智东西（公众号：zhidxcom）
文 | Lina
就在今天早上，国内医疗AI创企医拍智能（原名“拍医拍”）宣布完成数千万元A+轮融资，其业务范围也进行了拓宽，由原有的医疗单据拍照识别拓展到CT、X光等医疗影像的识别与诊断，正式进军AI医疗影像行业。智东西此前也与医拍智能的联合创始人兼首席科学家杨琼进行过独家专访（这位清华女学霸做了件了不起的小事：让医院化验单说人话）
巧合的是，就在上周8月3日，腾讯也推出了首款医疗AI产品腾讯“觅影”，可基于医疗影像对食道癌项目进行早期筛查。觅影同时与中山大学附属肿瘤医院（广东省食管癌研究所）、广东省第二人民医院、深圳市南山区人民医院发起成立AI医学影像联合实验室，并启动的食管癌早筛项目的临床预试验。
再往前数的7月11日，阿里健康又宣布联合万里云医学影像中心发布医疗AI系统Doctor You，该系统包括医学影像辅助诊断云平台、临床医学科研辅助平台、以及医师能力培训系统等。阿里健康高级架构师范绎也在现场演示了机器在200多张图里面寻找到一个毫米大小肺结节的过程。
在不到30天内，不但国内AT两大巨头纷纷动身进军AI医疗影像的筛查诊断，拍医拍也完成了数千万元的A+轮融资、再加上今年7月雅森科技宣布完成数千万元A+轮融资、6月迪英加科技完成1500万元天使轮融资、4月图玛深维宣布完成数百万美元Pre-A轮融资、3月万里云获阿里健康2.25亿元投资、1月推想科技年初曾获得红杉中国领投5000万A轮融资……AI医疗影像行业在2017年里可谓风起云涌，好不热闹。
一、日益兴盛的AI医疗影像市场
国内第一家医学影像+人工智能的创企最早成立于2006年，最晚成立于2017年1月，目前大部分都完成了A轮融资，其中几乎全部都获得了千万级别以上的融资，少数融资甚至过亿，据不完全统计总融资金额已经超过了5.5亿元人民币（其中包括阿里健康2017年3月2.25亿元投资万里云）。
以下为智东西根据公开信息整理的国内“AI＋医疗影像”智能筛查/诊断企业一览表：
注：本表主要收集国内使用AI进行医学影像辅助诊断的公司，大量主打远程阅片的互联网＋医学影像企业以及IBM Watson、Enlitic等国外AI医疗影像公司不计在内。
从表中可以看出，胸肺部影像的识别与诊断占了企业主营项目中比较大的比重，推想科技创始人兼CEO陈宽认为，由于其中肺部影像占据一般影像科医生最大一块工作量，其次结构比较清晰，所以成为医学影像人工智能研发起步的首选。
二、医疗影像的分类
虽说以上都归类为医疗影像，但医疗影像也有细分范畴。目前医疗影像可以分成结构性影像（Structural Imaging）和功能性影像（Functional Imaging）：
（图片来自雅森科技高级算法研究员杨士霆）
结构型影像：包括X光、CT、MRI核磁共振成像等能够看清人体器官组织结构的医疗影像，通常用于检测癌症/结节这类机体存在物理性状改变的病症；
（图片来自雅森科技高级算法研究员杨士霆）
功能性影像：包括呈现脑部电流改变的脑波图、基于功能磁共振成像(Bold-fMRI)检测血氧水平等，依据器官新陈代谢情况、性状变化等做出诊断的医疗图像。
相比功能性影像，结构性影像的空间解析度更好，更适合人工智能在其中进行落地。目前，大多数进军AI医疗影像的公司主打的都是结构性影像的识别诊断，比如上文提到的医拍智能、腾讯“觅影”、万里云&阿里健康“Doctor You”平台、迪英加科技、推想科技、图玛深维等等。
不过，也有创企进军依据器官新陈代谢情况、性状变化等进行诊疗的功能性影像领域。比如2006年成立的雅森科技，其主营业务就是功能性医疗影像的智能筛查、诊断等。目前雅森科技的技术在脑部诊断方面已有比较成熟的应用，其模型在构建时联合了核磁、脑电图、量表数据三方面的数据，更为准确、全面。
雅森科技曾于2016年12月获得中股集团顺禧基金以及虎丘医疗科技的数千万元A轮融资，2017年7月28日获科大智能机器人数千万人民币A+轮融资。
三、为什么AI医疗影像这么火？
关于这个问题，我们可以从供求方两方面来回答：
供：近年来，随着医疗影像的迅猛硬件发展（包括MR、CT等）成像效果越来越优秀，影像质量越来越好；于此同时，从2012年的ImageNet大赛一直到现在，深度学习在图像的分类与识别上已经取得了非常大的进展：其落地应用也从一开始的“认出图片里究竟是猫还是狗”，到现在的“认出图片里究竟是不是肿瘤”，技术已经走上了成熟之路，许多AI系统的准确度和判断速度都超越了传统医生，腾讯“觅影”表示其系统对早期食管癌的发现准确率高达90%。
求：我国对放射科医生的需求量非常大，从放射科医生的年增长率来看，美国和中国仅仅只有2.2%和4.1%，远不及医学影像数据对应63.1%和30.0%的高速增长率。平均到每个放射科医生的工作量上也非常明显，拿武汉同济医院举为例，这是国内著名的三甲医院，每天接待患者2万2千多人，其中放射科（X光、CT等）有3-5千个患者。而一个病人的胸部CT影像至少要有200甚至300多张图片，医生要来回翻动观看，就算一张图看3秒，一个病人起码要十几分钟到半个小时，上千个病人……
其实，根据医学影像得出检测结果并不是一件非常困难的事情，具备特征检测能力就可以实现，但却是一件非常繁琐的重复性工作，极度消耗医生精力。
此外，在智东西此前对推想科技创始人兼CEO陈宽的采访中，他总结出了医疗影像的三大特点，使得它非常适合人工智能在其中应用落地，并且得到很好的效果反馈。无独有偶地，这与前阵子闹得满城沸沸扬扬的“柯狗大战——柯洁 vs AlphaGo围棋大赛”有着类似之处。
1、场景窄，规则明确：围棋的规则非常明确，棋盘上有多少目数，最后的输赢，全都一目了然；与之类似的，医学影像的判别也遵循着一定的医学标准：阴影部分直径大小，边缘整齐度等等，现在的人工智能比较适合在一个闭集里应用。
2、可用的数据量够大，能够对深度学习神经网络模型进行很好的训练。就像看过了成千上万张图像后，机器可以辨别出这是猫还是狗；在看过了大量医学图像后，机器也可以辨别出这是否是肿瘤病变图像。
3、第三点则与上文提到的“求”相似——医疗行业的产能非常不足。去过医院的人都知道，一方面，排队就医的人永远那么多，而另一方面，每个医生的工作量却又非常大，常常需要加班到很晚。
结语：新兴的技术与保守的行业
正如上文所说，一方面，软硬件技术日趋成熟成熟，可以真正开始在产业中落地；另一方面，行业人力缺口明显；再加上医疗行业关系着国计民生，与每一个老百姓都息息相关，自然也备受市场与政策的关注。三管齐下，AI医疗影像自然也就火了起来。
随着阿里与腾讯两大巨头的进军，AI医疗影像技术势必会在一定程度上加快推广。不过，由于涉及到患者的生命安全，因此各大医院对于新技术的态度仍旧较为保守。虽然AI医疗影像识别诊断的技术已经日趋成熟，但还需要一定时间才能在各大中小医院中推广开来。文中统计的这5亿融资还只是刚刚开始，未来还将会有更多拥有人工智能技术的创业公司投身到这个浪潮中来。
