近日，雅森科技入选雷锋网发布的「AI 最佳掘金案例年度榜单」，并获得最佳医学影像智能诊断奖。
「AI 最佳掘金案例年度榜单」从商业维度出发，评选出8大行业中的30个最佳解决方案/产品。
雷锋网根据企业提交的“解决方案/产品资料、商务合作（单个行业的业务统计）、企业自身情况”三个维度的信息，以20个明确评分项为标准，对参选企业进行首轮全面评估。
同时邀请多位传统企业CIO、系统集成商项目高管、AI企业解决方案负责人、投资机构合伙人、学界教授等数十位评委，对参选企业和脱敏后 的信息，进行了第二轮分析评审。
历时两个月，融合两轮评选结果后，最终公布30强名单。
创业十多年，雅森科技CEO陈晖见证了科技对医疗行业的影响。身处这一波人工智能的热潮，他一直在思考一个问题：真实的医疗世界对AI的需求边界在哪儿？
在一次和医院信息中心主任交谈的过程中，PET中心主任对陈晖表示，信息化产品对临床的意义不大，原因是它不能真正解决影像科医生的痛点。那么，影像科医生的真正痛点在哪儿？——看影像看不清楚。
为此，雅森科技数年磨一剑，推出了自己的代表作——阿尔茨海默症人工智能诊断方案。
据了解，脑部疾病的主要影像检查设备是核磁共振和PET。脑部疾病诊疗中最大的问题在于没办法在早期发现患病的前兆，单独看核磁、脑电图、量表数据都很难发现问题。如果将多模态分析理论用在脑疾病的分析上，这将是对传统诊断模式的重大颠覆。
雅森科技思考的是如何帮助医生把模糊的影像转化成定量数据，从而自动化地找到病灶区域。经过十多年的积累与沉淀，雅森科技已经在脑部疾病的人工智能分析诊断领域站在了行业前列。
这套方案采用多模态的智能分析手段，用到了核磁、脑电、PET和量表等多项数据进行交叉验证。为了达到更精准的诊断效果，雅森科技还针对不同年龄段的人群个别训练不同的模型，采用统计分析的方法，通过构建庞大的人群数据库，将患者数据与正常人群组数据进行比对，结合统计分析的结果，从而获得相对准确的病灶位置、体积等定量化数据。
陈晖表示，“如果说2016年大家还是靠技术去融资，或者是靠技术在市场上掀起一些话题的话，这种现象在2017年已经很难见到了。友商的一些产品真正到了医院，用起来并不顺手，原因就在于没有深入医疗的工作流程。”
如果开发的一款产品，只是提高了影像科的效率水平，并不能带来影像科上游的开源。医生上游的口子就是如何运用新技术去解决以往临床医生无法解决的问题。做到这一点才能满足医生的“刚性需求”。那这些能力包含哪些方面呢？
第一种能力，做到医生做不到的事情。通常肉眼只能获取影像的形态、灰界、代谢等信息，但是对于结构、纹理这些隐藏的图像信息，只能依靠计算机技术。人工智能技术的应用可帮助医生获取并分析这些数据，真正在技术上能够察觉到细枝末节的迹象。
第二种能力，提供完整的检查方案。真实世界里，临床医生对于影像科的需求在哪儿？临床医生更希望得到包括各项指标在内的综合性检查方案，在这种情况下，除了提供微小结节的识别，还能给医生提供更多的分析信息，才能达到对于临床医生的驱动能力。
第三点能力，优化流程。过去一年里，各家厂商在宣传产品都会强调敏感性和特异性这两个指标，陈晖认为敏感性和特异性是衡量产品的重要指标，但是在临床医生看来，他们更想直观的看到产品对现有医学的流程上起到加速的作用。“什么叫优化流程：从病人进入科室，产品能够自动化地提示病人的体征。基于这些信息，可以很快地节约临床科室的检查时间，自动化给出下一步的诊断意见，直接分诊到相关科室，这个是医院真实的刚性需求。”
陈晖表示，仅凭单一的产品进入医院会有一定的困难，但是如果一个产品可以提升整个科室的筛查、诊断以及预后能力，那样的产品才会受到院长的欢迎，并为此付费。从2017年下半年开始，雅森科技的团队就在重新思考产品设计的思路，开始朝着真实世界的需求去演进。
首先是更纵深。在做好单病种筛查时，产品需要精通“十八般武艺”，把炎症、慢阻病等一系列病症在检查里综合性地体现出来。
其次是更宽泛。在提高影像科检查能力的基础上，和临床科室打通整体流程。医疗的整体流程里还包括前端问诊、治疗建议、药物配给等环节，涉及到的技术就不单单是深度学习，还包括知识图谱、自然语义处理等。“只有走完这样一个循环之后，才可以说在科室的产品线上真正地采用 AI 技术来优化医院流程、提升医生效率、解决病人问题。”
数字化、智能化是现在医疗的一个发展趋势。医院的日常工作分为三个部分：医疗、教学和科研。这三个方面相互促进、相互结合。基于上述的发展思路，雅森科技去年和以宁波市第二医院为核心的医联体开展合作，开发部署雅森天玑™人工智能医疗平台，正式迈出了赋能医院的第一步。据了解，宁波二院目前已初步完成在脑功能分析、肺结节筛查、乳腺癌筛查等相关检查领域的AI研发和数据准备过程。
陈晖介绍，雅森天玑™人工智能医疗平台主要面向大型医院、医联体、区域医疗影像中心提供服务，通过建立统一的数据质控标准，实现医疗数据的池化、影像数据的预处理和多类数学算法的应用，在临床诊疗与科研中对疾病分析和诊断提供决策支持。
据雷锋网了解，雅森天玑™是一个综合性产品，包含三方面的内容：第一，数据平台；第二，数据收集、数据池化、预处理、加载算法、输出结果的流程化软件平台；第三，为医院提供质控服务。
雅森科技希望借助这个平台先帮助医院完成底层数据的标准化，将不同源的数据、不同种类的数据进行整合。在整个医联体医院中做好数据质量的把控，确保数据可以在AI系统中使用。做好数据质控之后，未来雅森科技还要解决教研、设备多元化的问题，只有将这些问题都解决了，才能让AI医疗诊断产品真正落地。
“我认为平台类产品肯定会成为一个行业趋势。”陈晖对于这个判断十分笃定。在他看来，平台化转型一方面是因为各家都希望用更多的数据创造更多的产品形态，另外一方面也是企业的必然之举，其原因就在于单纯的商业化产品并不能真正满足医生的诉求，以平台的方式切入行业，某种程度上也是必然的选择。
如果这个平台的方式能够走通，最终能够整合多方数据和诊断能力，对于医疗领域确实是一场革命。但是其困难之处就在于落地周期会很长。所以做平台产品的企业，最关键的还不在于架构的设计，而是在于对业务的梳理和收敛。
陈晖的脑海里一直在为雅森科技谋划合理的发展之路，其中具有一个很鲜明的特点：学会收敛。可以看到，雅森科技的产品线是以脑部疾病为原点，向其他领域进行拓展，这种策略的好处就在于不会因为漫无目的地铺陈而失去重心。“学会收敛是一件很重要的事情，因为医学研发本身是一个‘慢活儿’，如果产品线盲目铺展，若干个长周期的业务都有可能把公司拖垮。”
选择有的放矢，就决定了雅森科技将会在产品线上学会隐忍和克制。对于今后的规划，陈晖将其概括为“一上一下”。
一是进一步打磨产品。今年雅森科技会在已有脑部产品优化的基础上向脑卒中等更偏重于临床检查的方向去拓展。雅森科技计划在筛查阶段对脑卒中高危人群的疾病发展状态进行预测，真正地解决医生依靠经验判断无法胜任的问题。
二是向基层下沉。重点推出血液类、病理类等适用于基层医院的检测产品。陈晖希望将服务辐射到偏远地区的社区和个人。“考虑到基层医院的实际水平，如果我们能够满足基层医院的刚性需求，我认为这个策略具有广泛的市场。”
在产品逻辑之外，陈晖还向我们透露了未来在技术应用和商业落地方面的计划。
技术创新方面，雅森科技今年的技术点会呈现一个延伸状态，除了在传统的多模态数据分析方面持续加力之外，雅森科技今年会重点布局基于病历的自然语义处理和知识图谱，针对非结构化数据进行技术方面的积累和进步。
商业落地方面，今年的重点是接入全院及更大范围的区域数据，不再围绕单一科室去花大力气进行商业落地，而是围绕优化全院的流程、服务卫计委的刚性需求等方向发力。
“对于AI的公司来说，2018年不再像风口刚起来时那么火热，融资会变成非常集中，前提是有特别独特的产品和商业模式。”
对于未来的行业走向，陈晖认为会向两个方面分化。第一个分化是快速寻求商业变现，目前市面上已经有厂商开始将软硬件打包进行销售；另外一种是转型科研或者平台化。
医学影像是一道难题，用人工智能的方法解决更为尤甚。雅森花了10多年时间才算正式交出了一份满意的答卷，期间也伴随着一路走来的艰辛与孤独。相信随着医学影像诊断的发展，雅森科技在这条创业路上会越走越踏实。
正在生成分享图...
李雨晨