2017 年,AI 医疗圈的创业公司开始出现质的分化。有的公司已经在热潮中悄悄退去,有的公司却深受市场青睐,成为行业 “独角兽”。很明显,体素科技(voxelcloud)是后者。

从 2016 年成立至今,这家用 AI 和云计算技术为医生提供影像诊断决策辅助的公司,已经完成总额 2 亿元左右的 3 轮融资,且曾三个月内连续获得红杉资本领投的数千万美元投资与腾讯的 1 亿元投资,在行业内备受关注。

这颗在 AI 医疗行业冉冉升起的新星,有它独特的魅力。

体素科技的 CEO 丁晓伟在回忆成立之初的想法时说:“我们是很早一批把深度学习用在医疗影像上的人,当时整个学术界也还没开始这样做。其实因为对数据要求的提升,以前做医疗科研的方式已经不太适合研究深度学习。所以我觉得当时在医院和高校里面继续做这个研究,改变会相对迟顿一点,而做公司应该是最快最直接的方式。”

曾就读于于上海交通大学和加州大学洛杉矶分校的丁晓伟,在毕业后任职于美国 Cedars-Sinai 医学中心的人工智能医疗项目和生物医学影像研究院。“医疗研究领域源于临床需求,不像一些只为了短期效益或者探索有趣的纯理论研究。所以在这个领域,想要受认可必须要被临床接受,不能只停留在方法论。”

丁晓伟在 Cedars-Sinai 医学中心做研究期间,曾基于临床的需求及数据,全面参与受到 FDA(美国食品药品监督管理局)认可的多个全自动 AI 阅片系统,例如冠脉 CT 影像分析和心脏核影像分析产品。不同于大多数研究成果,这些系统在经过大量的用户教育之后收到了临床界的认可获取一定经济效益,这给了他做产业的信心。

从学术转向产业,丁晓伟与一群志向相投的医学影像方面的技术专家开始了他们的探索。

体素科技在美国已经成功做出了受临床认可的产品,并在随后积极探索符合国内情况的产品。目前,体素科技的业务包括:非增强肺部 CT 解决方案、视网膜全病种筛查解决方案、心血管疾病等几个业务领域。丁晓伟表示,这几个疾病类型在中国和美国都拥有庞大的患者人群,他们会根据每个国家的实际情况从临床数据等方面定制产品。

体素科技在训练产品模型时,邀请了顶尖医疗专家来标注海量多源的异质数据。新产品的功效包括,在医生看片子时,帮助医生标注病兆,并且生成交互式报告。并且,医生可随时在图上修改病灶的标记,报告也可以实时更新。

目前,市面上有不少做人工智能医疗影像的公司,尤其以肺、眼为主。不过体素科技有它的不同之处。

首先,体素科技的产品深度结合了应用场景。“业界大多研究是基于一个单一的病种。但我们考虑到,病人在需要做影像排查或前期的风险分析时,一般并不知道自己患了什么病,所以它的入口需要相对宽一点。我们现在系统地规划,可以以病灶位置、病灶类型等不同,归类为数十上百种疾病组合。这实现了从一个全病种分布平衡的数据上,进行多任务模型的训练。”

此外,体素科技对于不同病种拥有一个完整的系统。“ 我们的眼底筛查产品甚至会把眼底照片的质量好坏告诉医生。如果照片质量不好导致系统不能判断,系统会提醒医生重拍。而且,我们提供转诊服务。通过与中国微循环协会合作,眼病病人可转诊到不同医院。与专注于糖网分级一个任务的产品相比,我们的产品涵盖了很多病种,且适用人群大了十几倍。当然研发成本和对数据的需求也是数倍。” 丁晓伟说。

目前体素科技的合作医院数量已经有一百多家。其早期肺癌、糖尿病视网膜病变、心血管疾病衍生的五个产品线,正在 CFDA(中国食品药品监督管理局)的审批中。此外,丁晓伟透露说,会把产品做的更深更广,如体素科技在处理眼底疾病的同时,也在关注一些眼表疾病和小儿视力发育问题。此外,体素科技也考虑结合基因技术,从宏观和微观两个角度研究肺癌。

对于商业模式,丁晓伟认为,和市面上的 AI 医疗影像公司相似,体素科技的收入主要通过三方面实现:为医疗机构和大型的医学中心,以及国家级的疾病筛查项目提供解决方案;为第三方医疗信息化系统公司提供服务;给硬件厂商提供算法增值服务。

2017 年,AI 医疗影像较曲折地完成了落地,有人认为, 2018 年将会是拼产品的一年。但丁晓伟并不这样觉得:“大家对这个行业当前的期待过于急躁了,对未来的可能性又想的有点少。并不是落地了,商业化了,产品就长这个样了。因为目前这个领域被挖掘出来的需求只是冰山一角,有大量的东西还没有被开发。以后会有很多新的需求被开发,新的应用面世,新加入的创业公司都还有很多机会。”

 

图片来源:123RF