復星集團再次押注醫療AI，孵化AI輔助診斷平台「杏脈科技」

目前，杏脈的產品布局主要聚焦於「AI+放射影像/超聲影像/病理」。據杏脈CTO房劬介紹道，目前，該系列已上線了（即進入醫院做測試）肺部、骨科、呼吸道病毒、TCT宮頸癌篩查三款智能診斷產品，而其它正處於研發過程中、或準備在今年上線的產品，涉及到20多個部位檢測和具體疾病診療。

房劬表示，目前杏脈的產品已進駐國內30多家國內大三甲醫院做演算法訓練；另外，也在院外場景通過設備整合進行產品落地，譬如第三方影像中心和醫聯體等。

杏脈科技的產品布局（團隊供圖）

其實，醫療領域（尤其是醫學影像），早已是「AI扎堆」：既包括傳統醫療器械公司（GPS）、也有IT巨頭（IBM、BATK等），還有一眾創新企業（依圖醫療、匯醫慧影、圖瑪深維、推想科技、深睿醫療、Airdoc、視見醫療、迪英加等）。據不完全統計，目前我國從事醫療AI研發的企業有120家之多，並誕生了多家獨角獸公司。

但杏脈科技CEO何川認為，AI醫療市場尚處於整個產業的起步階段，前景非常好但遠談不上成熟。同時，整個醫療影像行業和臨床還存在非常多的痛點和價值點值得深入挖掘，AI大有可為。「單就醫療影像來說，僅放射科就有上千種，而整個醫技科室能達到上萬種。」因此，即便入局較晚機會也還是很多，接下來杏脈還將在AI+檢驗科、AI+病理科、AI+超聲、乃至AI+心電圖、AI+腦電圖等領域持續拓展，以期「實現面向醫技科室的AI解決方案全覆蓋」。

業內人士都清楚，醫療數據本身難獲取，加上醫療圖像本身很複雜，需要非常專業的醫生隊伍進行標註。因此醫療場景下的標註數據體量目前遠不及無人駕駛、人臉識別等領域。為此，房劬表示，「不能完全依賴對數據量非常饑渴的深度學習的方式做演算法優化」，所以杏脈團隊的一個基本思路是結合真實醫療場景需求將深度學習與詢證醫學結合起來。

循證醫學強調醫療決策應在現有最好的臨床研究依據基礎上作出，是一種依靠證據累積和數理統計探索生命規律的方法；深度學習則是基於大數據和統計學原理，從龐雜的數據中尋覓規律。將二者融合則能快速準確地完成致病因素的篩選和提取，幫助醫學建立高級的決策模型，能解決數據證據稀少、偏頗、失信等問題。房劬告訴36氪，初步的測評結果便給出了驗證：其技術團隊在2017年奪得全球LUNA大賽排行榜雙榜第一名。

有了產品，接下來就要考慮商業落地。客觀來說，縱觀目前AI在醫療影像領域的主流應用，短期能落地的可謂是鳳毛麟角。除了真正具備剛需的落地場景不多和主流 AI 技術欠成熟外，三類醫械 AI 註冊審批通道未明是一個重要的制約因素。杏脈同樣面臨這樣的「尷尬局面」。

對此，何川表示，任何醫療產品都需要經過一系列的申請和註冊，AI的相關產品更是如此，所以上線必然是有待時日；不過一個利好信息是，中檢院已於今年2月份成立了AI小組，正式啟動對AI醫療器械產品檢驗方法的研究工作，而杏脈也成為了第一批（10家入選）受檢單位。

另外，何川還透露，依託於復星國內外的大健康產業資源，杏脈在產品設計、推廣等方面也能獲得不少支持：首先，能對接大量的醫療真實場景，獲取當下最為真實的痛點和需求，研發出更有落地價值的產品；其次，產品能及時得到自有醫療渠道的推廣；最後，更容易實現全球化布局。

團隊方面，CEO何川曾就職於復星投資團隊，主要專註TMT領域；CTO房劬計算機專業出身，自2007年開始從事人臉識別，2010年加入百度從事機器學習、深度學習方向的研究和開發；後加入攜程，負責整個搜索業務。目前整個團隊有60餘人，其中技術就佔到了60%，另外還有超過20%的專業醫生團隊和產品團隊。

最後，何川也補充說道，即便杏脈在各方面資源上都得到了復星的充分支持，但公司仍然會考慮引入外部資本，在資本方選擇上面，資金不作首要考量，會更重視資源協同。據悉，具體啟動融資的時間會是在2018年年底。

杏脈「未來診室」正在掃描患者（團隊供圖）

「未來診室」正在閱片（團隊供圖）

「未來診室」正在從醫療大數據中心檢索相關病例信息（團隊供圖）

經過AI診斷，「未來診室」給出了三種治療方案建議（團隊供圖）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！