对于大型医院而言，如果一个AI产品只能提高帮助阅片医生提高效率，让他们更快下班，这显然不符合医院的利益需求。医院更希望的是医生用更快的速度将报告递交给患者，尤其是已经住院的患者，以供临床医生更快作出决策。如果AI能够让过去耗时两天的出具时间缩短为半天，那么住院患者等待的时间就能节约1-2天，更多的患者能够获得治疗，单个患者的医保总支出减少，医院的收入也会因此受益。

这样的产品对于场景要求很高。只有患者排队等待治疗，且临床数据量大的场景才符合这一要求。从市场上来看，冠脉CTA拥有比较成熟的AI产品，数坤科技率先看到了这个亮点，推想科技、深睿医疗也在2019年陆续进入。

基层医疗的需求与医院又有所不同。在分级诊疗下，基层医疗需要更好地实现“小病不出村”，就需要提高诊疗的准确度，提高医生判断患者的病情的能力。从当前形式上来，很多基层医疗机构需要的是“医疗供给能力”的提升，而非“效率的提升”。

所以，很多落地基层医院的AI产品，需要尽可能地提高易操作性与准确性。但随着医联体的进步，中心阅片形式的普及，影像科AI产品的终端进入基层医疗的可能性变小，但能提供准确诊断路径的AI CDSS或许存在更大的应用空间。

而对于体检中心/第三方影像中心而言，由于影像科的利益与医疗机构利益更为一致，更迅速的诊断，更精准的报告意味着更多的收入与更好的口碑，人工智能的价值会更为突出。从2018年至今，美年、爱康等体检机构均以平台的方式圈地，平安健康（检测）中心、衡道病理、全景医学等第三方检验中心也纷纷开发AI产品以提高效率。

回到影像科医生的角度，他们的需求在于更少的工作时间与更多的科研支持。所以，如果通过与影像科医生交好的方式实现AI的商业化，实际上很难走通。但影像科医生能够为AI企业提供进入医院的机会，挖掘产品存在的问题，纠正AI开发者的“互联网思维”，并合理提供科研数据……影像科医生已经成为AI发展中不可缺失的一环。

在了解了“渔网”与“水域”的情况后，其中的问题也显示了出来。我们可以看到，大部分人工智能产品是从医生需求出发，解决医生工作中面临的单点难题，但很少有人工智能企业会针对基层医疗、体检中心量身定制AI产品。这样的选择的确能够让医生满意，但由于没有完整考虑支付方的需求，AI商业化在一定程度上因此受阻。