批上市，医疗AI商业化的大潮正在兴起，其中视网膜影像AI尤为引人注目，已广泛应用于疾病的辅助诊断及健康管理。
PaRt.1 视网膜影像AI热
2016年，AlphaGo在围棋比赛中击败李世石，人工智能成功出圈，震惊了世界。基于深度学习技术，人工智能如今已从一个概念，走向了应用爆发，许多服务行业和其相关职业也随之发生转变。
医疗被认为是人工智能最有应用前景的行业之一。医学中的诊断、治疗都高度依赖医生的经验，但同时，医疗过程本身产生了大量可标准化的数据，包括门诊、住院、影像、手术、临床症状、患者特征等等。这意味着，相关数据一旦由AI整合，就有加快服务效率的空间。
在医疗AI行业中，医学影像AI发展速度最快，目前已进入了加速商业化的阶段。
在我国，医学影像医生面临较大供应缺口，《智能化医疗健康的应用与未来》一书提供的数据显示，我国医学影像数据量每年增长约30%，而放射科医师年增长率仅为4%，市场需求的扩大与供给不足背景下，医学影像AI识别的重要性愈发凸显。
当前，医学影像AI主要应用于肺部、心血管、眼底、骨骼、头颈等相关病种的诊断和检测，2020年以来，国内各个细分赛道下均有2-3款产品陆续获得国家药监局批准上市，部分企业在海外也已经形成规模收入。2021年，科亚医疗、鹰瞳科技、数坤科技、推想科技等头部企业相继向港交所递交招股书冲关IPO。最终，专注视网膜影像人工智能的鹰瞳科技拔得头筹，成功上市。
视网膜影像AI确实是医学影像AI中发展最为迅速的细分赛道之一。瞄准这一赛道的，不仅仅有国内初创企业，谷歌、IBM等国际互联网巨头早早便已抢滩布局。
