Facebook剛宣布要做的加速醫學成像技術，這家公司已經把TA商業化了

題圖來自深透醫療（Subtle Medical）

今年8月，Facebook宣布將和紐約大學醫學部共同推進fastMRI項目，希望能共同研究如何加速MRI成像，最終達到10倍加速。

然而，一家矽谷醫療科技影像公司已經完成這項技術的研發，並在UCSF等全美數十家知名醫院進行早期測試。

這家名為深透醫療（Subtle Medical）的公司，創始人及CEO宮恩浩博士擁有醫學與工程雙重背景，是一名來自斯坦福的連續創業者。2017年，宮恩浩創立深透醫療，比起「代替讀報告的醫生」，深透更希望幫助機器更快、更好地完成自己的工作。

「對於高成本的醫學影像來說，我們認為提高成像效率有更大的價值和市場空間。」宮恩浩對鈦媒體說道。

結合深度學習和圖像重建技術，用更少、質量更低的數據便可獲取診斷級別的醫學圖像，和傳統形式質量持平，甚至更好。這項技術主要應用在MRI（磁共振）和PET（核醫學影像、正電子發射計算機斷層掃描）這兩種醫學影像模態上。

深透醫療技術優化示意圖

創立一年，深透醫療已獲兩輪融資：種子輪來自美國大數據基金Data Collective、真格基金、百度風投、清源創投、Wisemont Capital；今年5月，深透醫療獲得了由美國老牌基金Bessemer Venture Partner領投的500萬美元Pre-A輪融資，此外，這輪投資人還包括Facebook早期投資人之一Jim Breyer以及矽谷新秀基金Fusion Fund。

Jim Breyer對鈦媒體表示：「他們選擇了一個與大多數AI醫學影像公司都不同的切入點，通過AI技術來優化醫學臨床影像的拍攝流程及質量，降低其需要的時間、花銷及放射性。」

另闢蹊徑，加速醫學成像

「醫學成像+AI」不是一個新奇的組合，但過去，大部分創企走的都是「AI加速圖像解讀、出具醫學診斷報告」的路。

「這個因素實際上隻影響10%的生產成本，而且也不一定是耗時最長的部分。」宮恩浩向鈦媒體透露，90%的成本和大量耗時，都在機器成像過程中。

MRI、PET等成像技術是現代科技進步、提高醫學水平的重要標誌。MRI的原理是通過收集大量的原始數據，重建出信息豐富的醫學圖像；比起看密度的CT和X光，MRI能得到清晰的軟組織多對比度，幫助辨別病灶；PET能得到分子層級功能活躍信息，從而確認病灶級別。

雖然對於神經系統疾病辨別，癌症早期篩查、分期診斷及膝關節等軟骨相關疾病來說，清晰地看到病灶、進行診斷和分析都尤為重要。但這些設備又貴、又耗時，還需要精細維護，很難像CT或X光一樣大批量普及。

深透醫療提供的示意圖：技術方面的花費佔比90%；醫生解讀醫學影像花費佔比10%

以核磁共振（MRI）為例，美國的收費標準在1000-2000美元（6800-13600人民幣）之間，其中只有10%付給醫生作為診斷費用，90%以上都是機器成本、維護等費用。一次採集時間約為30-45分鐘，一台耗資數百萬甚至上千萬的機器，一天只能服務十幾個病人。由於資金、場地等限制，機器數量也很有限，大型三甲醫院可能也只有2-3台MRI機器。

PET價格更加高昂。在美國，根據不同的醫院定價、檢查部位以及放射性核素價格，一次PET檢查少則數千美金，最高花費可達上萬美元。

根據Transparency Market Research數據，核磁共振圖像處理市場將在2022年超過91億美元。正如上文所說，如此巨大的市場，仍舊有著三個亟待解決的痛點：速度、成本、安全性。

直擊醫學影像痛點：速度、成本、安全性

在斯坦福攻讀電子工程學博士時，宮恩浩的研究方向是深度學習與醫學影像，主要探索深度學習技術在醫學圖像後處理、圖像重建以及輔助診斷等方面的應用。其聯合創始人Greg Zaharchuk是一位斯坦福教授及知名放射科醫生。

「以壓縮感知快速成像為例，過去我們實驗室的技術常常是研究出來之後授權給大型醫學影像儀器公司，花五年、十年才做到產品化。可是這類AI技術，很難想像要等到十年之後再做出產品。」宮恩浩認為在研究的過程中，也需要大量的數據去完善整個技術方案、真正解決彌合臨床與科研之間的鴻溝。

MRI需要處理的數據很多，收集完圖像後才能最終成像，所以掃描時間長，而宮恩浩及團隊開發的專利技術能優化數據重建成圖像的過程，使MRI和PET加速4-10倍。 加速之後，醫院提供每次檢查的單位成本下降，機器的使用效率也會提高。

這項技術解決的另一個痛點是安全性。PET這種分子影像的掃描需要注射放射試劑，對於人體會有較高輻射。深透醫療的技術可以提高影像質量，降低臨床PET影像4-10倍放射性試劑劑量。

從左至右：傳統加造影劑的影像，減少10倍造影劑的影像，減少10倍造影劑後通過SubtleMedical人工智慧增強信息的影像

今年開始，深透科技已經在與美國與數十家頂尖醫療院校、醫院及第三方影像中心開展早期測試，其中包括斯坦福大學、加州大學舊金山分校醫學院（UCSF）、MD 安德森腫瘤醫院和梅奧醫學中心等。

「作為醫學影像中心，我們一直在努力提高影   像質量、減少檢查時間和放射劑量，所以這樣的演算法很可能可以在美國乃至全世界的醫學影像中心迅速、簡便地部署。」斯坦福醫院神經影像科主任Max Wintermark教授如是說。

宮恩浩表示，未來的盈利模式將會是與醫院簽訂年付費協議，根據醫院提高的影像效率收益分成，並且探索OEM解決方案商業化。

數據壁壘應對競爭

雖然深透醫療的商業化路徑較為清晰，但如文初所說，Facebook也開始了這項技術研發，面對巨頭競爭， 宮恩浩對鈦媒體表示，深透醫療有一個獨特的數據優勢：由斯坦福獨家授權的大量醫學影像數據。「深透醫療誕生於斯坦福大學，所以學校獨家授權了3項專利和海量的醫學影像數據 。這些數據包括超過200萬張MRI、PET/CT、PET/MR 影像。」

除此之外，與UCSF、MD 安德森腫瘤醫院和梅奧醫學中心等美國十幾家頂尖醫療院校、醫院及第三方影像中心的合作也能為深透醫療帶來大量高質量的醫療影像數據。

這些數據不但可以進一步用於訓練深度學習演算法，幫助產品進一步優化完善，帶來先發優勢。同時，通過產品布局， 宮恩浩希望最終建立跨病種、跨部位、多模態的醫學影像數據平台，「這項技術並不特定於某種特定的疾病，而是適用於跨病種多模態的數據，具有很高的普適性和廣泛的應用場景。」

「從我們投資開始到現在，深透醫療產品的商業化落地進展非常迅速，FDA申請即將通過，其將會成為新一代醫療系統里一個重要的數據入口。」深透醫療的另一個投資方，BV百度風投CEO劉維表示。

目前，深透醫療已提交一款產品 FDA II 類 510（K） 認證申請，即將獲得歐洲CE認證，明年初將以第一款產品為基礎提交另外兩款產品的FDA申請。（本文首發鈦媒體，作者/丁詩貝）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！