0
成立于2006年，雅森科技在醫學影像人工智能分析的道路上已經走了有些年頭。
和很多選擇以較為簡單的肺部疾病篩查為切入點的同行不一樣，雅森科技從一開始就選了塊硬骨頭——腦部疾病的分析診斷。
雅森科技最具代表性的產品當屬其研發的阿爾茨海默癥人工智能診斷方案。這套方案采用多模態的智能分析手段，用到了核磁、腦電、PET和量表等多項數據進行交叉驗證。為了達到更加精準的診斷效果，雅森科技還針對不同年齡段的人群訓練了6個不同的模型。
“阿爾茨海默癥在50歲以下的人群中很少見，但是從60歲開始，人的大腦每隔五年就會出現明顯的衰退。因此雅森科技對人群進行了區間劃分，60歲以下和80歲以上分別為一個區間，60歲到80歲之間每隔五歲為一個區間，我們針對每個區間訓練了特定的模型”。雅森科技CEO陳暉向雷鋒網介紹道。
隨之而來的問題的是，每個年齡區間都必須有足夠的數據用于模型訓練。此前雅森科技CEO陳暉在接受雷鋒網專訪時曾透露，雅森科技擁有的數據量（含5年隨訪和完整病例）大概在3000例左右。這樣的數據量是否足以支撐6個不同模型的訓練呢？
陳暉解釋道：“過去很多公司喜歡炫耀自己擁有幾百萬甚至上千萬的數據，但現在這樣的聲音越來越少了。今年大家討論更多的是，如何在醫療體系中用較少的有效數據訓練出比較貼近臨床的模型。尤其是在神經內科，帶有長期隨訪的數據很難積累。如果依靠單一的核磁數據訓練模型，我們的數據量確實不大。但是將多個數據交叉在一起，用機器學習的方式進行擬合，效果就比單一影像訓練出的模型好得多。而且，我們做了大量的實驗，發現在不考慮性別的情況下，每個年齡區間只需要300例左右的原始數據就能訓練出比較可靠的模型。”
目前雅森科技的阿爾茨海默癥診斷產品已經在醫院經歷了半年多的臨床實驗，預計明年六月可以通過CFDA注冊認證。
對于AI醫療創業公司來說，CFDA認證是一道難以跨越的門檻。即使產品開發完畢，臨床實驗也已經證明安全有效，沒有CFDA認證產品依舊無法走向市場。無奈之下，有些企業只好采用“先上車，后買票”的方式，先將產品推向市場，然后再慢慢申報CFDA。陳暉認為這種方法并不可取，但也不意味著企業無計可施。
根據今年9月4日CFDA發布的新版《醫療器械分類目錄》中的分類規定，若診斷軟件通過算法，提供診斷建議，僅有輔助診斷功能，不直接給出診斷結論，則申報二類醫療器械，如果對病變部位進行自動識別，并提供明確診斷提示，則按照第三類醫療器械管理。《目錄》指出，第三類醫療器械必須做臨床試驗，第二類器械則有臨床試驗豁免目錄。
陳暉認為，AI醫療創業公司可以采取“迂回前進”的方式，先閹割掉產品中定性定量診斷的部分，將其定位成一套數據管理系統申請二類醫療器械認證。拿到認證后先進入醫院“占位”，然后再做增量功能的申報。
在腦部疾病的人工智能分析診斷領域，雅森科技已經站在了行業前列。但是從商業化落地的角度來看，雅森科技所立足的這塊土地并不“肥沃”。腦部疾病的分析診斷難度遠大于肺部和乳腺，而且腦部疾病發病量相對較低，治療手段也不多；投入巨大但市場規模有限。
陳暉向雷鋒網表示，除了阿爾茨海默癥等腦部疾病的分析診斷產品，未來雅森科技還將打造幾款優秀的單項產品，比如幫助基層醫院做篩查的乳腺鉬靶和核磁產品。這是雅森盈利的第一步。
“根據我們以往的經驗，只要有優質的數據，利用深度學習和調參算法，只需要6個月左右就能研發出可用的產品。”陳暉說道。
“在研發腦部疾病分析診斷產品的過程中，我們組建了強大的算法團隊，積累了大量的相關知識。大腦的結構比肺部和乳腺復雜得多，其代謝情況每分鐘都在發生變化。通過分析腦部的紋理特征、代謝特征和血流特征，我們已經基本涵蓋了分析肺部和乳腺影像所需要用到的算法。”
通過單項產品站穩腳跟之后，雅森科技將進一步切入全流程診斷。以肺部為例，根據病例數據、病理數據、CT數據和SPECT數據等打造一款全流程診斷產品。
陳暉介紹道，從市場推廣的角度來說，單一科室的主任并不能最終決定價值高達百萬的疾病篩查系統的采購計劃，而院長又不愿意為了一款簡單的住院醫篩查產品浪費時間去談判。因此必須打造一款能夠給某個科室甚至整個醫院帶來本質提升的全流程診斷產品才能真正打開市場。
而在這個過程中，雅森科技始終堅持要搭建自己的平臺。陳暉表示，雅森科技目前正在和很多企業談判，希望能將它們的先進技術整合到自己的平臺中來，最終實現全流程的分析。
在平臺化的道路上，雅森科技目前已經邁出了第一步，推出了雅森天璣?智慧醫療平臺。雅森天璣?包含三方面的內容：第一，數據平臺；第二，數據收集、數據池化、預處理、加載算法、輸出結果的流程化軟件平臺；第三，為醫院提供質控服務。
雅森科技希望借助這個平臺先幫助醫院完成底層數據的標準化，將不同源的數據、不同種類的數據進行整合。在整個醫聯體醫院中做好數據質量的把控，確保數據可以在AI系統中使用。做好數據質控之后，未來雅森科技還要解決教研、設備多元化的問題，只有將這些問題都解決了，才能讓AI醫療診斷產品真正落地。
陳暉介紹，目前天璣平臺已經在寧波二院率先落地，寧波二院采用的是典型的醫聯體模式。此外雅森科技還和廈門衛計委達成了一項合作，計劃在廈門建設一個覆蓋全市的平臺，先在全市范圍內開展幾個試點將數據集中，然后再一步步推進。
在最近掀起的這一波人工智能浪潮中，與雅森科技類似的AI醫療創業公司不斷涌現，且滲透進了各個細分領域。大有“忽如一夜春風來，千樹萬樹梨花開”的態勢。在國家號召創新創業的大背景下，顯得尤為熱鬧
然而業內也不乏唱衰之聲。北大醫療產業集團副總裁任甄華就認為，雖然醫療AI站在風口之上，但面對BAT等巨頭的競爭，創業公司的機會并不大。畢竟不管從資金、技術、人才、數據、品牌等任何一個維度，BAT都具備壓倒性的優勢。
這些因素確實客觀存在，任何一家創業公司都無法避免。不過陳暉認為，這場競爭究竟誰勝誰負目前還不好說。在他看來，很多巨頭公司入局AI醫療領域是抱著一種“玩票”的心態， 至少醫療不在他們的核心業務矩陣當中。
其次，BAT的技術團隊主要由IT專業人才組成，他們對于醫療行業的認知比較有限。雖然擁有算法上的優勢，但缺少醫療行業的積累和沉淀，這些短板并非單純投入資金就能夠彌補的。
與巨頭不同的是，對于醫療AI創業公司來說，醫療行業是他們僅有的陣地，關乎生死存亡。創業公司完全是抱著一種玩命的心態在前行，這種心態激發出的戰斗力是巨頭公司所無法比擬的。
陳暉認為，對于巨頭公司來說，通過投資并購打造一支屬于自己醫療集團軍相對來說更為現實，也是巨頭們比較慣用的手法。
AI醫療創業公司的競爭壓力不只來源于互聯網巨頭，GPS（GE、飛利浦、西門子）等傳統醫療器械大廠也被很多人看作是潛在的競爭對手。
陳暉表示，縱觀GPS的發展歷史，他們的業務始終以硬件為主，從未涉足過數據積累和分析方面的工作。而且在GPS的產品邏輯中，軟件是為提高硬件產品附加值服務的，并不占據主導地位。GPS涉足AI醫療領域的驅動力并不是很強。
另一方面，如今醫療數據已經上升到了國家重要戰略資源的地位。隨著數據安全法等相關法律政策的出臺，外資背景企業進入醫療領域的路徑將被徹底鎖死。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
