第三点是算法框架的限制。“能否拥有自己的算法框架非常重要。因为目前的算法框架，绝大部分公司都是用的开源算法，尤其是在超声领域，能够拥有自己的算法的企业非常少。超声AI与其他放射AI不同，它对于自主研发的算法框架非常依赖，这与它分析产品的准确度和实时性强相关。”

他举例说道，如果算法过于冗长，会导致处理速度慢，而超声具有实时性的要求，一秒钟就有几十帧图像，有的心脏影像每秒上百帧，没有强大的算法无法处理这么多的数据。而德尚韵兴作为国内最早进行超声AI产品研发的企业，已经发布了超声甲状腺、乳腺、盆底、肝脏、颈动脉等AI产品。因为拥有完全自主知识产权的算法框架，德尚韵兴所有的超声AI产品无论是适应性还是性能，表现就会更加突出。

除了以上三点外，如果AI想要实现搭载于掌上超声上，还需要解决算力限制的问题。掌上超声硬件设备的限制，图像清晰度的限制，对于搭载AI软件提出了更大的挑战。掌上超声设备远远小于传统的超声设备，这将十分考验AI的算力。

朱瑞星表示：“AI超声是一个系统性的工程，不单单是说企业拥有了一个算法之后，就可以做诊断识别。例如如果载体是掌上超声，需要使用板载芯片和GPU协助运算，算法设计、IC设计、芯片和功耗都需要考虑其中。”

企业不仅要拿出一个非常精确的模型来分析超声波视频，而且在此基础上，还必须确保该模型能有效地在Android平板电脑或手机平台的有限资源下工作。 

审批将是一道坎，FDA带来新突破

在超声AI的赛道中，无可避免的一大阻碍是政策审批问题，caption health获得了FDA审批，可以说是为大部分持续投入AI超声研发的企业拨开云雾。

朱瑞星表示，FDA的审批进展对于国内来说有着重要利好：“我相对早开始关注AI+超声这个领域，此前，这个领域一直处于蛰伏期。随着FDA批准了AI+超声辅助诊断软件，这个行业可能会迎来风口。2016年，AI+医学影像领域发展最受关注的时候，也正是FDA批准了首个AI辅助诊断软件的时候。”

FDA设备与医疗中心体外诊断与放射健康办公室副主任Robert Ochs博士在批准Caption Health