多种AI影像模型储备做支撑，视见科技布局于海内外产品齐落地 | 爱分析调研
实验室多年的技术积累，使得视见科技在影像领域的各个方向都有充足的模型储备，目前，视见科技已上线放射科、病理科、内窥镜影像等不同系列产品。
指导 | 凯文 李喆
调研 | 凯文 晴空
撰写 | 晴空
视见科技起源于香港中文大学的实验室，首席科学家王平安教授多年来一直致力于医学影像计算和临床实践的结合，实验室也因此培养出一批AI影像方面的人才。如今，这些交叉学科博士生大都是视见科技研发的主力团队。
技术实力与市场能力同在，肺癌早筛是首款落地产品
真正决定一家企业能走多远的，还是产品实力，其中包含了技术储备、需求转化能力、市场渠道能力等方面，从团队底子来看，视见科技两位联席CEO分别负责技术和市场方向，在技术储备和市场渠道开拓方面都颇有实力。
爱分析近来密集访谈了多家AI影像诊断初创企业，头部企业间产品研发和商业化进展几乎无差别，对为未来落地场景的预期和判断也无甚出入，但从团队规模和构成、细分领域布局发展方向以及销售渠道搭建等方面则各有不同。
整体来看，影像数据积累较多，检查手段普及度较高，同时也积累了不少活检数据的肺癌诊断产品，已成为这一行业标配。这方面，视见科技也不例外。
放射科、放疗科、病理科均有产品布局
在多项技术积累中，视见科技早期肺癌筛查产品最先实现产品化，之后逐渐发展出放射影像辅助诊断、放疗靶区勾勒及病理（细胞学、组织学）图像辅助诊断三大产品线，以及内窥镜影像分析等陆续转化落地的产品。
目前各大产品均已在多家医院试用，其中放射影像辅助诊断、宫颈癌筛查产品更是已处于临床试验阶段。
与多家三甲医院合作，提供疾病诊断整套解决方案
每家公司都会有自己的王牌合作医院，一般都是大型三甲医院，不仅会为产品模型训练提供优质的精标注数据集，同时作为种子用户，会对产品的大规模部署起到标杆作用。
视见科技目前合作的医院有华西医院、协和医院、中山肿瘤医院等，实力不低。
在场景定位方面，视见科技从早期筛查切入，放射领域的肺部CT智能辅助诊断系统Lung-Sight、以及胸片智能辅助筛查产品DR-Sight，都旨在检测出肺癌以及心胸部位十几种病症，并给出相关位置和特征信息，能够明显降低漏诊率、提高筛查效率（比人工快且可生成只需修改的检测报告）。
病理方面，最先推出的也是宫颈癌筛查产品，与放射科影像筛查产品相比，宫颈癌筛查的商业落地链条更短，因为宫颈癌筛查判断的依据就是病理切片，而肺部疾病的确认还需要结合临床其他信息。
筛查是防患于未然的重要手段，对于检出的病变的分析、分型，以及疾病良恶性判断，临床辅助诊断等方面，视见科技也投入研发相对应的产品功能。从医疗的角度出发，提供一整套解决方案是视见科技的发展方向。
投入精力做好病理产品，多项实力技术储备支撑产品转化
视见科技切入宫颈癌筛查产品，除了场景应用路径清晰，还有一个重要的原因，是细胞病理识别在技术层面有可操作性，即相比于组织学病理，细胞病理学更易提取特征信息。
但是病理产品的开发受限于数据稀缺，除了病理图像数量本来就无法与放射科影像数量比肩，由于人工阅片是基于显微镜放大观察，国内医院基本不会做病理切片数字化转化，导致训练模型所需数据难以收集。
针对这一问题，视见科技正积极推进病理图片数字化转化进程。从实际效果来看，机器阅片是全统计、全视野阅片，而人工看片是抽样、部分视野阅片，AI系统在准确性层面更有保证。
除了病理产品，应医院需求，得益于深厚的技术积累，视见科技还在放疗靶区勾勒、内窥镜影像分析方面实现了产品落地。
注重产品打磨，未来考虑兼顾国内与海外市场
技术储备是出身实验室的基因决定的，要转化成落地产品，需要深度对接医生、医院需求，视见科技有专门团队负责产品设计，另有三甲医院的医生加入团队，能够保证产品开发准确把握用户需求。
产品细节层面，为了更精准的划分病灶区域，视见科技推出CT/MRI三维器官建模产品，在产品打磨上可谓是考虑周详。
大家都关注的行业监管层面，AI影像诊断相关的三类医疗器械通过标准正在制定中，作为同样瞄准国内的头部企业之一，视见科技也在申请证书行列中，并为标准的制定献计献策。
国外对AI影像辅助诊断产品的监管态度各不相同，美国FDA已经有通过AI影像诊断产品的先例，极大的鼓励了全球AI辅助诊断行业。
乘着这股东风，视见科技在香港的团队，也在着手研究并布局国际市场，在国内AI影像辅助诊断市场已然多家并起的情形下，另辟蹊径，在市场推广方面寻求国内外齐头并进。
近期，爱分析对视见科技联席CEO王峰进行了访谈，现将部分内容与读者分享。
从实验室项目到创业公司，投资方、合作医院合力支持
爱分析：视见科技成立的契机？
王峰： 2016年底，来自联想研究院的投资人正好在高校找寻优秀的实验室项目，发现了王教授、陈浩他们实验室，鼓励他们朝着创业的方向前行，并对视见科技进行了天使轮和pre-A轮的投资。到2017年2月在深圳注册公司，一步步发展到现在。
爱分析：真正的产品化是从什么时候开始的？最先落地的产品是？
王峰：视见科技团队的很多人一直都在做医疗影像方向相关的研究，在各个部位影像识别的建模和数据，训练方面，有很多积累。
深度学习具体到每一种处理方式，背后都有不同的选择。技术方面来说，各种影像、图像适合的算法模型都已经具备了。
但是真正的产品化，是在成立深圳公司之后。始于行业做的比较多的肺癌早期筛查产品。
爱分析：目前视见科技的肺癌初筛产品功能进展？
王峰：第一步是检出病灶，第二步是对它进行分割，大概多大、在哪些位置、分割定位数据是多少等，第三步是给出良恶性的性质判断，还会自动生成报告和提供随访功能。
良恶性判断是一个难题，给出的是一个概率值，因为医生给出的也是概率值。前两个功能对于医生来说，价值比较大，包括后期的随访也有很大的作用，但是良恶性仅仅是一个参考，做不到非常好的水平，因为医生本身做出的都是相对比较偏经验和感性的判断。
由于本身是拿偏经验的东西训练出来的，良恶性我们认为短期内不那么容易就能做出特肯定的判断。
爱分析：如果是拿活检的数据来做的话？
王峰：比如说用病理的结果反向去做，但这也还需要点时间。因为里面好多都是肺癌的早期影像数据，本身是没有做过活检的。
我们曾经提过这个想法，但是可能需要时间，最后这个产品一定是逐步完善出来的。
爱分析：最开始训练模型的数据来源？
王峰：首先前期的数据包括美国公开数据集，以及我们前期合作的医院等等。
但真正后来产品化过程当中，大概到2017年3月份，我们也在国内去跟一些医院展开科研合作，那个时候才有更大量的数据开始做严格的标注，开始用数据训练模型。
AI影像辅助诊断不同于以往CAD，必将有更好应用前景
爱分析：申请CFDA，是类似于应用辅助软件的形式？ 以前的CAD软件跟现在大家做的这一波AI辅助诊断本质上的区别在哪里？
王峰：还是辅助诊断软件的形式，但是类别方向已经跟以往不同。
药监总局这次在面对申请的时候，明显比较谨慎也比较重视，召集申请的企业 听取意见，包括怎么设定通过标准、怎么规范数据来源等等，此前没有先例，但是国家很重视。
所以从这个角度来看，其实跟之前的CAD已经不一样了，以前CAD感觉是有过先例的，但是现在药监总局把AI辅助诊断当做新事物来研究。
而且，我相信这次的人工智能影像诊断产品，随着产品的逐渐完善和功能的深入，对于医生的帮助和对于现在医疗行业的改变是会远大于上一代的CAD。
以前的CAD辅助诊断可能仅仅就是一个小工具，帮医生看一看影像，用不用觉得没有本质的差别。
当前使用我们肺癌早期筛查产品的医院，已经形成了拿到CT影像先让机器阅片的习惯。
因为检出率很高，对结节很敏感，位置、尺寸等信息都能自动标注，对于医生的帮助是显而易见的，这也是上一代CAD软件所不能达到的。
放射科以外，产品覆盖消化科、放疗科以及病理科
爱分析：内窥镜是属于什么类型的影像？
王峰 ：内窥镜是视频流形式的影像，比如肠镜、胃镜，从推进去的是一个微型摄像头，一边转一边实时观察检测，看到一个病变就会拍照。
最后要去一个训练AI模型的时候，需要积累的视频数据。训练出来之后再装回到产品，再去分析的时候，会越来越有能力检出异常的病变。
这个产品是提供给消化科医生使用的。
爱分析：视见科技技术积累与布局还有哪些方面？
王峰：我们团队技术积累比较多，病理图像也是我们比较重视的方向。
还有做的比较早的放疗的靶区勾勒，是跟中山肿瘤医院合作的。因为这都是有现成的技术原始积累。
年轻一点的医生勾勒一个要放疗靶区，需要要半天，稍微熟练点的也需要两三个小时，特别慢，因为要把正常器官、病变器官全部都勾出来，精准放疗，用机器的方式只需要几分钟，可以极大的提升改善医生的效率。
爱分析：只是勾勒靶区，不去做剂量？
王峰：一般硬件厂商本身就带有剂量计算。北京还有家公司在做放疗规划，其实更偏重于剂量，靶区勾勒不是他们的重点。
爱分析：病理产品在应用场景方面跟CT影像的主要区别？
王峰：病理分成两大类，一类叫组织病理，第二类叫细胞病理。
而宫颈癌就是属于细胞学层面的，看每一个细胞，而不是组织。所以现在计算机能做的，我们现在看来比较适合的，是细胞层面的。所以我们现在瞄着细胞癌，虽然组织学也在做，但是细胞学是我们的主攻方向。
因为宫颈癌癌变细胞的图像特征，总结来看，比较典型的其实也就十来个，是比较适合用计算机的方法来做。
另外一点是说宫颈癌的检测场景相对比较独立和完整，基本上体检中心也好，医院也好，筛查宫颈癌的流程是一样的，宫颈癌筛查等于做整个流程，而不是解决其中一小点。
有时候对医生来说，在确诊一个病人的过程当中，引进只解决中间一小块问题的产品，可能带来的麻烦比能给医生帮助还多。
爱分析：病理是最后的一道金标准，AI目前是能做到100%的准确呢？还是最终的结果仍需要医生确认?
王峰：细胞学其实是可以做到特别高的准确率水平。
传统方式，医生看病理玻片是放在显微镜下面，目镜加物镜400倍放大，这个片子是不可能从头到尾全部看完的，都是抽查，每一个镜头看到的是一个视野，一般一个片子至少有几百上千个视野，医生通常只能做到抽查。
正常来说抽查一二十个视野，是抽样的概念，不是全统计的。但我们的产品是是全部看完，绝不会遗漏。而且处理速度还很快。
是细胞病理学的一个很大优势，就是细胞学特征很突出，能够做到很高的识别率。第二就是可以全视野查看，第三处理时间很快。
爱分析：切入病理产品最大的挑战？
王峰 ：病理学有个很大的问题，之前的人工阅片，因为直接放在显微镜下观察，并没有做到数字化。但是计算机是要看数字化的片子，这个就是在病理学方面人工智能要解决的一个问题。
除了有些做科研的，会用数字扫描仪转化结果，大部分情况下是没有数字化结果保存的。
所以现在病理学有很大的一个机会，也是很大的一个挑战，就是怎样把病理图像尽可能都数字化。
这个过程所需要的数字扫描仪现在在中国的医院正在推广中，还没有到很普及的程度，所以我们现在也会跟数字扫描仪厂商去合作。
早期筛查是大市场
爱分析：现在已经进医院试用的有哪些产品？应用场景有哪些？
王峰：早期肺癌筛查的应该已经在好多医院用了，第二个在用的产品是胸部DR的检测，针对肺部其他疾病的产品。
胸部DR这个产品适合初筛，举个最典型的场景，体检，全国每年有很多起体检，看体检影像，其实可能90%的人都是正常的，但是医生也需要阅片。
用DR产品可以筛掉 正常的影像，医生只去看有问题的，在体检场景下是有很大的需求的。
现在我们想把胸部DR的两分法做出来，包括肺部、心脏等的检测，至少体检的时候能够过滤掉正常影像，不用花医生太多精力。
爱分析：这种做初筛的场景是不是体检中心会用的多？
王峰：像美年大健康、慈铭、爱康国宾等机构，其实他们的体检量只占到整体体检的百分之一二十，还有百分之八九十还是在医院，好多医院都有体检中心，所以也是一个很大的一个市场。
只不过医院的体检中心可能跟门诊部门也是分开的，初筛更多的的在体检场景。
销售需自主，根据不同医院情况针对性切入
爱分析：销售渠道方面会考虑从跟PACS等厂商合作吗？
王峰：我们尝试着在跟PACS厂商做一些联合，但这个可能不会是我们主要的销售模式，一些重要的大医院是销售人员直接去，小医院我们会通过一些类似于医疗仪器代理商去切入。
我觉得在国内PACS市场本身就特别分散，同时厂商对于医院的影响力有限。我们尝试开展一些合作，但主要的销售渠道还是自身为主，更重要的原因是不想离自己的终端用户太远，我自己更愿意直接跟医院做更多的沟通交流和销售工作。
爱分析：医院采购这类产品的经费预算一般是走什么渠道？
王峰：可能有些大的医院科室里面有一些科研经费，或者小设备采购费用，也可能是专门的医疗仪器采购费，有些时候可以走信息费，都是不一样的。
总体来说，是在放射科认可产品的前提下，找到能够做决策的人员，通过各个医院不同的预算渠道切入。
市场规模受多方面因素影响，临床应用是AI诊断产品发展路径
爱分析：您判断AI影像辅助诊断的市场规模能达到多大？
王峰：现在很难给出一个数字，业界有很多算法，主流的是到2020年有6000亿到8000亿，是根据医疗支出中影像收入的部分得出的结果。
但是最终的市场规模或者空间取决于能够在多大程度上让医生感觉到价值，不管是购买软件所有权，还是按使用次数分成，规模大小取于产品本身的价值度。
同时，现在的感觉是越偏向于自主经营、市场化的医疗机构，比如私营医院、第三方影像中心等，越愿意为这类产品买单，因为可以实实在在的提升效率、降低误诊率，从成本层面来说也是划算的。
而公立医院，尤其是大型医院，相对来说，人手缺乏以及成本方面敏感度并不会很高，最开始基层医院需求可能会更强烈。
最后一点，如果是根据流量分成的话，比例限定、能不能进入医保等，都会影响市场规模。
爱分析：刚刚提到可能基层医院会更有需求，产品未来客群定位会倾向于基层医院？
王峰：其实未来大型医院和基层医院肯定都是需要这类产品的，只是大型医院人员配置情况较好，诊断水平也更有保证，相对来说，刚开始的时候这类产品对基层医院的正面影响更大。
而且小的公立医院，部分有私有化趋势，从决策层面来说可能会更倾向于市场化，从这个角度考虑，也更容易切入。
爱分析：当前AI影像诊断产品多集中于影像科，目前放射科诊断影像还没有收费项，医院出于何种考虑会为诊断类产品买单？
王峰：可以从两个方向去考虑，首先，不管诊断项目是否收费，这项工作需要完成，由于产品的使用可以提升诊断的精确度和效率，同时也会节省人力，这是降本提效。
其次，未来诊断功能越来越强的时候，会进入到前端流程，比如说开发出临床医生也会使用的功能。只是目前更多的从放射科切入医院诊疗流程，最后能够诊断疾病，给出治疗意见的时候，临床医生也会需要这类的产品。
爱分析：产品的纵深发展，未来会进入临床方面？
王峰：现在比如我们内窥镜产品，直接是跟消化科的医生在谈，主要就看产品能贯穿到什么流程。
目前适用于放射科的产品，随着医院信息化程度的加深，更详尽的影像诊断结果也会传到临床医生那里，甚至是影像本身，肯定是从后台想前台发展的过程。
从放射到临床只是产品的路径问题，比如说王教授在手术导航领域也有研究积累，只是目前我们没有将这一部分产品化。
新龙榜
新金融
企业服务
其它
Adobe | VMware | Salesforce
云快报 | Smartsheet | 青云QingCloud