題圖來自深透醫(yī)療（Subtle Medical）
今年8月，Facebook宣布將和紐約大學醫(yī)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，一家硅谷醫(yī)療科技影像公司已經完成這項技術的研發(fā)，并在UCSF等全美數十家知名醫(yī)院進行早期測試。
這家名為深透醫(yī)療（Subtle Medical）的公司，創(chuàng)始人及CEO宮恩浩博士擁有醫(yī)學與工程雙重背景，是一名來自斯坦福的連續(xù)創(chuàng)業(yè)者。2017年，宮恩浩創(chuàng)立深透醫(yī)療，比起“代替讀報告的醫(yī)生”，深透更希望幫助機器更快、更好地完成自己的工作。
“對于高成本的醫(yī)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(yī)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(yī)學影像、正電子發(fā)射計算機斷層掃描）這兩種醫(yī)學影像模態(tài)上。
深透醫(yī)療技術優(yōu)化示意圖
創(chuàng)立一年，深透醫(yī)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(chuàng)投、Wisemont Capital；今年5月，深透醫(yī)療獲得了由美國老牌基金B(yǎng)essemer 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以及硅谷新秀基金Fusion Fund。
Jim Breyer對鈦媒體表示：“他們選擇了一個與大多數AI醫(yī)學影像公司都不同的切入點，通過AI技術來優(yōu)化醫(yī)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。”
“醫(yī)學成像+AI”不是一個新奇的組合，但過去，大部分創(chuàng)企走的都是“AI加速圖像解讀、出具醫(yī)學診斷報告”的路。
“這個因素實際上只影響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(yī)學水平的重要標志。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(yī)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。
雖然對于神經系統疾病辨別，癌癥早期篩查、分期診斷及膝關節(jié)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(yī)療提供的示意圖：技術方面的花費占比90%；醫(yī)生解讀醫(yī)學影像花費占比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(yī)生作為診斷費用，90%以上都是機器成本、維護等費用。一次采集時間約為30-45分鐘，一臺耗資數百萬甚至上千萬的機器，一天只能服務十幾個病人。由于資金、場地等限制，機器數量也很有限，大型三甲醫(yī)院可能也只有2-3臺MRI機器。
PET價格更加高昂。在美國，根據不同的醫(yī)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。
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(yī)學影像，主要探索深度學習技術在醫(yī)學圖像后處理、圖像重建以及輔助診斷等方面的應用。其聯合創(chuàng)始人Greg Zaharchuk是一位斯坦福教授及知名放射科醫(yī)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后授權給大型醫(yī)學影像儀器公司，花五年、十年才做到產品化?？墒沁@類AI技術，很難想象要等到十年之后再做出產品。”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，收集完圖像后才能最終成像，所以掃描時間長，而宮恩浩及團隊開發(fā)的專利技術能優(yōu)化數據重建成圖像的過程，使MRI和PET加速4-10倍。 加速之后，醫(yī)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，對于人體會有較高輻射。深透醫(yī)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倍造影劑后通過SubtleMedical人工智能增強信息的影像
今年開始，深透科技已經在與美國與數十家頂尖醫(yī)療院校、醫(yī)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(yī)學院（UCSF）、MD 安德森腫瘤醫(yī)院和梅奧醫(yī)學中心等。
“作為醫(yī)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，所以這樣的算法很可能可以在美國乃至全世界的醫(yī)學影像中心迅速、簡便地部署。”斯坦福醫(yī)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(yī)院簽訂年付費協議，根據醫(yī)院提高的影像效率收益分成，并且探索OEM解決方案商業(yè)化。
雖然深透醫(yī)療的商業(yè)化路徑較為清晰，但如文初所說，Facebook也開始了這項技術研發(fā)，面對巨頭競爭， 宮恩浩對鈦媒體表示，深透醫(yī)療有一個獨特的數據優(yōu)勢：由斯坦福獨家授權的大量醫(yī)學影像數據。“深透醫(yī)療誕生于斯坦福大學，所以學校獨家授權了3項專利和海量的醫(yī)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(yī)院和梅奧醫(yī)學中心等美國十幾家頂尖醫(yī)療院校、醫(yī)院及第三方影像中心的合作也能為深透醫(yī)療帶來大量高質量的醫(yī)療影像數據。
這些數據不但可以進一步用于訓練深度學習算法，幫助產品進一步優(yōu)化完善，帶來先發(fā)優(yōu)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(tài)的醫(yī)學影像數據平臺，“這項技術并不特定于某種特定的疾病，而是適用于跨病種多模態(tài)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(yī)療產品的商業(yè)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(yī)療系統里一個重要的數據入口。”深透醫(yī)療的另一個投資方，BV百度風投CEO劉維表示。
目前，深透醫(yī)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(fā)鈦媒體，作者/丁詩貝）
快報
根據《網絡安全法》實名制要求，請綁定手機號后發(fā)表評論