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

　　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。

　　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”。

　　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。

1.3AI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。目前较为典型的应用就是DNA倍体检测，人体正常细胞为2倍体，分裂过程中的细胞处于2 - 4倍体状态，而肿瘤细胞会出现显著异常的DNA含量，出现4倍体以上的异常DNA倍体细胞，通过对异常DNA倍体细胞的检测，就可以知道样本是否存在突变的细胞，在肿瘤的早期诊断中有较好的应用，能够有效提升诊断效率，提供标准化、数量化的检验指标。

引入AI辅助甚至替代人工进行一些常规的病理诊断及癌症筛查，能够有效弥补人工诊断效率低、病理医生不足、缺乏统一质控管理等问题。

　　病理AI诊断流程主要包括标准化切片的制作、切片数字化扫描、AI算法读片、AI提示阳性切片人工复核等环节。实现病理AI诊断的主要关键点在于标准化的制片、数字化处理、足量的基础数据对算法模型进行训练、AI算法假阴性率(病变细胞误识为正常细胞)的控制等。作为计算机AI识别图像进行诊断，对于切片图像的标准化要求较高，能够保证稳定的制片、成像标准的仪器是开发病理AI算法基础；其次病理诊断覆盖的疾病种类较多，尤其是癌症类型繁多，要实现病理AI对各个病种的精确诊断需要大量的病例数据支持，目前行业的主要切入口在于通过对常见病种普查的辅助诊断来降低病理医生的重复性工作，提升病理诊断效率，这一模式中的关键在于控制病理AI算法的假阴性率，防止出现由于算法的误判导致漏诊，保证病理AI能够在保证诊断有效的前提下提升病理诊断效率。

　　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

通过AI技术和医疗大数据平台的结合，人工智能在医疗影像辅助诊断、药物开发、疾病预测等方面开始发挥重要作用。病理AI使稀缺的病理医疗资源满足更多的诊疗需求，解放病理医生的大脑和双手，尽可能惠及更多普通患者。

2.1病理AI开发包括数据积累、算法开发、场景应用等环节

病理AI开发过程主要包括有效数据的采集积累，基于有效数据的算法开发、模型训练，以及医院、第三方检验相关场景的应用。数据基础包括相关硬件设备生产商和医院、第三方检验机构，算法开发涉及权威的病理专家集团、智能算法开发企业等，AI应用场景回归到医院病理科及第三方检验机构。针对下游不同医疗应用场景和病理诊疗特点，开发不同的算法辅助医生诊断，并随着数据量的扩充和下游需求持续更新。

　　有效数据的积累是现阶段病理AI算法开发关键。目前产业仍处于发展初期，有效数据的积累是进入下一阶段的关键。国内大部分医疗数据存储于医院以及第三方检验机构，一方面，医院内部的临床数据中心建立尚不完善，医院内部数据互联互通程度和共享程度尚低，医疗数据涉及病人隐私，共享机制和规范缺乏；另一方面，第三方检验机构具有较好的数据资源积累，但不同检验机构由于相关设备、软件的差异，数据标准化程度各不相同，往往基于自身掌握的数据资源进行算法开发。

　　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

病理AI同时隶属于AI+医疗行业，2018年我国AI+医疗市场规模有望达到200亿元，近年来保持高速增长。病理AI属于AI+医疗领域的医学影像诊断细分领域，应用于疾病的诊疗环节，主要适用的技术包括数字化成像、图像识别、人工智能算法等，是人工智能结合医疗行业的重要分支。根据中国数字医疗网统计，2016年我国AI+医疗行业规模为96.61亿元，同比增长122.09%；2017年达130亿元，同比增长34.56%，2018年我国AI+医疗行业有望达200亿的市场规模，同比增长53.85%。

　　宫颈癌筛查是当前病理AI中应用最广泛的检测场景。根据中国癌症中心统计数据，宫颈癌位居女性癌症发病率第六位，是最常见的妇科高发恶性肿瘤之一。通过病理薄层细胞学检测或HPV检测可有效进行早诊早治。由于其可通过定期筛查预防、需求量大、病例数据积累较多等特点，成为病理AI率先布局领域，我们以宫颈癌为代表测算细胞病理筛查宫颈癌的市场空间：21 – 65岁女性均需进行宫颈癌定期筛查，我国适龄女性人口在4亿人左右。以每人年均 0.5 次宫颈癌液基薄层细胞学检查(TCT)检查计算，宫颈癌细胞病理筛查潜在市场规模约为 442 亿元，这为病理AI进行宫颈癌筛查提供了广阔发展空间。

　　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

目前国内AI病理行业主要由上游的硬件设备、试剂生产商，中游的病理专家和智能算法软件开发企业，以及下游的医院、疾控中心和独立实验室等应用终端构成。

　　病理AI上游企业以安必平、鸿琪科技、福怡股份(870084.OC)为代表，主要提供病理检测试剂及病理智能诊断标准化前处理设备等服务。中游企业如迪英加、视见科技、图玛深维等在病理、影像、放疗诊疗领域具备成熟医学影像分析软件平台，拥有相关核心算法与技术实力。2018年由阿里健康牵头，兰丁高科、图玛深维等12家医疗健康AI企业共同建立面向医疗AI行业的第三方人工智能开放平台。医院以及金域医学、华银健康等第三方检测平台等构成了病理AI行业下游的应用终端，通过提供海量临床病理数据与产业链上游企业密切合作，进一步推进病理诊断的信息化、自动化和智能化。

此外，兰丁高科及麦克奥迪通过全方位打造从硬件设备、全自动智能化诊断筛查系统到第三方病理诊断中心，实现了一站式病理诊断服务的全覆盖。兰丁高科依托其自主研发的病理诊断设备、病理AI系统、病理专家团队、第三方实验室网点，完成完整的商业闭环，公司于2018年实现了6个月内完成37万例“互联网+人工智能”宫颈癌筛查项目。麦迪医疗是麦克奥迪(300341.SZ)全资子公司，主营产品及业务包括病理切片数字化扫描与应用系统、数字病理远程专家诊断、细胞 DNA定量分析系统(用于癌症早期筛查)及相关诊断耗材的技术支持与医疗诊断服务。

　　2.4病理医生供需失衡，AI诊断助力发展

由于待遇、工作量及培养周期等因素造成我国病理医生极度短缺，经测算我国病理医生缺口多达7万人。病理医生的供需失衡极大限制了病理行业的发展以及基层诊疗水平的提高。AI病理诊断技术能够实现自动化诊断，将辅助病理医生提高诊断效率，并提升诊断灵敏度，病理AI远程系统及独立实验室也有助于基层医疗诊断水平的提高。

2.4.1病理医生紧缺制约行业发展

我国病理医生极度短缺。根据北京协和医院《2015年国家病理科医疗质量报告》统计数据，2014年我国病理执业医师及助理执业医师约1万人，远低于美国、欧洲等发达国家水平。我国每万人中病理医生数量指标约0.08，远低于美国、欧洲的0.90、0.81，我国病理医生相比发达国家极为短缺。

　　我国目前病理医生规模远未达到临床需求水平。根据卫生部2009年发布的《病理科建设与管理指南(试行)》中规定的标准，病理医师按每100张病床1 – 2人配备。结合《中国卫生健康统计年鉴(2018)》统计数据，目前我国医疗机构床位数总计7940252张，病理科执业医师及助理执业医师约9660人，以百张病床配备一名病理医生的标准计算，需病理医生约8万名，病理医生缺口在7万名左右，现有的病理医生规模远不能满足国内医院的临床需求。

　　培养一个成熟的病理医生需要十年以上的时间，病理医生短缺问题在短期内难以通过加大培养力度解决。相比国外，我国病理医生的培养流程相对不成熟，国内目前病理医生大多来自临床医学专业。根据美国病理医生的培养流程，从获得学士学位起到成为具备签发病理诊断报告资格的病理主治医师(Attending Physician)需要12 - 15年。我国目前约7万名病理医生的缺口在短期内难以通过加大培养力度解决。

　　2.4.2病理资源匮乏限制基层医院诊疗水平

绝大部分病理医生集中于二级以上医院，基层病理资源尤为匮乏，无法开展后续诊疗。根据北京协和医院《2015年国家病理科医疗质量报告》，约62%的病理医生就职于三级医院，约37%的病理医生就职于二级医院，就职于一级医院的病理医生仅为1%左右，基层病理医生匮乏导致基层医疗机构没有病理诊断的能力，只能将患者转诊到大医院进行后续诊疗或者采取保守治疗。病理AI远程诊断或独立实验室可帮助基层医疗机构进行病理诊断，使基层医疗机构具备了开展后续诊疗的条件。

　　2.4.3病理科自动化程度低，诊断时间长

相比于检验、影像科室，病理科的自动化水平较低。根据HIA发布的《中国首部公立医院成本报告(2015)》，我国公立医院各科室成本构成中，病理科人员成本占总成本比达到46%，显著高于其他临床科室，检验、影像科室这一指标分别为35%、27%。病理、检验、影像三个科室的设备配置方面，病理科设备配置数量、种类均明显少于检验、影像科室。

　　病理诊断所需的时间较长。由于病理检验的自动化水平较低，开展病理检验所需的时间较长。常规的病理检验所需时间至少在3日以上，如果有较为疑难的病症，加做免疫组化或分子病理，所需的诊断时间达7 - 10个日。相比之下，检验、影像科室的检验项目大部分在日内即可完成。

　　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

3.1 AI诊断技术准确性有待提高，无法完全替代病理医生

AI病理诊断技术能够实现自动化诊断，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亟待解决的技术难点。一旦条件稍有偏差，诊断结果或谬以千里，仍需进行大规模多中心的临床验证以保证其准确性。因此，AI诊断的结果最终的结果仍需病理医生审核，并结合其他临床资料进行综合确诊。AI诊断的结果能够辅助诊疗，但无法完全替代病理医生的作用。

　　多环节影响病理AI诊断准确性。样本采集制片是病理AI诊断的首要环节，其成片质量直接决定后续图像质量的高低及结果判读的准确性。不同染色制片硬件设备、制片方法以及批次间质控的稳定性决定了成片是否满足后续分析要求。

　　数据处理是将病理成片转化为图像数据并进行处理的过程。大临床样本数据平台保证了AI训练样本的广泛性和代表性，图像抓取质量校正以及AI诊断算法的开发优化是病理AI准确性得以不断提升的核心要素。

　　病理AI在小范围试验的训练结果并不能完全代表其真正的诊断能力，而诊断标准也会随着不同病理医生的结果判读而变化。所有病理AI技术在真实临床落地应用前，都需要经过严格的随机对照研究和多中心的临床试验进行验证，才能真正作为评判手段和标准。

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

近年我国新发癌症病例呈上升趋势，女性“两癌”(乳腺癌、宫颈癌)发病率居高，基层两癌筛查需求巨大。根据全国肿瘤登记中心统计数据，全国癌症新增病例由2010年的315.7万例上升至2015年的429.16万例，五年增幅达35.94%。女性病例中乳腺癌、宫颈癌的发病率分别为16.51%、6.04%，分别为女性癌症发病率的第一、第六位，基层开展两癌筛查的需求巨大。

　　政策大力支持基层开展免费两癌筛查，带来强劲的基层病理诊断需求。2009年政府工作报告首次明确提出“在农村妇女中开展妇科疾病定期检查”，同年卫生部发布了《农村妇女“两癌”检查项目管理方案》，提出了通过宣传、健康教育和为全国35~59岁农村妇女进行“两癌”检查等方式，提高“两癌”早诊早治率，降低死亡率的总目标以及2009-2011年为1000万农村妇女开展宫颈癌检查，为120万人进行乳腺癌检查的年度目标。基层两癌筛查的政策在全国各省市不断推进深化，普及力度、筛查周期、目标群体不断完善，以广东、北京、湖南、浙江等省市为例，近年免费两癌筛查力度均不断加大，免费两癌筛查工作成为政府惠民扶贫的重点工作之一。

　　3.3融资：人工智能行业快速发展带动病理AI加速落地

近年我国人工智能产业快速发展，行业规模保持高增速。根据中商产业研究院发布的《2018-2023年中国人工智能行业市场前景及投资机会研究报告》数据显示，2017年中国人工智能市场规模将达到152.1亿元，增长率达到51.2%。随着人工智能技术的逐渐成熟，应用场景不断扩展，预计2018年中国人工智能市场规模有望突破200亿元大关，达到238.2亿元，增长率达到56.6%。

　　人工智能行业投融资活跃，资本进入促进行业快速发展。根据中商产业研究院统计数据显示，近年来人工智能行业投融资活跃，资本大量进入，全年投资金额由2012年的6亿元快速增长至2017年的582亿元，2017年投资金额同比增速达65.34%。资本的进入将促进人工智能行业快速发展，随着人工智能技术不断成熟，应用场景不断丰富，病理AI诊断技术落地将得以加速。

　　人工智能算法图像识别能力不断提升，算法发展为病理AI打下坚实基础。2012年，深度学习模型首次被应用在图像识别大赛(ImageNet)，算法错误率降至16.4%，获得当年冠军。2015年，微软通过152层的深度网络，将图像识别错误率降至3.57%，表现已经优于人眼5.1%左右的错误率。2017年ImageNet挑战赛中，Momenta团队利用SENet架构夺冠，模型已达到2.251%的错误率。人工智能图像识别能力的不断提升将推动人工智能病理诊断获得快速发展。

　　在医疗影像领域已有多个团队成功开发人工智能诊断算法。谷歌、上海交通大学、浙江大学等科技企业及高校在医疗影像诊断的相关具体疾病检测方面已成功开发出媲美人工诊断准确率的AI算法，AI的诊断速度及准确率能够达到或接近人工水平。随着各病种数据库、算法的不断完善，AI诊断将在医疗诊断中发挥重要作用。

　　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

人工智能被列入国家发展战略，人工智能+医疗成为新技术结合传统产业的重点维度。我国医疗领域医生资源的短缺是造成看病难问题的重要原因，基于职业培养特点短期内难以通过常规教育途径解决这一问题，人工智能医疗的可复制性有望在短期内有效缓解这一矛盾。2016年国务院公布了《关于促进和规范健康医疗大数据应用发展的指导意见》，明确指出健康医疗大数据是国家重要的基础性战略资源，需要规范和推动健康医疗大数据融合共享、开放应用，为开发人工智能算法的数据基础提供了规范化指引，2017年7月20日国务院正式印发《新一代人工智能发展规划》，提出了我国面向2030年新一代人工智能发展的指导思想、战略目标、重点任务和保障措施，描绘了我国新一代人工智能发展的蓝图，明确提到发展人工智能治疗新模式、智能影像识别、病理分型和智能多学科会诊等应用。

　　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

病理AI的问世将有效的解决我国病理医生短缺的问题，满足基层的病理诊断需求。临床病理大数据平台以及AI算法开发优势是病理AI企业抢占市场并在竞争中保持领先地位的核心能力。因此，我们看好在全产业链布局的兰丁高科、麦克奥迪(300341.SZ)，以及有强大AI图像识别开发支持的华银健康和视见科技。

4.1兰丁高科：技术到服务打造完整商业闭环

武汉兰丁医学高科技有限公司成立于2000年，由孙小蓉博士为首的留学归国人员团队创建。公司主要从事于人工智能癌细胞诊断研究、生产、销售、临床筛查服务等业务。其自主研发的人工智能宫颈癌筛查诊断技术与互联网结合，实现数字化的病理筛查服务。

多款产品通过CFDA、FDA、CE认证，拥有核心技术专利。核心产品人工智能宫颈癌筛查系统、人工智能骨髓细胞(白血病)诊断系统均通过CFDA认证，并且掌握相关核心专利，过硬的配套设备研发生产能力为开发人工智能诊断提供有力保障。

　　由技术到服务，打造病理诊断的完整商业闭环。兰丁高科围绕宫颈癌病理诊断开展了一系列商业化落地探索，通过向医院提供囊括制片、染色、诊断和报告全流程的全自动智能化宫颈癌筛查系统，解决基层医院缺乏宫颈癌细胞病理诊断的相关设备、人才资源问题，实现一站式诊断服务；截止2018年已运营4家独立第三方病理诊断中心，向基层医疗机构提供宫颈癌细胞病理诊断服务，实现基层医院病理诊断的完全外包，同时通过全自动数字(远程)病理细胞分析仪，实现细胞病理玻片的自动数字化，并提供远程阅片服务，解决基层病理医生匮乏的难题，积累宝贵的病例数据资源。

　　兰丁高科自研AI诊断系统能够大幅提升诊断效率，盈利模式包括下游医院耗材销售、国家两癌筛查资金支出、自建第三方检验中心病理服务收入。在各类癌症中，宫颈癌是唯一一个能够通过预防筛查而实现根除的恶性肿瘤，国家实施两癌筛查计划，目前我国总体筛查比例为21.4%，其中城市为25%，农村为18%，同比发达国家覆盖率达80%，潜在市场空间巨大。兰丁高科开发的人工智能宫颈癌筛查系统为解决潜在市场需求巨大与病理医生短缺问题提供了全新解决方案。

　　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

麦克奥迪(厦门)医疗诊断系统有限公司(以下简称麦迪医疗)成立于2004年5月，主营病理切片数字化扫描与应用系统、数字病理远程专家诊断、细胞学计算机辅助诊断(DNA倍体分析系统)及相关耗材的技术支持与医疗诊断服务业务，产品通过CFDA认证。公司于2016年、2018年分两次向上市公司麦克奥迪转让100%股权，成为麦克奥迪的全资子公司。

麦克奥迪拥有国内领先的医用显微镜生产研发实力。麦克奥迪于2015年全资收购的麦克奥迪实业集团有限公司是国内品牌第一的医疗显微镜供应商，主营业务是生产销售光学显微镜、数码显微镜和显微图像集成系统产品，2018年显微镜业务实现营业收入4亿元。

　　公司产品通过CFDA认证，业务包括设备生产、病理AI系统、第三方检验服务。公司主要产品包括数字切片扫描与应用系统、细胞DNA倍体分析系统等，相关产品通过CFDA认证，公司在厦门、沈阳、上海、银川建立了第三方病理诊断中心，提供结直肠癌、乳腺癌、肺癌等相关病理诊断服务。

　　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

广州华银医学检验中心成立于2009年，主要从事第三方检测诊断技术服务，是国内领先的第三方检验机构。华银健康在广州、南京、广西、成都等城市建有7个区域运营中心，拥有覆盖全国25省区的检验病理服务网络，积累了大量的临床病理数据资源，联手腾讯的图像识别、大数据处理、深度学习等领先AI技术，实现跨领域的强强联合。

华银健康联合腾讯觅影是产品+流量，数据+算法的合作，开辟医疗O2O的新模式。华银健康建有国内大型病理诊断中心、临床检验中心、临床遗传转化中心等多个高新技术平台，其中华银病理诊断中心作为国内具显著影响力的病理诊断中心之一，拥有丰富的数字病理数据库，为临床病理诊断人工智能深度学习提供了丰富的病理资源、高质量大数据样本资源以及覆盖全国的临床资源。2017年11月，基于在医疗AI领域获得的技术突破，腾讯获批承建医疗影像国家新一代人工智能开放创新平台，与华银健康合作，共同推动医学AI领域的跨学科研究，通过产学研多种形式，整合双方资源，推动AI病理的创新突破。

　　4.4视见科技：病理、放射、放疗多领域AI产品布局

深圳视见医疗科技有限公司成立于2017年2月，是一家由人工智能及医学影像技术专家和世界500强高管共同创立的创新性高科技公司。目前视见医疗的产品研发包含放射影像(DR/CT/MR)辅助诊断、放疗靶区辅助勾勒及病理(细胞学、组织学)影像辅助诊断三大方向。

产品和服务涉及放射、病理和放疗三大优势领域。视见科技开发的宫颈液基细胞人工智能筛查系统、乳腺癌淋巴转移病理人工智能分析系统、胸部X光片人工智能辅助诊断系统等，可广泛应用于医院、独立影像和检验中心、远程诊断云平台、医学影像软硬件厂商、医学教研机构和患者等用户群体。

　　深圳、香港、北京、成都及贵阳等地设立研发中心，形成以华北、华中、华南及西南等地区为主的市场战略布局，并与国内多家知名医院建立合作关系。视见科技合作伙伴包括北京协和医院、四川大学华西医院、上海市同济医院等多家国内一流知名医院。

　　5。风险提示

(1)市场竞争风险 ：可能吸引各类大型竞争对手集中加入，造成竞争冲击

(2)政策变动风险 ：国内政策尚存不确定性

 

（文章来源：广证恒生）