從基層機構開拓眼科市場，提供12種AI預測模型助力「糖網篩查＋AI」落地

河谷互動成立於2013年9月，由多位醫療領域資深學者聯合人工智慧專家聯合創立。他們在眼疾治療工作過程中發覺到AI的價值，並開始著手研發，經過近4年的積累，於2017年推出了人工智慧診斷系統Healgoo AI，又於2018年6月推出了該系統的眼科專用版本Deep Fundus。

深度學習是近期人工智慧領域最大的突破之一，為人工智慧的商業化帶來了希望。從2012年ILSVRC 冠軍AlexNet 開始，深度學習中的卷積神經網路開始在計算機視覺領域中大放異彩，河谷互動由此確立了使用深度學習演算法對眼底照片進行疾病預測的技術發展方向。

現在，河谷互動已經成為一個擁有36名成員，擁有完整戰略思維和穩定收入模式，全心投入醫療大數據及人工智慧診斷技術研究。至今，河谷互動已獲得包括智能眼底照相機在內的多項發明專利，其深度學習演算法的相關論文在國際核心期刊Ophthalmology發表。

一流研發團隊衝擊AI障礙，各成員優勢互補

河谷互動的主要項目現由聯合創始人兼CTO孟巍領頭，孟巍曾在海外擔任微軟技術專家、HIPAA安全專家，並獲得英國NHS認證糖網分級師證書，在AI技術領域有深入的研究。

團隊的另一位資深眼科醫生Robert Chang來自美國斯坦福大學，長期從事青光眼、白內障等手術，擅長新方法和微創技術的應用，在眼科醫療技術創新和人工智慧方面獲得過諸多成果。

首席科學家何明光擔任中山大學中山眼科中心教授，澳洲墨爾本大學眼科教授，獲國家傑出青年基金獲得者、國家「萬人計劃」領軍人才、國家科技部中青年科技創新領軍人才等殊榮。何明光教授的研究方向包括眼科疾病的臨床和遺傳流行病學研究、隨機臨床試驗、雙生子研究、圖像技術研究、人工智慧和大數據研究。其研究獲得廣泛的國際同行認可。

可以看出，這是一個科技與醫療實戰互補的團隊，何明光教授從眼科學前沿研究領域提出了人工智慧的應用方向，並為AI提供了專業的眼科醫學支持，Robert Chang教授設計了AI的頂層演算法並實踐論證了AI運行過程中的合理性，演算法及系統的具體實現由孟巍帶領的技術團隊完成。

深度學習助力眼底照片篩查

從2013年開始，河谷互動就投入到了深度學習的演算法研究中。經過不懈的努力和嘗試，河谷互動自主研發出針對眼底照片進行充分優化的預處理演算法，以及高性能的卷積神經網路HG-Net ，最終在眼底照片的疾病分級中取得了令人矚目的成績，相關核心技術已獲得國家發明專利並陸續發表在國際學術期刊。

眾所周知，在深度學習的領域中，數據佔有非常重要的地位。一方面，深度學習的訓練需要大量的數據支持，才能訓練出一個魯棒性比較好的模型，如果數據集不夠，模型往往會出現過擬合或者欠擬合的情況。另一方面，數據集的標註也要準確，否則，模型的準確度也很難得到提高。一般來說，數據和特徵決定了一個模型的上限，演算法的優化和調整隻是在逼近這個上限而已。

為了提高眼底照片疾病標註的準確性，河谷互動專門開發了數據標註平台Label Me ，由專業的眼科醫生在這個平台上對每張眼底照片進行標註，每張眼底照片會由多名醫生進行標註，結果判定一致的圖片才會用於訓練。河谷智能的團隊中有多名專家在眼科領域有非常豐富的經驗，在眼底照片的疾病標註上有很大的優勢。

這些工作使河谷智能在技術和數據方面擁有領先的優勢，在眼底照片的疾病預測領域積累了豐富的經驗，為Deep Fundus 和Healgoo AI 平台佔有市場提供了強有力的支持。

直擊市場痛點，為眼科醫生減負

眼科市場有多大？據衛健委官方數據稱，中國眼科市場2012年的價值為461億，這一數字在2016年更新為827億，經專家預測，在2021年，國內眼科市場大小將升至1590億。

具體而言，截止2015年，中國的糖尿病患者數量約1.1億人，由此推算，我國糖網病患者約2700萬人。

我國糖網病發病率

河谷互動的醫生們在診斷眼疾患者過程中發現醫生有限的精力難以滿足大量患者的需求，眼科診斷的高要求而新興的AI技術可以極大的提高他們的工作效率，由此聯合專業人員進行了AI技術的開發，誕生了河穀人工智慧眼病輔助診斷系統Deep Fundus。

Deep Fundus用於醫生端輔助檢查，可在線提供12種AI預測模型，不僅可以對糖網進行檢查，同樣適用於青光眼、白內障、黃斑水腫、黃斑變性等疾病，且一次照片就可以篩查多種眼科疾病。統計結果顯示，該AI系統整體準確率範圍為0.986～0.995，敏感性超過95%，特異性超過91%，而通過NHS培訓的糖網分級師的準確度均值為75%。

該AI系統使用演算法由河谷互動自行開發，經過20萬份精選眼底照片訓練集作為訓練，另額外選取7萬眼底照片作為驗證集，其綜合準確率為99.0%。除此以外，該AI在澳大利亞皇家維多利亞醫院採取了1.8萬個樣本做獨立驗證，其糖網病識別準確率為98.9%，青光眼為98.6%，白內障為99.1%，黃斑變性為99.5%。

以基層服務服務重點，服務區域逐步輻射全國

基層醫院常常因為從醫人員經驗不足等原因，導致患者無法獲得理想的服務效果。河穀人工智慧眼病輔助診斷系統可以輔助基層醫生，提高醫生分析正確率；醫生也能學習AI的分析結果，提高自己的職業水平。

對於鄉鎮篩查、體檢中心這類出片量大的環境，該AI能夠一次性篩查四種眼病，且檢查率大大提高。患者可以當場列印報告，省去了多次往返醫院的各項成本，而體檢中心也可降低體檢成本，增加體檢中心收費項。

對於需要糖尿病診前篩查的人群，該AI能夠快速生成診前篩查的糖網情況報告，解決眼科轉診不便的問題，更有效的進行慢病管理。

針對國內部分三甲醫院不願意將系統聯網、數據上雲的情況，河谷互動推出了相應的離線系統，以保證醫院數據的安全。

動脈網記者在採訪中了解到，目前在全國已有300多家醫院正在使用河穀人工智慧眼病輔助診斷系統，每年篩查患者數超過十萬人。河穀人工智慧分級機器人已經覆蓋北京、上海、深圳、重慶等幾十個中大城市，並由此向其他中心城市跨進。另一方面，河谷互動也在不斷開拓境外市場，美國、印度、馬來西亞、新加坡等國家均有機構參與合作。

立足眼疾，但不局限於眼疾

即使河穀人工智慧眼病輔助診斷系統已經達到一個較高的精度，河谷互動的研究人員仍在不斷地優化演算法，並試圖從眼底照片中挖掘更多的信息，關聯其他疾病，以提高該系統的用戶覆蓋範圍。

同時，河谷互動也在不斷深入人工智慧的研究。該公司打造了Healgoo ML平台用於解決通用的圖像分類問題，只要是擁有圖片數據的用戶，都可以通過這個平台來創建自己的AI模型。目前該平台仍在測試當中，將於7月推出網路版。

早在2016年，河谷互動已獲得1000萬融資，現企業產品已成熟，處於市場開拓之中。河谷互動希望能與更多眼科領域、人工智慧領域的專家進行交流，共同為眼科圖像篩查賦能。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！