萧箫 金磊 发自 凹非寺
量子位 报道 | 公众号 QbitAI
万万没想到,只是参加一个科技展会,却能让人感到扎心。
这一切的起因,要从活动中展出的一个故事讲起:
生孩子这件本应令人喜悦的事情,最终却演变成让一个家庭背负了十多万元的债务。
而这一切的“元凶”,是一个叫做妊娠糖尿病合并高血压的疾病。
正是因为它,还在孕期的故事主人公小琳(化名),不得不让腹中的孩子早产出生。
而自己的视网膜也随之脱落,导致双目近乎失明,只能看到微弱的光芒。
在得知这个故事后的我,心情久久无法平复。
这到底是一种什么疾病?
于是带着好奇心,我在网上开始对它展开深入地调研。
原来,妊娠期糖尿病引起的酮症酸中毒,再伴随高血压等症状,会导致视网膜病变的发生。
更令人震惊的是,这还真不是个别现象:
39%病程超过15年的糖尿病女性,在妊娠期间会发生增殖性视网膜病变。
而即便患有糖尿病不足15年,该病的发生率也高达18%。
难道就没有办法预防吗?
有的,只需要及时接受检查即可。
但问题也正是出现在了这一重要的环节。
一来是因为许多在孕期的准妈妈,对这种疾病并不了解,直到出现症状了才去就诊,错过了最佳的治疗时机。
再者,像故事中小琳所处的城市属于贫困地区,医疗资源较为紧张,能够检查和医治视网膜疾病的医生可谓是凤毛麟角。
为了解决这种情况,一种“快、准、狠”的方法悄然诞生。
他们将“专业医生”带到贫困县区
这种方式,其实就是预防。
以妊娠糖尿病合并高血压为例,若是小琳能够在症状发生之前,及时做检查,便可以有充分的时间进行降糖和激光治疗。
而且比起事发之后的10万元天价医疗费用,事前的定期检查和康复费用便显得格外经济有效。
早筛查、早发现、早治疗,其重要性便可见一斑了。
但刚才也提到了,目前全国各地的医疗水平不均是一个确确实实存在的客观问题(尤其是贫困地区)。
在这种情况下,又该如何做好预防?
人工智能技术,便是一种破局之道。
一家叫做Airdoc(鹰瞳科技)的公司,正在用实际行动,证明人工智能技术对于基层的重要意义。
小琳所在的贫困县区,是Airdoc精准扶贫的对象之一。Airdoc为他们带去了“视网膜检测仪”。
但千万不要小瞧了这位“AI医生”。
它是“学习”了数百万张视网膜影像,再由数百名资深医学专家亲自辅导(交叉标注),耗时多年才诞生。
患者只要让它“看”一眼,便可以发现常见的眼健康风险,而且基于此,还可以分析全身性血管和神经健康所存在的风险。
在为期仅仅4天的时间里,这位“AI医生”便“开着车”,为4个镇、600多位贫困群众提供了健康服务。
如此效率,换作是人类医生恐怕无法胜任。
那么Airdoc又是怎么做到的呢?
实时出结果,源自5年技术积淀
视网膜影像识别技术能评估健康风险,原理来自:
视网膜是全身唯一可以直接观察血管和神经的部位,而高血压、动脉硬化、糖尿病等重大疾病,都会引起血管的改变,包括视网膜血管。
因此,针对该部位的检查,不仅能检测糖尿病视网膜病变、青光眼等眼底疾病,还能直接体现身体其他方方面面的健康风险,是临床诊断、病情随访的重要手段。
然而,眼底筛查至今没能推广到三四线城市,根本原因在于:具备眼底病检查能力的专业眼科医生太少,广大地区医疗资源严重缺乏。
如果用专业医生的诊断数据教AI学会识别视网膜影像,不仅能快速诊断结果,还能将资源批量应用到全国的中小城市去。
这也是Airdoc成立的初衷。鹰瞳Airdoc创始人、CEO张大磊在一次采访中表示:“成立Airdoc的初衷之一,就是因为家人曾遭遇误诊。”
实际上,最初研发AI视网膜识别技术的不止Airdoc,一开始还有谷歌、IBM、Digital Diagnostics、Eyenuk等巨头,国内几家巨头也都进行过相关研究。
尤其谷歌,在开发算法模型时,选择针对美国医院的视网膜影像数据集进行研究,相关模型精度在实验室可达90%以上,研究发表在JAMA等杂志上,引起巨大轰动。
然而,这项技术面向医疗条件落后的地区,如东南亚时,出现了严重的“水土不服”。
要知道,美国医院的高精度数据集,源于专业医生的拍摄技术、高配的硬件,导致谷歌算法模型对数据质量要求极高,同时只能适配昂贵的高精度眼底相机。
2020年,他们在泰国实际落地时,谷歌才发现算法不适配各种当地硬件产品、当地医生拍摄水平也不足,导致准确度明显低于实验室结果。耗巨资做出来的AI视网膜影像识别模型,实际落地效果不好,至今仍未大规模商业化。
清华大学附属北京清华长庚医院眼科主任胡运韬曾表示,眼底相机性能、人员拍摄能力、网速,都是导致谷歌AI模型“水土不服”的原因。
△谷歌模型在泰国的落地情况
谷歌AI模型遇到的问题,对于医疗AI研究人员来说并不陌生。Airdoc医学总监王斌坦言:“谷歌在泰国面临的问题,我们在一线试点时基本上都碰到过。”
为了规避谷歌遇到的类似落地问题,真正实现“落地到三四线城市,解决医疗资源分配不均”这一目标,张大磊和团队在这几年时间里,同时做了三件事:
做软件算法,做数据集,做硬件,且每个部分都必须比多数同行付出更多。
先说说软件算法层面。Airdoc自研了不少针对各类疾病的AI算法,相关研究在柳叶刀、Nature等医学顶刊,以及MICCAI等医疗AI顶会上都有收录。
其中就包括医学图像处理领域顶会MICCAI上,一篇与莫纳什大学(药学专业全球TOP 2)合作的论文Retinal Abnormalities Recognition Using Regional Multitask Learning。
论文中的AI视网膜影像识别模型,利用多任务学习语义分类,让三个子网络分别学习视网膜不同区域的疾病,最终实现自动精准识别36种视网膜病变。
Airdoc的自动图像质量控制算法,也是产品的一个亮点。
自动图像质量控制,可以高效智能实时地对眼底相机采集的图像进行质量分析,发现图像采集质量不高的情况以及导致质量不高的原因,然后引导用户或操作员重新采集高质量的图片。
这项技术极大地提高了在基层环境中产品服务用户的效率。
再从数据集层面看。Airdoc的重心放在数据标注精度上,与其合作的专业医生,基本都来自《中国医院排行榜(复旦版)》上名列前茅的医院,经过他们重复标注的数据集,数量达370万张。
这些数据具有较强的多样性,用它训练出来的算法,可以适配大多数眼底相机,支持对不同质量的眼底图片都做出准确分析。
如此一来,便大大降低了产品落地应用的门槛。
△实际标注情况示例
最后再看硬件方面,Airdoc还是唯一一家自研硬件产品的公司,代表作之一就是全自助的免散瞳眼底相机。
验过光的读者,也许对“散瞳”有印象,这是一种视网膜眼底检查手段,用药水麻痹睫状肌,目的是放松瞳孔,避免其在遇到传统照相机强光时自动缩小,无法成像。但散瞳药物可能导致过敏。相比多数设备,更先进的眼底相机,对瞳孔直径要求小,能将眼底图直接成像于传感器上,全过程不到1秒钟,无需经过至少30分钟的快速散瞳。
先进设备算法进一步为硬件带来了加成,例如像“自动检测、自动对齐、自动对焦、智能语音交互”这样的智能算法实现了硬件的全自助拍摄能力。
在这样的努力下,Airdoc-AIFUNDUS(1.0)成为首个获得国家药监局第三类医疗器械证书的AI视网膜影像识别产品,真正实现了上市,目前已经落地到不少三四线城市,文前提及的陕西省安康市,就是其中之一。
更值得一提的是,Airdoc其他用于检测糖尿病视网膜病变等系列疾病诊断的软硬件产品,也都获得了能够上市的第二类医疗器械证书。
既要研究软件算法、数据集,又要做硬件,技术追求毫无疑问地带来了成本负担,Airdoc招股书显示,2019、2020年两年的研发投入占比极高,甚至一度超过了收入。
其中,2019年的研发投入占总营收的135%,而2020年的研发投入也占了总营收的88%。在医疗AI一度被唱衰的当下,这样的做法多少显得有些“冒进”。
但技术追求收获的成果是明显的。
上海市静安区市北医院陈吉利医生曾在Nature子刊上发表一篇临床试验文章,验证结果显示,Airdoc的AI与专业眼科医生筛选出的糖尿病视网膜患者数量极为接近,只比眼科医生多筛选2例,相对更偏严格,具有临床可用性。
其招股书也大大方方写道:谷歌产品主要筛查类型为糖尿病视网膜病变、糖尿病黄斑水肿两类,而Airdoc的人工智能医疗器械软件(SaMD),检测的疾病类型要更多。下面数据来源于弗若斯特沙利文,更能佐证Airdoc在细分领域的努力:
△来源于Airdoc招股书
巨头调整,他们努力向前
近日,一度要在医疗AI领域“火力全开”的谷歌健康部门面临重组,这被视为谷歌对医疗健康领域的一次大规模调整。
但无论是在三年前合并DeepMind Health、还是数次更替研发项目,谷歌在2016年成立的糖尿病视网膜病变筛查项目,一直没有变过。
甚至重新整合过后,糖尿病视网膜病变筛查被从原来的项目组中剥离出来,单独成立了一个团队,进一步加以研究落地。
这足以证明谷歌对“糖网”项目潜力的认可。
然而,包括谷歌、IBM等巨头在内,确实有不少医疗AI相关的项目仍未曾盈利。这似乎也是当下医疗AI行业的普遍现状——
尽管大家都知道,这是一项造福人类的事业,但真正做起来反而并不容易。
这到底是实现路径错了,还是最终目标错了?
至少Airdoc正在用另外一种方式,朝目标坚定前进。
2019-2020年两年间,逐年增加的研发投入:
这两年,除去销售成本的收入毛利率,也从53%上升到了61%;
至于亏损的情况,也在逐年好转,从286.5%下降到了167%。
而就在今年5月,Airdoc已完成由礼来亚洲基金(LAV)、清池资本、OrbiMed、富汇创世共同投资D轮融资。
截至目前,Airdoc共完成了从Pre-A轮到D轮的7轮融资,总额超8亿元。
6月21日,鹰瞳科技(Airdoc)向港交所正式提交申请版招股书。
不过,上市只是第一步。
面对未来的巨大蓝海市场,医疗AI这个领域的探索,才刚刚起步。
鹰瞳科技Airdoc官网:
https://www.airdoc.com/
参考资料:
https://mp.weixin.qq.com/s/L3FVM5IHPnBVx0t9gA-VJQ
https://mp.weixin.qq.com/s/Ma0R0DYQ1JNHrMA3ibRh3Q