融资近2亿掘金4000亿医疗影像市场，诺奖得主学生曾被骂「脑子被门挤了」，如今和数十家医院合作 ，AI也要接地气
撰稿：刘惜墨 编辑：李君宇
刘凯是上海某三甲医院的放射科主治医师，平均每天经由他审核的普放、CT、MR的影像片子多达300-400例，有时仅上午审核就要超过200例。从上午8点到中午12点，一共240分钟，算下来平均每个病人的诊断时间只有1分钟。刘凯需要在这一分钟内对图像进行肉眼扫描，稍有不慎，就有可能错过病变，耽误最佳诊疗时机，继而威胁到病人的生命。
这就是当下医疗领域的缩影，放射科医生属于稀缺资源，每天需要写上百份诊断报告，人工肉眼诊断又存在大量不确定因素。近两年来，无数人工智能企业试图改变医疗影像这个行业。
2014年底，陈宽杀入医疗领域，创办推想科技，运用深度学习技术在医生影像诊断中提供辅助性筛查方案。目前，与推想科技合作的大型三甲医院在50家左右，部分医院的使用率和点击率能达到80%。在医生漏诊率达30%的磨玻璃结节诊断上，推想科技的漏诊率可降低到10%以下。
▲推想科技创始人兼CEO陈宽
之前医生靠肉眼与非结构化影像之间的对决，随着辅助医疗的介入，战场在悄然改变。
AI与医疗相结合
2014年年底，陈宽放弃了芝加哥经济和金融双博士学位，带着奖学金和拼凑的几十万归国创业。
这一年，他26岁，AI+医疗影像还不为大众所知。两年后，谷歌研发的AlphaGo完败李世石，人工智能在全球引起广泛关注，同类型的创业公司相继蓬勃而出，百家争鸣。
在芝加哥大学读博士期间，陈宽主要学习AI在金融经济领域的运用，两位导师James Heckman和Lars Hansen都是诺贝尔经济学奖获得者。陈宽曾利用AI模型预测奥巴马的连任，也尝试过预测股票等项目，但一直没找到能够真正解决行业痛点的场景。
直至2014年8月某次会议上，陈宽在展示AI模型时，一位放射科医生提出如果把技术用在医疗影像的辅助诊断上，将会非常方便。因为他们每天需要看大量的影像做出诊断，难免会有漏诊，这个技术可以帮助他们避免很多重复性工作，提升效率。
2015年，陈宽决定以临床情景为核心，从胸部影像入手。在胸部CT中，早期肺癌会表现为实性结节、磨玻璃结节、半实性结节。其中磨玻璃结节有59%的概率会恶化成肺癌，但其影像看上去非常淡薄，稍不注意就可能被忽视。陈宽推出一款辅助筛查产品，通过深度学习和运算，判断影像中是否存在疑似肺癌的特征。
当时X光正处在下坡阶段，相比于三维的CT，X光在二维层面有很多病灶都很难解读，并且研发效果不理想，包括医生、团队内部纷纷反对投入一款夕阳产品。
「毕竟它是在全国范围内检查量最多，影响范围最大的」，陈宽考虑到受众和社会使用程度，坚持研发X线辅助筛查产品。最后大家用AI和人工筛查作对比发现，AI在X光上能看到人眼都看不到的东西。曾有一位患者，医生判断其双肺未见明显异常，结果AI把病灶标了出来，双方争执不下，建议患者去照CT，一查果然是肺癌。
「我相信可以解决很多X光造成的漏诊，一部分人为造成的漏诊可以通过AI的手段来减少」， X光线下，不同器官的影像会重叠在一起，之前就发生过有医生因为膈肌阻挡，而忽视了膈肌后面结节的情况。这种情况人眼难以发现，但是AI就能找到。
除此之外，AI还能追踪病灶发展变化，判断之前治疗效果是否有效。有些细小结节的变化通过人眼很难发现，但是通过AI可以计算结节的长度和大小变化等等，给下一步治疗方案提供建议。
▲推想科技的病灶纵向追踪报告
为了让产品能够在不同医院跑通，陈宽团队在研发过程中解决了两个问题：
首先，提升鲁棒性（在一家医院的模型是否在另外一家医院可以使用，保持比较好的准确率）。
推想科技原来在四川省人民医院做的模型，放在其他医院并不适用，一方面由于之前买不起服务器，数据量有限，另一方面每个医院的诊断方案标准不一，造成了过度学习四川的方案，出来的模型不精准。
解决这个问题，要从源头上寻找数量最大、最优质的数据让模型去学习。在有一定知名度后，推想科技会选择更有代表性的医院进行合作，融合北京、上海、广州地区优质医院数据，同时集合飞利浦、通用电气等不同设备数据，让模型学习不同变量和不同情况，这被陈宽称之为「最笨的方法。」
除了这种笨方法之外，由于地缘优势，推想科技的深度学习专家是和医生坐在一起的，一旦出现异常变量，马上和医生沟通，然后修改吻合到模型算法当中。
第二，解决产品的易用性和有效性问题。结合医生的临床路径，要将产品嵌入医生工作流程中。解决的前提是要把医生的使用方法摸透，考虑到所有的可能性。比如，影像进来到医生做完诊断一共需要多长时间，如果产品不能在5秒钟之内把所有结果呈现出来，那一定是某个环节出了问题。
据陈宽透露，目前大部分医院可以实现一秒之内呈现结果，医生只需要点一下按钮。但即使这样，依然需要培养医生的使用习惯。「大部分医生觉得每天看片子很累，但已经习惯这种累的状态，不想再学习其他方法了。」推想科技产品负责人俞静说。
敲开医院的大门
「你以为你是谁，还来忽悠我？脑子被门挤了的人才会和你们合作，赶紧滚！」砰的一声，门猛烈的关上。
陈宽被推搡到门外。他在树荫下静静地站了一个小时，反复给自己打气，一会儿还要精神抖擞地去下一个医院。
「医院是个很封闭很保守的组织，市面上甚至全球都没有成熟的先例情况下，让他们去尝试或接受新物种是非常困难的」，推想科技想要打开市场，与医院关系的建立和维护必不可少，前期需要利用他们的影像数据验证技术的可行性，后期还需要市场推广和销售。
但陈宽经常被扫地出门。2015年，他一个人带着2个实习生，在没有任何医疗背景的情况下，接连碰壁。从2015年初到5月，一直在被拒绝，团队见了100位主任，有95位对他们说「不」。
推想科技联合创始人兼COO王少康分析，医院在国内属于稀缺资源，求大于供，因此医院掌握绝对话语权，如何取得他们的信任成为关键。
在跑了几十家医院后，四川省人民医院终于愿意敞开大门，陈宽格外珍惜这次机会，将办公室从深圳搬到四川，开始了第一代模型的搭建。
当务之急，是学会医生的语言。陈宽团队没有医疗知识储备，何种是肿瘤，何种是正常结节，需要从零学习。他们就天天坐在放射科，看医生如何看片子，做诊断，然后把医生的诊断写成技术语言。
其次还要建立医生的信任。王少康抓着春节、十一、五一假期跟主任一起加班，亲手将第一批代码连接到服务器后，进行整理数据和模型运算，经过三四个月的时间终于取得了医院放射科医生的信任，「其实在医院里，他能给你腾出一块地，无偿地让你去做研究，已经是非常大的支持」。
据陈宽介绍，目前，推想科技的技术人员的看片子水平可以媲美大医院放射科的实习生。因为他们的办公室就是医院，每天和医生们一起上下班，工作就是写代码和看片子。
2015年寒冬将至，推想科技第一版相对成熟的模型做出来了，本来准备从实验室过渡到医院应用层，但后来由于种种原因，没有落实。陈宽带领小伙伴寻找到了国内门诊量排名前五位，日门诊量达2万人的武汉同济医院。
推想科技投资人、英诺天使基金创始合伙人李竹评价陈宽「既有很强的技术背景，又接地气」，在四川省人民医院、武汉同济等医院拿到数据开展试点。
2017年1-2月推想科技的产品已经在武汉同济、上海长征、大连中山医院上线，而后续问题也在这一段时间集中暴露：虽然医院安装了推想科技的产品，但是打开率和使用率不高，很多医生不爱用甚至拒绝使用。
「如果没有医生用，那么我们就没有创造价值」，新婚第三天，推想科技产品负责人俞静就被紧急派去出差。这次出差耗时1个月，俞静辗转武汉、上海、大连三地，去了解这些问题的根源，并准备解决方案。
「上海一家三甲医院有一个医生特别不爱用我们的产品，但我们的执行人员真的很拼，想尽办法」，俞静告诉新经济100人。一次次的提醒，改变了医生们的态度。
但即便更准确，陈宽对推想科技产品的定位也只是辅助，帮助医生降低漏诊率，最终报告还需要医生签字确认，病人数据也归医院所有。推想科技CMO夏晨告诉新经济100人，目前推想科技尚未正式推出鉴别诊断产品。鉴别诊断会影响到医生自己的判断，与辅助筛查相比它是完全不同性质的人工智能产品，会直接影响到重大的临床决策，需要非常严谨的前瞻性测试才能推出。「比如很多大肿块，医生可以一目了然判断出是恶性的，而对于1厘米左右结节很难在单个时间点进行良恶性判断，需要随访观察才能做出更准确的临床判断。」
▲使用推想科技产品的医生在做讨论
目前推想科技给执行人员的硬性指标是点击率达50%以上。比如医院一天一共拍了1000个CT，有600个片子医生主动点击推想的人工智能预测，那么点击率就是60%，目前部分医院的点击率已经达到了80%。
现任推想科技联合创始人兼COO的王少康也是陈宽在芝加哥的校友，于2015年8月加入推想科技。谈及推想科技的关键节点，他认为最重要的一点就是从四川的时候，就没有办公室，而是人先进医院。
「我们经常说，这是奠定公司DNA的东西，即使今天，推想科技也有一半的人大部分时间在医院里。」
竞争中突出重围
根据公开资料统计，目前从事AI+医疗影像的创业公司25家左右，融资超过10亿元，大部分创业公司都诞生在2015-2016年这两年，甚至有2016年为AI+医疗影像元年的说法。
2017年7月11日，阿里健康联合万里云医学影像中心，共同发布了一款医疗AI系统Doctor You，包括医学影像辅助诊断云平台、临床医学科研辅助平台、医师能力培训平台。
2017年8月3日，腾讯发布AI医学影像产品腾讯觅影，筛查疾病包括：食管癌、肺癌、宫颈癌、乳腺癌等，并对外宣告实验室准确率达90%以上，已经进入临床试验阶段，此外还有科大讯飞等布局医疗影像行业。巨头抢滩，已经是行业大环境。
2017年9月，推想科技对外宣布获得1.2亿元的B轮融资。
在当前，AI+医疗影像领域尚未实现规模商业化，融资能力无疑是非常重要的。陈宽的第一笔融资获得异常艰难，由于海漂多年，回国后对创投圈不了解，直到2016年2月，才获得英诺天使领投的1100万元的天使融资。
有了这一笔融资，才有了后来与更多医院合作的资金基础。王少康说：「天使融资到账，我们开干。而资本方在分辨AI+医疗影像行业的一个重要标准就是合作了多少家有影响力的医院，医院的使用效果是怎样的。」
王少康认为，推想科技最大的特点就是接地气，肯低下头来，深入到场景中开发产品。在给武汉同济医院做开发时，团队曾和一大堆外包公司人员住在一起，有的抽烟，有的光着膀子，甚至有人把脚跷到他们桌子上和别人说笑，王少康、陈宽等人就是在这种环境下，低头敲着代码。
「恰恰最珍贵的数据和文件就在这个地方。你得说服自己随时放下傲慢，然后来到这个最真实的场景去观察，思考你能给人家带来什么样的价值。」王少康说。
对于夏晨来说，获取医院信任还可以落实到具体的行动上。2016年10月，在芝加哥大学攻读消费者行为学的她，在与陈宽、王少康聊了几次后，辍学加入团队，负责品牌和营销。
早期为了让医疗市场更加了解AI，夏晨的方法是，寻找医疗影像领域的KOL，即那些在放射学学界可能会第一批成为领头人物的专家，与他们交流探讨。这样一来，这些领头人物就会在不同场合，不同会议上介绍人工智能辅助诊疗的技术。
2017年5月，推想科技的产品正式对外发布后，开始试图商业化，为了建立更多首批用户，推想科技商务团队带着产品让医院体验。除此之外，参加日本、美国等国外的放射大会，做展览，与医疗影像垂直媒体合作提升国内外影响力。
竞争还表现在人才的争夺上，随着拥有更大品牌优势的巨头进入，这个领域原本稀缺的人才成为各家公司疯抢的对象，巨额年薪挖墙脚的事情屡见不鲜。推想科技在人才延续上很多是靠圈子介绍，目前创始团队都来自同学，朋友介绍。
2017年9月，推想科技已经实现商业变现，即医院付费。但是第一个付费谈了小一年的时间。为了加快商业化进程，推想科技迎来公司第一位专业性营销人才席渭龄，在飞利浦健康有近26年工作经验。随后又引入了在通用电气工作近20年的丁伟，以及干过8年放射科医生后来去飞利浦做销售的周宏斌。
营销人才的加入，带来的是一个月签约合作20-30家医院。这之前推想科技2年的积累是近30家。「首先医院有需求，其次产品好用，在圈子里有一定口碑，再次利用我们的人脉」，这是席渭龄获取医院信任的方法论。
席渭龄带领的营销团队在前面做前锋，攻陷更多医院，技术产品团队承接建设，可以做到1周上线5-6家。
据了解，美国3万亿美元的医疗市场，影像占比为10.2%，目前我国影像市场占比尚无明确数据，按照美国的比例计算，市场规模在近4000亿元左右。而AI+医疗影像成为布局整个市场的关键切入点。
「有三分之一的病，是治了也看不好；也有三分之一，不治它自己能好；可能还有三分之一是治了才有用。人体混合了科学、伦理、情感等诸多因素，我们对人体的了解远远不到1%」，王少康始终带着一颗敬畏之心去看待这个行业，比起市场，他更关心的是，影像辅助诊断产品能否成为行业的基础设施，能否成为未来医生诊断的标准流程。
「我们就是把影像辅助，发现病变这个环节做到最强，做到全世界最强，再通过这个地方来发散。」 28岁的陈宽靠在椅子上，坚定地说。