医疗影像是现代医学最重要的临床诊断和鉴别诊断工具。影像成像技术的不断丰富使医学影像从辅助检查工具变为现阶段医生做诊断时最大的信息入口，接近70%的临床诊断需借助医学影像。
图：医疗影像在众多病种的应用，已经成为最重要的临床诊断工具
医疗影像诊断不止是“目测”，正在从定性向定量演进。在介绍人工智能在医疗影像的应用场景之前，首先需要纠正大家的一个偏见：医疗影像诊断实际上就是医生“看片子”，人工智能+医疗影像就是“机器看片”。实际上，影像诊断主要分两类：结构类影像及功能类影像诊断：
1） 结构类影像：简单来说就是“所见即所得”的影像，比如X光、CT就属于这一种，它能够非常直观地观察到生理结构，判断是否有物理变化的病变，相当于“大家来找茬”。这种影像类型结合人工智能，就是大家通常意义上讲的“机器阅片”。但对于一些没有明显物理变化的疾病，就束手无策了。
2） 功能类影像：相当于结构类影像的“补集”。这类影像能够研究脏器细胞对某种物质的代谢能力，从而反映出这个脏器的功能是否正常。机器检查放射性示踪剂在人体代谢的状况，记录反应能量代谢的数据矩阵，通过一张二维的影像片子来呈现。影像不能反映真实生理结构，只能通过影像像素的明暗程度来表示代谢的强弱程度、是否异常，而医生又无法研读数据矩阵。这样一来，诊断结果只能全凭医生的肉眼和经验来判断，即使是专家，误诊漏诊率也在30%-50%。对于这类影像，人工智能要做的事情就是帮助医生做更精确的判断，也就是影像信息的后处理，将影像信息转换为定量的数据并做分析诊断。具体流程：第一步，就是做定量化。要把肉眼看到的影像，转化成数学的数据，把一张图像转化成数学矩阵，通过数字的方式去诊断病灶。第二，引入大数据。建立疾病数据库，把定量化的数据引入到可参照的系统中，并进行下一步的比对分析。
从功能来看，人工智能在医疗影像领域的应用场景可以分为两类：1）机器看片：强调的是替代或者辅助医生观察影像数据的作用。以帮助医生提升影像诊断效率为主要目的，解决医生资源不足的问题；2）机器读片：强调的是对医学影像数据的内容解读，帮助医生进一步提高影像诊断精准度，解决的问题是加强医生的诊断水平。
图：人工智能在医疗影像领域的应用场景
市场机遇：医疗影像是千亿级的市场
医疗影像医生供需缺口巨大。1）放射科：按照动脉网蛋壳研究院的数据，放射科有超过50%的医生工作时间在8小时以上，20.6%的医生每天平均工作时间超过10个小时。目前我国医学影像数据的年增长率约为30%，而放射科医师数量的年增长率只有4.1%，放射科医师数量增长远不及影像数据增长。这意味着放射科医师在未来处理影像数据的压力会越来越大，甚至远超负荷；2）病理科：根据deep care提供的数据，在中国病理医生非常的缺乏，大概平均七万中国人一位病理医生，而在美国是平均两千人一位病理医生，缺口按照美国的标准是达到3-4万。综上，现有的医疗影像医生其实面临工作负荷过载，跟不上日益增加的医疗影像需求的问题。在繁重的工作负担下，人工分析只能通过医生经验去进行判断，误诊和漏诊率较高。
图：病理科医生的供需缺口
图：放射科医生的供需缺口
医学影像的解读需要长时间专业经验的积累，影像科的医生培养周期相对较长。国内医疗影像+人工智能领域创业公司Deep Care做过一个调研对比：让高年资（40年）病理医生与低年资（10年资）病理医生对同一组乳腺癌淋巴转移数字病理切片进行诊断，结果显示，低年资医生与高年资医生的诊断差距达30%。从这个调研的数据，我们可以对影像科医生特别是病理科医生的培养周期有一个较为感性的认识。
图：乳腺癌淋巴转移数字病理切片诊断准确率比赛
的误判率。
医学影像市场存量规模在4000亿左右。我国医院财报显示影像检查收入占医院收入的10-20%，与检验科接近，仅次于药品。根据2015年中国卫生和计划生育统计年鉴数据统计，我们2015年医疗费用支出约4万亿，那么医疗影像的市场规模大约在4000亿左右（以医院收入的10%测算）。在4000亿的影像市场中，无论是上游医疗影像成像硬件设备还是下游医疗影像诊断服务，人工智能均有极大的发挥空间，前景光明。
图：医疗影像市场
技术实现路径和竞争壁垒分析
“机器看片”技术=医学图像识别技术+深度学习模型+数据。广义上来讲，“机器看片”是计算机视觉技术的一种应用，其训练方式是先利用图像处理技术用于将图像处理为适合进入机器学习模型中的输入，深度学习则负责从图像中识别出相关的模式。以肺癌为例，早期肺癌的典型症状是肺部结节，其尺寸小、对比度低、形状异质化高。“机器看片”需要做的就是通过大量数据训练得出肺部结节的定义和特点，利用训练好的算法模型去检查患者肺部是否存在结节。具体流程为：1）图像预处理，包括图像去噪、增强、平滑、锐化等过程；2）图像分割，通过器官形态模型，图像边缘特征模型，以及神经网络聚类模型，将不同器官影像自动分割（一般分割精度<2mm.），为后期的智能匹配和判断提供必备的图像处理工具；3）特征提取，广义上指通过变换的方法用低维空间表示高维空间，计算机将其中有意义的特征或区域提取出来；4）匹配判断。通过深度学习+患者数据所训练总结出来的判断规则结合上述的提取出来的特征数据，对影像做出结果判断，筛选出病变图片。“机器读片”的技术原理和“机器看片”的本质上是相同的，主要是增加了数据量化的环节。
图：“机器看片”的技术原理
1） 人工智能医疗影像产品需要覆盖多病种的。根据deep care的观点：由于单一几个病种的分析作用有限，列如患者拍片检查肺，但实际上是肝有问题，若人工智能算法智能看肺但不能看肝，就会造成漏诊。因此，只有在可以分析的病种足够多的情况下，才会让漏诊风险降到可接受的范围。
2） 数据资源以及数据闭环能力很重要。现阶段，很多人工智能医疗影像公司从0到1的产品化突破，在数据上，依赖的是公开的医疗数据集（非常有限）或者和个别医院的资源关系，尽管完成了初步的产品化，但从精准度、灵敏度以及覆盖病种来看均有很大的提高空间。想要继续提升产品，首先要在数据量级以及覆盖病种上做文章。医院是目前最大的医疗数据集聚地，拥有顶级医疗机构资源的公司将具备先天的优势。此外，本身产品的数据闭环的形成也很关键，即拥有影像数据、病灶重点标注数据、诊断报告等，数据闭环的打通可以让模型不断的自学习，持续提高精准度和灵敏度。
2）算法是人工智能医疗影像产品的关键。影像数据标准化以及数据模型的构建需要长时间的技术积累和对医疗影像的深度理解。现阶段是从0到1的产品化突破，大部分公司的模型都是通过小样本数据训练，算法的技术优势将会在产品的精准度、灵敏度上有充分的体现。此外，需要重视的是，算法的可嫁接性，决定未来是否能形成规模效应，也就是说，从单病种扩展到多病种时，研发的边际投入将有所降低。
二级市场参与医疗影像+人工智能产业的路径
医疗影像产业链可以分为上游的影像诊断基础设施层以及下游的影像诊断服务层。其中，影像诊断基础设施层又可以分为影像信息化和医疗影像成像设备；影像诊断服务层现阶段主要的参与者是公立医院，未来随着社会办医、远程医疗的发展，民营医疗机构、独立影像中心以及线上影像平台成为重要的影像诊断服务机构。医疗影像人工智能技术的成熟和产业的火热，诞生了一批医疗影像人工智能技术公司，形成了产业链中独立的细分领域：影像诊断智能分析。他们主要的服务对象是：1）医疗影像成像设备：通过给硬件增加人工智能模块；2）影像诊断服务机构：为这些医疗机构的医生提供机器阅片工具，提升效率和准确率。
图：人工智能医疗影像产业链
二级市场参与医疗影像+人工智能产业的上市公司主要分为两类：1）技术型公司：典型代表就是科大讯飞，将自身的人工智能技术优势延伸到医疗领域；2）基础设施层公司：主要以医疗影像设备公司为主，典型代表包括东软集团、万东医疗。这类公司一方面通过人工智能技术升级自身的硬件能力；另一方面，积极的向下游影像诊断服务领域延伸。通过建立独立的线下影像中心或者线上影像平台的形式，获取稳定的数据源，为自身医疗影像人工智能技术的研发打下数据基础。
中国报告网发布的报告书内容严谨、数据翔实，更辅以大量直观的图表帮助本行业企业准确把握行业发展动向、市场前景、正确制定企业竞争战略和投资策略。本报告依据国家统计局、海关总署和国家信息中心等渠道发布的权威数据，以及我中心对本行业的实地调研，结合了行业所处的环境，从理论到实践、从宏观到微观等多个角度进行市场调研分析。它是业内企业、相关投资公司及政府部门准确把握行业发展趋势，洞悉行业竞争格局，规避经营和投资风险，制定正确竞争和投资战略决策的重要决策依据之一。本报告是全面了解行业以及对本行业进行投资不可或缺的重要工具。
本研究报告数据主要采用国家统计数据，海关总署，问卷调查数据，商务部采集数据等数据库。其中宏观经济数据主要来自国家统计局，部分行业统计数据主要来自国家统计局及市场调研数据，企业数据主要来自于国统计局规模企业统计数据库及证券交易所等，价格数据主要来自于各类市场监测数据库。
【报告目录】
第一章中国智能医疗行业的发展背景
1.1智能医疗行业发展背景
1.1.1智能医疗行业定义
1.1.2智能医疗体系及其功能
（1）面向设备管理
（2）面向业务管理
（3）面向流程管理
（4）面向资源管理
1.1.3智能医疗行业发展特点
1.1.4智能医疗建设的必要性
（1）降低医疗成本
（2）提升医疗服务水平
（3）医疗信息互通
（4）缓解医疗资源压力
1.2智能医疗行业产业链
1.2.1行业产业链简介
1.2.2产业链上游行业分析
（1）数据采集器行业分析
（2）互联网通信行业分析
（3）移动终端市场分析
1.3智能医疗行业发展环境分析
1.3.1智能医疗行业政策环境分析
（1）行业监管体制
（2）行业相关政策与规范
（3）行业发展战略与规划
1.3.2智能医疗行业经济环境分析
（1）国际宏观经济环境展望
1）国际宏观经济现状
2）国际宏观经济展望
（2）国内宏观经济环境展望
1）国内宏观经济现状
2）医疗行业经济环境
3）国内宏观经济展望
1.3.3智能医疗行业人才供给状况
（1）行业人才供给情况
（2）行业人才需求情况
（3）行业人才培养建议
1.3.4新医改对智能医疗的影响
（1）中国医疗体制改革方向
1）医药分开
2）改革公立医院产权结构
3）解决医疗资源配置不均衡问题
（2）新医改方案解读
（3）新医改重点及资金流向
（4）新医改对信息技术的要求
1）医疗服务提供方
2）公共卫生与卫生行政领域
3）医药和器械供应商
4）医疗服务支付方
（5）医疗改革深入推动信息化建设
第二章全球智能医疗行业发展状况分析
2.1全球智能医疗行业发展综述
2.1.1全球智能医疗行业发展历程
2.1.2各国智能医疗发展特点分析
2.2主要国家智能医疗行业发展状况
2.2.1美国智能医疗发展经验与启示
（1）美国智能医疗发展历程
（2）美国智能医疗发展现状
（3）美国智能医疗中的主要问题
（4）政府机构在美国智能医疗中的角色
（5）美国医改对智能医疗的影响
（6）美国智能医疗对我国的启示
2.2.2日本电子病历档案发展经验与启示
（1）日本智能医疗发展现状
（2）日本电子病历档案发展历程
（3）日本电子病历档案的特点和益处
1）日本电子病历档案的五大特点
2）日本电子病历档案的七大益处
（4）日本电子病历档案发展
（5）日本智能医疗对我国的启示
1）日本电子病历档案的启示
2）日本智能医疗建设的启示
3）日本医疗信息技师体制的启示
2.2.3欧洲智能医疗发展经验与启示
（1）欧洲医疗卫生信息化发展概述
（2）欧洲医疗卫生信息化架构
（3）欧洲远程医疗发展现状
1）德国远程医疗
2）英国远程医疗
3）意大利远程医疗
4）波兰远程医疗
5）挪威远程医疗
（4）欧洲医疗卫生信息化发展趋势
1）欧盟发展趋势
2）成员国发展趋势
2.3跨国公司经营状况及最新技术动向
2.3.1日本东芝（toshiba）公司经营状况
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
2.3.2美国通用电气（ge）公司经营状况
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
2.3.3德国西门子（siemens）公司经营状况
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
2.3.4荷兰皇家飞利浦（philips）公司经营状况
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
2.3.5法国施耐德电气（schneider）公司经营状况
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
2.3.6美国ibm公司经营状况
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
第三章中国智能医疗行业发展状况分析
3.1中国医疗卫生发展分析
3.1.1医疗行业发展概况
3.1.2医疗行业投资
3.1.3医疗卫生机构发展分析
（1）医疗卫生机构发展规模分析
（2）医疗卫生机构运营情况分析
（3）医疗卫生机构状况分析
3.1.4医疗行业发展前景分析
3.2中国智能医疗行业发展分析
3.2.1我国智能医疗行业发展历程
3.2.2我国智能医疗行业发展阶段
3.2.3智能医疗行业市场规模
（1）总体市场规模
（2）硬件市场规模
（3）软件市场规模
（4）服务市场规模
3.2.4智能医疗行业竞争分析
（1）智能医疗行业竞争格局
（2）我国智能医疗行业市场集中度
（3）我国智能医疗行业竞争趋势
3.3中国智能医疗行业机遇与挑战分析
3.3.1智能医疗行业发展机遇分析
3.3.2智能医疗行业面临挑战分析
3.4中国智能医疗行业发展趋势分析
3.4.1中国智能医疗行业总体发展趋势
3.4.2不同类型医疗机构信息化发展趋势
（1）大型医院信息化发展趋势
（2）中小型医院信息化发展趋势
3.4.3中国智能医疗行业产品趋势
3.5中国智能医疗市场发展前景展望
3.5.1智能医疗行业市场前景
3.5.2智能医疗行业市场规模
（1）总体市场规模预测
（2）硬件市场规模预测
（3）软件市场规模预测
（4）服务市场规模预测
3.5.3中小医院信息化发展前景
第四章中国智能医疗重点领域发展分析
4.1电子病历（emr）市场发展分析
4.1.1电子病历发展综述
（1）电子病历概念
（2）电子病历特征分析
（3）电子病历发展阶段
（4）电子病历发展意义
4.1.2国外电子病历应用经验借鉴
4.1.3国内电子病历应用现状
4.1.4电子病历应用效益分析
4.1.5电子病历存在问题
4.1.6电子病历发展建议
4.1.7电子病历市场发展趋势
4.1.8电子病历市场需求前景
4.2移动医疗（mhealth）市场发展分析
4.2.1移动医疗市场规模分析
4.2.2移动医疗市场结构分析
4.2.3移动医疗市场竞争分析
4.2.4移动医疗市场需求前景
4.3远程医疗（telemedicine）发展分析
4.3.1远程医疗服务模式
4.3.2远程医疗关键技术
4.3.3远程医疗投资情况
4.3.4远程医疗发展现状
4.3.5远程医疗发展障碍与策略
4.3.6远程医疗市场需求前景
4.4医院管理信息系统发展分析
4.4.1医院管理信息系统概况
4.4.2医院信息化投资规模
4.4.3医院信息化区域发展
4.4.4医院信息系统发展分析
（1）医院信息系统建设现状
（2）医院信息系统应用效益
（3）医院信息系统建设存在问题与策略
（4）医院信息系统发展趋势
4.5医院信息系统（his）市场分析
4.5.1医院信息系统市场规模分析
4.5.2医院信息系统市场结构分析
4.5.3医院信息系统市场竞争分析
4.5.4医院信息系统市场需求前景
4.6临床信息系统（cis）市场分析
4.6.1临床信息系统概况
（1）临床信息系统的概念及构成
（2）建立临床信息系统的主要目的
（3）临床信息系统的特点
4.6.2国内临床信息系统应用现状
4.6.3国外临床信息系统应用现状
4.6.4临床信息系统市场分析
（1）临床信息系统市场规模分析
（2）临床信息系统市场需求前景
4.7医学影像存档与通讯系统（pacs）市场分析
4.7.1医学影像存档与通讯系统发展分析
（1）医学影像存档与通讯系统设计原则
（2）国际医学影像存档与通讯系统发展现状
（3）医学影像存档与通讯系统细分市场分析
4.7.2医学影像存档与通讯系统市场需求前景
4.8检验信息系统（lis）市场分析
4.8.1国内LIS发展的历程
4.8.2当前国内LIS存在的问题
4.8.3国外LIS领域的现状与借鉴
4.8.4检验信息系统发展趋势
第五章中国主要省市智能医疗发展状况
5.1北京市智能医疗发展分析
5.1.1北京市医疗卫生资源配置情况
5.1.2北京市智能医疗发展规划
5.1.3北京市智能医疗发展前景
5.2上海市智能医疗发展分析
5.2.1上海市医疗卫生资源配置情况
5.2.2上海市智能医疗发展规划
5.2.3上海市智能医疗投入规模
5.2.4上海市智能医疗发展前景
5.3厦门市智能医疗发展分析
5.3.1厦门市医疗卫生资源配置情况
5.3.2厦门市智能医疗发展规划
5.3.3厦门市智能医疗投入规模
5.3.4厦门市智能医疗建设进展
5.3.5厦门市智能医疗发展前景
5.4浙江省智能医疗发展分析
5.4.1浙江省医疗卫生资源配置情况
5.4.2浙江省智能医疗发展规划
5.4.3浙江省智能医疗投入规模
5.4.4浙江省智能医疗建设进展
（1）杭州市智能医疗
（2）宁波市智能医疗
5.4.5浙江省智能医疗发展前景
5.5广东省智能医疗发展分析
5.5.1广东省医疗卫生资源配置情况
5.5.2广东省智能医疗发展规划
5.5.3广东省智能医疗投入规模
5.5.4广东省智能医疗建设进展
5.5.5广东省智能医疗发展前景
5.6江苏省智能医疗发展分析
5.6.1江苏省医疗卫生资源配置情况
5.6.2江苏省智能医疗发展规划
5.6.3江苏省智能医疗投入规模
5.6.4江苏省智能医疗建设进展
5.6.5江苏省智能医疗发展前景
5.7重庆市智能医疗发展分析
5.7.1重庆市医疗卫生资源配置情况
5.7.2重庆市智能医疗发展规划
5.7.3重庆市智能医疗投入规模
5.7.4重庆市智能医疗建设进展
5.7.5重庆市智能医疗发展前景
5.8安徽省智能医疗发展分析
5.8.1安徽省医疗卫生资源配置情况
5.8.2安徽省智能医疗发展规划
5.8.3安徽省智能医疗发展前景
第六章中国智能医疗关键技术发展分析
6.1智能医疗行业内的物联网技术应用
6.1.1物联网发展分析
（1）物联网产业链
（2）物联网发展特征
（3）物联网发展规模
（4）物联网竞争分析
（5）物联网发展前景
6.1.2物联网在智能医疗应用的政策环境
（1）国外相关政策
（2）国内相关政策
6.1.3物联网在智能医疗的相关应用
（1）人员定位
（2）无线医疗监护
（3）生命体征采集
（4）医药产品管理
（5）医疗器械管理
（6）医疗垃圾处理
（7）血液管理
6.1.4物联网在智能医疗应用存在的问题
（1）技术方面
（2）产业应用发展方面
6.1.5物联网在智能医疗应用前景展望
6.2智能医疗行业内的rfid技术应用
6.2.1rfid技术概述及市场概况
6.2.2全球rfid技术发展概况
（1）全球rfid技术标准体系
（2）全球rfid行业市场规模
（3）全球rfid产品分析
（4）全球rfid技术专利分析
（5）全球rfid技术发展趋势
6.2.3国内rfid技术发展概况
（1）国内rfid技术发展历程
（2）国内rfid行业市场规模
（3）国内rfid行业市场布局
（4）国内rfid技术发展趋势
（5）国内rfid行业领先企业
（6）国内rfid发展存在的问题
6.2.4智能医疗领域rfid技术需求状况
6.2.5智能医疗领域rfid技术应用案例
6.2.6智能医疗领域rfid技术最新动向
6.3智能医疗行业内的传感器技术应用
6.3.1传感器技术概述及市场概况
6.3.2国际传感器行业市场发展概况
6.3.3国内传感器行业市场发展概况
（1）传感器制造行业市场特点
（2）传感器制造行业经济指标
（3）传感器制造行业供需平衡
（4）国内传感器技术专利分析
（5）国内传感器技术领先企业
（6）国内传感器市场存在的问题
6.3.4智能医疗领域传感器技术应用现状
6.3.5智能医疗领域传感器技术的地位
6.3.6智能医疗领域传感器技术应用前景
6.3.7智能医疗领域传感器技术最新动向
6.4智能医疗行业内的云技术应用
6.4.1云计算发展状况
（1）云计算定义
（2）云计算发展特征
（3）云计算市场规模
（4）云计算竞争分析
（5）云计算发展前景
6.4.2智能医疗领域云计算的应用状况
（1）在线软件服务
（2）数据存储服务
（3）计算分析服务
（4）硬件租借服务
6.4.3云计算在医疗领域应用存在的问题
6.4.4云计算在医疗领域应用前景展望
6.5智能医疗行业内的无线技术应用
6.5.1无线技术在智能医疗领域的应用
（1）远程医疗
（2）患者身份识别及数据采集
（3）跟踪
（4）医疗垃圾跟踪
（5）医疗设备管理
6.5.2国内外无线医疗技术应用现状
（1）国外应用现状
（2）国内应用现状
6.5.3无线应用在智能医疗领域应用存在的问难
（1）无线局域网络安全问题
（2）无线信号的干扰问题
（3）数据的可靠性问题
6.5.4无线技术在智能医疗领域应用前景展望
第七章中国智能医疗行业领先企业经营分析
7.1智能医疗解决方案供应商成功因素分析
7.2中国智能医疗解决方案供应商分析
7.2.1上海金仕达卫宁软件股份有限公司经营情况分析
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
7.2.2东软集团股份有限公司经营情况分析
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
7.2.3万达信息股份公司经营情况分析
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
7.2.4东华软件股份公司经营情况分析
1、企业发展简况分析
2、企业产品服务分析
3、企业发展现状分析
4、企业竞争优势分析
第八章中国智能医疗行业十三五投资机会与策略分析
8.1中国智能医疗行业发展影响因素
8.1.1智能医疗行业有利因素
（1）政策支持助推
（2）符合行业发展趋势
（3）其他有利因素
8.1.2智能医疗行业不利因素
（1）当前市场规模有限
（2）行业标准待完善
（3）其他不利因素
8.2中国智能医疗行业十三五投资风险分析
8.2.1智能医疗行业政策风险分析
8.2.2智能医疗行业技术风险分析
（1）产品和技术开发风险
（2）企业核心技术失密风险
（3）知识产权保护风险
8.2.3智能医疗行业竞争风险分析
8.2.4智能医疗行业其他风险分析
8.3中国智能医疗行业投资特性分析
8.3.1智能医疗行业进入壁垒分析
（1）技术壁垒
（2）产品壁垒
（3）经验壁垒
（4）人才壁垒
（5）行业技术标准壁垒
8.3.2智能医疗行业盈利模式分析
8.3.3智能医疗行业盈利因素分析
8.4中国智能医疗行业投资分析
8.4.1智能医疗行业投资规模
8.4.2智能医疗行业投资结构
8.4.3智能医疗行业投资机会
8.4.4智能医疗行业投资建议
图表目录：
图表1产业链形成模式示意图
图表2智能医疗的产业链结构图
图表3中国网民规模与互联网普及率
图表4新增网民上网设备使用情况
图表5非网民未来上网意向
图表6非网民不使用互联网的原因
图表7手机网民规模
图表82017-2020年中国内地各省（市、自治区）网民规模和互联网普及率
图表9中国网民城乡结构
图表10中国城乡居民互联网普及率和城镇化进程
图表112017-2020年按不同市场划分的全球设备出货量（单位：千台）
图表12按操作系统划分的全球设备出货量（单位：千台）
图表13七国集团GDP增长率（%）
更多图表详见正文（GYYX）
更多好文每日分享，欢迎关注公众号
