医疗影像AI几秒看完的片子医生要看半小时，准确率呢？

通常医生需要30分钟解读的片子，AI能在几秒之内识别，准确率可达95%以上。
本文共计2751字，阅读时间6分钟。

记者 | 唐亚华

编辑 | 赵力

影像是辅助医生诊断的工具，有数据显示，70%的临床诊断需要借助专业的医学影像。

“全国影像科有10万多名读图说话的人，人数不多，收入不高，知识门槛高，平均需要八到十几年的培养周期，而所看的影像包括X光、超声、CT、核磁、PET-CT、PET-MRI等，这一行业体量大门槛又高”，汇医慧影创始人兼CEO柴象飞说。

影像医生在人手紧张，同时又要面对大量复杂的影像情况下，难免漏诊误诊。据乐晴智库数据显示，中国每年的影像误诊人数约为5700万。此外，患者拍片常需排队预约。

而AI在医疗领域的应用，影像科是被认为最直接和方便的。专注于人工智能的第三方影像平台汇医慧影就利用医学影像+AI来破冰行业难点。

汇医慧影收集了数百万级别的医学影像，通过建立人体器官模型及深度神经网络技术，实现了病灶的高识别度。通常医生需要30分钟解读的片子，AI能在几秒之内识别，准确率可达95%以上。

AI赋能医疗影像

在斯坦福大学做了很多年博士后的柴象飞，在从事了多年医学影像人工智能、图像处理及数据分析工作之后，他察觉到，“在医疗领域，2012年用的设备跟2002年的区别不大，设备像手机一样门槛越来越低，未来，服务、系统、智能化的东西更重要”。

在这种情况下，柴象飞认为，下一个潜力股一定是大数据，“我一直想拿计算机代替人来做阅片工作”。

原因在于医疗行业最大的痛点是精准医疗。

一直以来，阻碍精准医疗的因素有两方面：一方面，医疗影像阅片本应越细化越好，但由于影像医生培养周期长且滞后，专业人才大大不足，阅片工作不能100%做到精细化、精准化。公开数据显示，中国临床总误诊率为27.8%。

另一方面，影像技术的不断发展对影像医生提出了新的挑战。在过去，医院只检验血常规值，X平片，比较容易解读，后来出现了超声、CT、核磁，核磁里面又有几十万个序列，序列里面有造影剂、增强，随着影像技术的发展又有多幅影像，很多东西无法用肉眼处理。

一个长期存在于医疗行业的问题是，临床医生往往看不懂影像，所以才有了专门的影像医生，而影像医生接触临床机会少，又不足够了解临床的需求，两者衔接不够。

医疗影像AI的价值就在于，实现临床医生与影像医生的高效合作：人工智能可以把影像诊断结果量化、标准化，提高医生的效率，降低误诊、漏诊率，并为临床提供指导。

据柴象飞介绍，汇医慧影AI检测肺结节能够让医生的阅片时间节约50%以上，准确率达95%以上；在医生诊断过的一千例胸片中，人工智能平均能够挑选出80例可疑病例，进而发现5—6例漏诊；在骨折检测中平均每100例也能找到1—2例漏诊病例。

这项成绩的取得，背后是一个技术与市场能力都出众的创业团队。

创始人柴象飞是斯坦福大学博士后，主要负责挖掘AI和大数据技术与医疗场景的深度融合及产品定义；联合创始人郭娜，是清华大学硕士，也是柴象飞的老同学，从事国际TMT行业多年，曾任中国电信销售总监，有很好的商业洞察力和落地执行能力；斯坦福大学终身教授邢磊于2017年初加入团队成为首席科学家。

汇医慧影分别于2015年、2016年、2017年获得水木易德的500万元天使轮、蓝驰创投的数千万A轮、达泰资本亿元以上B轮融资，并与2018年1月初得到了鼎辉投资的新一轮融资，位列医学影像AI行业融资榜首。

汇医慧影创始人兼CEO柴象飞

用技术、产品、商务优势形成壁垒

汇医慧影的产品主要包括：人工智能影像云平台、深度学习科研平台、患者管理系统。影像云平台推出临床应用层面的计算机智能诊断。

这一系统对于一些特殊病灶的病种来说，意义重大。如肺结节的病灶点很小，肺层厚大，容易漏检或者检索特别耗时，AI能把可疑病灶标出来，对于肺癌的良恶性提供量化报告，大大降低了漏诊率。

深度学习科研平台则帮助医院建立基于影像大数据的人工智能科研系统，利用系统进行归类、整理、挖掘、清洗、分析，这一系统也支撑医院科研论文的产生、科研模型的建立。

患者管理系统则对影像数据进行存储、解读，以微信公众号为服务终端，提供给C端患者。

目前，行业内从事医疗影像AI的公司从腾讯觅影到阿里云的ET医疗大脑，加上科大讯飞、推想科技等公司，总计超40家，大有前后夹击之势。

柴象飞对此并不担心，在柴象飞看来，“尽管技术和政策红利加持，但是医疗影像AI领域的技术壁垒、产品壁垒、商业壁垒都很高，医学影像人工智能公司已经进入分水岭，往后走，很多公司会死在黎明前的晚上”。

首先是技术壁垒，柴象飞认为这是一个高度凝聚跨学科技能的领域，需要既懂AI又懂医疗再懂影像学知识，而这样的人才非常少，“很多公司拿出股份找CTO，我们也拿了很大的精力引进斯坦福大学的人才，目前美国拥有相对较多的复合交叉型人才”。

第二是产品壁垒。公司做出的东西要至少具备易用性和好感性，这是评价医疗产品的金标准；在产品监管方面，国家需要FDA认证，产品才能进入销售环境。

三是商业壁垒。项目成败与否的决定性因素除了技术就是商业化落地能力。医院的销售是一个传统的2B销售模式，渠道能力也是关键。“真正把这三个壁垒打通存活下来的，四十家最终可能只剩一两家”。

柴象飞认为在专业性强、高壁垒的医疗行业，巨头的入局可能只是教育了市场，他们的耐心可能等不到节奏较慢的医疗行业盈利。但他也表示，“有人入局是好事，大家一起推进行业才能发展，目前行业还处于中早期，远没有到短兵相接的时候”。

保持持续高速增长，需要一个高执行力的团队。汇医慧影深刻认识到了这一点，做了多方面的布局：斯坦福大学位居硅谷中心，为全球培养了大量高级AI人才，汇医慧影会持续引进斯坦福大学的博士和博士后；和国内医院合作，与大连医科大学附属第一医院建立了联合实验室，跟301医院联合开发临床项目；与高校合作，如和清华海峡研究院成立人工智能联合实验室，多种渠道网罗、培养、巩固人才。

以上四图分别为胸部X线、肺部CT、乳腺钼靶、骨折X线智能诊断

融合医疗+AI，打造服务闭环

汇医慧影的收入来自于医院付费，既有一次性付费的，也有根据使用量付费的。

据柴象飞介绍，汇医慧影已经实现盈利，覆盖肺结节、乳腺、骨折等23种病种，还在以每三个月速度推出一种新病种。目前已经落地700多家医院。对于盈利，他认为“在医疗行业，首先要建立壁垒，未来，盈利将会水到渠成。”

据《医疗影像的市场图谱和行业发展分析》，到 2020年，我国医学影像市场规模将达 6000 亿至 8000 亿左右。潜力虽大，但是在柴象飞看来，目前行业最大的问题是互联网、AI、医疗、商业融合的不够，各是各的思路。

他以肺结节检测举例，“通常纯粹做AI的人会通过大量数据来提升准确性，但是其实懂医疗的人会知道，传统的图形处理通过具体的模型减少检测的区域，再加很多经验的东西，来细化模型，从而做到即使小范围的数据也能提高准确性，这两拨人思路和方法都不一样”。

此外，对于产品来说，医生在肺结节检测中需要的不仅仅是准确度，而是需要把毛玻璃结节找出来，不能漏掉结节，还需要告诉他结节良恶性以及结节大小，更重要的是看结节有没有变化，柴象飞认为最难的是把这几项结合起来，还要考虑做成什么样的产品医院愿意买单。

汇医慧影为了充分融合影像+AI，吸纳医工结合背景的技术员30多位，并且和斯坦福大学合作，推出优才计划，输送国内优秀的影像学人才去学习工科，培养跨学科人才。

新一轮投资方鼎晖投资合伙人黄炎表示：“投资汇医慧影，看中的是创始人柴象飞博士和郭娜非常互补的技术前瞻能力和商业落地能力，也看好首席科学家邢磊教授在斯坦福大学几十年积累的医疗影像方面的前沿性研究成果和人才资源。”

“现在平均每周都有三四家医院主动找我们谈合作”，而在两年前，柴象飞还需要到处去找厂商与医院。

对于未来的发展规划，柴象飞表示，要把影像AI做成全流程标准化的系统，形成筛查、诊断、治疗的服务闭环。同时拓展海外市场，分别在东南亚、美国、俄罗斯等地区推广汇医慧影AI系统。

本文为寻找中国创客原创

未经授权不得转载