大鲸榜鲸选案例 | 医疗AI热度回归，医准智能何以突出重围？

2017年是医疗人工智能的元年，医疗影像企业数量一度达到100余家，据统计全年49起融资案例中有35家是医疗影像；2019年，AI医疗影像行业进入“逆风道”，融资剧减也加速了医疗人工智能企业优胜略汰的过程，企业减幅达50%。

到了2020年，数字医疗的价值得以认可与爆发，国内医疗AI再次回归大众的视野；据数据显示，2020年国内医疗AI应用市场规模已接近300亿元，融资规模方面，2020年医疗AI总计47笔融资，涉及金额约84.8亿元，同比增长118%，推动整个行业的发展。

在这短短四年间，医疗人工智能已经历了从“风起”到“逆风”，再到“热度回归”的转变。

“热度回归”后如何胜出？

虽然市场火热，但未来真正能够跑出来的医疗AI公司仍在少数：一方面，医疗AI行业前期阶段多使用开源数据集，虽然短时间内将产品推出面世，但容易面临数据质量不高、同质化倾向严重等问题，随着更多、更成熟产品的面世，竞争将越来越激烈；另一方面，目前市场上能真正根据临床实际需求设计产品的企业还是少数，若只是在某个单一场景里去应用，这样的产品局限性大，商业落地也比较困难。

成立于2017年底的“医准智能”搭上AI医疗的末班车，走了一条“截然不同”的路，在这四年间经历了从研发到落地及产品不断迭代再到商业化的过程，受到了各级医疗机构客户的认可，验证了截然不同的道路也可以成就赛道中的飞驰人生。

据悉，医准智能近期完成了2021年度的第二笔融资，距离上一轮融资仅时隔三个月，资本对于医准智能AI医疗影像商业化前景充满期待。何以在拥挤的赛道中胜出？如何打破AI医疗影像的界限？为此，虎嗅记者与医准智能核心研发团队进行了深入沟通，探究了背后的“秘诀”。

顶尖算法团队成就全面、智能的全栈式AI医疗影像解决方案

医准智能依托过硬的研发能力和超前的商业化落地能力，在短短三年时间里将有限的弹药全部投入到产品创新与商业化能力塑造中，这从其应用场景和技术细节上可窥一斑：

l  从应用场景出发，相较于其它AI医疗影像解决方案提供商，医准智能从多维度入手，突破从筛查检出到诊断分析的局限性，推动全流程数字医疗智慧化进程，以乳腺为例，医准智能基于流程痛点，提供全栈式乳腺智能分析解决方案，实现乳腺扫描、诊断、治疗、管理、教学等全流程覆盖。此外，医准智能还推出基于CT、MR、DR、乳腺X线、乳腺超声等多种影像设备的多部位、多场景的AI智能分析解决方案，以符合临床真实的工作流程及覆盖更多的应用场景。

l  从研发能力出发，医准智能汇集国内外顶级人工智能相关领域高尖端算法人才，深耕科研创新与临床需求，不断开发出更完善的产品矩阵；例如：医准智能的胸部CT产品采用半监督学习方法，利用大量弱标注数据提升病灶检出率，以减少未开发病种对于数据的依赖；乳腺X线产品利用多体位信息增强病灶检出准确率等。

也正是因为上述原因，医准智能的产品已快速进入千余家医疗机构并投入使用，辅助医生为千万名患者进行影像分析工作。2020年新冠疫情初期，医准智能研发团队仅用306个小时紧急推出“新冠肺炎智能分析系统”，助力全国五十余家医疗机构抗击疫情，研发实力得到集中体现。

截至目前，医准智能已经走出了完全区别于友商的创新探索之路，推出全栈式乳腺智能分析解决方案，做到硬件、软件、医生的有机结合，最终形成全流程、智能化的数字诊疗新模式，全面助力乳腺癌筛查；并推出“冠脉CTA智能分析系统”加入一站式胸部CT人工智能解决方案，用更全面、高效的解决方案赋能医生工作流。

AI的深刻价值在于提升临床的应用体验

如何打破AI医疗影像的界限？医准智能围绕临床的产品布局是如何思考的？为此虎嗅采访了医准智能联合创始人兼CTO丁佳，就以上两个问题进入了深入交流。

丁佳表示：对于医疗AI产品，如果只能实现单部位或单病种的AI应用，那么临床的应用体验就不会有很好的提升，尤其是基层医生的诊疗能力也不会得到真正而全面的提高。

其实这并不难理解，如果只做针对某个器官的的AI产品，是远远不能满足临床需要的，不仅是临床需求，还有未来医疗发展的需求、患者的需求。

例如：一位患者去医院拍摄胸部CT影像，医生可以根据影像来判断胸部全方位的健康状况。而医疗AI产品如果只能给医生单一疾病的辅助诊断意见，那将无法满足患者进行CT检查后全面了解自己身体状况的需求，也无法成为适用于所有医生的好帮手。

因此，医疗AI产品需要比拼：是否可以实现“更大范围”、”更便捷“、“更准确”的辅助诊断能力。

l  更大范围：以医准智能胸部CT智能分析解决方案为例，作为医准智能最早落地的产品，目前，产品已完成多轮迭代，功能愈加丰富，性能更为优异；系统覆盖肺结节、肺炎、肋骨骨折等胸部九大病种的检测与分析任务，为助力硬件设备的智能化升级以及临床辅助诊断有着重大意义。

l  更便捷：医准智能的乳腺超声智能检测系统在不改变现有超声设备和医院工作流程的基础上，利用神经网络对超声信号进行实时智能分析，实现实时病灶检出，对病灶进行自动分割及良恶性分析，将乳腺智能检测推进到视频实时检测的AI 3.0时代。

从长远发展来看，医准智能将基于自身的技术优势不断满足临床需求，提供更智能、更全面的人工智能解决方案，并作为生态合作伙伴与GE医疗的合作共同探索数字医疗生态发展与循环，软硬结合，铸就筛查之利器。

热度之下的”黑马“，如何突围技术壁垒

以往，行业内热门的肺结节等领域已经有不少开源数据集能够帮医疗AI企业短时间内快速做出产品。而实现覆盖“更大范围”的产品，则意味着企业不仅需要梳理和建立起各类疾病的精品数据集，同时需要能够实现多任务同步分析的技术能力，这就意味着对AI反复训练的模型要求更高。

为此，医准智能对数据标注、图像识别、算法模型等多个维度技术进行了深入探索。以胸部CT多病种智能分析系统为例，因涉及到的病种很多，需要对每个病种数据做单独标注和算法训练，因此这需要涉及好几百万体量的标注数据，这就需要投入的时间成本很大。

为了解决数据标注问题，医准智能使用半监督学习方法，利用大量弱标注数据，提升病灶检出率和模型效果。丁佳指出，“目前待开发的疾病类型还特别多，其中有些病种标注难度很大，便可以用弱标注数据，像支气管扩张这类非常密集的病灶，医生如果每个病灶都进行勾画，工作量很大，这时就可以用‘弱标注’。”

丁佳指出，这只是公司技术壁垒的“冰山一角”。过年三年多的时间里，公司积累了高配置的人才结构，医准智能核心技术团队均出身于国内外顶尖高校和科研机构，曾在PAMI，CVPR、ICCV、MICCAI、NeurIPS等顶级国际会议及杂志期刊中发布数十篇论文成果。

说到未来行业走向，丁佳指出，医疗AI技术目前已经满足了病灶检出、报告撰写等需求，并遵循着从单病种产品到多病种解决方案的路径在发展。他认为，长期来看，AI产品将朝向全栈式、智能化的方向发展，并与硬件融合无缝嵌入医院的工作流程，更高质量地完成工作；从应用端，未来AI除了影像科，还可以进入更多临床科室。如今，医准智能已然朝着这个方向坚定迈进。