然而，看起来巨大的蛋糕，要切一块并不容易。即便是龙头IBM Watson，其Watson for>肿瘤辅助诊疗解决方案Watson for>相比Watson，国内一众人工智能医学影像公司都还处于疾病筛查的应用阶段，即判断影像中是否存在某类疾玻在“知其有”“知其所以有”和“知如何让其无”三步中，大部分人工智能医学影像公司仍停留在第一步的探索中。
“就目前来讲，AI所取得的成果还远远没达到预想的。”上海长征医院眼科主任魏锐利对《财经》记者说：“AI主要应用于筛查，实际使用时，医生会重新复核一遍，就像患者拿了地方医院的诊断报告，我们看到了还是要重新考虑。”
此外，国内公司仍集中在医学图像分析要求较为简单的疾病领域，价值相对较低。以肺部为例，肺癌识别是一个人工智能医学图像热门领域，这是由于肺部图像识别有天然的对比，属于较容易攻克的方向，但对于肺癌具体症状并不具有深度分析能力。
广东省人民医院放射科教授刘再毅对此感受颇深，“我们医院肺癌病例大部分是复查的，三期、四期病人的肺部有很多转移灶、合并渗出、肺不张等状况，计算机很难对这些特征实现自动对比。这些协助医生产品在临床中确实可能减少一些工作量，但对医生的帮助及应用场景都较校”
扎堆较为容易突破的领域，意味着竞争更为激烈，被巨头排挤吞并的风险也更高。而在《财经》记者对业内人士的采访中，盈利模式和盈利问题仍是他们脑中顺位靠后的问题。
11月，光大证券分析，以服务为主的医疗影像下游产业亟待服务模式的创新，在远程医疗影像诊断和独立影像中心快速取得足够资源的企业，未来开展影像智能诊断将有更大的优势。
从巨头们的市场反应看，已经多次尝试开启中国市场的IBM，加上已经动作频频的阿里、腾讯，一旦出手对市场的影响都非常强。亿欧智库医疗产业分析师尚鞅告诉《财经》记者，“据我在资本方面的接触，可以预期巨头们在2018年会加紧行动，一轮的‘大鱼吃小鱼’马上就会开始了。”
咨询公司Frost&Sullivan中国区总裁王煜全则认为，即使巨头们不会那么迅速地大举整合人工智能医学影像市场，小公司之间的厮杀也会非常惨烈，谁能胜出难以预测，甚至有可能像共享单车行业一样，沦为资本博弈的代表。
2017年人工智能与医疗的结合开始深入和细化，作为最早也竞争最激烈的一个“战场”，人工智能医学影像行业遇到的诸多问题难以找到经验参考，而这也反映了它距离品尝到人工智能医疗这鲜美的“第一口汤”最为接近。