江苏龙网

  1. 首页 > 人文 > >

上市|最特殊的乡村医生 现在要去上市敲钟( 二 )


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 。
上市|最特殊的乡村医生 现在要去上市敲钟
文章图片
△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 。
上市|最特殊的乡村医生 现在要去上市敲钟
文章图片
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：


推荐阅读


上一篇：奥运会|奥运火炬接力进入东京后闭门举行：传染性很强变异病毒正快速传播

下一篇：图赏|2000元下罕见的屏占比！荣耀X20 SE开箱图赏