看醫療AI如何「武火熬粥」 獨家專訪視見科技肖翔
聯想創投集團總裁賀志強說「下一個巨頭，一定是在核心技術領域能夠提供平台級技術的公司。」這個觀點影響了千萬人，其中包括在聯想耕耘12載的肖翔。也正是在聯想工作的「尾巴」上，他與人工智慧撞了個滿懷。
目前行業內普遍認為醫療AI分為8個模塊：虛擬助理、醫學影像、輔助診療、疾病風險預測、藥物挖掘、健康管理、醫院管理、輔助醫學研究平台。其中應用落地最快，需求最清晰的是影像輔助診斷和病理輔助診斷。肖翔說：「一般公司只做其中一項，而視見科技現在集影像、病理輔助診斷於一身。」
采寫丨楊慧林
編輯丨尹磊
「禹用了十三年時間治理黃河水患，威望不斷上升。」這是肖翔推崇的《大國諸侯》一書的開端。學經濟出身的肖翔除了以史為鑒，還從橫斷面上讀出管理上的規則和不同行業的普遍規律。
2005年加入聯想後，肖翔負責過區域一線的商用業務、消費業務，並擔任過聯想中國區消費渠道業務總經理，還管理過聯想CSMB戰略運營等。從市場、銷售到管理，再到業務戰略的制定和運營，他幾乎經歷了完整的管理者實戰訓練。
「大河有水小河滿，行業的大勢會決定企業的生存狀態。整個IT行業經過之前20~30年的高速發展之後，遇到了一些發展的瓶頸，行業的發展跟個人發展息息相關，想要再進一步往前走，應該關注下一波的市場浪潮，隨大勢、看大勢。」這也是為什麼肖翔選擇投身全新領域。
聯想創投一直關注在技術行業的投資，肖翔與視見科技的結緣，離不開聯想創投的牽線。「2017年初，萌生創業想法後，聯想創投推薦了一些不錯的初創期項目。在諸多項目里，一眼看上了視見科技的AI醫療項目。」只是相對現在而言，當時視見科技的早期團隊只是「樹苗」，一棵強健的樹苗。
人才？人財？
「當時，我們的初創技術團隊還沒離開學校。」肖翔介紹說。視見科技核心創始技術團隊是香港中文大學計算機系教授與博士團隊，由醫學影像和人工智慧專家組成，在病理、放射、放療、內窺鏡、超聲多個領域皆有積累。曾在十六項國際醫學影像AI識別挑戰賽中戰勝來自頂尖企業和研究機構的強勁對手。
初創團隊中，創始人兼CEO陳浩、聯合創始人兼首席科學家王平安及其博士團隊是技術合夥團隊；聯合創始人肖翔和聯席CEO王峰是商業、市場合伙人。
首席科學家王平安，是香港中文大學計算機系的教授，團隊最初的技術儲備。王平安是教育部的長江學者，1992年加入香港中文大學之後成立了醫學影像實驗室。「王平安老師在醫學影像和人體三維化領域的學術研究超過25年。2013年，陳浩師從王教授開始做『人工智慧深度學習+醫療影像』的相關課題研究。在這個領域可以說是科班出身。」肖翔對《四百味》梳理起團隊的「編年史」。
「在這個領域，我們跟大部分初創公司的不同之處在於，我們是先有了技術儲備，再開始做產品化和公司化運營。這也是為什麼雖然公司成立時間短，產品和市場的進展卻很快的重要原因。」肖翔認為這與眾不同的特性，是公司核心競爭力的構成部分。
肖翔之所以加入視見科技創始團隊，除了看重硬性技術條件，還有兩點：其一，項目集醫療、大數據、人工智慧這三個炙手可熱的風口於一身；其二，在跟創始技術團隊交流之後一見如故，各自的背景、經歷、特長能在協作中形成很好的互補。「整個團隊對項目未來的構想高度趨同。」肖翔說。
人才是多數創業公司焦慮的一個問題，AI技術人才的爭奪更是白熱化的。肖翔說：「進入AI醫療領域的企業大致分三類：一是大型傳統互聯網企業如BAT等，二是傳統醫療軟硬體廠商如聯影、東軟等，三是初創企業和團隊。不同企業的湧入和資本的助推，讓原本就儲備不足的AI醫療人才更顯稀缺。我們在公司成立的最初半年裡，幾乎每個人都是HR。這種局面到10月份之後，才逐步好轉。最初的核心研發團隊，大部分都來自於圈內推薦。」
AI的醫學影像軟著陸
醫療影像行業對AI的認識從最初的不了解和懷疑，到慢慢做出嘗試性的接觸，再到2017年下半年後成為主流的聲音。這不是單單屬於視見科技的記憶。
「原創技術轉化到臨床落地的產品，過程比想像得要艱難。數據的積累、產品功能的完善、臨床流程的對接，是所有團隊都要攻克的難關。」肖翔說。
AI應用的開發數據是基礎。「醫療數據的獲取，離不開與醫院的合作。而視見科技團隊的技術積累，成為合作的敲門磚。我們通過跟眾多三甲醫院進行科研項目合作的方式，合理合法獲得脫敏數據。」
數據質量是第二道「門檻」肖翔解釋說：「數據質量，會直接影響到演算法的敏感性、特異性等關鍵性能指標。所以我們與醫院合作的項目，往往是這個醫院特別專長的項目，其臨床能力代表了業界較高的水平。」
目前，視見科技在香港、深圳、北京、成都均有研發中心，與香港中文大學、四川大學共建兩個聯合實驗室。與四川大學華西醫院、協和醫院、中山大學附屬腫瘤醫院、香港威爾斯親王醫院等建立合作和研發關係。
泛化能力和易用性，是AI醫療產品落地的關鍵。泛化能力考驗演算法功力，而易用性則需要AI產品的功能不斷豐富。以目前影像科最為普遍的AI應用肺小結節檢測為例，除了在結節檢出的敏感性和假陽性等指標上進行較量外，醫生還關注更多實用功能-包括結節良惡性判斷、隨訪等功能的開發，以及跟醫院臨床流程的對接。
「從最初的產品設計開始，我們與醫生深度交流。只有了解醫生最準確的臨床流程、痛點和需求，才能開發出好產品。隨著不斷的產品迭代，醫生們從最初覺得不好用到慢慢開始習慣甚至產生依賴。」肖翔說。
「我們的產品在放射、病理和放療領域布局」。以病理領域為例，肖翔介紹了視見科技產品的應用。病理檢查稱之為檢查的「終審」，「中國病理註冊醫生只有不到1萬人，醫生缺口在10萬人以上。」傳統的病理檢查主要是通過手術或穿刺，將患者體內的細胞或者組織取樣之後，做成切片，在顯微鏡下進行相應的診斷、分析。
肖翔說：「一個病理細胞學檢查，切片上的細胞量往往超過1萬個，在顯微鏡下觀察，醫生眼睛特別容易疲勞，容易出現漏診。以宮頸癌細胞學篩查為例，一般一個醫生看一張片子大概需要5~10分鐘時間，我們的演算法只需要不到10秒就能完成。」
視見科技的方式不是抽檢，而是全檢，把相應的物理切片，經過掃描之後數字化，再由視見科技系統對整個切片內所有組織或者細胞進行檢測，定位問題細胞或者轉移部位，並作出對應的結果診斷。
除了單一病種產品的完善，覆蓋更多檢查手段、更多部位和病種產品模塊，也是下一步影像AI產品應用落地的關鍵點。目前視見科技有包含骨科、肝臟、乳腺、宮頸、甲狀腺等多部位的項目研發。
商業運作「勻加速」
提及融資，肖翔說「其實早在兩位創始人還在學校期間，就拿到了香港科技創新署數百萬元港幣的資助，這是早期的研發經費。」
2017年7月，視見科技首次走近資本，獲得了聯想創投近2000萬元人民幣的Pre-A輪融資。次年3月，深創投為其注入6000萬的A輪資金。距上次融資不足3個月，完成A輪追加融資，投資方為招商局創投。至此，視見科技完成總額1.2億融資。肖翔說，視見科技的本輪融資將繼續聚焦於產品研發，在團隊擴充和產品矩陣上持續追加投入。
肖翔反觀資本的投資邏輯，點出視見科技的投資價值。「資本看好醫療AI，是因為高質量的醫生資源的缺乏，是醫療行業的普遍困境，AI輔助診斷應用能很好地改善甚至解決這個問題。而投資人選擇我們團隊，看中的是我們在放射、病理和放療領域的布局，以及由此帶來的與醫院合作推進能力。」
在肖翔看來，所有AI輔助診斷應用的商業化，大體可以分為三大類：
1、傳統「軟體銷售+服務」的模式，這是最基礎的模式，也是公立醫療機構較容易接受的模式。
2、借勢模式。與醫療影像硬體或做傳統醫療信息化的公司做產品上的聯合開發和捆綁，在市場上聯合推進。
3、提供診斷服務，按患者的診斷次數來進行收費的模式，這可能是所有醫療AI公司最歡迎的方式。
視見科技的實踐和探索，也包含這三個方向。「我們真正開始在市場上去推廣，是從今年的3月份。迄今為止，視見科技產品已在超過50家醫院臨床應用，日服務患者超過5000人次。」
對於視見科技的發展，視見科技創始人兼聯席 CEO 陳浩博士感慨說：「一方面視見科技成立一年多以來，公司的團隊、產品和市場進度，得到了資本市場的充分認可；另一方面，人工智慧在醫療領域的真正大規模落地應用，還需要較長的時間。從技術、產品、市場以及政策層面，都開始進入攻堅階段。有了資本的助力，能沉下心來專註於把技術研發和產品開發做好，同時探索更多的臨床應用場景。」
對於醫療AI的發展，肖翔認同這種說法：1~2年左右，市場上會出現比較多的基於單病種的成熟應用；3~5年左右，放射影像可能會覆蓋大部分的泛影像類診斷需求；8年左右，AI可能會成為主流的檢查手段。
TAG:四百味 |