导读

　　医疗领域人工智能企业Airdoc宣布完成由复星领投、搜狗跟投的数亿元人民币B轮融资。本轮融资完成后，Airdoc将会大范围复制已成功试点的应用场景和商业模式，基于现有产品线，与医院、保险公司、制药企业、健康管理企业展开全面产业化协同，加速医疗AI技术的规模化应用。

△Airdoc通过人工智能筛查慢病。

　　健康点获悉，医疗领域人工智能企业Airdoc宣布已完成由复星集团领投、搜狗跟投的数亿元人民币B轮融资，三方将共同探索医疗人工智能更好的产业结合路径。

　　虽然Airdoc创始人张大磊不愿意披露具体的融资金额，但他告诉健康点记者，本轮融资后，Airdoc将与复星、搜狗启动线上线下深度融合的慢性病智能防控体系。

　　在三者的合作中，搜狗将提供线上流量的支持，复星作为线下实体机构也将为慢性病智能防控体系的落地提供支持。

　　复星国际执行董事兼联席总裁陈启宇表示：“我们看中的是Airdoc慢病筛查系统的高技术含量及未来广阔的院外场景。将来Airdoc的筛查技术与复星的产品、服务和医疗体系相结合，可摸索出人工智能最高效的落地模式。”

　　搜狗CEO王小川也表示：“Airdoc和搜狗一样都希望能推进医疗AI的实用化。我们很看好Airdoc研发的辅助诊断系统及其广泛应用场景，相信双方深度合作可更快地创造出人人受益的医疗AI产品。”

　　张大磊表示，对于慢性疾病而言，预防和治疗同样重要。在他看来，人工智能的作用不应该止步于做疾病诊断，而是应该通过更先进的算法，发现潜在的慢病，并通过对用户生活的干预，降低慢病发生的风险。

　　据张大磊介绍，在过去三年内，Airdoc已经在北京、上海、海南、江苏、河北及安徽等多省市展开大人群慢病筛查，每天为数万人提供快速识别建议。本轮融资完成后，Airdoc将会大范围复制已成功试点的应用场景和商业模式，基于现有产品线，与医院、保险公司、制药企业、健康管理企业展开全面产业化协同，加速医疗AI技术的规模化应用。

　　1秒筛查30种慢病

　　在张大磊看来，通过人工智能对眼底情况的计算分析去筛查慢病是一种低成本、无创且快速的获取每个人健康状况方式。

　　诚然，相比于传统的慢病筛查方式，人工智能的效率高出很多。

　　以糖尿病视网膜病变为例，这种疾病目前的发病率约为25%~38%，失明几率较非糖尿病患者高25倍并且不可逆，已经成为四大致盲眼病之一。目前全世界有数千万人患有这一疾病。

　　在中国，约有1.12亿糖尿病患者，其中很大一部分都有患糖尿病性视网膜病变的风险，所以一般糖尿病病人半年会做一次眼底筛查。然而这个庞大用户群体所面对的，是严重供给不足的残酷现实。目前，中国内分泌科医生大多需要借助眼科医生进行眼底病变的诊断，而中国仅有3.6万余名眼科医生，专注于眼底病的眼科医生则更少，这直接导致很多患者无法及时进行眼底筛查。在这种情况下，人工智能就能代替医生完成筛查工作。

△Airdoc的筛查结果会直接发送到用户手机。

　　除了在针对个人的疾病筛查方面，在针对群体的患病人数统计方面，人工智能也能发挥作用。张大磊解释到，人工智能可以做一些医院没精力做的事情。比如一个城市里面有1000万人，要在这1000万人中找到哪些人患有疾病并不是一件容易的事情。而人工智能可以快速简单无创低成本地筛选出患病人群。并按照三级预防体系进行分类，基本健康的就建议进行健康管理，一些当地医院可以解决的问题就留在当地解决，当地解决不了的转到上级医院治疗。

　　2017年，Airdoc对一个城市的65岁以上老年性黄斑变性进行了一次筛选，而筛选结果则让人大跌眼镜。张大磊说到，“我们筛选出的数据要比当地原本通过抽样检测方式估计的患病人数多很多。”他解释到，传统的患病人群统计方式需要抽调医生组成一个团队，在通过一系列的科研手段才能得到数据，需要花费大量的时间和精力。而这种费时费力的统计结果却并不十分准确。

△Airdoc服务于基层医疗

　　据张大磊介绍，目前，Airdoc运用团队耗时3年研发的人工智能慢病识别系统，通过特殊的视网膜识别算法，可以识别出30多种慢性疾病，包括糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病并发症，以及高度近视、老年性黄斑变性等常见眼科疾病。在灵敏性和特异性等主要指标上，获得了和人类医生完全相当的结果。

　　张大磊提到，为确保高质量的学术水平和研发成果，Airdoc先后从包括国内排名最靠前的眼科医院在内的全球最顶尖医疗机构收集到数百万张医学影像，由此构建多层卷积神经网络。每一例样本的数据标注都经过多位顶级行业专家独立标注、交叉质控，从而保证了数据原料的严谨。

　　与此同时，Airdoc已经送检了中国第一个医疗人工智能CFDA III类器械认证的离线服务器。

　　据了解，2017年，Airdoc共完成了一百多万人次的筛查，张大磊表示，公司2018年预计完成800万人次的筛查。

　　据悉，在视网膜识别上Google DeepMind也展开研究，并且在通过视网膜识别慢性病上取得了巨大的成就，使用深度学习分析视网膜图像，以此预测心血管疾病突发的风险。

　　人工智能更适用于基层

　　近年来，国家对国民健康情况愈发重视，人们也开始重视自身的健康管理，从得病了治病到争取不得病，预防成为医疗服务的重要内容。

　　公共卫生是一种社会效益回报周期相对较长的服务，将会是人工智能发挥作用的一个重要方向，政府对于公共卫生的重视程度也非常高。张大磊表示，人工智能可以在某些医学影像的识别上的速度可以用毫秒计算，而Airdoc的产品可以在极短的时间内完成对一个患者的筛查。“这样的产品应用在基层可以为数以亿计的慢性病患者提供服务，让慢病早发现、早诊断和早治疗变成现实，降低医疗负担。”

　　今年两会过程中，全国政协委员、山东省济南市政协副主席段青英建议，要继续加快人工智能技术的研发与应用，促使优质医疗资源下沉。她建议，以常见慢性病为切入点，面向我国基层医生工作需求，加大系统研发投入，加强医学影像识别、语音识别、医学知识图谱、大数据分析处理等核心技术的原始创新与集成创新，研发推广全科医生诊疗机器人系统，以协助基层医生开展家庭医生签约服务、慢性病管理、健康评估、健康管理等。同时，加快医疗数据系统建设，加快嵌入人工智能产品的区域人口健康信息体系建设，解决健康医疗大数据的收集、共享和知识提取、利用等基础问题。

　　实际上，作为疾病预防的主战场，基层对于人工智能产品的需求更加迫切。张大磊告诉健康点， “对于大量的基层医疗机构来讲，患者的流失情况非常严重。”他说到，很多人会选择到三甲医院就医，这导致很多基层医院的影像科室到下午就几乎没有患者了。在张大磊看来，对于这样的基层医疗机构而言，通过人工智能去提高效率只能是功能的一部分。而如果能够通过人工智能去降低漏诊率和误诊率，那就变得有意义起来了。“目前漏诊率很高，美国的漏诊率是百分之三十多，这个数字在我们国家也不会低，尤其是在基层。”张大磊提到，人工智能就是让基层医生变强的助力。

　　“我们在在北京市和平里西街卫生站展开的慢病筛查，半天时间为120位居民社区提供了人工智能慢病筛查服务，让老年人可以不出社区就享受高效的医疗服务。”张大磊描述了Airdoc在基层进行慢病筛查的应用场景。

　　值得注意的是，基层大量的需求也为Airdoc提供了一个巨大动力。张大磊表示，“我们目前最大的难题就是基层医院数量太多，有医院做代理的经销商和直接购买的客户比较多。2018年我们也希望能够帮助更多的基层医院，希望可以帮助基层医疗机构更好的管理慢性病。”

　　本文首发于财新健康点 caixin-life；