影像需求與醫(yī)生數(shù)量的錯位，也導(dǎo)致醫(yī)生負荷過重，影響診斷效果，而這其中就有人工智能發(fā)揮的空間。而美國哈佛醫(yī)學(xué)院參與進行的智能診斷臨床試驗顯示，人工智能輔助醫(yī)生進行乳腺癌診斷可以將誤診率從4%降低到0.5%。不斷增長的需求與技術(shù)的進步，基本可以解釋醫(yī)療影像領(lǐng)域人工智能類公司的崛起。
從成立時間上看，今年或許可以不免俗，被認為是人工智能+醫(yī)療影像的“元年”（純主觀判定）。根據(jù)上表中的統(tǒng)計，有今年就有5家公司成立；其余公司也集成在2012-2015年成立，但初期多提供影像云服務(wù)，智能業(yè)務(wù)也多在今年開始拓展。
相比之下，國內(nèi)也并不落后，上文提到的幾家國外公司中，僅Butterfly Network成立較早，是在2011年，其余公司也僅兩歲左右。
從地域上劃分，13家公司中有8家位于北京，其余位于上海、深圳、杭州等地，這倒是與人工智能公司的總體地域分配相符。
2016年融資狀況
在國外，醫(yī)療影像智能分析公司發(fā)展較早，目前部分公司已經(jīng)較為成熟，處于A輪融資階段較多，個別獲得B輪融資。
比如，Enlitic在去年獲得了1000萬美元A輪融資，該公司使用深度學(xué)習(xí)技術(shù)，幫助放射科醫(yī)生分析醫(yī)療影像；Butterfly Network則在2014年的8000萬美元A輪融資后，去年再獲得1億美元B輪融資，這是一家醫(yī)療成像技術(shù)公司，通過一種新型醫(yī)學(xué)成像設(shè)備，建立數(shù)以千計圖像的數(shù)據(jù)庫，然后使用人工智能的方式分析新的臨床治療手段。