通常醫生需要30分鐘解讀的片子， AI能在幾秒之內識別， 準確率可達95%以上。
本文共計2751字， 閱讀時間6分鐘。
記者 | 唐亞華
編輯 | 趙力
影像是輔助醫生診斷的工具，
“全國影像科有10萬多名讀圖說話的人， 人數不多， 收入不高， 知識門檻高， 平均需要八到十幾年的培養週期， 而所看的影像包括X光、超聲、CT、核磁、PET-CT、PET-MRI等， 這一行業體量大門檻又高”， 匯醫慧影創始人兼CEO柴象飛說。
影像醫生在人手緊張， 同時又要面對大量複雜的影像情況下， 難免漏診誤診。 據樂晴智庫資料顯示， 中國每年的影像誤診人數約為5700萬。 此外， 患者拍片常需排隊預約。
而AI在醫療領域的應用， 影像科是被認為最直接和方便的。 專注於人工智慧的協力廠商影像平臺匯醫慧影就利用醫學影像+AI來破冰行業難點。
匯醫慧影收集了數百萬級別的醫學影像，
AI賦能醫療影像
在斯坦福大學做了很多年博士後的柴象飛， 在從事了多年醫學影像人工智慧、影像處理及資料分析工作之後， 他察覺到， “在醫療領域， 2012年用的設備跟2002年的區別不大， 設備像手機一樣門檻越來越低， 未來， 服務、系統、智慧化的東西更重要”。
在這種情況下， 柴象飛認為， 下一個潛力股一定是大資料， “我一直想拿電腦代替人來做閱片工作”。
原因在於醫療行業最大的痛點是精准醫療。
一直以來， 阻礙精准醫療的因素有兩方面：一方面， 醫療影像閱片本應越細化越好， 但由於影像醫生培養週期長且滯後，
另一方面， 影像技術的不斷發展對影像醫生提出了新的挑戰。 在過去， 醫院只檢驗血常規值， X平片， 比較容易解讀， 後來出現了超聲、CT、核磁， 核磁裡面又有幾十萬個序列， 序列裡面有造影劑、增強， 隨著影像技術的發展又有多幅影像， 很多東西無法用肉眼處理。
一個長期存在於醫療行業的問題是， 臨床醫生往往看不懂影像， 所以才有了專門的影像醫生， 而影像醫生接觸臨床機會少， 又不足夠瞭解臨床的需求， 兩者銜接不夠。
醫療影像AI的價值就在於， 實現臨床醫生與影像醫生的高效合作：人工智慧可以把影像診斷結果量化、標準化，
據柴象飛介紹， 匯醫慧影AI檢測肺結節能夠讓醫生的閱片時間節約50%以上， 準確率達95%以上；在醫生診斷過的一千例胸片中， 人工智慧平均能夠挑選出80例可疑病例， 進而發現5—6例漏診；在骨折檢測中平均每100例也能找到1—2例漏診病例。
這項成績的取得， 背後是一個技術與市場能力都出眾的創業團隊。
創始人柴象飛是斯坦福大學博士後， 主要負責挖掘AI和大資料技術與醫療場景的深度融合及產品定義；聯合創始人郭娜， 是清華大學碩士， 也是柴象飛的老同學， 從事國際TMT行業多年， 曾任中國電信銷售總監， 有很好的商業洞察力和落地執行能力；斯坦福大學終身教授邢磊于2017年初加入團隊成為首席科學家。
匯醫慧影分別於2015年、2016年、2017年獲得水木易德的500萬元天使輪、藍馳創投的數千萬A輪、達泰資本億元以上B輪融資， 並與2018年1月初得到了鼎輝投資的新一輪融資， 位元列醫學影像AI行業融資榜首。
匯醫慧影創始人兼CEO柴象飛
用技術、產品、商務優勢形成壁壘
匯醫慧影的產品主要包括：人工智慧影像雲平臺、深度學習科研平臺、患者管理系統。影像雲平臺推出臨床應用層面的計算機智能診斷。
這一系統對於一些特殊病灶的病種來說，意義重大。如肺結節的病灶點很小，肺層厚大，容易漏檢或者檢索特別耗時，AI能把可疑病灶標出來，對於肺癌的良惡性提供量化報告，大大降低了漏診率。
深度學習科研平臺則説明醫院建立基於影像大資料的人工智慧科研系統，利用系統進行歸類、整理、挖掘、清洗、分析，這一系統也支撐醫院科研論文的產生、科研模型的建立。
患者管理系統則對影像資料進行存儲、解讀，以微信公眾號為服務終端，提供給C端患者。
目前，行業內從事醫療影像AI的公司從騰訊覓影到阿裡雲的ET醫療大腦，加上科大訊飛、推想科技等公司，總計超40家，大有前後夾擊之勢。
柴象飛對此並不擔心，在柴象飛看來，“儘管技術和政策紅利加持，但是醫療影像AI領域的技術壁壘、產品壁壘、商業壁壘都很高，醫學影像人工智慧公司已經進入分水嶺，往後走，很多公司會死在黎明前的晚上”。
首先是技術壁壘，柴象飛認為這是一個高度凝聚跨學科技能的領域，需要既懂AI又懂醫療再懂影像學知識，而這樣的人才非常少，“很多公司拿出股份找CTO，我們也拿了很大的精力引進斯坦福大學的人才，目前美國擁有相對較多的複合交叉型人才”。
第二是產品壁壘。公司做出的東西要至少具備易用性和好感性，這是評價醫療產品的金標準；在產品監管方面，國家需要FDA認證，產品才能進入銷售環境。
三是商業壁壘。專案成敗與否的決定性因素除了技術就是商業化落地能力。醫院的銷售是一個傳統的2B銷售模式，管道能力也是關鍵。“真正把這三個壁壘打通存活下來的，四十家最終可能只剩一兩家”。
柴象飛認為在專業性強、高壁壘的醫療行業，巨頭的入局可能只是教育了市場，他們的耐心可能等不到節奏較慢的醫療行業盈利。但他也表示，“有人入局是好事，大家一起推進行業才能發展，目前行業還處於中早期，遠沒有到短兵相接的時候”。
保持持續高速增長，需要一個高執行力的團隊。匯醫慧影深刻認識到了這一點，做了多方面的佈局：斯坦福大學位居矽谷中心，為全球培養了大量高級AI人才，匯醫慧影會持續引進斯坦福大學的博士和博士後；和國內醫院合作，與大連醫科大學附屬第一醫院建立了聯合實驗室，跟301醫院聯合開發臨床專案；與高校合作，如和清華海峽研究院成立人工智慧聯合實驗室，多種管道網羅、培養、鞏固人才。
以上四圖分別為胸部X線、肺部CT、乳腺鉬靶、骨折X線智慧診斷
融合醫療+AI，打造服務閉環
匯醫慧影的收入來自于醫院付費，既有一次性付費的，也有根據使用量付費的。
據柴象飛介紹，匯醫慧影已經實現盈利，覆蓋肺結節、乳腺、骨折等23種病種，還在以每三個月速度推出一種新病種。目前已經落地700多家醫院。對於盈利，他認為“在醫療行業，首先要建立壁壘，未來，盈利將會水到渠成。”
據《醫療影像的市場圖譜和行業發展分析》，到 2020年，我國醫學影像市場規模將達 6000 億至 8000 億左右。潛力雖大，但是在柴象飛看來，目前行業最大的問題是互聯網、AI、醫療、商業融合的不夠，各是各的思路。
他以肺結節檢測舉例，“通常純粹做AI的人會通過大量資料來提升準確性，但是其實懂醫療的人會知道，傳統的圖形處理通過具體的模型減少檢測的區域，再加很多經驗的東西，來細化模型，從而做到即使小範圍的資料也能提高準確性，這兩撥人思路和方法都不一樣”。
此外，對於產品來說，醫生在肺結節檢測中需要的不僅僅是準確度，而是需要把毛玻璃結節找出來，不能漏掉結節，還需要告訴他結節良惡性以及結節大小，更重要的是看結節有沒有變化，柴象飛認為最難的是把這幾項結合起來，還要考慮做成什麼樣的產品醫院願意買單。
匯醫慧影為了充分融合影像+AI，吸納醫工結合背景的技術員30多位，並且和斯坦福大學合作，推出優才計畫，輸送國內優秀的影像學人才去學習工科，培養跨學科人才。
新一輪投資方鼎暉投資合夥人黃炎表示：“投資匯醫慧影，看中的是創始人柴象飛博士和郭娜非常互補的技術前瞻能力和商業落地能力，也看好首席科學家邢磊教授在斯坦福大學幾十年積累的醫療影像方面的前沿性研究成果和人才資源。”
“現在平均每週都有三四家醫院主動找我們談合作”，而在兩年前，柴象飛還需要到處去找廠商與醫院。
對於未來的發展規劃，柴象飛表示，要把影像AI做成全流程標準化的系統，形成篩查、診斷、治療的服務閉環。同時拓展海外市場，分別在東南亞、美國、俄羅斯等地區推廣匯醫慧影AI系統。
用技術、產品、商務優勢形成壁壘
匯醫慧影的產品主要包括：人工智慧影像雲平臺、深度學習科研平臺、患者管理系統。影像雲平臺推出臨床應用層面的計算機智能診斷。
這一系統對於一些特殊病灶的病種來說，意義重大。如肺結節的病灶點很小，肺層厚大，容易漏檢或者檢索特別耗時，AI能把可疑病灶標出來，對於肺癌的良惡性提供量化報告，大大降低了漏診率。
深度學習科研平臺則説明醫院建立基於影像大資料的人工智慧科研系統，利用系統進行歸類、整理、挖掘、清洗、分析，這一系統也支撐醫院科研論文的產生、科研模型的建立。
患者管理系統則對影像資料進行存儲、解讀，以微信公眾號為服務終端，提供給C端患者。
目前，行業內從事醫療影像AI的公司從騰訊覓影到阿裡雲的ET醫療大腦，加上科大訊飛、推想科技等公司，總計超40家，大有前後夾擊之勢。
柴象飛對此並不擔心，在柴象飛看來，“儘管技術和政策紅利加持，但是醫療影像AI領域的技術壁壘、產品壁壘、商業壁壘都很高，醫學影像人工智慧公司已經進入分水嶺，往後走，很多公司會死在黎明前的晚上”。
首先是技術壁壘，柴象飛認為這是一個高度凝聚跨學科技能的領域，需要既懂AI又懂醫療再懂影像學知識，而這樣的人才非常少，“很多公司拿出股份找CTO，我們也拿了很大的精力引進斯坦福大學的人才，目前美國擁有相對較多的複合交叉型人才”。
第二是產品壁壘。公司做出的東西要至少具備易用性和好感性，這是評價醫療產品的金標準；在產品監管方面，國家需要FDA認證，產品才能進入銷售環境。
三是商業壁壘。專案成敗與否的決定性因素除了技術就是商業化落地能力。醫院的銷售是一個傳統的2B銷售模式，管道能力也是關鍵。“真正把這三個壁壘打通存活下來的，四十家最終可能只剩一兩家”。
柴象飛認為在專業性強、高壁壘的醫療行業，巨頭的入局可能只是教育了市場，他們的耐心可能等不到節奏較慢的醫療行業盈利。但他也表示，“有人入局是好事，大家一起推進行業才能發展，目前行業還處於中早期，遠沒有到短兵相接的時候”。
保持持續高速增長，需要一個高執行力的團隊。匯醫慧影深刻認識到了這一點，做了多方面的佈局：斯坦福大學位居矽谷中心，為全球培養了大量高級AI人才，匯醫慧影會持續引進斯坦福大學的博士和博士後；和國內醫院合作，與大連醫科大學附屬第一醫院建立了聯合實驗室，跟301醫院聯合開發臨床專案；與高校合作，如和清華海峽研究院成立人工智慧聯合實驗室，多種管道網羅、培養、鞏固人才。
以上四圖分別為胸部X線、肺部CT、乳腺鉬靶、骨折X線智慧診斷
融合醫療+AI，打造服務閉環
匯醫慧影的收入來自于醫院付費，既有一次性付費的，也有根據使用量付費的。
據柴象飛介紹，匯醫慧影已經實現盈利，覆蓋肺結節、乳腺、骨折等23種病種，還在以每三個月速度推出一種新病種。目前已經落地700多家醫院。對於盈利，他認為“在醫療行業，首先要建立壁壘，未來，盈利將會水到渠成。”
據《醫療影像的市場圖譜和行業發展分析》，到 2020年，我國醫學影像市場規模將達 6000 億至 8000 億左右。潛力雖大，但是在柴象飛看來，目前行業最大的問題是互聯網、AI、醫療、商業融合的不夠，各是各的思路。
他以肺結節檢測舉例，“通常純粹做AI的人會通過大量資料來提升準確性，但是其實懂醫療的人會知道，傳統的圖形處理通過具體的模型減少檢測的區域，再加很多經驗的東西，來細化模型，從而做到即使小範圍的資料也能提高準確性，這兩撥人思路和方法都不一樣”。
此外，對於產品來說，醫生在肺結節檢測中需要的不僅僅是準確度，而是需要把毛玻璃結節找出來，不能漏掉結節，還需要告訴他結節良惡性以及結節大小，更重要的是看結節有沒有變化，柴象飛認為最難的是把這幾項結合起來，還要考慮做成什麼樣的產品醫院願意買單。
匯醫慧影為了充分融合影像+AI，吸納醫工結合背景的技術員30多位，並且和斯坦福大學合作，推出優才計畫，輸送國內優秀的影像學人才去學習工科，培養跨學科人才。
新一輪投資方鼎暉投資合夥人黃炎表示：“投資匯醫慧影，看中的是創始人柴象飛博士和郭娜非常互補的技術前瞻能力和商業落地能力，也看好首席科學家邢磊教授在斯坦福大學幾十年積累的醫療影像方面的前沿性研究成果和人才資源。”
“現在平均每週都有三四家醫院主動找我們談合作”，而在兩年前，柴象飛還需要到處去找廠商與醫院。
對於未來的發展規劃，柴象飛表示，要把影像AI做成全流程標準化的系統，形成篩查、診斷、治療的服務閉環。同時拓展海外市場，分別在東南亞、美國、俄羅斯等地區推廣匯醫慧影AI系統。