2018年，鈦媒體將陸續(xù)推出對于前沿云端科技創(chuàng)業(yè)公司的全景調(diào)查。本項目主要由阿里云“諸神之戰(zhàn)”全球創(chuàng)客大賽推薦，鈦媒體篩選，獨(dú)家采訪與追蹤。記錄最值得記錄的中國前沿科技創(chuàng)新史，歡迎點擊訂閱特色專題：“諸神之戰(zhàn)”獨(dú)家追蹤。
距離2018年農(nóng)歷新年還有四天，閆維新和三位同事一起，窩在上海仁濟(jì)醫(yī)院放射科的一間小屋內(nèi)忙活項目。這位上海交大機(jī)械與動力工程學(xué)院博士生導(dǎo)師，另一個身份是帝維達(dá)創(chuàng)始人，他每個月近一半時間都會呆在醫(yī)院里。
帝維達(dá)成立于2015年，專注于液體活檢的檢測儀器和試劑，“我們的產(chǎn)品主要應(yīng)用于心腦血管疾病和腫瘤，這兩類疾病都離不開兩樣：影像和多組學(xué)例判斷。”看似和人工智能關(guān)聯(lián)不大，但閆維新卻將自己做的事情比作中國版人工智能醫(yī)生，在帝維達(dá)的商業(yè)鏈條里，人工智能扮演著舉足輕重的角色。
“好用早用了”
2013年，閆維新認(rèn)識了原騰訊數(shù)據(jù)平臺部技術(shù)總監(jiān)廖煥華和浙江大學(xué)醫(yī)學(xué)研究院牛田野教授，三人一拍即合，便帶領(lǐng)著研究團(tuán)隊一起研發(fā)醫(yī)學(xué)影像AI系統(tǒng)“阿爾法醫(yī)生”。
“雖然現(xiàn)在病理是判斷的金標(biāo)準(zhǔn)，但我覺得未來病理的趨勢會越來越弱下去，醫(yī)學(xué)影像是趨勢。”閆維新的判斷基于兩點，一方面醫(yī)學(xué)影像可以減輕病人痛苦，另一方面原來醫(yī)學(xué)影像讀出的信息有限，現(xiàn)在通過醫(yī)學(xué)影像組學(xué)可以讀出更多的信息，做出更為精準(zhǔn)的判別。
浙大醫(yī)學(xué)院附屬邵逸夫醫(yī)院為研究團(tuán)隊提供了上萬張直腸癌核磁共振影像圖，由醫(yī)生勾畫出腫瘤區(qū)域，然后再將這些影像數(shù)據(jù)供機(jī)器學(xué)習(xí)，經(jīng)過十余萬次迭代，阿爾法醫(yī)生能識別直腸癌、皮膚癌等疾病。研究團(tuán)隊還曾與交大醫(yī)學(xué)院附屬第九人民醫(yī)院合作，讓“阿爾法醫(yī)生”根據(jù)影像識別診斷血管瘤等六種皮膚病，準(zhǔn)確率高達(dá)99%以上。
“科研做的高科技，市場未必需求，需要建立個橋梁”，閆維新坦言，2015年研究成果進(jìn)入醫(yī)院時卻面臨著兩個尷尬的現(xiàn)狀。根據(jù)當(dāng)時的政策規(guī)定，基于人工智能技術(shù)的醫(yī)學(xué)影像系統(tǒng)不在醫(yī)療器械名錄內(nèi)，所以“阿爾法醫(yī)生”無法取得醫(yī)療器械注冊證，不能上市銷售。
這種尷尬并沒有將創(chuàng)業(yè)者和資本攔在門外。從Waston、機(jī)器人到醫(yī)療影像AI，人工智能進(jìn)醫(yī)院早已不是新鮮事兒。據(jù)鈦媒體潛在投資統(tǒng)計，僅2017年，醫(yī)療影像AI領(lǐng)域有24家公司獲得融資，融資總金額共計43億元。
2017年8月31日，國家食品藥品監(jiān)督管理總局（以下簡稱CFDA）發(fā)布了新版《醫(yī)療器械分類目錄》，新增了與AI輔助診斷相對應(yīng)的類別，在目錄中具體體現(xiàn)在對醫(yī)學(xué)影像與病理圖像的分析與處理。
這一政策的發(fā)布似乎為醫(yī)療AI參與者提供了一塊敲門磚，但即使能夠銷售，根據(jù)公立醫(yī)院相關(guān)規(guī)定，人工智能醫(yī)生要為患者提供有償服務(wù)，必須有物價部門核定的收費(fèi)編碼，但收費(fèi)標(biāo)準(zhǔn)還缺少統(tǒng)一的政策指導(dǎo)。據(jù)媒體報道，以IBM Waston為例，其在國內(nèi)是通過市場化代理機(jī)構(gòu)向腫瘤患者收費(fèi)，使用醫(yī)生不同收費(fèi)標(biāo)準(zhǔn)不同，一次服務(wù)費(fèi)用最低是千元。由于“人工智能讀片費(fèi)”不在診療收費(fèi)項目名錄內(nèi)，也考慮到安全性等綜合因素，許多醫(yī)院仍然沒有動力購置使用人工智能。
“仁濟(jì)醫(yī)院放射科約有180人，一天的門診量將近3000人，我算了一下，人工智能一天能幫他節(jié)省30%的人力，一年是千萬級的，但為什么沒有用呢？是不好用，好用早用了。”閆維新舉的這個例子，透露出人工智能進(jìn)入醫(yī)院后尷尬的另一面，除了政策的束縛外，AI落地到醫(yī)院使用場景時也問題重重。
以乳腺癌篩查為例，篩查方式包括了乳腺X線攝影、臨床體檢、自我檢查、超聲檢查、磁共振檢查等，僅通過圖像來判別是不夠的，“影像AI的缺點是不實用，就像是幫助臨床醫(yī)生勾勒出簡單的粗暴的活，只是干了影像科醫(yī)生初期的活，真正后期的臨床科醫(yī)生要干的活，沒有。”閆維新坦言，雖然圖像處理是人工智能很重要的方向，但僅圖像處理并非真的意義，“目前對于人工智能這個六七歲的小孩要求不能太高，還需要醫(yī)院和學(xué)校這種研究層級來進(jìn)行深入研究，研究出一些關(guān)聯(lián)性，而不僅僅是看片。”
彎道超車
在人工智能“長大”之前，閆維新繞了個彎，以腫瘤細(xì)胞篩查檢測為主線，結(jié)合病理狀態(tài)、分子生物學(xué)、以及影像學(xué)等，在檢測的各個環(huán)節(jié)中探尋商業(yè)空間。
在回上海交大做老師之前，閆維新的一次創(chuàng)業(yè)經(jīng)歷便與醫(yī)療檢測儀器相關(guān)。2008年，美國為NASA研發(fā)制造了一款移動生化分析儀，并研發(fā)出獨(dú)有的Orbos微流控技術(shù)，將生物化學(xué)中所涉及的血液采樣、分離、稀釋、制備、反應(yīng)、檢測等基本操作單元集成在微芯片中。與當(dāng)時龐大的生化分析儀相比，小巧快捷的移動生化分析儀具有革命性意義。
借鑒這個方式，閆維新于2008年在深圳注冊了一家公司，做微流控芯片生化分析儀，“早期生化分析儀很大，我們做的很小，那是我第一次創(chuàng)業(yè)，當(dāng)時聯(lián)想給了最大的一筆天使投資，后來股份賣掉我就離開回學(xué)校當(dāng)老師了。”
從創(chuàng)業(yè)者變回老師，閆維新的選擇出于幾個考慮，“微流控是比較好的方式，不過受制于成本，比較適合做高質(zhì)的IVD檢測（鈦媒體注：體外診斷），而不是生化檢測，這是我的一個教訓(xùn)；以IVD的核酸檢測與微流控相結(jié)合，檢測的時候一定會涉及到腫瘤和心腦血管疾病，對腫瘤而言，腫瘤樣本準(zhǔn)備完之后需要依靠大量且繁復(fù)的人工進(jìn)行辨識，因此需要切入人工智能。”
在醫(yī)療影像AI進(jìn)入醫(yī)院困難重重時，這段經(jīng)歷為帝維達(dá)轉(zhuǎn)身將AI應(yīng)用到腫瘤辨識上做了鋪墊。
基于腫瘤篩查過程，現(xiàn)階段帝維達(dá)會在三個步驟內(nèi)展開布局。第一，通過微流控芯片技術(shù)實現(xiàn)對腫瘤樣本的獲取，這樣可以借鑒傳統(tǒng)的CFDA注冊證中的對樣本的處理名錄獲取注冊證，解決進(jìn)入醫(yī)院的難題；第二，獲取的樣本不適于直接觀察，需要進(jìn)行一系列處理才能進(jìn)行影像學(xué)的觀察，因此樣本處理至關(guān)重要，相對應(yīng)的樣本處理耗材必不可少；第三，腫瘤樣本獲取并處理后，必須對圖像進(jìn)行包括細(xì)節(jié)放大等圖像處理才能看到腫瘤上比較細(xì)致的結(jié)構(gòu)，但圖像處理后的海量照片對于人工來說是個苦活，基于此，帝維達(dá)研發(fā)了一個腫瘤樣本圖像處理平臺，對圖像進(jìn)行掃描、分割、拼接，每次分割都進(jìn)行人工智能辨識。
這樣就形成了一個系統(tǒng)性解決方案，從樣本獲取到樣本處理，到后期的圖像處理以及人工智能辨識，在這樣的封閉系統(tǒng)內(nèi)，帝維達(dá)的空間便是做腫瘤樣本處理儀器、賣樣本處理耗材、賣微流控芯片等，人工智能系統(tǒng)則作為輔助診斷免費(fèi)送給用戶，“利潤點不在人工智能，人工智能只是降低使用門檻，以耗材這種傳統(tǒng)模式賺錢是比較穩(wěn)定的。”
目前，成立兩年多時間的帝維達(dá)已經(jīng)研發(fā)出了腫瘤樣本處理儀器、微流控芯片、腫瘤樣本圖像處理平臺等產(chǎn)品，也積累了過萬級樣本數(shù)量。
在閆維新看來，樣本數(shù)量正是帝維達(dá)未來在人工智能領(lǐng)域的競爭優(yōu)勢。“真正的人工智能三個東西，算法、算力、樣本。算法大家各有突破，基于傳統(tǒng)神經(jīng)網(wǎng)絡(luò)來進(jìn)行模型的勾勒，大的革命性算法還沒怎么出現(xiàn)；算力是錢的問題；我們要做人工智能，我們的優(yōu)勢就是我們的樣本，就像是房地產(chǎn)的優(yōu)勢在于地皮一樣，主要是真正能用的樣本。”
但對于所有決心挾人工智能進(jìn)入醫(yī)院的企業(yè)而言，樣本獲取的困難程度各有不同。閆維新認(rèn)為主要困難有兩點，第一是樣本收集的困難，病人樣本不單是影像樣本，還需要有其他樣本結(jié)合；第二是人工智能技術(shù)都在影像學(xué)領(lǐng)域扎堆，還需要加上時間軸，這樣才可以對病人或者單個病例的發(fā)展階段進(jìn)行分析，把不同時間段各個關(guān)聯(lián)程度形成一張密集的蜘蛛網(wǎng)。
而基于單一病種篩查的系統(tǒng)性解決方案，看似繞了個彎但卻是解決樣本問題的鑰匙。“人為假想的商業(yè)場景很難推動，而用現(xiàn)有的商業(yè)場景升級，這樣比較容易切入進(jìn)去。”閆維新感慨，人工智能還沒到收網(wǎng)捕獲的時候。（本文首發(fā)鈦媒體，作者／付夢雯）
快報
根據(jù)《網(wǎng)絡(luò)安全法》實名制要求，請綁定手機(jī)號后發(fā)表評論
剛好我們這邊有一場國家級的創(chuàng)新創(chuàng)業(yè)大賽,基于互聯(lián)網(wǎng)產(chǎn)業(yè)模式的賽事呢，有興趣的話可以溝通一下：13828702161（微信同號）