医学影像人工智能市场 大小和分享 2026-2035

医疗影像人工智能市场规模

全球医疗影像人工智能市场在2025年达到21亿美元。根据Global Market Insights Inc.最新发布的报告，该市场预计将从2026年的28亿美元增长至2035年的196亿美元，预测期内复合年增长率(CAGR)为23.9%。

 

深度学习技术与临床影像工作流程的融合正在从根本上重塑诊断精度，人工智能算法在多种影像模态上表现出的曲线下面积(AUC)值已可媲美经验丰富的放射科医生。到2026年中期，美国食品药品监督管理局已累计批准超过1500台人工智能医疗设备，其中放射学占所有批准的约76%，这一采用规模得到了验证。^[1]世界卫生组织于2025年5月通过的第WHA78.13号决议进一步将这一发展轨迹制度化，明确支持将人工智能整合至放射学信息系统，作为实现全球诊断影像公平可及的战略路径。

关键驱动因素

驱动因素影响分析

驱动因素	对CAGR预测的影响	地理相关性	影响时间线
人工智能技术进步	+3% 至 +3.5%	全球	短期（≤2年）
放射科医生短缺加速人工智能采用	+2.5% 至 +3.2%	北美、欧洲、亚太地区	短期（≤2年）
诊断准确性和治疗方案规划改善	+2.3% 至 +3%	全球	中期（2至4年）
研发投资增长推动创新	+2% 至 +2.8%	北美、亚太地区	长期（≥4年）

人工智能技术进步

深度学习、Transformer架构和计算机视觉的发展正在拓展人工智能在影像分析、工作流自动化和临床应用中的能力。现代卷积神经网络在受控临床研究中已实现肝脏分割准确率（Dice评分）超过95%，而同行评议的荟萃分析显示，人工智能驱动的肺结节检测在胸部X光片和CT扫描上的AUC值为0.864至0.937。FDA批准的放射学人工智能工具快速增长——仅2025年就批准了295台设备，其中放射学占所有AI/ML批准的75%——充分反映了底层技术进步的深度和可靠性。这些成果正在加速供应商产品管线的开发，并将临床部署从学术机构扩展至社区医院和门诊影像中心。

放射科医生短缺加速人工智能采用

影像需求与可用放射科医师供应之间的结构性失衡正在加剧对AI辅助工作流程的依赖。哈维·L·内曼健康政策研究所预测，到2055年，影像使用率将增长16.9%至26.9%，主要由老年人群的快速增长所驱动，而同期放射科医师供应预计仅增长25.7%（在当前住院医师培训条件下）。美国医学院校协会估计2024年将面临4.3%的整体医师短缺，放射科即为受影响的专科之一。^[2] AI分诊工具和自动化报告解决方案正被采用作为结构性应对措施，使放射科医师能够将精力集中在复杂病例解读而非常规检查流程上。

提升诊断准确性与治疗规划

AI驱动的影像技术提升了早期疾病检测能力，降低了不同读片者间的诊断差异，并在肿瘤学、心脏病学和神经病学领域提高了治疗规划的精准度。一项发表于同行评审期刊的系统性综述与荟萃分析发现，深度学习算法在乳腺癌检测（涵盖乳腺X光摄影、超声、MRI及数字乳腺断层合成）中的AUC值达0.868至0.909，接近或媲美专科放射科医师的表现。支持诊断准确性的监管级证据正加速医院采购周期，并推动核心市场的报销覆盖范围扩展。

研发投资增长推动创新与市场扩张

医疗IT企业、影像设备供应商、学术医疗中心及早期创业公司的投资增长正加速产品开发周期，并拓展AI影像的临床应用范围。通过国家生物医学影像与生物工程研究所拨付的美国国立卫生研究院资金持续支持低剂量MRI重建、AI辅助心脏影像及多模态数据整合等基础研究。企业级AI影像平台正吸引大量私人资本，尤其在肿瘤学和心血管影像领域，这些领域的报销路径正趋于成熟。

关键挑战

约束影响分析

挑战	对CAGR预测的影响	地理相关性	影响时间线
监管审批流程缓慢	-1.2% 至 -1.8%	全球	中期（2至4年）
AI驱动诊断误差导致的患者安全风险	-1% 至 -1.5%	全球	长期（≥4年）

监管审批流程缓慢

针对AI医疗设备的严格且不断演进的监管要求可能延迟产品商业化进程，并延长人工智能医学影像市场的市场化时间，尤其是在双重合规义务不断扩展的背景下。

在欧盟，制造商现在必须同时遵循《欧盟医疗器械法规》（EU MDR 2017/745）和《欧盟人工智能法案》（Regulation EU 2024/1689）。医疗器械协调小组（MDCG）于2025年6月发布了综合性的交互指导文件（MDCG 2025-6），以澄清重叠的合规性评估义务。在美国，FDA在2025年对AI/ML医疗设备的平均审批时间为142天，这对拥有大量产品管线的供应商而言意味着显著的商业化延迟。这些监管时间线对规模较小的开发商影响更为不成比例，限制了竞争性进入并延长了首次盈利的时间。

AI驱动诊断误差导致患者安全风险

潜在的不准确性、算法偏见或训练与部署人群间的分布偏移可能影响临床决策，并削弱医生对AI建议的信心。研究表明，在精心设计的学术数据集上训练的深度学习算法在部署到社区或资源受限环境时可能表现不佳，因为这些环境中的影像采集协议和患者群体特征与训练条件存在差异。这种泛化差距仍是阻碍AI在临床广泛应用的最重要障碍之一，尤其是在神经学和肿瘤学等高风险专科领域，诊断误差可能带来严重的患者安全后果。监管框架正日益要求对实际世界表现进行监控，增加了上市后监督义务，从而提高了AI供应商的运营成本。

 

医学影像人工智能市场趋势

企业级AI影像平台的扩张

AI医学影像市场正在发生的最重要结构性转变，是从点式解决方案工具向集成化企业平台迁移，这些平台在单一基础设施层内整合检测、工作流管理和诊断报告功能，覆盖所有影像模态类型。以往，AI部署在不同临床使用场景中是碎片化的——一个工具用于胸部结节检测，另一个用于脑部病变分割，第三个用于骨折识别——这种碎片化导致集成开销，限制了在医疗系统中的可扩展性。更为重要的转变是无供应商锁定的编排层的出现，这些编排层位于PACS环境之上，可并行将影像检查路由至多个AI算法，并将整合后的输出直接传送到放射学报告工作流中。

GE HealthCare的Edison平台和Siemens Healthineers的AI-Rad Companion便是这种架构的商业化部署代表，使医院能够在企业级影像网络中部署和管理大量AI算法库。其背后的驱动力在于，大规模管理单独许可的AI工具在运营上极为复杂，这催生了对集成化平台方案的强烈采购偏好，此类方案可降低IT开销并简化监管合规文档。在我们2025年第二季度针对来自12个国家的280位放射科主任的原始调研中，71%的受访者表示企业平台集成能力是首要的供应商选择标准，首次超越了以往对单一算法性能基准的关注。数据显示，需求结构正从算法层面评估转向平台层面采购，这一转变有利于拥有成熟集成架构的成熟影像供应商，而不利于缺乏平台合作策略的独立算法开发商。

工作流自动化与分诊AI的日益普及

工作流自动化与AI辅助病例分诊是AI医学影像细分领域中采用率最高的功能类别，其核心驱动力在于对放射科医师工作效率与科室运营效率的直接、可量化影响。AI分诊系统通过识别颅内出血、大血管闭塞及主动脉夹层等关键征象来优先处理工作列表，已在全球范围内获得最广泛的临床验证与最多的监管批准。由《柳叶刀·肿瘤学》委员会发布的2025年预测报告显示，到2050年全球将面临约1600万名诊断专科医师短缺，其中放射科医师与放射技师占据显著缺口，这使AI分诊系统不再仅仅是效率工具，而是结构性的劳动力解决方案。

2025年发表于《自然·通讯》的一项研究表明，在涉及296名患者的真实临床部署中，AI辅助胸部X光片解读将临床医生报告解读时间缩短了18.3%，同时在结构化报告质量评分方面优于标准实践。Viz.ai的平台将AI检测到的关键征象直接推送至值班医生的移动设备，已在全球1000余家医院部署，成为规模最大的AI分诊影响真实世界验证之一。工作流自动化的二阶效应远超放射科范畴，更快的影像周转时间可缩短急诊患者住院等待时间，并压缩整体住院日。在细分市场层面，分诊AI在急诊放射学与急性卒中护理路径中的采用速度最快，因其治疗时间窗口与患者预后及监管责任直接挂钩。

多模态数据与高级分析的深度融合

• AI解决方案正从单一模态影像分析向整合平台演进，将影像数据与临床记录、实验室结果、基因组谱系及纵向患者病史相融合，从而提供全面的诊断与预后输出。这种多模态整合趋势标志着医学影像AI从单纯的模式识别工具，向嵌入更广泛患者数据生态系统的临床决策支持系统的根本性重塑。其背后的驱动力在于越来越多的证据表明，多输入AI模型在预测临床结局（如疾病复发、治疗反应及早期疾病识别）方面优于仅基于影像的模型。
• 发表于PMC的一项深度学习医学影像分析综述指出，联邦学习与多模态数据融合是当前最活跃的研究方向，通过多站点、多模态数据集训练的模型在泛化能力方面显著优于单一机构的影像单模态基准。在实际部署中，Tempus放射学正构建放射学-基因组学整合平台，将影像表型与分子生物标志物谱系对齐，为肿瘤治疗规划与临床试验患者筛选生成临床决策支持输出。商业价值延伸至精准诊断、慢性病监测与人群健康管理，大幅扩展了传统放射科工作流优化之外的总可寻址市场。更具战略意义的是，多模态AI平台正在构建专有数据集护城河，使拥有大规模纵向影像与临床数据档案的现有企业获得竞争优势，从而在中长期重塑细分领域的竞争基础。

医学影像人工智能市场分析

按部署方式

云端部署

云端部署细分市场在2025年占全球医疗影像AI市场的57.6%，是占比最大的部署模式。云基础设施支持快速部署算法、无缝软件更新、可扩展的大型影像数据集计算能力，并降低医疗系统的前期资本支出，尤其受中型医院和新兴市场医疗网络青睐——这些机构缺乏本地高性能计算资源。该细分市场直接受益于企业级平台趋势，云托管AI编排层可通过标准API连接与现有PACS和RIS系统集成，无需采购硬件周期。监管环境已显著成熟以支持云端部署，FDA针对医疗设备软件（SaMD）产品的审批路径已建立完善，进一步降低云优先供应商的商业化阻力。

主要供应商包括GE HealthCare通过Edison平台，以及Aidoc通过其云原生AI操作系统，已在北美和欧洲多站点医院网络中验证了商业规模的云端部署架构。Aidoc的ORB平台支持医疗系统在统一云托管框架内集成并监控多家供应商的AI算法，是云架构推动AI采用与平台整合同步发展的商业规模案例。云端细分市场的增长轨迹还受益于远程放射学服务和门诊影像网络的扩张，云端AI使AI辅助解读无需现场放射科医生或本地计算基础设施即可实现。

本地部署

本地部署细分市场在2025年占医疗影像AI市场的42.4%，反映出数据主权、网络延迟和监管合规要求排除云端部署的机构仍有持续需求。学术医疗中心、政府医院及国防相关医疗机构——特别是在德国、法国、韩国和中国等严格执行患者数据本地化法规的地区——构成本地部署的核心需求基础。本地部署在实时术中影像应用中仍是首选，因网络依赖延迟在临床上无法接受。

该细分市场正在发生结构性变化，供应商提供混合架构：将时间敏感的推理工作负载本地处理，而将模型训练、软件更新和非关键分析卸载到云端，弱化了纯本地与纯云模式之间的历史二元对立。Siemens Healthineers和Philips Healthcare通过现有影像硬件平台维持强大的本地部署基础关系，为本地AI软件部署提供天然渠道。Canon Medical Systems的Advanced Intelligent Clear-IQ Engine（AiCE），嵌入其Aquilion CT扫描仪产品线，是本地处理AI重建算法的典型案例，无需网络依赖且完全符合数据本地化合规要求。

按影像模态分类

X射线

X射线在2025年AI医学影像市场中占据最大份额，比例为27.1%，这反映了其全球影像量最高、用于模型训练的数据集最丰富以及AI监管批准记录最长等优势。X射线AI应用涵盖胸部X光片解读、骨折检测、牙科全景成像以及高负担地区的结核病筛查。截至2026年中期，FDA的AI医疗器械清单中，胸部X光片类别拥有最集中的放射学AI批准，包括Lunit、Aidoc、Annalise.ai和Subtle Medical等公司的工具获准用于临床部署。

AI胸部X光片工具在经过同行评议的荟萃分析中AUC值达到0.93，展现出高特异性和敏感性，这加速了临床信心的提升，并在高收入和新兴市场推动了医院采购。^[3] X射线AI也是在资源受限环境中AI部署的领先模态，原因在于X射线设备成本相对较低，且云端推理服务可为无本地计算基础设施的医疗机构提供支持。Qure.ai的qXR平台已在25个以上国家的政府结核病筛查项目中部署，展现了X射线AI在资源有限医疗体系中的可扩展性，该模态的可及性为AI驱动的诊断影响创造了最大潜力。

计算机断层扫描（CT）

计算机断层扫描在2025年AI医学影像市场中占据24.5%的份额，是第二大模态细分领域。其增长动力源于CT检查的复杂性和数量，以及AI辅助分析在肿瘤学、肺科学和心血管应用中的高临床价值。CT肺结节检测、肝脏分割、冠状动脉钙化评分和卒中分诊等AI工具已获得广泛临床验证和FDA批准，基于CT的应用在学术和三级医疗机构的高价值放射学AI部署中占据不成比例的份额。Google的CT肺癌筛查深度学习模型在受控研究中表现超越遵循Lung-RADS方案的放射科医生，为CT AI诊断能力树立了新标杆。

光子计数探测器CT作为新兴硬件平台正进入商业部署阶段，其产生的丰富影像数据集有望在预测期内提升多个CT应用中的AI性能。佳能医疗系统和西门子医疗均在积极将AI重建和分析算法原生集成到CT扫描仪平台中——佳能通过AiCE深度学习重建，西门子通过其SOMATOM平台的嵌入式AI功能，进一步将AI嵌入模态采集工作流。CT基础AI的结构性需求因美国和英国国家肺癌筛查项目的扩展而得到强化，这些项目产生了更高的CT扫描量，并巩固了支持AI部署经济学的程序吞吐量基础。

磁共振成像（MRI）

MRI在2025年AI医学影像市场中占据17.6%的份额，是预测期内增长最快的模态细分领域之一。其增长得益于MRI解读的复杂性、AI可压缩的长采集时间，以及神经学、肿瘤学和肌肉骨骼影像等领域MRI临床适应症的扩展。

MRI 中的人工智能应用包括自动脑部病变分割、MRI 重建加速（可将扫描时间缩短 50% 至 75%）、前列腺癌检测与分级以及心脏功能定量分析。美国国立卫生研究院（NIH）通过国家生物医学成像与生物工程研究所（NIBIB）资助了多个项目，专注于低剂量与零剂量对比增强 MRI 的深度学习重建，体现了对无辐射 MRI 扩展的战略重视。

Subtle Medical 的 SubtleMR 平台利用深度学习提升图像质量并缩短采集时间，在 1.5T 与 3T MRI 系统中均有商业化部署，成为 AI 同时提升临床性能与运营效率的典型案例。此外，胎儿与儿科 MRI 需求持续增长，AI 辅助重建与运动伪影矫正技术正好解决这些患者群体长期存在的技术难题。在临床应用层面，前列腺 MRI 的 PI-RADS 评分分析与多发性硬化病变分割的脑部 MRI 分析，已成为该细分领域中最具价值的新兴应用方向，并吸引了专业厂商的大量 AI 开发投入。

超声成像

超声成像在 2025 年占医学影像 AI 市场的 12.3%，其 AI 采用率正在加速增长，主要得益于该技术的便携性、无辐射特性以及在产科、心脏病学与床旁医疗等场景的不断拓展。超声 AI 的应用包括自动胎儿生物测量、超声心动图分析、甲状腺结节分类以及面向经验较少操作者的 AI 引导采集辅助，这在超声技师资源有限的环境中尤为重要。

Butterfly Network 的 iQ+ 便携式超声系统搭载 AI 辅助图像优化与临床解读支持，将 AI 超声能力扩展至床旁、急诊与资源匮乏场景。便携式超声设备在基层医疗与远程医疗工作流程中的普及，正在为超声 AI 开辟除传统放射科之外的新部署渠道，进一步扩大市场空间。多家厂商的 AI 辅助心脏超声（如自动射血分数测量与室壁运动分析）已获 FDA 批准，为心脏病学实践中的商业化应用铺平了付费路径。三星 Medison 正在其超声平台中原生集成 AI 采集引导与自动测量工具，体现了硬件嵌入式 AI 在该细分领域的普遍趋势。

分子影像

分子影像在 2025 年占市场的 8.7%，涵盖 PET、SPECT 及 PET/CT、PET/MRI 等混合成像技术，AI 在此领域主要用于示踪剂定量、病灶检测与治疗策划。与 CT 或 X 射线相比，该细分领域的数据集规模较小，这主要由于分子影像检查成本高且操作复杂，历史上限制了 AI 模型训练。OECD《2025 年健康一览》数据显示，PET 扫描仪在成员国的可及性持续提升，随着肿瘤治疗方案的扩展，为该领域 AI 采用奠定了程序量基础。

在肿瘤分期、治疗反应监测以及阿尔茨海默病淀粉样蛋白定量等PET成像领域，AI应用是临床价值最高的用例之一，吸引了专业厂商对目标AI技术的投资。AI与治疗性核素剂量规划的结合——即AI模型基于PET衍生肿瘤剂量计算来优化放射配体治疗剂量——代表了分子影像学中新兴的高价值应用细分市场，有望在中期预测期内获得商业化发展。

核医学影像

核医学影像在2025年AI医学影像市场中占比6.5%，是一个专业但战略重要的细分领域，AI主要应用于心肌灌注成像分析、骨扫描解读及甲状腺闪烁扫描。用于自动化心肌灌注SPECT分析的AI工具已在多个市场获得监管批准并实现临床部署，实现了标准化量化并降低了核心脏病学实验室的读片差异性。

该细分市场面临结构性体量限制，因为某些核医学检查在部分临床路径中正被CT和MRI等替代方案取代，尽管治疗性核素诊疗的增长部分抵消了这一趋势。GE HealthCare将先进的核医学AI工具与其SPECT/CT平台集成，成为大规模AI原生核医学影像分析的领先商业案例。核医学AI应用的监管成熟度在美欧均有提升，预计在预测期内推动该细分市场的稳健增长，尤其是在核心脏病学和肿瘤治疗性核素诊疗领域，这些领域的临床价值主张最为明确。

其他影像模态

其他影像模态在2025年共占市场3.3%，涵盖光学相干断层扫描（OCT）、数字病理全切片影像、皮肤镜及胶囊内镜等新兴影像应用，其中AI算法展现出强劲的诊断性能，但商业化部署仍处早期阶段。由Google DeepMind及多家眼科设备制造商开发的视网膜OCT分析AI在糖尿病视网膜病变、年龄相关性黄斑变性及青光眼等疾病上的AUC值达到0.933至1.00，成为各模态中诊断AI性能最高的基准之一。非传统影像模态的监管框架正在完善，FDA和欧洲监管机构收到的皮肤镜和内镜影像数据AI工具申请日益增多。该细分市场的长期增长潜力巨大，AI有望将高精度影像诊断扩展至基层医疗和社区健康场景，缓解专科医师资源不足的问题。

按适应症分类

肺部影像

肺部影像是最大的适应症细分市场，在2025年占全球市场份额的22.8%，主要受肺癌、结核病及COVID-19后遗症影像需求高发驱动，同时肺放射学领域积累了大量AI验证证据。肺结节检测、肺癌风险分层、COVID-19肺炎量化及COPD严重程度评估等AI工具在放射学AI领域获得的FDA批准数量超过其他任何适应症类别。

早期肺癌检测的临床紧迫性——早期与晚期诊断的五年生存率差异显著——推动了医师对改善低剂量CT肺癌筛查检查检测灵敏度的AI工具的强劲需求。Aidoc的肺部AI套件与Lunit INSIGHT CXR均已在多个医疗系统中大规模商业部署，代表了该适应症领域的领先产品平台。美国与英国的国家肺癌筛查项目正在扩大适应人群标准，推动CT扫描量上升，并强化了医院与诊断中心等场景下AI辅助肺部影像解读的结构性需求。

乳腺影像

乳腺影像在2025年AI医疗影像市场中占比18.1%，是临床成熟度最高的AI适应症之一，已有多款获FDA批准与CE标记的AI工具在全球乳腺X光筛查项目中商业化部署。乳腺影像AI应用涵盖乳腺X光计算机辅助检测（CAD）、数字乳腺断层合成（DBT）分析、乳腺超声病灶分类及乳腺MRI病灶特征分析。

一项同行评审的荟萃分析显示，深度学习算法在多种影像模态下的乳腺癌检测AUC值达0.868至0.909，为AI辅助乳腺X光阅片提供了临床信心。霍利奇公司的Genius AI Detection 2.0于2025年获FDA 510(k)批准（产品代码QDQ），是北美筛查项目中部署最广泛的乳腺影像AI工具之一，展现了该适应症细分市场的商业成熟度。欧洲放射学会已积极参与乳腺癌筛查AI部署指导框架的制定，推动欧盟成员国监管标准化并加速机构在国家筛查项目中的采用。

心血管应用

心血管应用在2025年占据17.6%的市场份额，是预测期内增长最快的适应症，主要受全球心脏病高发病负担、心脏影像解读复杂性及CT冠状动脉造影与心脏MRI在临床路径中应用扩展的驱动。心血管影像AI应用包括自动射血分数测量、冠状动脉钙化评分、CT基础血流储备分数（CT-FFR）分析、主动脉瘤尺寸测量及AI辅助超声心动图解读。

Cleerly公司的AI驱动冠状动脉CT血管造影分析平台可量化冠状动脉斑块成分与狭窄严重程度，已在无创心脏影像路径中实现商业规模部署，并在大型多中心数据集中完成临床验证。美国国立生物医学影像与生物工程研究所（NIBIB）通过NIH资助支持了下一代光子计数探测器CT的AI辅助冠状动脉影像研究，指明了该适应症的长期技术发展方向。美国与部分欧洲市场的心血管AI报销覆盖日趋成熟，降低了历史上临床采用的障碍，并将试点部署转化为全面采购项目。

骨科

骨科在20

2025年医疗影像AI市场中，肌肉骨骼影像占4%，其特点是高程序量且市场分散，涵盖骨折检测、关节间隙分析、植入物定位评估及骨质疏松筛查。在急诊科环境下，X光骨折检测AI工具（漏诊骨折带来重大临床与医疗法律风险）已获得强势监管批准并快速商业化部署。

RapidAI已将其急症护理AI平台扩展至肌肉骨骼应用领域，多家专业骨科AI厂商在骨龄评估及脊柱影像学椎体骨折分级方面表现活跃。全球老龄化推动骨科影像程序量增长，为该细分领域AI部署经济性提供支撑基础。通过AI从常规CT影像（为其他临床目的采集）中提取DEXA等效测量值，实现自动骨密度测量与骨质疏松风险分层，是骨科细分领域内极具潜力的新兴应用，有望在无需额外影像检查的情况下大幅提升AI使用率。

神经学

神经学在2025年占据10.2%的市场份额，涵盖脑部MRI、卒中分诊的CT灌注成像、白质病变量化及神经退行性疾病生物标志物提取等AI应用。急性缺血性卒中AI分诊工具（通过CT灌注检测大血管闭塞及核心梗死体积）已在AI影像领域取得最具说服力的临床结果证据，多项研究显示在AI分诊活跃的环境中，治疗时间缩短且患者预后改善。RapidAI的RAPID平台与Viz.ai的LVO检测算法是神经学AI分诊领域领先的商业化部署平台，均拥有广泛的FDA批准组合及覆盖2,000余家与1,000余家医院的国际部署足迹。

阿尔茨海默病细分领域正成为发展重点，用于淀粉样蛋白PET量化及脑部MRI海马体容积测量的AI工具支持临床试验终点测量与早期诊断决策。脑部MRI多发性硬化病变分割与纵向追踪（AI可在不同扫描间可靠识别新发或扩大病变）是另一高价值神经学应用细分领域，正吸引传统影像厂商与专业AI开发商的定向投资。

肝脏影像

2025年医疗影像AI市场中，肝脏影像占8.8%，专注于肝细胞癌检测、肝脏分割、非酒精性脂肪性肝病（NAFLD）量化及肝硬化分期等AI应用。深度学习肝脏分割模型在对照研究中已实现Dice评分常规超过95%，为AI肝脏分析应用建立了高技术性能基准。

随着全球NAFLD与代谢相关脂肪性肝炎（MASH）患病率上升，以及MRI弹性成像与多参数肝脏MRI在临床分期方案中的应用扩展，肝脏影像领域涌现出新的AI应用机遇。飞利浦医疗已开发出AI辅助肝脏MRI分析工具，并将其集成至多参数肝脏影像方案中，代表了一种厂商集成式AI肝脏诊断支持方法，充分利用了公司的硬件-软件集成能力。

The liver indication also benefits from growing demand for pre-operative surgical planning in hepatic surgery, where AI-generated 3D liver segmentation models from CT data are being used to support volumetric planning and reduce operative risk across complex hepatic and pancreatic surgical procedures.

其他适应症

其他适应症在2025年共同占据7.1%的市场份额，包括甲状腺影像、前列腺癌检测、肾脏影像、胃肠道影像和眼科等领域的AI应用，这些应用目前处于不同的商业成熟度阶段。AI辅助前列腺MRI分析用于PI-RADS评分和临床显著癌症检测已产生大量临床验证证据，研究显示在受控环境下其性能可与经验丰富的泌尿放射科医生相当。采用ACR TI-RADS标准的甲状腺超声AI用于结节特征分析已由多家厂商商业化部署，减少了手动超声检查师评估固有的变异性。眼科AI在视网膜影像方面持续获得强劲采用，其在糖尿病视网膜病变和黄斑变性检测中的AUC值已超过0.93。AI向这些相邻适应症的扩展拓宽了整体可及市场，并通过跨专科临床效用的多元化支持厂商平台策略，这一发展尤其与AI原生厂商试图超越其初始适应症重点领域的战略相关。

按应用划分

诊断决策支持

诊断决策支持是2025年全球医学影像AI市场中最大的应用细分领域，占比42.6%，涵盖通过标记发现、覆盖概率评分和生成结构化诊断输出等方式增强放射科医生解读的AI工具。该应用细分领域体现了医学影像中AI最直接且商业化验证最充分的用途，涵盖所有主要影像模态和适应症的异常检测、病变分类、严重程度评分和鉴别诊断生成。

FDA的大量AI设备审批主要集中在诊断决策支持应用领域，其中大部分已获批工具作为计算机辅助检测和诊断（CAD）系统运行，辅助而非取代放射科医生的解读。来自《医学互联网研究杂志》的同行评议研究表明，深度学习辅助的临床医生在基于影像的癌症识别中表现优于未使用辅助的医生，从而支撑了AI作为决策支持协同阅片工具的临床价值主张。诊断决策支持AI的企业级部署正通过DICOM原生集成实现标准化，使其能够无缝嵌入现有PACS和放射学报告工作流程，无需打断工作流程，进一步加速医院和诊断中心的机构采用。

放射治疗规划

放射治疗规划在2025年占据16.9%的市场份额，涵盖AI在危及器官自动分割、肿瘤勾画、适应性放疗规划和剂量优化等方面的应用，其中AI正在缩短历史上一直是治疗规划工作流程瓶颈的手动勾画步骤。复杂治疗计划的手动勾画可能需要每位患者数小时时间；由飞利浦医疗、瓦里安（西门子医疗子公司）和RaySearch Laboratories等厂商商业化部署的AI自动分割工具已将这一过程缩短至数分钟，同时在可接受的误差范围内保持临床准确性。

MR-linac（磁共振引导直线加速器）的日益普及正在将AI应用扩展到实时适形治疗工作流程中，其中AI模型必须在治疗时间框架内生成治疗计划调整，对推理速度和可靠性提出了更高要求。美国的医疗报销框架正在演进，以认可AI辅助治疗计划，为放射肿瘤科部门采用并标准化AI计划工具创造了经济激励。AI放射治疗计划的临床证据基础正通过前瞻性多中心研究不断加强，特别是在前列腺癌、头颈部癌和肺癌治疗计划中，AI生成的轮廓在同行评审评估中已显示出与临床医生相当的质量。

纵向疾病监测

纵向疾病监测在2025年AI医学影像市场中占比14.2%，代表着一个具有高临床价值和强劲增长动力的应用细分领域。该领域的增长驱动力包括精准肿瘤学方案的扩展、慢性病管理项目以及需要标准化影像生物标志物追踪的临床试验。该细分领域的AI应用包括自动化肿瘤负荷测量、病灶体积追踪、使用RECIST和iRECIST标准的治疗反应分类，以及神经退行性疾病进展监测。纵向测量的自动化降低了读片者间差异，提高了影像生物标志物终点的可重复性，这在临床试验中尤为重要，因为监管机构对AI测量终点的接受度正在上升。

Tempus放射学及多家企业级影像信息学供应商已开发出纵向AI平台，用于追踪队列级疾病进展数据，同时支持个体患者管理和人群健康分析。纵向影像AI与电子健康记录和临床决策支持系统的集成正成为战略发展重点，使AI能够在护理点以支持实时治疗决策的方式呈现临床可操作的趋势信息。

手术与介入规划

手术与介入规划在2025年占据11.1%的市场份额，涵盖AI在3D器官重建、术前模拟、术中导航支持以及从CT和MRI数据集进行血管解剖图谱绘制等方面的应用。多家供应商已商业化部署了基于CT血管造影数据生成的AI 3D解剖模型，用于主动脉支架移植物尺寸确定、结构性心脏介入规划以及复杂肝胰手术准备。该细分领域在减少手术并发症和缩短手术时间方面具有显著价值主张，血管外科项目的健康经济学证据显示，采用AI辅助术前规划可显著降低术中并发症发生率。

直觉外科公司及其他机器人手术平台供应商正在将术前AI影像分析集成到其机器人手术准备工作流程中，在手术机器人生态系统内创造了嵌入式AI应用需求。微创与影像引导介入手术的增长正在扩大支持AI规划应用采用的手术量基础，跨介入放射学与外科专科领域，混合手术室环境则代表了实时AI影像辅助的高价值部署场景。

临床研究与试验

临床研究与试验在2025年AI医学影像市场中占比8.9%，是一个战略性重要的应用领域。AI正在标准化影像终点测量、加速从大型影像档案中提取数据，并使得此前因人工标注负担过重而无法实施的回顾性队列研究成为可能。制药公司、合同研究组织及学术临床试验团队已在积极使用AI工具进行自动RECIST测量、从回顾性影像档案中检测病变以及提取影像生物标志物，以此降低影像终点评估成本并缩短时间线。

截至2025年，美国FDA正在制定AI/ML在临床试验中应用的指导意见，有望为AI生成的影像终点提供监管明确性，进一步扩大该应用领域。Annalise.ai及专业临床试验影像供应商正在开发专门针对II期和III期肿瘤学试验监管与数据标准要求的AI平台。随着越来越多来自去标识化影像数据集的真实世界证据被用于支持监管提交，对大规模影像数据整理与标准化测量的AI需求持续增长，预计该应用领域在预测期内将实现高于平均水平的增长。

其他应用

其他应用在2025年共占市场的6.3%，包括AI在放射学教育与培训模拟、质量保证与方案优化、患者排程与影像资源利用，以及扫描仪级别的AI辅助影像采集优化等方面的用例。通过优化扫描方案以在保持诊断影像质量的同时降低患者辐射剂量的AI应用，是一个商业活跃的开发领域，供应商正将AI驱动的方案管理直接集成到CT和MRI扫描仪操作系统中。Rad AI的自动放射学报告生成与先前对比辅助工具是已商业化部署的AI应用，专注于报告工作流优化而非传统影像分析，展现了AI应用范围在更广泛影像工作流中的多元化。教育领域正处于商业化早期阶段，AI被用于为放射学住院医师培训创建合成影像数据集，但已成为学术医疗中心与放射学教育组织的发展重点，以扩大培训案例多样性与可及性。

按终端用途

医院

医院在2025年全球AI医学影像市场中占据主导地位，占比56.1%，这反映了先进影像基础设施、高手术量及机构IT投资能力在急性护理医院环境中的集中度。大型学术医疗中心与整合医疗网络是企业级AI影像平台的主要早期采用者，其影像业务规模为前期集成与许可投资提供了经济合理性。

医院细分领域因拥有最完善的AI部署监管基础设施而受益，包括已建立的临床治理框架、医护人员资质认证流程以及IT安全协议，这些都支持AI工具的验证与持续性能监控。企业级AI平台供应商（包括GE HealthCare、Siemens Healthineers和Philips Healthcare）已将其市场推广重点集中在医院系统客户群体，考虑到企业级部署所带来的收入规模与长期合同期限。新兴市场的政府医院在国家健康数字化倡议的支持下，正成为一个不断增长的医院需求细分领域，并开始推动印度、东南亚和拉丁美洲AI影像采用，特别是针对能最大限度降低前期基础设施需求的云端部署模式。

诊断中心

诊断中心在2025年占据21.8%的市场份额，是一个快速增长的最终用户细分领域，主要受门诊影像产能扩张与云端AI平台采用的推动，后者降低了医院外AI部署的基础设施要求。独立放射学中心、远程放射学服务商及影像连锁机构运营着高容量、成本竞争力强的商业模式，与AI驱动的生产力提升高度契合，使其成为在经济上有动力率先采用AI分诊与报告自动化工具的群体。Aidoc与Viz.ai均已为诊断中心细分领域开发出专门的商业产品，使影像站点能够在无需专职放射科医生全天在岗的情况下，每天处理数百项研究的云端AI部署成为可能。

远程放射学（放射科医生为多家影像中心远程阅片）的增长正在创造对AI分诊工具的结构性需求，这些工具能在高容量远程阅片工作流程中优先处理工作清单，这一动态在美国和澳大利亚尤为明显，因为这些地区的远程放射学服务模式已相当成熟。北美和欧洲的诊断中心整合趋势正在形成更大规模的多站点影像网络，为企业级AI平台投资提供规模支撑，加速该细分领域从单一算法许可向整合平台采购的转变。

诊所

诊所在2025年占据AI医疗影像市场的18.1%，包括专科诊所、骨科诊所、肿瘤中心及多专科门诊设施，这些机构运营着低容量影像设备，与医院和诊断中心细分领域相比，其AI采用驱动因素各有不同。即时护理AI应用（特别是超声与数字X光分析）是诊所细分领域的主要增长动力，其中AI辅助采集工具的便携性与低基础设施需求与临床环境高度契合。心脏病学与骨科专科诊所是诊所细分领域中AI影像渗透率最高的子细分领域，自动射血分数测量与骨折检测工具已被集成到特定模态的工作流程中，用于开展大量超声心动图与肌肉骨骼X光检查的诊所。

AI许可模式从大型企业合同向模块化、按研究订阅定价的转变，正在降低无法承诺企业级商业条款的小型诊所的采用门槛，这一结构性转变预计将在预测期的中期推动诊所细分领域的显著增长。

The expansion of AI imaging into primary care clinic settings, supported by point-of-care ultrasound tools such as Butterfly Network's iQ+ system and portable X-ray AI solutions, represents a long-term growth opportunity that is currently at an early commercial stage but addresses a substantial unmet need in primary diagnostic capability at the point of care.

其他最终用户

其他最终用户在2025年共同占据4%的市场份额，包括研究机构、政府卫生机构、军队医疗系统以及兽医影像中心，每个领域都代表了AI医学影像工具的专业化部署场景。学术研究机构是AI影像工具的重要消费者，这些工具被用于临床试验执行、回顾性队列研究以及新算法开发，代表了一个与临床研究和试验应用类别交叉的需求细分市场。

美国及其盟国的政府和国防医疗系统正在评估AI影像部署用于作战医疗支援，其中AI辅助放射影像分诊在偏远或恶劣环境中解决了与医院采用相同的人员缺口问题。兽医影像细分市场虽然相对于人类医学影像规模较小，却是一个新兴的AI采用领域，特别是在伴侣动物肿瘤影像学方面，原本为人类CT和X射线分析开发的AI工具正被改编用于兽医应用。政府资助的公共卫生项目，如针对低收入国家的结核病筛查、癌症早期检测以及孕产妇健康影像项目，代表了一个政策驱动的需求渠道，有望在预测期内稳步增长，并得到WHO WHA78.13决议框架及多边卫生融资机制的支持^[4]

按地区划分

北美人工智能医学影像市场

北美在2025年占据AI医学影像市场43.8%的份额，保持最大的区域份额，这得益于FDA批准的AI影像部署密度、医院IT投资深度以及以诊断准确性和运营效率为奖励的价值导向护理合同的成熟度。美国占据了该地区绝大部分收入，加拿大通过国家卫生系统AI采用计划在《加拿大数字健康战略》下做出了有意义的贡献。在监管层面，FDA的AI/ML-enabled SaMD 510(k)审批途径在2025年单独处理了295项新审批，其中放射学占75%的授权，为医院采购创造了不断扩大的商业就绪产品组合。

针对AI辅助乳腺X光读片和AI增强冠状动脉CT血管造影分析等特定AI影像应用的报销已在CMS覆盖途径下建立，形成了将医疗系统试点部署转化为全面商业合同的财务激励结构。美国放射学会的数据科学研究所已发布结构化AI验证框架，美国医疗系统正在使用该框架标准化供应商评估，而Hologic的Genius AI Detection 2.0于2025年获得FDA 510(k)批准，成为当年最具商业意义的单项AI设备授权之一。

欧洲人工智能医学影像市场

欧洲在2025年占据26.7%的市场份额，是仅次于北美的第二大区域市场。该地区监管环境复杂，涉及多司法管辖区，且医疗体系以国家主导的医疗系统为主，采购流程高度集中化。欧盟《医疗器械法规（EU MDR 2017/745）》与《欧盟人工智能法规（EU 2024/1689）》的双重合规要求（通过2025年6月发布的MDCG 2025-6指导文件进一步明确）为寻求CE标志的医疗影像工具AI医疗设备制造商带来额外合规负担，其中高风险AI系统分类适用于诊断影像应用场景。^[5]

德国在欧洲AI部署中处于领先地位，其《数字健康应用法案（DiGA）》框架下的数字健康报销政策以及《医院未来法（KHZG）》下的医院IT现代化投资基金，正在推动AI影像采购规模化发展。英国NHS转型局在放射学领域开展了多项活跃的AI影像项目，包括在NHS信托机构部署AI胸部X光分诊工具，以及通过《数字健康技术NICE证据标准框架》进行结构化验证。欧洲放射学会于2025年发布的《AI法规在放射学中的实施建议》，为欧洲放射学部门提供了实用治理框架，支持合规导向的AI部署。法国、荷兰及北欧地区正成为德国和英国之后的新兴增长市场。

亚太地区人工智能医疗影像市场

亚太地区在2025年占全球AI医疗影像市场的22.1%，是增长最快的区域市场。该地区增长主要受中国本土AI影像产业、印度不断扩展的诊断基础设施以及日本和韩国在技术集成临床AI应用方面的领导地位驱动。在中国，得到国家支持的AI医疗影像企业（如Infervision和DeepWise）已实现广泛的医院部署，得益于国家药品监督管理局（NMPA）的有利监管路径及全国远程医疗扩展计划，后者要求AI辅助放射学支持农村影像覆盖。

在印度，AI影像采用正通过《阿育世曼·巴拉特数字化任务》下的公私合作伙伴关系加速推进。Qure.ai在印度及全球25个以上国家的政府和私立医院网络部署了其qXR AI胸部X光分析平台，用于结核病筛查和胸部疾病检测。我们在2025年第三季度对中国、印度和韩国八大医疗系统的企业影像负责人的访谈显示，截至2025年中期，63%的受访者已在临床工作流程中部署至少一种AI影像工具，其中工作流程分诊和CT肺部筛查是采用率最高的应用场景。日本和韩国正在推进技术驱动的差异化战略，三星Medison和佳能医疗系统在超声和CT平台中原生集成了AI采集引导和自动化测量工具，面向区域及全球市场，使亚太地区既成为创新中心，也是市场增长重地。

人工智能医疗影像市场份额

该市场呈现出明显的寡头集中态势，2025年排名前五的企业共同占据约65%的市场收入，剩余35%则分散在众多专业AI供应商、区域平台提供商及新兴创业公司中。GE HealthCare凭借约23%的市场份额占据领先地位，这一地位建立在其主导的成像硬件安装基础、整合多供应商AI算法的Edison AI平台以及覆盖CT、MRI、X射线和超声的广泛FDA批准AI应用组合之上。Siemens Healthineers位居前五中的第二位，其AI-Rad Companion和syngo.via平台已在全球医院系统商业部署，并在其SOMATOM CT扫描仪系列中深度集成AI重建算法。Philips Healthcare则在成熟的医学影像供应商三强中占据一席，主要通过其IntelliSite平台和嵌入Philips放射学运营指挥中心（ROCC）架构的AI原生企业影像解决方案进行竞争。

在AI原生供应商中，Aidoc和Viz.ai已在纯AI细分市场中占据领先地位，通过其FDA批准组合的广度、医院网络部署规模以及临床结果数据（证明可衡量的工作流程和患者结局改善）实现差异化。Aidoc的放射学AI操作系统可协调急诊和非急诊放射学工作流程中的检测、优先级排序和沟通，已在全球1,000多家医院部署。Viz.ai的护理协调平台可将AI检测到的关键发现直接路由至治疗医生，并已产生同行评审证据，证明在中风、肺栓塞和主动脉夹层治疗时间上的缩短，为采购决策提供直接支持。

在我们2025年下半年的针对来自9个国家的190名医院采购官员和IT主管的调研中，供应商与现有PACS和RIS基础设施的集成能力被74%的受访者视为决定性购买因素，算法性能则以68%位居第二，凸显集成深度作为企业采购竞争差异化的战略重要性。竞争态势的特点是，整合影像供应商平台（GE HealthCare、Siemens Healthineers、Philips Healthcare）因硬件-软件捆绑和长期服务关系而受益，而AI原生平台（Aidoc、Viz.ai、RapidAI）则在算法广度、临床证据深度和硬件无关互操作性方面竞争。

该细分市场的并购活动反映出医疗IT行业对AI影像能力的战略重视。成熟影像供应商通过收购专业AI算法开发商以扩展其批准组合和临床应用覆盖范围，其中Siemens Healthineers对Varian Medical Systems的整合在AI能力扩展方面成为最具影响力的近期交易。同时，基于大规模多模态影像数据集训练的基础模型正开始改变竞争基础，从单一算法性能转向底层模型架构和训练数据规模，这一转变有利于拥有最大专有影像数据集和大规模训练及微调基础模型计算基础设施的参与者。预计这种动态将在预测期的中期推动进一步整合，因数据规模优势的复合效应和算法趋同将削弱独立算法供应商的差异化空间。

医学影像人工智能市场企业

市场主要参与者包括：GE HealthCare、Siemens Healthineers、Philips Healthcare、Canon Medical Systems、富士胶片控股、Aidoc、Viz.ai、RapidAI、Tempus放射学、Lunit、Qure.ai、Annalise.ai、Subtle Medical、Rad AI、Cleerly Inc。

GE HealthCare

运营爱迪生AI平台作为其主要的企业级AI医学影像基础设施，使医疗系统能够在多模态影像环境中部署和管理来自GE及第三方厂商的大量AI算法组合。该公司的AI产品组合涵盖CT重建、MRI影像质量增强、超声采集引导以及核医学定量分析，凭借模态覆盖的全面性，其定位为最全面的AI医学影像平台供应商。GE HealthCare与全球影像科室建立的成熟硬件服务关系，为AI软件采用提供了结构化的商业渠道，AI功能日益整合至硬件服务和升级协议中，从而延长收入持续时间并提高转换成本。

西门子医疗通过其AI-Rad Companion系列及syngo.via Advanced Visualization平台进行竞争，AI功能原生嵌入其SOMATOM CT、MAGNETOM MRI和ACUSON超声平台。公司收购Varian Medical Systems后，将放射治疗规划AI功能纳入产品组合，使西门子医疗在诊断和治疗性AI影像应用领域均有布局。公司的teamplay数字健康服务生态系统为AI算法在全球安装基础上的分发提供云端交付渠道，实现持续软件更新与新算法部署，无需现场服务访问。

飞利浦医疗专注于企业级影像信息学与AI，通过飞利浦放射科运营指挥中心（ROCC）模式，将AI分诊、工作流管理及远程放射学家监督整合为服务型商业产品。公司的IntelliSite病理解决方案及AI辅助心脏影像工具代表了在放射学与病理学领域的AI部署，依托飞利浦的整合诊断信息学战略。飞利浦正重点投资于多参数MRI肝脏影像AI及AI引导超声采集，针对高复杂度临床应用，通过与影像系统的深度集成实现与AI原生厂商的差异化竞争。

佳能医疗系统将AI重建与分析算法集成至其Aquilion CT和Vantage MRI平台，其Advanced intelligent Clear-IQ Engine（AiCE）深度学习重建技术已在多代扫描仪上实现商业化部署。佳能的AI战略以硬件嵌入为主，而非平台式协调，通过AI算法与扫描仪操作参数的紧密集成，在扫描生成时优化影像采集与重建质量。公司在亚太地区（尤其是日本）的区域优势，为AI影像技术开发与验证提供了战略性国内市场，助力其后续国际商业化。

富士胶片控股通过其REiLI AI平台参与AI医学影像竞争，该平台涵盖AI辅助胸部X光分析、CT发现检测及数字病理影像分析。富士胶片在传统X光与计算机X射线摄影系统的优势，为AI X光分析工具部署提供了安装基础渠道，尤其在亚太地区与新兴市场，传统X光仍是主导影像模态。公司已在数字病理AI领域投资，作为对传统放射影像组合的补充，将可及市场扩展至实验室医学与肿瘤诊断领域。

Aidoc

是领先的原生AI平台供应商，提供放射学专用AI操作系统，覆盖CT、MRI和X光等15项以上FDA批准的应用，涵盖急诊分诊适应症，包括颅内出血、肺栓塞和主动脉病变。Aidoc的ORB平台使企业级医疗系统能够在统一的工作流框架内集成、管理和监控来自多个供应商的AI算法，将公司定位为在单一算法提供商之上的AI编排层。公司已与Epic、Sectra及其他医疗IT供应商建立战略合作伙伴关系，将其AI分诊功能嵌入到EHR和PACS的企业级工作流中，从而巩固其相对于平台竞争对手的集成护城河。

Viz.ai 运营一套护理协调平台，将AI医学影像检测扩展到临床沟通工作流中，在扫描完成后数分钟内通过移动通知将关键AI检测结果直接路由至相应专科医生。该公司已获FDA批准的应用覆盖卒中、肺栓塞、主动脉夹层和肥厚性心肌病检测，其临床结果数据证明这些急症的治疗时间显著缩短。

RapidAI 专注于AI驱动的急诊影像分析，其RAPID平台已在全球2000余家医院商用，用于急性卒中CT灌注分析、肺栓塞检测和主动脉影像。RapidAI的临床结果证据源自其部署网络的大规模观察性数据，已成为其监管审批策略及与医疗系统商业定位的核心，这些医疗系统需要临床结果数据来证明采购决策的合理性。

Tempus Radiology 将AI赋能的放射学分析与分子和基因组数据相结合，将其平台定位于影像AI与精准医疗的交汇处。该公司的技术可将影像表型与分子生物标志物谱系相关联，生成多模态临床决策支持输出，尤其适用于肿瘤治疗计划制定和试验患者筛选。

Lunit 是一家总部位于韩国的AI影像公司，其胸部X光分析（Lunit INSIGHT CXR）和数字病理（Lunit SCOPE）产品已获FDA和CE认证，并在包括美国、欧洲和亚太在内的多个市场商用。该公司的胸部AI工具已在前瞻性临床研究中得到验证，并已部署至国家癌症筛查项目，形成了支持其国际市场扩张的强大临床证据基础。

Qure.ai 是一家总部位于印度的AI医学影像公司，其产品已在25个以上国家商用，覆盖AI胸部X光分析（qXR）、CT脑部解读及资源匮乏环境下的远程放射学支持。

Annalise.ai 是一家总部位于澳大利亚的AI医学影像公司，已开发出目前市面上最广泛的多病种AI胸部X光工具之一，其Enterprise CXR产品可在单次AI推理中检测出120余种不同的胸部病变。

Subtle Medical 开发了AI赋能的影像质量增强和扫描时间缩短工具，用于MRI和PET影像，其SubtleMR和SubtlePET平台已在全球多个扫描仪供应商平台上商用。

Rad AI 专注于放射学报告工作流自动化，其Impressions产品通过AI生成放射学报告主体的报告印象部分，缩短放射科医生完成结构化报告所需的时间。

Cleerly Inc. 专注于心脏CT影像领域，提供AI驱动的定量冠状动脉分析，基于CT血管造影数据实现斑块成分、狭窄严重程度和缺血风险的无创评估。

医疗影像行业人工智能重要新闻

• 2025年5月：第七十八届世界卫生大会通过了WH78.13号决议，强化医疗影像能力建设，明确呼吁成员国将人工智能和临床决策支持工具纳入放射学信息系统，作为国家战略的一部分，以实现公平的诊断影像获取。
• 2025年6月：医疗器械协调小组与联合人工智能委员会联合发布AIB 2025-1和MDCG 2025-6指导文件，阐述欧盟医疗器械法规与欧盟人工智能法案在AI医疗器械方面的协同作用，为双重监管的AI影像产品提供制造商统一的合规性评估框架。
• 2025年：美国食品药品监督管理局在2025年全年共批准295款AI/ML医疗器械，其中放射学领域占75%，到年底累计获批AI设备总数达1,451台，仅放射学AI设备就突破1,000台大关。
• 2025年：发表于《自然·通讯》的一项研究表明，一套用于自动化胸部X光片解读的AI系统在真实世界部署中，将临床医生报告解读时间缩短18.3%，并提升了结构化报告质量评分，为AI放射学报告价值提供了高质量前瞻性临床证据。
• 2024年：欧盟人工智能法案（正式名称为《欧盟2024/1689号法规》）在《欧盟官方公报》上发布并生效，将基于AI的诊断影像工具归类为高风险AI系统，需接受强制性合规评估、透明度要求及上市后监控义务。
• 2024年：美国食品药品监督管理局在2024年全年批准了168款ML医疗器械（II类），其中94.6%通过510(k)途径获批，显著扩充了可用于商业医院部署的放射学AI获批产品库。

市场集中度评分

医疗影像人工智能市场在集中度评分中达到6分（满分10分），反映出顶级市场呈现中高度集中态势——前五大厂商共同占据约65%的全球收入，而超过50家专业AI供应商、区域平台提供商及早期创业公司则构成分散的长尾市场，共同占据剩余35%的份额。

医疗影像人工智能市场研究报告涵盖该行业的深度分析并提供2022至2035年收入（单位：百万美元）的预测与估算，覆盖以下细分领域：

市场，按部署方式

• 云端部署
• 本地部署

市场，按影像模态

• X射线
• 计算机断层扫描（CT）
• 磁共振成像（MRI）
• 超声成像
• 分子影像
• 核医学影像
• 其他影像模态

市场，按适应症

• 乳腺影像
• 肺部影像
• 神经学
• 心血管应用
• 肝脏影像
• 骨科
• 其他适应症

市场，按应用场景

• 诊断决策支持
• 放射治疗计划
• 外科与介入计划
• 纵向疾病监测
• 临床研究与试验
• 其他应用

市场，按终端用户

• 医院
• 诊所
• 诊断中心
• 其他终端用户

上述信息涵盖以下地区与国家：

• 北美
  • 美国
  • 加拿大
• 欧洲
  • 德国
  • 法国
  • 英国
  • 西班牙
  • 意大利
  • 荷兰
• 亚太地区
  • 中国
  • 日本
  • 印度
  • 澳大利亚
  • 韩国
• 拉丁美洲
  • 巴西
  • 墨西哥
  • 阿根廷

• 中东与非洲
  • 沙特阿拉伯
  • 南非
  • 阿联酋