從植物識別切入皮膚病檢測，大拿科技要做一款「活的」AI產品

科技 08-02

大拿科技創始人陳明權（左）和合伙人羅歡（右）

作者｜劉敏

編輯｜陳光

微信公眾號ID｜Xtecher

2年前，只為在解答兒子「這是什麼植物」的疑問時不那麼「尷尬」的大拿科技創始人陳明權，或許沒想到，有一天他會做出一款用戶規模在400萬，日活15萬人次，日增粉2萬人次的爆款APP——形色。

以形色為出發點，基於已得到驗證的成熟的圖像識別模型，杭州大拿科技股份有限公司（以下簡稱「大拿科技」）逐漸將業務拓展至皮膚病檢測和教育輔助領域，聯合湘雅二院、丁香園推出了中國首個皮膚病人工智慧輔助診斷系統，針對小學生口算訓練的智能分析APP也即將上線。三款產品的共性都是從普通人的現實需求出發，通過圖像識別和人工智慧技術去解決實際的問題。在陳明權看來，人工智慧不應該高高在上，而要接地氣，能夠是一個「活著」的AI產品。

形色，做大眾化的「識花」神器

「形色」是大拿科技自主研發的一款能夠「拍照識別植物」的工具型產品。2015年7月，陳明權開發出初代demo時，其唯一功能是在拍照後返回植物名稱，使用人群限於熟人圈，能夠識別的植物種類也只是杭州地區的100-200種左右。

因簡單實用，口碑相傳，2015年8月，「形色」開始以獨立項目的形式運營，功能也日漸豐富。但因為沒有進行任何商業推廣，從2015年8月到2016年7月，幾乎沒有用戶增長，直到7月被Apple Store選為榜首推薦，形色才實現第一次大規模的用戶增長。截至目前，形色已累計6次獲得Apple Store榜首/主題推薦，累計自然增長用戶達400萬，與微信、支付寶、QQ瀏覽器、360兒童手錶等達成了合作。

陳明權告訴Xtecher，為訓練基於深度學習的圖像識別演算法，形色初代模型是從谷歌上自動扒圖，隨著使用人群增多，資料庫規模不斷擴大，演算法也日漸成熟，目前形色已經可以識別5000種以上植物，識別準確率在92%-93%。在聯網情況下，系統可在2-3秒內反饋結果，包括植物名稱、詩詞鑒賞、植物趣聞、植物小百科及養護知識等。

在形色之外，目前市面上已經有多款識花APP相繼誕生，包括花滿城、發現?識花、看圖識花、微軟識花、花伴侶、百度識花等，其中微軟、百度均與中科院植物所有合作。合作模式上，由中科院植物所提供資料庫支撐以及專家團隊，並由專家對圖庫進行標註，對結果進行審核。

形色選擇的則是「平民路線」。

陳明權表示，形色是由機器自動學習植物圖片的特徵，輔以專家鑒定，識別時，不會局限於是從植物的花、葉、果、莖或整體外型的具體某個維度進行判定，帶花的、不帶花的、盛開的、枯萎的，甚至是假花或是以花為原型的雕塑都能識別。

據Xtecher了解，目前大多數APP，功能之所以主打「識花」，是因為與葉子或果實相比，花作為植物的繁殖器官，只出現在特定的生長時期，性狀更趨穩定，分類上更為靠譜，能夠減少環境、植物不同生長周期下形態演變對識別演算法帶來的「干擾」。不過，該種模式將局限可識別的物種——目前，全球植物的物種超過60萬，其中顯花植物僅有30萬左右。

形色的「平民化」還體現在數據來源上。

與專家精挑細選圖片不同，形色上的圖片大多是用戶自發上傳，系統會自動對這些不同場景、角度、光線、大小、清晰度的圖片進行預處理，包括光線調節、角度反轉、曝光補償、切出關鍵部位等，再與樣本資料庫進行匹配。陳明權介紹，用戶上傳的圖片量與天氣狀況相關，春秋季節的周末，如果天氣好，日上傳量能達到70-80萬張，冬夏則在40萬張左右。目前，形色的圖像庫里已有5000多萬幅照片，植物愛好者、植物專業人士將拍攝的植物上傳之後進行鑒定分類，成為形色識別植物的有力後盾。

陳明權對形色有明確規劃，將分三個階段發展：第一個階段是工具屬性，強調識別速度、識別準確率以及收錄的植物種類；第二個階段是社區屬性，除UGC部分，基於社群運營的「達人鑒定」、「遇見」、「私信」、「景點」、「壁紙」等功能均可增強用戶的交流及情感依託；第三個階段是商業屬性，陳明權坦言，雖有幾家上市公司在主動尋求合作，但團隊暫未考慮商業轉化。

目前，形色已有三類穩定的使用人群，包括帶小孩的父母，植物愛好者，以及賦閑在家的中老年人。除中國區版本，北美版本也已上線，並支持4000多種植物的識別，其中，中國版與北美版僅有10%的植物物種重合。

產品功能迭代方面，未來形色一是會繼續擴充植物物種種類；二將優化推薦演算法，實現「千人千面」；三是優化「地圖」功能；四是提供基於花期、地域、景點等的智能推薦功能，比如3、4月份是桃花盛開的季節，地圖上會出現一個「小喇叭」，提醒用戶當地桃花去年何時盛開、花期以及哪些景點適合賞桃花等。

陳明權對一款產品從0到1的發展有較為成熟的理念，在其看來，用戶、產品、數據能夠形成穩固的三角關係，產品幫助解決用戶痛點，吸引用戶下載和使用，使用過程沉澱了數據，數據則助推產品迭代升級。但底層的人工智慧和圖像識別技術又有通用性，可基於不同行業應用進行橫向擴張。大拿科技進入醫療和教育領域，就是基於這種思路。

中國首個皮膚病人工智慧輔助系統發布

大拿科技進軍醫療以皮膚病檢測作為突破口，陳明權告訴Xtecher，「靈感」來自於形色用戶、一位默沙東高管的提醒，他從醫生的角度告訴陳明權，皮膚病也是基於形態進行診斷，與形色基於植物形態進行識別存在共性。

這點醒了陳明權，使他萌生了做一款皮膚病人工智慧輔助診斷系統的想法，在原有技術積累上，大拿科技很快就研發出了產品demo，丁香園首先伸出了橄欖枝。

在丁香園CEO張進的牽線搭橋下，產品demo被推薦給了中南大學湘雅二醫院的陸前進教授，陸前進教授是中華醫學會皮膚病下一任主任委員，屬於該領域的權威專家。彼時，湘雅二院內部也已經在醞釀皮膚病智能診斷系統的研發，在對demo進行測試後，丁香園、大拿科技、湘雅二院迅速達成獨家戰略合作，在今年5月19日正式發布了「皮膚病人工智慧輔助診斷系統」。

三方在合作模式上，由湘雅二院提供皮膚病臨床數據資源，為疾病特徵歸納以及模型建立提供專業支持；由大拿科技開發圖像識別模型，通過海量病例學習實現對皮膚病的人工智慧診斷；丁香園則負責整合、協同各方醫院、醫生資源。

作為階段性研發成果，陳明權告訴Xtecher，「皮膚病人工智慧輔助診斷系統」第一期主要實現以紅斑狼瘡為代表的皮膚病人工智慧輔助診斷。紅斑狼瘡屬於免疫系統類疾病，可分為盤狀紅斑狼瘡（DLE）、亞急性皮膚型紅斑狼瘡（SCLE）、系統性紅斑狼瘡（SLE）、深在性紅斑狼瘡（LEP）、新生兒紅斑狼瘡（NLE）、藥物性紅斑狼瘡（DIL）等亞型，皮損表現形態複雜、多變，且可能存在「同形異病」的情況，屬於皮膚病檢測中挑戰性很大的病種。

在1萬多條經過標註的有效數據基礎上，大拿科技對圖像識別模型及演算法進行了反覆訓練，最終上線的產品，能夠對紅斑狼瘡各種亞型以及其鑒別診斷疾病進行有效區分，給出一個基於概率的分析結果，識別準確率超過85%，醫生只需要在此基礎上進行檢查與微調。同時，這套基於雲端的系統能夠自動規劃治療方案，如果醫生判定已經超出當地醫院治療水平，可在線發起遠程診療，或由系統給出分級診療方案。

現階段，「皮膚病人工智慧輔助診斷系統」已在湘雅二院內部試用，待模型進一步成熟，將快速覆蓋更多更全的皮膚病病種，為皮膚病診療整體效率提升起到促進作用。三方也在加緊數據收集工作，數據量級有望達到百萬級別。

另據陳明權透露，大拿科技正與某醫院聯合開發一款基於癌症病理切片的輔助診斷產品，通過將人工智慧應用於影像數據分析，系統能夠自動讀取癌細胞數量，並提供客觀、定量化的分析結果以及治療方案，有效提高醫生診療效率和準確性，減輕醫生工作壓力。

開發口算訓練輔助診斷軟體，解放家長

在形色、「皮膚病人工智慧輔助診斷系統」以外，大拿科技團隊還在同步研發一款針對小學生家長的口算訓練輔助診斷軟體。

陳明權表示，這一需求由內部員工提出，他們中有不少是學生家長，而1-6年級的小朋友每天都要做大量的口算訓練，加減乘除都有，家長在檢查時，往往需要花費10-20分鐘，無法準確解答時，還可能遭到小朋友的嘲笑。但目前市面上沒有相應的產品，能夠解放家長。

針對這一需求，大拿科技打造的智能診斷軟體，能夠幫助家長快速檢查小朋友口算結果的正誤，家長只需對算數本進行拍照，系統就會自動對不同題目進行標註，自動測算結果，錯誤的會以紅框高亮標註出來。據現場演示，APP在5秒內便能輸出對一整頁算術題的分析結果，由於模型還在測試，偶爾會有一兩道題識別錯誤，整體準確率在95%左右。

口算訓練智能診斷的難點在哪？陳明權表示，起初團隊並未充分意識到困哪，以為會很簡單，真正進入產品開發階段時，才發現「坑」不少，「難點是什麼？如果是單獨的手寫體或單獨的列印體，識別會很容易，但（手寫體和印刷體）放在一起就很難了；單獨一個公式來計算，也很容易，但一堆公式在這裡，上面還有各種干擾，比如小朋友會在上面打草稿，（紙張薄）背面的文字會透過來，就會有各種問題。」