雷锋网注：观众排队体验平安科技的智能眼部筛查系统
11月15日，深圳高交会进行到第二天。6号馆平安科技的展台外排起了长长的队伍，队伍里的人们正在耐心等待体验平安医疗科技的OCT智能眼部筛查系统。
医学AI的热潮翻涌两年之后，智能眼部筛查系统已经算不上新鲜事物，许多医疗AI企业都推出过类似的产品。平安医疗科技（前身为平安科技旗下智能医疗平台）这套系统的特别之处在于，它是围绕三维OCT图像开发的。
相比眼部筛查常用的二维眼底彩照，OCT图像质量更高，诊断效果也更加出色。而且OCT的筛查范围比眼底彩照更加广泛，除了糖网还能覆盖老年黄斑变性、病理性高度近视眼、青光眼等几乎所有眼底疾病。据平安科技首席医疗科学家谢国彤介绍，平安医疗科技的这套系统目前已经能够识别出18种不同病变。
据了解，这套智能眼部筛查系统是由平安医疗科技与Optovue美国光视联合打造的。基于平安科技的深度学习技术，这套系统的糖网识别准确率已经达到了98.5%。
14日至15日上午，共有126名观众在平安科技的展台体验了OCT智能眼部筛查，从开始检查到扫码获得智能筛查报告平均只需要3分钟。最后，系统筛查出了5例阳性患者，其中4例为视网膜低反射，1例为非急性黄斑区前膜。
这套系统之所以性能如此出众，很重要的一个原因在于，平安科技在模型训练过程中使用了生成对抗网络（GAN）技术。谢国彤介绍，医学AI模型需要用大量标记好的数据进行训练，但任何项目都需要经历数据由少到多的过程。而且数据集里不可避免有些病变数据量多，有些病变数据量少，即数据集不均衡。用这样的数据集训练模型，效果通常比较差。
为了解决这个问题，平安科技尝试用GAN网络生成稀缺的病变数据。谢国彤介绍，这种方法使得平安只需要少量数据就可以开始训练模型，后续随着数据量增加再快速迭代，最后让模型的泛化性有了很大提升。
通过类似的技术，平安科技共开发了40种影像模型，覆盖了放射、病理和视网膜三大类影像。目前这些模型已经在上百家公立医院落地使用，每天有接近两万张图片上传。
除了以OCT智能眼部筛查为代表的智能影像筛查辅助诊断系统，此次高交会平安医疗科技还展示了智能疾病风险预测、智能质量控制云平台、智能疾病临床决策支持系统CDSS三大解决方案，覆盖了从诊前、诊中到诊后的各个医疗环节。
其中，智能疾病风险预测已经在重庆、深圳两市落地应用，可以提前一周预测传染病的发生情况，流感和手足口病预测模型的准确率均达到86%以上，高发季预测准确率高达90%以上。在年初的一次深圳市流感预测监控中，平安的AI模型提前一周预测了流感活跃趋势，有效帮助了深圳市防控疫情爆发。
这两年国内涌现出了大量医疗AI创业公司，但大部分公司的产品仍然停留在科研阶段，没能真正落地。谢国彤指出，这些公司探索的只是医疗链条其中一环上很小的一个点——比如肺结节筛查，对医疗行业的帮助有限。很多医生表示，他们日常工作时基本不用这类产品。因为肺部CT能反映的病变种类很多，除了肺结节还有肺气肿、肺炎等。肺结节筛查AI阅片之后，医生还要看影像中是否包含其他病变，实质上效率并没有提高。
平安科技打造医疗AI的思路是覆盖全病种和全医疗流程。人类疾病多如星辰，任何一家企业都不可能穷尽，因此平安科技希望借助平安云的生态优势打造一个医疗领域的iOS。“OCT智能眼部筛查就像这个iOS中的原生APP，平安未来会在应用中不断打磨平台，通过投资、合作等形式引入更多的‘开发者’，共同构建医疗AI生态。
作为一家以金融为核心业务的企业，平安布局医疗AI的时间并不长，却在短短时间内取得了如此亮眼的成绩。这一方面是因为平安对医疗健康业务十分重视，另一方面是因为它拥有很好的技术落地土壤。
2016年，平安集团提出了聚焦“大金融资产”和“大医疗健康”两大板块的发展战略，健康管理被放到了前所未有的战略高度。平安集团的“大医疗健康”战略包含两个方面：一是自建生态；二是通过外部投资打造航母集群。
平安的自建生态包含三个维度——Payment、Patient和Provider。付费端，平安拥有健康险、寿险、养老险等和医疗相关的传统优势业务，连接了1.8亿用户。此外，平安还为政府提供医保控费、精算服务，覆盖了280个城市和8亿人口。患者端，平安拥有平安好医生和平安万家诊所。供应端，平安虽然没有自己的医院，却可以通过人工智能等技术手段在疾病预测、筛查、治疗、随访等各个环节赋能医院。
当这三大维度的业务捏合到一起，高效联动时，将爆发出惊人的合力。“有些企业AI很强，但缺少云平台作为生态的基础；有些企业云业务很强，但缺少触及医院和政府的渠道。平安在渠道方面有着近三十年的积累，不是其他企业一朝一夕就能追赶的。当云、AI和渠道这三个方面结合到一起，平安在医疗方面优势还是很大的。”谢国彤对雷锋网说道。
自建生态之外，平安集团旗下的两大投资公司——领航基金、平安创投，还能以资本为纽带，连接第三方企业打造一支庞大的航母集群。
平安对医疗健康的重视，源于后者和平安原有的金融、保险业务有很强的互补效应。谢国彤介绍，做医疗人工智能产品有五大关键要素——数据、人才、算法、场景和资本。
高质量数据是医疗人工智能的根本。过去三十年里，平安沉淀了海量的用户数据。保险业务的特殊性质，确保了这些数据是真实有效的。人才方面，医疗AI作为一个多学科交叉领域，迫切需要对医疗和人工智能都有深刻理解的人才。平安丰富的数据集团和广阔发展空间为延揽人才提供了诸多优势。有了优质的数据和人才，算法自然水涨船高，但任何算法最终都要落地到场景里才能产生价值。
加入平安科技之前，谢国彤在IBM工作了15年。谢国彤介绍，在科技类公司做医疗产品，最后往往会遇到一个问题：商业模式是什么？
“医疗AI和平安的核心业务——金融、保险天然契合。保险公司和政府、患者在医疗健康方面的诉求是相同的，就是让大家少生病、不生病。疾病预测、筛查和精准诊断可以帮助患者早发现、早治疗，大幅减少医疗理赔支付。保险业务可以为医疗AI积累数据，数据产生的洞见又可以反馈到保险业务中，这是一个天然的业务闭环。”
做医疗AI产品需要持续的资金投入，无论引进人才还是敲开医院大门，都需要耗费大量资金。一个小团队融几千万听起来很多，但可能一年就烧完了。平安每年会投入100亿用于AI、Blockchain、BigData、Cloud的技术研发，充足的血液供给为技术不断更新迭代提供了保障。
谢国彤表示，医疗AI现在才刚刚起步，整个行业仍然处在试错的阶段，但好的土壤可以极大缩短试错时间。平安在数据、人才、算法、场景和资本方面的优势为医疗AI的发展构筑了一片沃土。“我来平安科技一年，感觉做了之前在IBM五年做的事情”，谢国彤说道。雷锋网雷锋网
正在生成分享图...
嘉嘉