首发 | 获联想创投近2000万元首轮融资,视见医疗:将人工智能融入医学影像
黑智 黑智

首发 | 获联想创投近2000万元首轮融资,视见医疗:将人工智能融入医学影像

首轮融资将主要用于核心团队的组建、技术和产品的研发与完善等。

7月14日,黑智获悉,深圳视见医疗科技有限公司宣布完成近2000万元人民币首轮融资,由联想创投领投。在此之前,视见医疗曾获得香港科技创新署的数百万元港币资助。视见医疗科技创始人兼首席科学家陈浩透露,首轮融资将主要用于核心团队的组建、技术和产品的研发与完善等。

视见医疗成立于今年2月,是一家将人工智能和医学影像分析技术应用于辅助诊断的科技公司。但在短短的4个多月内,据悉,视见医疗科技已与四川大学华西医院、广州中山大学肿瘤医院、香港威尔斯亲王医院等十余家一流三甲医院达成战略合作。同时,视见医疗也是创业黑马&黑智评选的《2017年度最具商业价值人工智能公司TOP50》榜单入选公司。

▍ “职业选手”组队

医疗,正成为人工智能技术落地应用,最具想象力的领域之一。图像识别是人工智能技术最先取得突破的领域之一,目前在人脸识别、自动驾驶、图片搜索等领域已经得到了广泛应用,而人工智能+医学影像,也成为人工智能和医疗结合的趋势中,最先可能得到发展的领域之一。

在人工智能和图像识别领域的研究,香港中文大学在国内处于领先位置。而视见医疗的创业契机,也是从这里发轫。

视见医疗最早由香港中文大学医学影像计算分析实验室孵化,视见医疗创始人、首席科学家陈浩,博士就毕业于香港中文大学计算机科学与工程系。立足于港中大在计算机医学影像技术上的丰厚资源,陈浩在博士期间,就在CVPR, MICCAI, AAAI, MIA,IEEE-TMI, NeuroImage 等顶级会议和期刊发表了数十篇论文,其中三维全卷积神经网络相关论文获得2016 MIAR最佳论文奖。同时,他还担任了NIPS, MICCAI, IEEE-TMI, NeuroImage等国际会议和期刊审稿人。2014年以来,陈浩带领团队在数十项国际性医学影像分析和识别挑战赛中,战胜来自顶尖企业和医学影像研究机构的强劲对手,获得全球冠军。

而视见医疗最大的技术支撑,来自其联合创始人、出任荣誉董事长的王平安教授,他是教育部长江学者、香港中文大学计算机科学与工程系教授,也是深度学习和医疗影像结合领域的技术大拿,我国的首个“虚拟可视人”就是由王平安教授带队研发,首次在个人计算机平台上实现对超高分辨率可视人数据的高度交互及逼真的可视化。

在加入视见医疗、担任CEO之前,王峰是联想集团副总裁,已经在联想工作了18年。而之前曾有过一次创业经历的他,在面对人工智能第三次浪潮时,再次按捺不住加入创业团队的冲动。“这将是一波比当年的互联网更大、影响也更深远的技术浪潮。”王峰说,“而人工智能在医疗这个方向的应用,则是其中市场规模和成长空间最为广阔的领域之一。”

将人工智能应用于医疗影像领域,正成为国内外关注的创业方向。IBM斥资10亿美元收购了医疗影像处理公司Merge,将之整合进IBM Waston系统,而在国内,近两年,也有一批相关的初创公司相继成立。风口已至。在这样的时间节点上,视见医疗的创始团队正式组建,开始了医工结合的研发道路。

▍ 革新诊疗效率

基于团队的算法和模型基础,视见医疗成立后,王峰和陈浩,已经跑了国内几十家三甲医院,了解它们的需求,建立合作关系。对此表示抵触的也有,但王峰说,在大多数医疗机构中,他们得到了负责人的欢迎与支持态度。

国内的放射科和病理科医生们,工作是异常“苦”的。在我国的医疗数据中,绝大多数都来自于医疗影像,但是它们又多数都是通过人工分析。而人工诊断的问题,其一是工作量大、重复性高,据视见医疗了解,2016年1月份,医学界曾对1241名医学影像医生做过调查,其中数据显示,有超过50%的放射科医生阅片时间在8小时以上,20.6%的放射科医生每天平均工作时间超过10个小时。在这样繁重的工作量下,人工分析只能通过医生经验去进行判断,误诊和漏诊率高。“解决漏诊和误诊问题,已经成为医疗机构尤其是大型三甲医院最主要的诉求。”王峰说。

而在这样的情况下,医师的缺口率却在增大。据动脉网蛋壳研究院的数据,目前我国医学影像数据的年增长率约为30%,而放射科医师数量的年增长率约为4.1%。尤其是在基层医院,这个缺口就更为巨大。

针对医疗需求,视见医疗的主要核心产品包括三大方向。其一是基于放射影像的辅助诊断(CAD)系统,帮助医生提高诊疗效率。目前视见放射辅助诊断系统已经能实现对DR、CT、核磁等影像在多个解剖部位和病种的智能诊断,并且能进行多种影像模态的交叉融合,进一步提高辅助诊断的准确性和临床价值。

其二是病理影像辅助诊断系统。对于病理检查而言,一张全扫描的病理切片有十几亿像素点,人眼观察非常耗时且观察区域难以全面,同时医生在过度劳累的状态下也会对判读结果产生影响。而应用病理影像辅助诊断系统,只需要十几秒就能观察一张切片,并且实现完整观察无遗漏,以及保持诊断结果的客观和稳定性。

其三是放疗辅助勾勒。在癌症的临床治疗中,放疗和化疗、手术等,均为治疗的主要手段。而精确勾勒出肿瘤靶区,保证射线的精准投射,避免高能射线照射到健康组织和器官,也是决定放疗治疗效果的关键因素。

目前视见医疗和医疗机构的合作方向包括联合科研、联合开发,以及较成熟产品的临床测试等。目前,包括协和医院、华西医院、广州中山肿瘤医院、香港威尔斯亲王医院,以及和睦家等私立医院,共有十余家医疗机构和PACS厂商、医疗平台等,和视见医疗建立了合作关系。

其中,视见医疗跟广州中山肿瘤医院合作开发鼻咽癌靶区辅助勾勒模块,勾勒结果的Dice分数已经达到80%以上,处理时间在一分钟以内,能大大减少医生的靶区勾勒工作量,加快勾勒速度,提高勾勒精准度。

目前,视见医疗的肺小结节检测和识别系统,已经进入临床试验阶段,检测敏感性在90%以上,假阳性在2个以下。相关技术曾获得2016年ISBI(国际医学影像论坛)挑战赛冠军。

目前,视见医疗已组建了超过20人的团队,其中绝大多数都是研发人员。本轮融资的资金,将主要用于技术研发方面。“数据和算法是基础,是迈进这个领域的基础门槛。”王峰说,“而智能医疗的落地,需要和医疗行业的紧密结合。我们认为,商业模式必须跟用户需求紧密结合,只有真正解决了医院、医生、患者的关键需求和痛点,商业模式才有生长的土壤。”

“Amara法则说,我们常常高估科技的短期影响力,而又低估其长期影响力。”陈浩说,“人工智能不是取代医生,而是一个有效的辅助手段。人工智能在医疗领域的落地,也许是个长期的过程,但是,技术去改变医疗诊断效率的趋势,是不可逆转的。”

黑智签名档

 

视见医疗 人工智能 医疗影像
赞(...)
文章评论
匿名用户
发布