一個賣眼鏡的，跑來科技論壇幹什麼？

AI 當上眼科醫生之後，你去配眼鏡的時候就順便體檢了。

2016 年，來自英國的人工智慧團隊 DeepMind 開啟了一項特別的研究計劃，和日後一戰成名的圍棋大師「阿爾法狗」不同，DeepMind 團隊走進了倫敦 Moorfield 眼科醫院，希望利用人工智慧檢查疾病。無獨有偶，一家中國 AI 公司 Airdoc 也瞄準了這部分。

眼睛是人類身體信息接收首要工具，它高速處理人類每天觀察的信號並對大腦做出反饋，說它是人身體的 GPU 也毫不過分。這塊 GPU 上有著豐富的血管和神經，人的眼球是唯一可以不開刀直接觀察到神經的部位，豐富的眼球信息藏著我們身體健康的密碼。

通過觀察人的眼球病變，醫生不僅僅能夠檢查出白內障、黃斑等眼疾，還能夠提前監測出眼底新生血管疾病，高血壓，心血管疾病甚至糖尿病，眼球能夠表現出的疾病信息超過 800 種，如果可以提前觀察，提前治療，就能極大降低人們的健康風險。

遺憾的是，在全世界，通過眼部查驗預防病變都存在極大供需差異，一個醫師需要診斷 3-5 萬人才能具備這樣的能力。以中國為例，正式註冊能夠查驗視網膜照片的醫生只有 1100 人，真正在職只有 800 人，水平好的甚至只有 200 到 300 人。

需求和供給的極大差異在於醫師人才的巨大時間和教育成本。而 AI 技術的出現，正是能夠解決這一問題的關鍵。

將 AI 技術用於眼部檢查和疾病預防看似容易，實際需要滿足兩點才能真正起到作用：一方面，要有技術公司提供高精確度低價格的健康檢查，第二方面，要能夠有足夠多的設備為不同地區的人提供檢查，從而達到面向全社會的實際價值。

正是基於這兩點，才讓星創視界（旗下擁有寶島眼鏡、米蘭等品牌）和 AI 技術公司 Airdoc 聯合起來。在星創視界董事長 & CEO 王智民看來，通過遍布全國的眼鏡門店提供眼部檢查，勢必能夠讓 AI 技術最大化為人們提供眼部檢查和疾病預防服務，而這對於今天醫療資源分布不均衡的國內狀況來說，是勢在必行的一件事。

以下內容來自星創視界董事長 & CEO 王智民和 Airdoc 董事長 & CEO 張大磊在極客公園 Rebuild 2018 科技商業峰會的聯合演講（極客公園略加整理、編輯）：

王智民：很多人問我說為什麼得穿這件衣服上台，我跟他們說，因為我把市場部的廣告預算全砍了，所以只好自己這麼幹了。這兩天我最常聽到一個問題是，你一個賣眼鏡的跑來科技論壇幹嗎，尤其是極客公園的科技論壇幹嗎。

在這裡我先跟各位介紹一下眼鏡行業的背景，行業的本質是視光，在國外，視光這個行業已經是有 100 多年的醫療服務行業的歷史的產業鏈。而且視光跟眼科是孿生兄弟，視光做的事情是什麼，檢查跟判斷老百姓本身的視力校正需要調整的狀態，視光的工作是讓老百姓看得清楚跟看得舒服。但是眼科醫生做的事情是要知道你的眼睛裡面有沒有疾病，他要治療的是眼睛裡面的疾病，這兩個科是很完整的各自分開，又有強關聯的醫學的科別，這是簡單的劃分。還有一個事情非常的重要，眼科醫生如果沒有學過視光學，他是不懂得視光的。視光師如果不學眼科的基本知識，也不懂得眼底的病況。

上面這張圖簡單的告訴一下，這是基本的檢測設備的狀態。我們檢查叫眼球的表面，類似於比如說翻開你的眼瞼的時候，看一看你的眼睛的這種結構狀態，適合不適合戴隱形眼鏡，有沒有砂眼，這個部分比較偏向於視光。

其中有一台機器叫做自動多動能綜合檢查儀，這是我們今年 3 月份發布的一台黑科技，也很神奇，這台機器可以在兩分鐘分析眼睛的 2000 個數據，比如說 白天晚上的視力差，視力疲勞狀態，有沒有青光眼、白內障、圓錐角膜風險，這是每個消費者去眼鏡店都應該要求做到的基本檢測。

我們今天的主角其實不是前面這台，是後面的眼底照相機，其實就是一台照相機，拍什麼，拍攝眼球後面布滿了神經和血管的地方，人類的眼球是非常特別的，非常神奇的器官，我們都說它是靈魂之窗，更重要的是，它是一個健康的入口，人類的眼睛是唯一一個不需要開刀，可以直接觀血管跟神經的地方。也就代表說，只要跟血管、神經相關的疾病，在眼球裡面就會被觀察到。剛才看到的那台機器，就是進入到人類的眼球，拍一張照片，接下來判斷我們身上有沒有其他的疾病。

到目前為止，這都是一家眼鏡店或者眼科醫院會做的基本的工作，但是我們國家有一個比較大的缺陷就是，醫療資源不平均、不平衡，沒有那麼大量的眼科醫生和視光師能做這麼完整的檢查，因此我們一直在尋找一個 AI 的合作夥伴。在這裡，我們也非常的開心，我們找到了 AI 的合作夥伴。

眼睛的檢查，眼底照相機拍出來以後，分成四個類別，一個是眼睛相關的疾病，第二，心血管相關的疾病，第三，糖尿病相關的疾病，第四，這一塊兒的空間特別大，目前為止，大概有幾十種疾病是可以篩查出來的，等一下我的合作夥伴會解釋更多在 AI 的這個領域，能夠通過眼底篩查出多少的疾病。我們現在專註的基本都是慢性病，所以篩查是特別重要的。

右邊的四個步驟是整個醫療的閉環步驟，第一是預防篩查，第二是確診，第三是治療，第四是治療後的回訪。在國內，這四個步驟基本上在醫院裡面都是閉環的，結果是什麼，就是看病很難，因為所有的人，大病小病全部到三甲醫院，所以為什麼國家這幾年在不斷的推動分級診療，包括開放醫生的多點執業，希望我們未來的疾病篩查可以往前推動，而不是大病小病都到三甲醫院。你們會看到很多的三甲醫院開始發文調整業務，門診會被取消。篩查未來不做了，而是發揮三甲醫院的強項>治療/開刀。現在我們跟 AI 的公司架構的事情就是這樣子，通過新的檢測設備的投放，我們就變成醫療的前置艙。

《我不是葯神》這部電影應該很多人看過了。活到多少歲是一回事，但是活到多少歲還有生活的質量，這是需要一個健康的身體才能做的。所以我們現在的目標就是希望能夠透過大量的篩查，讓老百姓形成一種固定篩查的時間，讓自己能夠知道自己的身體處於什麼狀況。我們都非常清楚，疾病越早篩選出來越早治療效果越好，成本越低。所以醫療分診治療對國家來說非常重要，因為可以降低醫保的費用，提升治療的效果。

1200 家門店再加上未來可能還在發展的新的設備，乘上 AI 人工智慧未來就會變成全中國最大的健康初篩的中心。我的分享就到這裡。

接下來我簡單介紹一下我的戰略合作夥伴。如果問我的合作夥伴現在做得怎麼樣他會說一般一般，全球第三。實際上大磊他在眼睛篩查層面，他在全球只有一個對手，就是阿爾法狗的母公司。我們一直在尋找全球範圍內的 AI 合作夥伴，接下來請大磊上台跟你們分享他怎麼做到全球第一的，謝謝。

張大磊：很多重大的慢性病，早期的時候沒有明顯的癥狀。舉個例子，比如說糖尿病，在發病的前一二十年的時間裡面，幾乎沒有任何的癥狀。很多這樣的疾病，最佳的治療窗口恰恰是在最開始的一二十年的時間，所以很多人會被漏診掉。有一些人比較幸運，給大家分享一個視頻。

剛才看到的這位老先生，我認為他確實是相對比較幸運的，因為他是中國一小部分的人。在我們國家像糖尿病病變導致的嚴重的併發症，能發現的人是非常少的。有很多的人是在默默無聞中，直接疾病到了非常嚴重的階段。

我相信這四位大家都肯定是或多或少會認識，裡面有我們非常尊敬的蔣經國先生，大家知道圖中的人的共同的特點嗎，他們都是因為糖尿病不能正常工作，甚至有的被奪走了生命。可能會很奇怪，他們有很多的社會資源，有很多的錢，按說不應該被漏診。

我相信在座的很多人都會去體檢，但是有多少人會按照標準去體檢。比如說糖尿病，一個是孔腹的時候查血糖，然後喝 75 克的葡萄糖，2 小時後再去抽血，這些步驟做完才是完成了糖尿病的檢測，但是絕大部分的人不會這樣，因為覺得麻煩。

我們平常很多的中國人養成了一種習慣，是很不舒服了才去醫院，疼、難受了才去醫院，這樣往往錯過了早期治療的診斷窗口。

醫學上還有第二個很有一用的檢測的手段，就是通過視網膜。視網膜是一個非常神奇的地方，我們全身上下所有的檢測手段裡面，只有病理醫生和視網膜醫生是能夠直接診斷和開處方的，因為他看到的是直接證據，不像 B 超是通過射線或者是超聲判斷一個人的體內可能是怎麼樣，他看到的不是直接證據，而視網膜醫生看到的是人類身體組織的真正形態，動脈、靜脈的比值發生了變化，可以精準的分級是輕度還是重度的，並且做出診斷。

這個看上去非常有用的技術，為什麼在中國難以得到普及，是因為它確實比較難。這個簡單的圖片上面，像河流一樣的一條一條的是血管，視網膜上面的血管非常的豐富。視網膜需要一個醫生 20 到 30 年的學習，看 3 到 5 萬人之後，才能真正的掌握這個片子到底是什麼病。

還有黑色的一片一片的部分是神經，神經是一層一層的，從我們的大腦裡面長出來的，視網膜也是唯一可以觀察到神經的地方。這個亮的部分是我們的神經血管發育的地方，假如說像艾滋病這樣的疾病，導致免疫缺陷的時候，我們可以通過上面的水腫的變化來看到的。

這是一個非常簡單的，對於患者來講簡單有效無創的手段，因為拍照就行，但是對於醫生來講，並不那麼簡單。在美國解決這個問題的辦法是，醫生每判讀一張視網膜照片，保險會給他付 150 刀，7 自動駕駛萬多的醫生花大量的時間去學習照片的判讀。但是在我們國家，醫生無法通過診斷得到錢，這就導致我們國家的視網膜的判讀這件事情寫到指南裡面了，都有要求醫生去看。

實際上在中國真正會看視網膜的照片的醫生呢，只有 1100 是註冊的，真正在看的是 800 人，水平好的只有 200 到 300 人。這個辦法確實是非常簡單，無創有效，所以越等級高的人越喜歡。

但是帶來的問題是什麼，黃斑變性的患者有 3000 萬，很多人在晚上的時候看手機，光線差的時候直接會摧毀黃斑部位，在中國比較發達的省份，比如說江蘇，曾經診斷黃斑變性的醫生只有幾十名，這意味著很多病人並不知情。我們過去幾年，用演算法做了大規模的人群篩查，我們注意到黃斑變性率是不斷上漲的。怎麼發現這些患者，確實非常的可憐，最開始的時候看東西會扭曲，然後他的視野中間會有一個小黑點，這個小黑點會不斷的放大，最後把他的整個視野給吃掉了。不像白內障，還可以通過換一個晶體讓他重新看見，黃斑變性的患者是再也看不見的。

為了解決這樣的問題，我和我的團隊做了三件事情。第一，拜訪了美國、英國、中國、印度的 100 多家頂級醫院，尋求他們的幫助。

非常幸運，我們找到了 300 多位頂級的教授，他們願意貢獻出他們的數據和經驗，幫助我們去做分析。他們做的事情非常的辛苦，像很多人可能做過就是像人或者是車這樣的數據的方案，但是實際上我們可以看到從視網膜的圖片上，醫生來做，他們要從視網膜上面去標出非常多的病變和病灶，一張圖片的標註，往往需要兩三個小時的時間。過去三年裡面，我們就是通過這樣的雙盲的標註，每個一生都不知道其他的醫生標的是什麼樣的，把標註的公共的部分，通過雙盲的標註，獲取了上百萬的病人的病例和樣本。

這樣我們的演算法可以向持續出診 760 年的老教授一樣，他知道這個病人現在是什麼病，接下來是什麼樣的，這是我們做的第一件事情，花了大量的時間去收集樣本和標註。

和我們的合作過程中，有一些醫生成了院士，有一些醫生髮了科學雜誌這樣的文章，但是他並沒有得到商業的收益，經濟上並沒有給錢，很多人覺得這是有效的技術，但是沒有法規推廣開來的情況下在幫助我們。

第二件我們做的事情就是我們訓練了一個比較複雜的卷積神經網路，最開始我們想這個事情比較簡單，大量的把視頻變成圖片，去看看裡面有沒有色情的，暴力的部分。但實際上麻煩很多，因為視網膜照片識別的很多病灶是非常細微的，可能是一兩個像素、兩三個像素，在視野上面，圖片上面我們要識別的病灶往往是萬分之一的面積的大小。醫療圖像有自己的特點，看這個黃斑部位，其實恰恰是離我們觀察更近的，人的黃斑部分有非常多的感官細胞，視覺細胞，所以我們如果直接做一個學習的話，你得到的結果是非常糟糕的。

我們也是經過了幾年的積累，重新設計了自己全新的網路結構，在視網膜的照片上面做得非常好的識別，我們已經抽象出來了病灶變得非常清楚的照片。然後再把它得到一個判斷之後，我們把它的上面的哪些可能出血、哪些有微血管瘤，哪些是腫瘤、神經的變化，這些都非常豐富的展現給醫生，讓醫生可以去判斷他現在的治療方法是有效還是沒效的。

這些其實都是相對比較基本的醫生該做的工作，我們國家的指南裡面就要求醫生這樣做，但是其實是非常困難的。所以通過深度學習的演算法，我們把非常複雜的事情，變成了非常簡單的事情。在使用的醫生當中，有院士級別的，也有鄉村裡面的赤腳醫生，對於他們來講，需要做的就是拍一張照片傳上去就行。

與此同時，我們還把歷史上所有的相似的病人做了一個無監督學習。新來一個病人拍一張視網膜照片的時候，我們其實就能知道，這個人在接下來的一到三年內、病灶會發生什麼樣的變化，做了幾十萬的分析之後，我們發現整體的使用是不錯的。

第三件就是把它部署到了很多的地方，比如說像中國出訪非洲的和平方舟就用了我們的方案，把非洲 6 國的人都篩選了一遍，還有現在的英國和我們國家領導人級別的用戶，還被微軟選中了做 keynote 的環節。美國和英國、中國印度的 Top 醫院我們覆蓋的比較多，中國的前五名的醫院都是我們的客戶，排名前 20 裡面的有 15 家是我們的客戶。

我們一直有一個想法，或者有一些遺憾，我們還在想，如何能夠不去醫院的這些人，也能夠更早的發現自己的問題。醫院裡面發現自己的問題，一定程度上得到了解決，內分泌、心血管的醫生以前不會看這些照片，但是會看了。可是醫院之外的人怎麼辦，這是非常困擾的問題，我們和星創團隊結合在一起，接下來的幾年時間，通過更多的院外的篩查，讓更多的人能夠更簡單，低成本的掌握到自己的健康狀況。我的介紹就到這裡，謝謝大家。

主持人：剛才聽了演講我覺得特別的興奮，其實在我們的 Rebuild 大會裡面你們是唯一一個雙人的演講。聽的過程中我知道你們做了很多，不管是技術上的嘗試還是在實際給社會帶來價值上的嘗試，我們在展區有舞台設備是可以給我們參會的每一個人做免費的檢測，大家可以下午去體驗在這裡面體驗到科技帶來的對於大家的關愛。我有一個問題，出了這個大會之後你們之後怎麼協作？

王智民：我們在年底至少要在門店部署 200 台機器，成為每一家店的標配，我也希望這種設備可以變成眼睛行業的標配。費用的部分我覺得前面要讓大部分老百姓有這個習慣，第一年的時間我們已經準備對寶島所有 VIP 會員全部免費。

主持人：我覺得大家應該給他們掌聲，這個是讓更多人享受科技的樂趣。作為創意公司不是做公益，要形成價值的循環。我聽到我們能夠檢測幾十種疾病，其中有一些可以免費的讓大家體驗，一段時間可以免費去。但是長期里來你們的目標是什麼，你們做這樣完整的體驗也要創造價值，你們用什麼方式做？

張大磊：兩塊，第一就是簡單無創低成本的掌握自己的健康狀況，我們希望測出更多的疾病。現在已經有一千多個疾病，但是其中有 800 多個是相對比較罕見的，250 多種是常見病。拿演算法做的敏感性和特異性都在 97% 以上，比人類醫生不差的有 30 多個病。剩下來的時間要把剩下的做完。

還有我們要把檢測成本降低，大家傳統去測的話做完這 30 幾個疾病費用是 6800 左右。我們的高端體檢中心服務一次是一千塊錢，我們今天也帶到了現場，就在展廳最裡面，今天大家在座的都可以免費的體驗。謝謝。

本文由極客公園原創

轉載聯繫 zhuanzai@geekpark.net

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！