無人區(qū)的探索之旅

2012年，AI還不為大眾所知。四年后，AlphaGo在人機大戰(zhàn)中完敗李世石，AI方才步入大眾視野。

2012年，放眼行業(yè)內，全球AI醫(yī)療企業(yè)初露鋒芒。對大多數人而言，AI醫(yī)療只是人類對“機器人醫(yī)生”的幻想。根據資料顯示，大部分AI醫(yī)療企業(yè)誕生于2016年-2017年期間。AI醫(yī)療元年，究竟是2016年還是2017年，至今仍眾說紛紜。

就在2012年，36歲的程國華帶領著匯集醫(yī)學、計算機視覺、機器學習、生物工程各領域專業(yè)人才的團隊，趕上了AI醫(yī)療全球“始發(fā)”的列車，開始了無人區(qū)的探索之旅。

從創(chuàng)業(yè)初期的無人知曉，到成功合作500余家醫(yī)院，首次舉辦醫(yī)療與AI跨界的《西湖論健》，首次發(fā)布醫(yī)學影像大數據領域白皮書，首次實現國際上AI機器人與放射科醫(yī)生的“人機大戰(zhàn)”……

曾經在無人區(qū)踽踽獨行的健培，已逐漸積累沉淀了先發(fā)優(yōu)勢、技術優(yōu)勢、合作伙伴優(yōu)勢以及客戶渠道優(yōu)勢，日漸成為中國AI醫(yī)療行業(yè)的領跑者。

成本中心里的數據金礦

首次創(chuàng)業(yè)從事在線教育的程國華，在為醫(yī)院搭建教學平臺的過程中，初步了解了醫(yī)院的信息化情況，偶然間發(fā)現醫(yī)院硬盤中醫(yī)學影像數據的存儲占比高達80%。“這是一個非常驚人的發(fā)現！”

對于醫(yī)院而言，如此龐大卻又重要的影像數據，存在著三點問題：

第一，形成成本中心，普通的三級以上醫(yī)院每年需耗費百萬元用以存儲影像數據；

第二，數據浪費嚴重，95%的醫(yī)療大數據未進行二次開發(fā)和挖掘利用；

第三，各家醫(yī)院的數據還未充分打通、整合，屬于“數據孤島”。

而這些“數據負資產”，在程國華等具有IT技術背景的“局外人”看來，無疑就像發(fā)現了一個“金礦”。?

經過六年的挖掘和沉淀，?程國華用“一只雞與三個蛋”形容健培現有的產品架構。所謂“一只雞”即人工智能，提供了算法、程序框架，大量的數據，臨床試驗環(huán)境，醫(yī)生的配合。而“三個蛋”則是基于人工智能深入研究而產生的，真正參與到醫(yī)療行為中的服務與產品，分別為：云膠片、影像云系統、診斷云系統（啄醫(yī)生）。

直擊醫(yī)院痛點

由于醫(yī)學影像的數據文件往往較大，常規(guī)一次CT掃描為250MB量級，X光機胸片為30MB量級。為了對不同醫(yī)學影像設備的信息化數據進行統一存儲和管理，眾多醫(yī)院采用了PACS系統，用于融合、管理、存儲、傳輸各平臺的影像數據。

正如程國華團隊創(chuàng)業(yè)之初所見，隨著影像數據不斷增加，“數據負資產”的累積已讓PACS系統不堪重負。基于醫(yī)院的痛點，健培輸出了影像輸出解決方案。

從醫(yī)學影像設備數據的采集，到利用IT技術進行圖像優(yōu)化顯示，在不同終端呈現層次豐富的醫(yī)學影像，并輸出到不同的介質上，健培誕生了首個可替代進口膠片的產品：云膠片。

利用健培云存儲技術，可以將醫(yī)療影像上傳至云平臺。患者只需通過手機掃描二維碼，便可隨時隨地查看和下載自己的電子膠片和病歷檔案。

而通過Healthview影像云，將數據分割、打包、傳輸、重建，解決了影像存儲共享問題。

據了解，得益于健培云存儲功能，醫(yī)院每年可以節(jié)省逾70%的存儲管理費用，也為遠程影像會診、醫(yī)聯體的聯網管理、區(qū)域影像中心建設等奠定了基石。

醫(yī)學影像診斷界的“阿爾法狗”

隨著海量數據源源不斷地上傳、存儲，為機器的深度學習反哺了充分的養(yǎng)料，也為機器診斷孕育了可能。

然而，目前國內影像領域的AI，絕大多數還集中在單純的圖像識別上，缺乏醫(yī)學數據的積累和對影像報告的分析。而能夠做出輔助診斷方案的公司，寥寥無幾。

據統計，放射科醫(yī)師診斷1名患者的CT掃描圖像通常需要10-20分鐘，一般情況下，每天需審閱約3-5萬張影像圖片。同時，還存在醫(yī)生水平參差不齊，誤診率高，人才培養(yǎng)周期長等問題。

解決影像診斷的難點已是迫在眉睫。而隨著圖像識別技術的成熟，利用AI輔助臨床診斷，改善誤診、漏診問題已是可行。

健培HealthView診斷云正是通過對大量數據的分析、挖掘、統計和建模，形成了結構化的疾灶特征描述。閱片機器人（啄醫(yī)生）可以快速篩查、確定、定位疑似病灶，并通過像素級的學習和量化診斷，精確測量病灶大小，確定疾病發(fā)展情況，減少人為工作量，提升醫(yī)學診斷精度。

數據顯示，在骨齡檢測中，啄醫(yī)生檢測耗時≤4秒，骨齡平均檢測誤差小于0.3歲，醫(yī)生讀片時間大大縮短；在肺結節(jié)診斷中，啄醫(yī)生實現精準識別病癥、秒級響應。

2016年10月，健培實現了國際上首次AI機器人與放射科醫(yī)生的“人機大戰(zhàn)”，啄醫(yī)生得以大放異彩。大戰(zhàn)雖然最終以1:1戰(zhàn)平，但啄醫(yī)生每次用時在1分鐘以內，兩位會診醫(yī)生每次則需要8-10分鐘。

在2016年世界肺結節(jié)檢測挑戰(zhàn)大賽（LUNA2016）中，啄醫(yī)生以91.3%的綜合敏感性創(chuàng)造了世界紀錄，位列世界首位。

從影像云入手，健培打造了線上線下一體化醫(yī)學影像后處理解決方案，逐步賦予啄醫(yī)生對疾病的綜合性診斷能力，使啄醫(yī)生更像一個醫(yī)生。“打造中國人自己的機器人醫(yī)生”的藍圖已然繪就。

撬開醫(yī)院的大門

“人工智能？靠譜嗎？”

2013年，為了推廣產品，程國華帶領團隊跑遍了杭城所有二級以上的醫(yī)院。幸運的話，醫(yī)院會聽取五分鐘的介紹，“但大多數都是吃了閉門羹，連概念解釋都不想聽?！?/p>

跑了幾十家醫(yī)院后，在朋友的牽線搭橋下，終于有一家遠在千里之外——新疆伊犁察布查爾縣人民醫(yī)院向健培敞開了大門。程國華懷抱著服務器，從杭州出發(fā)，只身登上了前往烏魯木齊的紅皮火車。

經過五天的舟車勞頓，程國華終于抵達。一落地他便馬不停蹄地前往醫(yī)院安裝服務器。為了不影響放射科日常工作，他只能在夜間編程、調試，“索性在放射科休息室架了張床，一睡就是一個多月?！?/p>

囿于當地醫(yī)院有限的影像數據，產品首次試用的效果并不理想?！斑€需要更多的數據調試，當數據訓練到一定地步，它一定是不錯的?！?/p>

兩年的技術沉淀，苦于市場接受度低，自2015年起，健培為自己搭建了吶喊發(fā)聲的舞臺，打造了行業(yè)內第一個醫(yī)療與AI跨界的國際高峰論壇——《西湖論健》，匯聚了醫(yī)學界專家學者、醫(yī)院負責人、醫(yī)療科技企業(yè)等跨界人士，至今已連續(xù)成功舉辦三屆。

從四處碰壁，到如今成功合作500多家醫(yī)院客戶，其中三甲醫(yī)院達200余家。健培正一步一個腳印地實現著最初的目標，AI技術也正在以加速度滲透進影像診斷領域，逐漸發(fā)光發(fā)熱。 ?

全人類的醫(yī)療盛會

醫(yī)療領域具備了充分、整齊的數據，為AI的結合培養(yǎng)沃土。而醫(yī)療影像的特點，使得其非常適合作為AI切入的天然口。

無論是沃土亦或是泥沼，健培都已在AI醫(yī)療領域沉淀了六載光陰。如今，巨頭入場，資本涌入，同類型創(chuàng)業(yè)公司蓬勃而出，百家爭鳴。這已是一場全人類的醫(yī)療盛會。

“這是好事，一群人走得更遠，我們也不會感到孤獨?！?/p>

然而，AI+影像才剛起步，AI+醫(yī)療的應用更是還有漫長的道路要走。身處泡沫時代，醫(yī)療結合AI成為醫(yī)院診斷的基礎設施，為醫(yī)生提供有效的診斷措施，才是醫(yī)療行業(yè)沖出混沌的必由路徑。

在程國華看來，醫(yī)療行業(yè)的變化是以十年為單位的漫長過程。而對健培的期許，則是以五年為單位的一次質變。

“對于創(chuàng)業(yè)公司而言，五年是一個比較長的周期，但人工智能還是需要實實在在的投入，我們走得比較穩(wěn)，有把握不會被浪潮打下去?！?/p>

“我們堅信，AI將會改變醫(yī)療行業(yè)的方方面面，并產生深遠的影響，這也將會是人類的福音?！背虈A如是說。

本文轉載自接力浙商網，原文鏈接：http://www.relayzs.com/report/article/66

您也可以關注我們的官方微信公眾號（ID：ctoutiao），給您更多好看的內容。