巨头环伺下的AI医疗影像领域,创业公司如何抢食?

巨头环伺下的AI医疗影像领域,创业公司如何抢食?

撰稿:刘惜墨 编辑:李君宇

刘凯是上海某三甲医院的放射科主治医师,平均每天经由他审核的普放、CT、MR的影像片子多达300-400例,有时仅上午审核就要超过200例。从上午8点到中午12点,一共240分钟,算下来平均每个病人的诊断时间只有1分钟。刘凯需要在这一分钟内对图像进行肉眼扫描,稍有不慎,就有可能错过病变,耽误最佳诊疗时机,继而威胁到病人的生命。

这就是当下医疗领域的缩影,放射科医生属于稀缺资源,每天需要写上百份诊断报告,人工肉眼诊断又存在大量不确定因素。近两年来,无数人工智能企业试图改变医疗影像这个行业。

2014年底,陈宽杀入医疗领域,创办推想科技,运用深度学习技术在医生影像诊断中提供辅助性筛查方案。目前,与推想科技合作的大型三甲医院在50家左右,部分医院的使用率和点击率能达到80%。在医生漏诊率达30%的磨玻璃结节诊断上,推想科技的漏诊率可降低到10%以下。

▲推想科技创始人兼CEO陈宽

之前医生靠肉眼与非结构化影像之间的对决,随着辅助医疗的介入,战场在悄然改变。


AI与医疗相结合

2014年年底,陈宽放弃了芝加哥经济和金融双博士学位,带着奖学金和拼凑的几十万归国创业。

这一年,他26岁,AI+医疗影像还不为大众所知。两年后,谷歌研发的AlphaGo完败李世石,人工智能在全球引起广泛关注,同类型的创业公司相继蓬勃而出,百家争鸣。

在芝加哥大学读博士期间,陈宽主要学习AI在金融经济领域的运用,两位导师James Heckman和Lars Hansen都是诺贝尔经济学奖获得者。陈宽曾利用AI模型预测奥巴马的连任,也尝试过预测股票等项目,但一直没找到能够真正解决行业痛点的场景。

直至2014年8月某次会议上,陈宽在展示AI模型时,一位放射科医生提出如果把技术用在医疗影像的辅助诊断上,将会非常方便。因为他们每天需要看大量的影像做出诊断,难免会有漏诊,这个技术可以帮助他们避免很多重复性工作,提升效率。

2015年,陈宽决定以临床情景为核心,从胸部影像入手。在胸部CT中,早期肺癌会表现为实性结节、磨玻璃结节、半实性结节。其中磨玻璃结节有59%的概率会恶化成肺癌,但其影像看上去非常淡薄,稍不注意就可能被忽视。陈宽推出一款辅助筛查产品,通过深度学习和运算,判断影像中是否存在疑似肺癌的特征。

当时X光正处在下坡阶段,相比于三维的CT,X光在二维层面有很多病灶都很难解读,并且研发效果不理想,包括医生、团队内部纷纷反对投入一款夕阳产品。

「毕竟它是在全国范围内检查量最多,影响范围最大的」,陈宽考虑到受众和社会使用程度,坚持研发X线辅助筛查产品。最后大家用AI和人工筛查作对比发现,AI在X光上能看到人眼都看不到的东西。曾有一位患者,医生判断其双肺未见明显异常,结果AI把病灶标了出来,双方争执不下,建议患者去照CT,一查果然是肺癌。

「我相信可以解决很多X光造成的漏诊,一部分人为造成的漏诊可以通过AI的手段来减少」, X光线下,不同器官的影像会重叠在一起,之前就发生过有医生因为膈肌阻挡,而忽视了膈肌后面结节的情况。这种情况人眼难以发现,但是AI就能找到。

除此之外,AI还能追踪病灶发展变化,判断之前治疗效果是否有效。有些细小结节的变化通过人眼很难发现,但是通过AI可以计算结节的长度和大小变化等等,给下一步治疗方案提供建议。

▲推想科技的病灶纵向追踪报告

为了让产品能够在不同医院跑通,陈宽团队在研发过程中解决了两个问题:

首先,提升鲁棒性(在一家医院的模型是否在另外一家医院可以使用,保持比较好的准确率)。

推想科技原来在四川省人民医院做的模型,放在其他医院并不适用,一方面由于之前买不起服务器,数据量有限,另一方面每个医院的诊断方案标准不一,造成了过度学习四川的方案,出来的模型不精准。

解决这个问题,要从源头上寻找数量最大、最优质的数据让模型去学习。在有一定知名度后,推想科技会选择更有代表性的医院进行合作,融合北京、上海、广州地区优质医院数据,同时集合飞利浦、通用电气等不同设备数据,让模型学习不同变量和不同情况,这被陈宽称之为「最笨的方法。」

除了这种笨方法之外,由于地缘优势,推想科技的深度学习专家是和医生坐在一起的,一旦出现异常变量,马上和医生沟通,然后修改吻合到模型算法当中。

第二,解决产品的易用性和有效性问题。结合医生的临床路径,要将产品嵌入医生工作流程中。解决的前提是要把医生的使用方法摸透,考虑到所有的可能性。比如,影像进来到医生做完诊断一共需要多长时间,如果产品不能在5秒钟之内把所有结果呈现出来,那一定是某个环节出了问题。

据陈宽透露,目前大部分医院可以实现一秒之内呈现结果,医生只需要点一下按钮。但即使这样,依然需要培养医生的使用习惯。「大部分医生觉得每天看片子很累,但已经习惯这种累的状态,不想再学习其他方法了。」推想科技产品负责人俞静说。


敲开医院的大门

「你以为你是谁,还来忽悠我?脑子被门挤了的人才会和你们合作,赶紧滚!」砰的一声,门猛烈的关上。

陈宽被推搡到门外。他在树荫下静静地站了一个小时,反复给自己打气,一会儿还要精神抖擞地去下一个医院。

「医院是个很封闭很保守的组织,市面上甚至全球都没有成熟的先例情况下,让他们去尝试或接受新物种是非常困难的」,推想科技想要打开市场,与医院关系的建立和维护必不可少,前期需要利用他们的影像数据验证技术的可行性,后期还需要市场推广和销售。

但陈宽经常被扫地出门。2015年,他一个人带着2个实习生,在没有任何医疗背景的情况下,接连碰壁。从2015年初到5月,一直在被拒绝,团队见了100位主任,有95位对他们说「不」。

推想科技联合创始人兼COO王少康分析,医院在国内属于稀缺资源,求大于供,因此医院掌握绝对话语权,如何取得他们的信任成为关键。

在跑了几十家医院后,四川省人民医院终于愿意敞开大门,陈宽格外珍惜这次机会,将办公室从深圳搬到四川,开始了第一代模型的搭建。

当务之急,是学会医生的语言。陈宽团队没有医疗知识储备,何种是肿瘤,何种是正常结节,需要从零学习。他们就天天坐在放射科,看医生如何看片子,做诊断,然后把医生的诊断写成技术语言。

其次还要建立医生的信任。王少康抓着春节、十一、五一假期跟主任一起加班,亲手将第一批代码连接到服务器后,进行整理数据和模型运算,经过三四个月的时间终于取得了医院放射科医生的信任,「其实在医院里,他能给你腾出一块地,无偿地让你去做研究,已经是非常大的支持」。

据陈宽介绍,目前,推想科技的技术人员的看片子水平可以媲美大医院放射科的实习生。因为他们的办公室就是医院,每天和医生们一起上下班,工作就是写代码和看片子。

2015年寒冬将至,推想科技第一版相对成熟的模型做出来了,本来准备从实验室过渡到医院应用层,但后来由于种种原因,没有落实。陈宽带领小伙伴寻找到了国内门诊量排名前五位,日门诊量达2万人的武汉同济医院。

推想科技投资人、英诺天使基金创始合伙人李竹评价陈宽「既有很强的技术背景,又接地气」,在四川省人民医院、武汉同济等医院拿到数据开展试点。

2017年1-2月推想科技的产品已经在武汉同济、上海长征、大连中山医院上线,而后续问题也在这一段时间集中暴露:虽然医院安装了推想科技的产品,但是打开率和使用率不高,很多医生不爱用甚至拒绝使用。

「如果没有医生用,那么我们就没有创造价值」,新婚第三天,推想科技产品负责人俞静就被紧急派去出差。这次出差耗时1个月,俞静辗转武汉、上海、大连三地,去了解这些问题的根源,并准备解决方案。

「上海一家三甲医院有一个医生特别不爱用我们的产品,但我们的执行人员真的很拼,想尽办法」,俞静告诉新经济100人。一次次的提醒,改变了医生们的态度。

但即便更准确,陈宽对推想科技产品的定位也只是辅助,帮助医生降低漏诊率,最终报告还需要医生签字确认,病人数据也归医院所有。推想科技CMO夏晨告诉新经济100人,目前推想科技尚未正式推出鉴别诊断产品。鉴别诊断会影响到医生自己的判断,与辅助筛查相比它是完全不同性质的人工智能产品,会直接影响到重大的临床决策,需要非常严谨的前瞻性测试才能推出。「比如很多大肿块,医生可以一目了然判断出是恶性的,而对于1厘米左右结节很难在单个时间点进行良恶性判断,需要随访观察才能做出更准确的临床判断。」

▲使用推想科技产品的医生在做讨论

目前推想科技给执行人员的硬性指标是点击率达50%以上。比如医院一天一共拍了1000个CT,有600个片子医生主动点击推想的人工智能预测,那么点击率就是60%,目前部分医院的点击率已经达到了80%。

现任推想科技联合创始人兼COO的王少康也是陈宽在芝加哥的校友,于2015年8月加入推想科技。谈及推想科技的关键节点,他认为最重要的一点就是从四川的时候,就没有办公室,而是人先进医院。

「我们经常说,这是奠定公司DNA的东西,即使今天,推想科技也有一半的人大部分时间在医院里。」


竞争中突出重围

根据公开资料统计,目前从事AI+医疗影像的创业公司25家左右,融资超过10亿元,大部分创业公司都诞生在2015-2016年这两年,甚至有2016年为AI+医疗影像元年的说法。

2017年7月11日,阿里健康联合万里云医学影像中心,共同发布了一款医疗AI系统Doctor You,包括医学影像辅助诊断云平台、临床医学科研辅助平台、医师能力培训平台。

2017年8月3日,腾讯发布AI医学影像产品腾讯觅影,筛查疾病包括:食管癌、肺癌、宫颈癌、乳腺癌等,并对外宣告实验室准确率达90%以上,已经进入临床试验阶段,此外还有科大讯飞等布局医疗影像行业。巨头抢滩,已经是行业大环境。

2017年9月,推想科技对外宣布获得1.2亿元的B轮融资。

在当前,AI+医疗影像领域尚未实现规模商业化,融资能力无疑是非常重要的。陈宽的第一笔融资获得异常艰难,由于海漂多年,回国后对创投圈不了解,直到2016年2月,才获得英诺天使领投的1100万元的天使融资。

有了这一笔融资,才有了后来与更多医院合作的资金基础。王少康说:「天使融资到账,我们开干。而资本方在分辨AI+医疗影像行业的一个重要标准就是合作了多少家有影响力的医院,医院的使用效果是怎样的。」

王少康认为,推想科技最大的特点就是接地气,肯低下头来,深入到场景中开发产品。在给武汉同济医院做开发时,团队曾和一大堆外包公司人员住在一起,有的抽烟,有的光着膀子,甚至有人把脚跷到他们桌子上和别人说笑,王少康、陈宽等人就是在这种环境下,低头敲着代码。

「恰恰最珍贵的数据和文件就在这个地方。你得说服自己随时放下傲慢,然后来到这个最真实的场景去观察,思考你能给人家带来什么样的价值。」王少康说。

对于夏晨来说,获取医院信任还可以落实到具体的行动上。2016年10月,在芝加哥大学攻读消费者行为学的她,在与陈宽、王少康聊了几次后,辍学加入团队,负责品牌和营销。

早期为了让医疗市场更加了解AI,夏晨的方法是,寻找医疗影像领域的KOL,即那些在放射学学界可能会第一批成为领头人物的专家,与他们交流探讨。这样一来,这些领头人物就会在不同场合,不同会议上介绍人工智能辅助诊疗的技术。

2017年5月,推想科技的产品正式对外发布后,开始试图商业化,为了建立更多首批用户,推想科技商务团队带着产品让医院体验。除此之外,参加日本、美国等国外的放射大会,做展览,与医疗影像垂直媒体合作提升国内外影响力。

竞争还表现在人才的争夺上,随着拥有更大品牌优势的巨头进入,这个领域原本稀缺的人才成为各家公司疯抢的对象,巨额年薪挖墙脚的事情屡见不鲜。推想科技在人才延续上很多是靠圈子介绍,目前创始团队都来自同学,朋友介绍。

2017年9月,推想科技已经实现商业变现,即医院付费。但是第一个付费谈了小一年的时间。为了加快商业化进程,推想科技迎来公司第一位专业性营销人才席渭龄,在飞利浦健康有近26年工作经验。随后又引入了在通用电气工作近20年的丁伟,以及干过8年放射科医生后来去飞利浦做销售的周宏斌。

营销人才的加入,带来的是一个月签约合作20-30家医院。这之前推想科技2年的积累是近30家。「首先医院有需求,其次产品好用,在圈子里有一定口碑,再次利用我们的人脉」,这是席渭龄获取医院信任的方法论。

席渭龄带领的营销团队在前面做前锋,攻陷更多医院,技术产品团队承接建设,可以做到1周上线5-6家。

据了解,美国3万亿美元的医疗市场,影像占比为10.2%,目前我国影像市场占比尚无明确数据,按照美国的比例计算,市场规模在近4000亿元左右。而AI+医疗影像成为布局整个市场的关键切入点。

「有三分之一的病,是治了也看不好;也有三分之一,不治它自己能好;可能还有三分之一是治了才有用。人体混合了科学、伦理、情感等诸多因素,我们对人体的了解远远不到1%」,王少康始终带着一颗敬畏之心去看待这个行业,比起市场,他更关心的是,影像辅助诊断产品能否成为行业的基础设施,能否成为未来医生诊断的标准流程。

「我们就是把影像辅助,发现病变这个环节做到最强,做到全世界最强,再通过这个地方来发散。」 28岁的陈宽靠在椅子上,坚定地说。

文章被以下专栏收录

    微信公号:新经济100人 深度报道新经济各行业领导者的科技新媒体。由商业作家、《创京东》和《九败一胜》作者李志刚和他的小伙们打理。