獲復星與搜狗數億元投資，這家公司將AI放到基層篩慢病
導讀
醫療領域人工智慧企業Airdoc宣布完成由復星領投、搜狗跟投的數億元人民幣B輪融資。本輪融資完成後，Airdoc將會大範圍複製已成功試點的應用場景和商業模式，基於現有產品線，與醫院、保險公司、製藥企業、健康管理企業展開全面產業化協同，加速醫療AI技術的規模化應用。
全文閱讀大約需要3分鐘，如果本文對您有任何啟發，歡迎點擊文末評論。
Airdoc通過人工智慧篩查慢病。
健康點獲悉，醫療領域人工智慧企業Airdoc宣布已完成由復星集團領投、搜狗跟投的數億元人民幣B輪融資，三方將共同探索醫療人工智慧更好的產業結合路徑。
雖然Airdoc創始人張大磊不願意披露具體的融資金額，但他告訴健康點記者，本輪融資後，Airdoc將與復星、搜狗啟動線上線下深度融合的慢性病智能防控體系。
在三者的合作中，搜狗將提供線上流量的支持，復星作為線下實體機構也將為慢性病智能防控體系的落地提供支持。
復星國際執行董事兼聯席總裁陳啟宇表示：「我們看中的是Airdoc慢病篩查系統的高技術含量及未來廣闊的院外場景。將來Airdoc的篩查技術與復星的產品、服務和醫療體系相結合，可摸索出人工智慧最高效的落地模式。」
搜狗CEO王小川也表示：「Airdoc和搜狗一樣都希望能推進醫療AI的實用化。我們很看好Airdoc研發的輔助診斷系統及其廣泛應用場景，相信雙方深度合作可更快地創造出人人受益的醫療AI產品。」
張大磊表示，對於慢性疾病而言，預防和治療同樣重要。在他看來，人工智慧的作用不應該止步於做疾病診斷，而是應該通過更先進的演算法，發現潛在的慢病，並通過對用戶生活的干預，降低慢病發生的風險。
據張大磊介紹，在過去三年內，Airdoc已經在北京、上海、海南、江蘇、河北及安徽等多省市展開大人群慢病篩查，每天為數萬人提供快速識別建議。本輪融資完成後，Airdoc將會大範圍複製已成功試點的應用場景和商業模式，基於現有產品線，與醫院、保險公司、製藥企業、健康管理企業展開全面產業化協同，加速醫療AI技術的規模化應用。
1秒篩查30種慢病
在張大磊看來，通過人工智慧對眼底情況的計算分析去篩查慢病是一種低成本、無創且快速的獲取每個人健康狀況方式。
誠然，相比於傳統的慢病篩查方式，人工智慧的效率高出很多。
以糖尿病視網膜病變為例，這種疾病目前的發病率約為25%~38%，失明幾率較非糖尿病患者高25倍並且不可逆，已經成為四大致盲眼病之一。目前全世界有數千萬人患有這一疾病。
在中國，約有1.12億糖尿病患者，其中很大一部分都有患糖尿病性視網膜病變的風險，所以一般糖尿病病人半年會做一次眼底篩查。然而這個龐大用戶群體所面對的，是嚴重供給不足的殘酷現實。目前，中國內分泌科醫生大多需要藉助眼科醫生進行眼底病變的診斷，而中國僅有3.6萬餘名眼科醫生，專註於眼底病的眼科醫生則更少，這直接導致很多患者無法及時進行眼底篩查。在這種情況下，人工智慧就能代替醫生完成篩查工作。
Airdoc的篩查結果會直接發送到用戶手機。
除了在針對個人的疾病篩查方面，在針對群體的患病人數統計方面，人工智慧也能發揮作用。張大磊解釋到，人工智慧可以做一些醫院沒精力做的事情。比如一個城市裡面有1000萬人，要在這1000萬人中找到哪些人患有疾病並不是一件容易的事情。而人工智慧可以快速簡單無創低成本地篩選出患病人群。並按照三級預防體系進行分類，基本健康的就建議進行健康管理，一些當地醫院可以解決的問題就留在當地解決，當地解決不了的轉到上級醫院治療。
2017年，Airdoc對一個城市的65歲以上老年性黃斑變性進行了一次篩選，而篩選結果則讓人大跌眼鏡。張大磊說到，「我們篩選出的數據要比當地原本通過抽樣檢測方式估計的患病人數多很多。」他解釋到，傳統的患病人群統計方式需要抽調醫生組成一個團隊，在通過一系列的科研手段才能得到數據，需要花費大量的時間和精力。而這種費時費力的統計結果卻並不十分準確。
Airdoc服務於基層醫療
據張大磊介紹，目前，Airdoc運用團隊耗時3年研發的人工智慧慢病識別系統，通過特殊的視網膜識別演算法，可以識別出30多種慢性疾病，包括糖尿病、高血壓、動脈硬化、視神經疾病等全身性慢性疾病併發症，以及高度近視、老年性黃斑變性等常見眼科疾病。在靈敏性和特異性等主要指標上，獲得了和人類醫生完全相當的結果。
張大磊提到，為確保高質量的學術水平和研發成果，Airdoc先後從包括國內排名最靠前的眼科醫院在內的全球最頂尖醫療機構收集到數百萬張醫學影像，由此構建多層卷積神經網路。每一例樣本的數據標註都經過多位頂級行業專家獨立標註、交叉質控，從而保證了數據原料的嚴謹。
與此同時，Airdoc已經送檢了中國第一個醫療人工智慧CFDA III類器械認證的離線伺服器。
據了解，2017年，Airdoc共完成了一百多萬人次的篩查，張大磊表示，公司2018年預計完成800萬人次的篩查。
據悉，在視網膜識別上Google DeepMind也展開研究，並且在通過視網膜識別慢性病上取得了巨大的成就，使用深度學習分析視網膜圖像，以此預測心血管疾病突發的風險。
人工智慧更適用於基層
近年來，國家對國民健康情況愈發重視，人們也開始重視自身的健康管理，從得病了治病到爭取不得病，預防成為醫療服務的重要內容。
公共衛生是一種社會效益回報周期相對較長的服務，將會是人工智慧發揮作用的一個重要方向，政府對於公共衛生的重視程度也非常高。張大磊表示，人工智慧可以在某些醫學影像的識別上的速度可以用毫秒計算，而Airdoc的產品可以在極短的時間內完成對一個患者的篩查。「這樣的產品應用在基層可以為數以億計的慢性病患者提供服務，讓慢病早發現、早診斷和早治療變成現實，降低醫療負擔。」
今年兩會過程中，全國政協委員、山東省濟南市政協副主席段青英建議，要繼續加快人工智慧技術的研發與應用，促使優質醫療資源下沉。她建議，以常見慢性病為切入點，面向我國基層醫生工作需求，加大系統研發投入，加強醫學影像識別、語音識別、醫學知識圖譜、大數據分析處理等核心技術的原始創新與集成創新，研發推廣全科醫生診療機器人系統，以協助基層醫生開展家庭醫生簽約服務、慢性病管理、健康評估、健康管理等。同時，加快醫療數據系統建設，加快嵌入人工智慧產品的區域人口健康信息體系建設，解決健康醫療大數據的收集、共享和知識提取、利用等基礎問題。
實際上，作為疾病預防的主戰場，基層對於人工智慧產品的需求更加迫切。張大磊告訴健康點， 「對於大量的基層醫療機構來講，患者的流失情況非常嚴重。」他說到，很多人會選擇到三甲醫院就醫，這導致很多基層醫院的影像科室到下午就幾乎沒有患者了。在張大磊看來，對於這樣的基層醫療機構而言，通過人工智慧去提高效率只能是功能的一部分。而如果能夠通過人工智慧去降低漏診率和誤診率，那就變得有意義起來了。「目前漏診率很高，美國的漏診率是百分之三十多，這個數字在我們國家也不會低，尤其是在基層。」張大磊提到，人工智慧就是讓基層醫生變強的助力。
「我們在在北京市和平里西街衛生站展開的慢病篩查，半天時間為120位居民社區提供了人工智慧慢病篩查服務，讓老年人可以不出社區就享受高效的醫療服務。」張大磊描述了Airdoc在基層進行慢病篩查的應用場景。
值得注意的是，基層大量的需求也為Airdoc提供了一個巨大動力。張大磊表示，「我們目前最大的難題就是基層醫院數量太多，有醫院做代理的經銷商和直接購買的客戶比較多。2018年我們也希望能夠幫助更多的基層醫院，希望可以幫助基層醫療機構更好的管理慢性病。」
本文首發於財新健康點 caixin-life；
湯晨|責編
TAG:健康點 |