一家创业不过三年的公司，想把基层医生的误诊率从30%降到3%，方法是……

 

图片来源：受访者提供

一家创业不过三年的公司，如何成为国家卫计委人工智能医疗试点首批合作单位和科技部在人工智能医疗领域唯一一家示范基地的？

/

文｜《中国企业家》记者 粟灵 编辑｜尹一杰

人工智能行业风向突变，坐了几年的冷板凳忽然变得燥热，Airdoc创始人兼CEO张大磊略有些不习惯。

他关注的是AI（Artificial intelligence，人工智能）的医疗领域。3年前创业，在国内找不到出路的他，一度远走美国寻找机会，不料峰回路转，国内AI行业的热度仿佛瞬间加热。

“未来引领世界经济的，不管是美国还是中国，有三个领域密不可分。”中国医师协会会长张雁灵看好的三个领域分别是健康、能源和AI，“如果将第一和第三结合，或将是最重要的经济领域。”

医疗+AI，还是AI+医疗？这个在互联网领域就长期存在的分歧，在AI领域也争持不下。前者把医疗当成他们的根据地，AI只是不断升级的武器装备之一；而后者则是拥有了AI这一核武器，医疗只是他们攻下的又一座城池。

张大磊属于前者。“降低误诊率和漏诊率”是他的初衷。他尝试过多种方式，AI是他现在的选择。

2017年5月，微软Build 2017开发者大会在西雅图举办。Airdoc凭借其医疗领域人工智能辅助分析应用，成为第一家出现在Build大会Keynote（注：主题演讲）上的中国人工智能创业企业，同时也是微软从全球140多个国家的人工智能企业中层层筛选出的关键案例。

来自微软的认可让张大磊更加自信，但他需要面对的是中国医疗资源分布不均的实情。AI像这个时代的“知识分子上山下乡”，它们在中美数十家顶尖医疗机构深造，再去基层辅助基层医生提升准确率和效率，降低基层群众的误诊率和漏诊率。

医学院毕业后就在IT行业深耕的张大磊总算找到了二者的结合点。借助AI，他终于可以和他的医生同学们，在他阔别多年的医疗领域并肩作战。

回归常识

Airdoc的创始合伙人最初拉了一个微信群，群名叫“误诊终结者”。

原广东省卫计委巡视员、副厅长廖新波在2017年第一届国际医疗人工智能大会上援引的数据显示，在中国2000多个县中，病理诊断存在30%的误诊。

“如果能把误诊率从30%降到3%或者0.3%，我觉得是一个非常有社会价值的事情。”为了降低漏诊率和误诊率，张大磊和他的团队做过很多尝试。

他们曾经建立过一个与AI团队并行的“自动问答”软件团队。病人生病时，可以对着这个软件不停地提问，算法会像医生一样给予反馈。

“大家花了很长时间去做，费了很大劲，做完之后，发现没什么人用，活跃度不高。”医学院毕业的张大磊很快意识到一个问题，没有哪个病人生病以后会对着一个APP说半天，他们都会去找医生。

“医生这个职业存在几千年从未被取代是有它的原因的。当人面对生老病死的时候，他需要的不仅仅是技术的专业性，更重要的是人与人之间的交互带来的心理安慰。我们花了很长时间，交了很多学费，才明白了这个非常简单的道理。”张大磊说。

回归常识的张大磊不再试图用软件取代人来弥补基层医生的不足，他意识到，把顶尖医生的专业知识复制给基层医生，让AI成为医生的好助手，这条路才是对的。

保持应有的敬畏，是有志于进入医疗行业的外来者第一门必修课。

麦肯锡预计，至2025年，人工智能应用市场总值将达1270亿美元。而根据HC3i中国数字医疗网发布的《2016-2017年度人工智能+医疗市场分析及趋势报告》，这1270亿美元中，医疗行业将占市场规模的五分之一。中国正处在医疗人工智能的风口，2016年中国人工智能+医疗市场规模达到96.61亿元，增长37.9%；2017年将超130亿元，增长40.7%；2018年有望达到200亿元。而医疗人工智能还只是整个医疗市场的冰山一角。

大量资本和外来者涌入医疗市场，他们要么谦卑，要么在为自己的傲慢付出代价以后学会了谦卑。

“你可以设想一下，再过100年，现在这些火的互联网公司是不是都在？我打个很大的问号。但是你说再过100年，协和在不在？我认为大概率还是在的。”张大磊明白，在医疗这座城池里掌握话语权的，从来就不是“过往之处，寸草不生”的大资本、大企业，而是协和、中山、华山医院们和国家卫计委。

他环顾四周，看到目前中国市场上的医疗AI玩家：IBM、微软、谷歌等外资IT或互联网巨头，他们技术领先，推广能力和资源充足；BAT、平安、科大讯飞等内资IT或互联网巨头，他们有技术、渠道或应用场景优势；GPS（GE、飞利浦、西门子）、联影等国内外医疗设备公司，他们增加AI模块可以提升产品功能和价值，从提供检查结果到提供诊疗建议；还有各种兼营AI业务的互联网医疗、医疗信息化或者健康管理公司，他们多数是集成和应用，甚至是追逐概念。当然，还有诸如Airdoc一样的本土中小型专攻医疗AI的创业公司。

所幸的是，在医疗的城墙外，大军和小分队并没有太大差别。对于外来者来说，比起别的行业，医疗市场的竞争环境相对更为公平。合作医院，把脉政府，余下的就是发挥自身优势耐心做深耕。

“互联网和AI，我们的判断，都只是工具，关键看它+什么。如果你是互联网+医疗，或者AI+医疗，我们认为本质上还是医疗。”端正了思想认识以后，Airdoc像一名勤奋好学的医学生，步入了一所顶级医疗大学。

激活医疗资源

在国际赛场，IBM是点燃AI医疗的先驱。2016年8月，其研发的“沃森肿瘤”（Watson for Oncology）入华，但直到2017年上半年依然进展缓慢。

在中国，这把火真正燃起来是在2017年5月。7月，国务院颁发《新一代人工智能发展规划》，医疗作为重点应用领域被提及。同月，阿里健康正式发布“Doctor You”，主攻医学影像诊断领域。8月，腾讯携“觅影”，正式进入医疗领域，主攻早期癌症诊断。

Airdoc创始于2015年。彼时，AI在国内远未如今日之火爆。

Airdoc操作演示（图片来源：受访者提供）

在AI领域，算法、计算能力和数据是其三大支柱。

“当前人工智能算法已经相对成型，计算能力也在不断提升，而数据则成为最重要因素。”在英特尔公司医疗和生命科学集团亚太区总经理李亚东看来，数据质量更是机器能否进行高效学习的关键。在医疗影像细分市场上，大量高质量数据集中在二甲以上医院，或者说比较有能力、资本、规模的大型医院。

蛋壳研究院执行院长刘宗宇也表达了同样的看法：“算法框架现在谷歌、百度已经全部开源，中国的人工智能工程师也可以使用这些开源算法，针对于自己所需要的应用领域继续研究。目前美国的一些先进算法国内的一些工程师很容易去使用。超级计算能力，花钱就可以买到。”

这两个方面得以解决后，那么剩下的、最重要的也就是大数据。每个场景、每个细分领域都有其独特的数据，人工智能想要产生真正价值，必须要和应用场景结合，如何从广阔的数据里面得出结论，才是真正的核心。

目前，医疗数据是一个非常敏感的数据，禁止买卖。在此情况下，国内、国际AI各企业纷纷选择和国内医院合作，以此来获得数据。

“三年前，我们想与国内的一些医疗机构合作，但当时大家都不理解。所以我们率先和美国的医疗机构开始合作，他们的认知会更前卫一些。”在国内找不到出路，曾经供职于美国企业的张大磊，选择远赴美国硅谷，以曲线救国。

Airdoc的创始团队成员主要来自微软、三星、谷歌、雅虎等科技巨头，早在2012年，他们就曾致力于深度学习基础研究，并发表多篇论文，获得多项发明专利。

在硅谷建立研发中心以后，Airdoc与约翰·霍普金斯（The Johns Hopkins）、梅奥医学中心（Mayo clinic）、西奈山医院（Mount Sinai）等美国乃至世界顶级医疗机构展开人工智能辅助医疗实践合作。

由于中美两国医院和医生的信息互通，到2015年底，终于开始有中国的三甲医院主动找到张大磊，希望与Airdoc开展合作。

在重点发力的眼科影像领域，广州中山大学眼科中心、温州医科大学附属眼视光医院、北京同仁医院、上海长征医院向他们敞开了大门。

广州中山大学眼科中心白内障中心人工智能诊疗团队负责人林浩添介绍了他们与Airdoc的合作项目。该中心是中国唯一的眼科学国家重点实验室的依托单位，曾连续七年蝉联中国医院最佳专科声誉排行榜眼科第一。

“我们有全球最大的先白数据库为训练样本。”林浩添展示着怎样基于深度卷积神经网络训练人工智能，“近千例的训练样本，专家团严格制订标签，涵盖诊断、评估、治疗等全链条信息。”专家团制订的测试题，涵盖正常与各种复杂病例情况，由专家级、普通级、新手级三位眼科医生与人工智能机器人医生同场竞技。

包括广州中山大学眼科中心在内，Airdoc与多家国内外顶级医院合作，收集了上百万张糖尿病性视网膜病变（以下简称“糖网”）眼底照片。

而在皮肤、大脑、心血管、肺、肝脏、骨骼、乳腺和宫颈等领域，他们在协和、空总、阜外等医院的医生帮助下，优化智能模型。

“我们有两个环节。训练阶段，我们与顶级医院专家合作，做大量实验，验证算法。如果一个医生一生能看的病例总和是九万的话，实际上我们的训练可能已经超过了其总和的两个数量级。算法看完之后，它不会忘掉。”尽管如此，本着对医疗行业安全性的慎重，张大磊还坚持在算法看完之后，让眼科专家再看一遍，相当于两道关卡来避免漏诊。

当越来越多的AI医疗公司扎堆影像科，张大磊意识到，在诊断领域深耕的同时，治疗领域也必须开始发力。事实上，AI医疗公司最大的竞争不是来自同类或是BAT，而是以GPS为代表的医疗设备公司。

国投创新刚刚投资了最大的国产影像设备公司联影医疗。其执行董事肖治认为，与影像设备厂商相比，AI公司的话语权相对较弱，因此，他认为下一代的影像设备会附带一些诊断与辅助的软件，甚至会有芯片和数据库的组成。

全国最大的民营药品分销商百洋集团是IBM在中国的合作方。其创始人付钢认为，AI在医疗方面的应用有三个部分，辅助诊断、决策支持系统、手术支持系统。“沃森现在做的中间这段，未来前端和后端，将会由大型设备公司唱主角。”

“我希望越来越多的国内AI公司可以多做治疗领域，把诊断与治疗结合到一起。”除了来自设备公司的压力，张大磊之所以选择在诊断的同时建议治疗方式，是因为在诊断领域，很多医生的能力是算法无法取代的，而在治疗层面，则有非常多的参数以及个性化的因素，算法会比人脑更有优势。此外，从盈利的角度来说，治疗比诊断的空间也更大。

在拿到毕业证之前，Airdoc还需要修一门学分。“我们所有环节严格遵循HIPPA保护患者隐私，并且是国家卫计委人工智能医疗试点首批合作单位和科技部在人工智能医疗领域唯一一家示范基地。”同时，它还参与了美国NIH相关标准与中国相关标准及FDA分类界定等工作。

下基层

2017年8月25日，安徽淮北矿工总医院，眼科副主任李宝玉正在Airdoc的帮助下进行眼底筛查。“以前需要1个小时，现在只需要5分钟。而且以前需要先散瞳再检查，比较痛苦，很多人都不愿意做，现在只需要直接对眼睛拍照就行了。”

医生在Airdoc的帮助下进行眼底筛查（图片来源：受访者提供）

当日，淮北矿工总医院及其所属的华润凤凰医疗集团与Airdoc签署战略合作协议。该院院长陈前进当即承诺，将为淮北市65岁以上老人和贫困居民免费筛查眼底病。

淮北矿工总医院是淮北市唯一一家跨地区的大型医院集团，下辖16家分院、27家矿区保健站、10多家社区服务中心（站）等，服务范围覆盖淮北、宿州、亳州、永城等地市。“我们将网络打通，让我们下面的每一家基层医院都有人工智能。”陈前进显得有些兴奋。

他得到来自安徽省卫计委主任于德志的鼓励：“人工智能的引进将帮助基层解决医务人员短缺的问题。”

以糖网为例，WESDR（美国威斯康星糖尿病视网膜病变的流行病学研究）的研究报告显示，患糖尿病5年以上，糖网发病率约为17%；患糖尿病10年以上，糖网发病率为26%；患糖尿病20年以上，糖网发病率为63%。2型糖尿病病人每年1次眼底检查，可将失明发生率降低94.4%。中国约有1.14亿糖尿病患者，而眼科医生约为3.6万余名，患医比高达3166:1。“很多基层医院甚至都没有专门的眼科，只有五官科。”张大磊说。

事实上，医疗资源分布不均、基层医生短缺是长期以来中国医疗领域存在的问题。廖新波指出，目前中国2万名病理医生服务13亿人，缺口达8万~10万人。而这2万名病理医生又主要集中于大城市的医院里。

如何打通城市优质医疗资源与基层就医需求的流动通道，共享区域内医疗资源，提升优质医疗资源使用效益，实现分级诊疗，成为地方政府、医疗机构和企业看准的发力点。

李克强总理提到，要以医联体之“通”，破解群众看病之“痛”。那靠什么来通？不同的人给出不同的答案。

前些年国家希望通过加大对基层医生的培养力度来解决问题。然而，好的医生在基层，缺乏学术成长的环境，职称、待遇等方面都存在问题。

近几年，互联网+医生集团风起云涌，仅2016年第二季度，互联网医疗的投融交易就达60起，融资额达9.7773亿美元，环比增长83.1%。但最近国家出台的政策使其大有由盛转衰的趋势。

如果说互联网医疗是从缩短距离的角度来降低患者就医成本，那么AI医疗则是真正从人的角度来为医生赋能。

“目前我们的认识，人工智能辅助诊断系统可以为医生提供两类帮助。”廖新波认为，AI医疗一是基层医生的智囊，通过大数据，快速准确阅读判断病人的数据，根据临床路径的思维，快速筛查分诊疾病，减少人工技术误差与水平误差，提高工作效率，二是医生的秘书，填补医生“预想不到”的智力缺陷，供医生作出最终的鉴别诊断和精准判断。

由于临床能力提高的过程取决于“你接触到的病例数量和正确诊断、合理治疗的反馈”，张大磊注意到，很多使用AI医疗的基层医生，也开始通过加大病例量和学习AI医疗中顶级专家的诊断治疗经验，提升自己的业务能力。

“AI医疗可以把我们专业医生的手和我们的检查技术延伸到全国各地，也就是说在任何一个角落，专业仪器拍摄的影像，都可以传输到云中，进行辅助分析获得准确建议，让患者在任何时候都可以得到早期的预防和辅助分析建议。”Airdoc的合作专家之一、上海长征医院眼科主任魏锐利感谢技术革新能帮助他实现更大的医疗理想。

根据张大磊给出的数据，目前全国有十几万基层医生在使用Airdoc的产品。而公司的盈利模式主要是“设备+服务”的方式。

创业之初就立足中美两国，Airdoc的野心不仅止于中国，美国、印度等地医疗资源分布不均的现状也让张大磊看到机会。“凡是有医生真空的地方，都是AI的地方。肯定有各种障碍，但是我相信最终大家都会用类似的东西。”他的策略是先把产品和服务做好，再谋求与不同市场本土医疗机构和企业的合作。

不过，廖新波还是提出了对AI医疗在数据质量与监管、病人隐私、观念约束、跨机构数据模型验证、支付问题等的担忧。这些也都是张大磊需要思考与解决的问题。

张大磊还在“误诊终结者”的道路上前行，比起三年前，越来越多的人进入到AI医疗领域，这让他感到欣慰。“因为行业上问题太多了，根本不是一家公司能够解决完的。”

经历了最初的冷清和当下的火热，他相信再过两三年，这个行业又会慢慢冷却，躁动的资本会涌向下一个风口。等潮水退去，真正专注于这个行业的人，才会浮现。

值班编辑：张秋颖

审校：牛雪珺