天时，地利，人和。
从三甲医院到500强跨国公司，再到医疗AI创业公司CEO，乔昕用这六个字概括了自己职业生涯的两次重大转折。
2017年初，深睿博联科技有限责任公司（以下简称“深睿医疗”）成立，乔昕出任CEO。作为医疗AI赛道上的竞争者之一，深睿医疗颇有些姗姗来迟的意味，友商们大都于2015和2016年先后成立。到深睿医疗入局时，市场上的竞争者已经多达数十家。
但和友商们摸爬滚打、一路坎坷的成长路径不同，深睿医疗发展至今，可谓是顺风顺水：2017年3月，深睿医疗完成3500万元首轮融资；8个月后又对外宣布完成A+轮融资，将整个A轮融资的规模扩大到了1.5亿元人民币；同时，其产品也得多许多专家和同行的认可，殊荣加身。
一马平川背后少不了前人的经验和教训做铺垫，同时也与乔昕的前两段职业经历有着莫大的关联。
乔昕毕业于浙江大学生物医学工程专业，曾就职于北京大学临床第三附属医院。上个世纪九十年代末，外资医疗企业大举进入中国，带来了很多先进的技术和管理方式，让乔昕感觉到“耳目一新”。
深受震撼的他决定脱离舒适区，到新的环境中学习更多的知识。于是，他在1995年毅然决然地“砸破铁饭碗”，离开了医院。此后，乔昕历任西门子医疗东北亚CT事业部总经理、西门子（中国）医疗事业部大中华区副总裁、医疗服务业务领域总裁。
在西门子任职的十几年里，乔昕的工作始终和医学影像紧密相关，他一路见证了医学影像软、硬件技术的演进。所以，当2014年人工智能再度潮起时，他敏锐地察觉到这将是一次重要的科技革命，其影响之深远甚至将超越互联网革命。
当时国家正大力提倡创新创业，为创业者提供了优良的环境，吸引了大量优秀海外人才回流，可谓是一次千载难逢的机遇。
十几年前那种耳目一新、深受震撼的感觉又一次占据了乔昕的大脑，但激动之余他也保持着理智和审慎。“当时有很多团队邀请我加盟，但是后来我还是选择了自己来做”，乔昕对雷锋网说道。
2016年9月，乔昕结识了深睿医疗现在的董事长，百度联合创始人之一、“酷我音乐”创始人雷鸣。早在2015年初，雷鸣就开始带领8名博士进行智能医疗影像领域的探索。二人一见如故，雷鸣给乔昕讲了很多医疗AI领域的技术发展，并介绍了他们团队的科研成果，让乔昕看到了这个初始团队强大的科研能力，这直接促使他做出了加盟的决定。
后来，二人又结识了深睿医疗现在的CTO李一鸣。李一鸣曾先后就职于百度和高德信息技术有限公司，在大数据和机器学习方面有着深厚的造诣。至此，深睿医疗的核心管理团队基本成型。
“做医疗行业需要强大的背景和资源，但归根结底要强大的科研能力作为依托。深睿医疗的初始团队和我过去的职业经历形成了优势互补，我认为这非常重要。我们三个人各自的优势都非常明显，如果大家的背景和经历都相似，倒不一定能合作成功。”在乔昕看来，优良的团队基因是深睿医疗能够在短短九个月内跻身行业前列的关键因素。这种基因赋予了深睿医疗全方位的能力。
首先是硬实力。人工智能需要经验丰富的医生不断提供病例和标注好的数据供它学习才能进步，乔昕将其比喻成一个三岁的孩子，未来这个孩子能否长成巨人，取决于团队的科研能力和医疗资源。这些深睿医疗显然都具备。
更为难能可贵的是软实力，主要包含两个方面：一、对人工智能技术的发展是否有足够清晰的认识，知道它现在所处的位置，能做什么以及不能做什么；二、对临床需求是否有充分的了解。前几年互联网+概念大行其道，许多互联网公司宣称要颠覆医疗行业，但最终都草草收场，这充分说明了医疗行业的复杂性。未来人工智能技术是否能给医疗行业带来颠覆性的变革呢？这取决于企业是否以临床需求来推动产品研发。
用乔昕的话来说，深睿医疗成立伊始，他们便非常清楚自己的目标。“今年三月份公司成立时，我们制定的业务方案到现在为止都没变过，这充分体现了我们对于行业的理解”。
深睿医疗现阶段的主打产品为Dr.WISE CAD医疗影像诊断系统，主要应用于肺癌的检查，分析，随访及辅助决策。目前，该款产品已经在北京协和医学院、北大医院等数十家三甲医院及机构进行临床试用。
但在乔昕看来，肺结节检测这件事，“目前行业内做的还远远不够，深睿医疗走得更远一些，但也只做了二分之一。”
他对雷锋网说道：“从技术上讲肺结节检测可以分为检出、分割、分类等多个环节，目前大部分厂商还停留在检出阶段。但检出只是发现和提出问题，只有按照临床路径，一步步给出解决方案，才能真正满足医生的需求，医生才会愿意使用。”
当然，我们不能否定检出的价值，它仍然可以在很大程度上帮助医生提升效率，前提是它的准确率足够高。
在现有技术水平下，医生仍然需要扮演十分重要的角色，种种AI辅助诊断系统给出的结果都需要经过医生二次确认，这是不争的事实。“现在医生不但要给病人看病，还要帮人工智能系统纠错，批改作业，实际上工作量还增加了”，乔昕略带调侃地说道。这显然不是他理想中的医疗AI的样子。
人工智能的另一个问题在于，它是一个“黑箱”。医疗AI的运行机制并不遵循循证医学的原理，它可以告诉医生结果和答案，却并不告诉医生该如何思考。深睿医疗希望未来能够改变这一现状，让医生不仅知其然还知其所以然。
2017年12月初，在南京举办的一场医疗AI论坛的演讲中，乔昕提到了医疗影像大数据和医疗影像质量对医学影像AI的影响。
他以肺结节为例，当算法的准确度提升到95%之后，再往上提升便需要大量的高质量的数据。而且数据必须是多样化的，比如设备参数不同，厂家算法不同，人群分布不同等。
然而医疗数据天然比较稀缺，加上国内医疗机构信息化基础薄弱，不同机构的数据彼此割裂，形成数据孤岛。同时医疗数据的标注费时费力，而且质量难以把控，种种原因导致医疗AI陷入了一个“死循环”。
在此背景下，不少专家提出了“以小样本数据集训练模型”的思路。比如柏视医疗的陆遥就指出，医学影像本质上是中小量级的样本级，因此医学影像不能称为大数据。影像分析针对的是单病种，但即便全国领先的大型三甲医院，一年乳腺癌的门诊量也不过2000例左右，手术量更是只有几百例，数据量要达到百万级别其难度可想而知。
路遥博士称，柏视医疗的训练集并不需要特别大的数据量，绝大多数病种的数据量在1000-2000例之间就可以保证训练模型的稳定性。
深睿医疗也在积极尝试各种先进技术，试图解决这一问题。乔昕认为，医学影像有其自身的特点，但它用到的技术和针对大自然的计算机视觉技术本质是相通的，因此可以将后者做一些迁移，运用到医疗领域，解决数据量不足的问题。另外，企业也可以逐步开始尝试半监督学习或弱监督学习的方法，减少数据标注的工作量。
作为商业化的产品，任何医疗AI软件最终都要说服用户——医生来为之买单，但这并非一件容易的事情。尽管很多医疗AI软件都在特定数据集的测试中取得了非常优异的成绩，但这并不足以打消医生的顾虑。因为他们在漫长的专业训练中形成了十分严谨的思维，而且医疗是“人命关天”的事情，容不得半点疏忽。
上海中医药大学附属曙光医院放射科主任詹松华教授就曾在多个场合公开表示，医疗AI被过分夸大了。他以肺结节筛查软件为例抛出了三点论据：
1.肺结节筛查软件早已有之，AI技术的引入并未带来实质性的提升；
2.AI最小可以识别2mm的结节，人类医生最小只能识别5mm的结节，虽然看起来AI更强，但2mm结节和5mm结节的预后一模一样，临床价值并不高。
3.不解决假阴性问题，AI就无法帮助医生提高效率，因为医生还是要二次确认。
其实，早在2001年乔昕还在西门子任职时，一些公司就曾推出过自动肺结节检出产品，当时采用的主要还是阈值、边缘分割等传统技术。而今天的肺结节AI检测产品，其底层技术架构已经全然不同往日，检出效果也有了质的飞跃。
“我们的产品和市面上所有采用传统方法的商用软件都做过专业对比，结果显示，新技术相比传统手段在检出准确率上有了质的提升，尤其是针对特殊病灶——比如磨玻璃结节这种边缘很淡的病灶时。”
而对于小结节识别的临床价值，乔昕认为，医学技术的发展是循序渐进的，有些技术在今天看来或许价值不大，但随着时间推移，其价值将慢慢凸显。况且医学指南指出，2mm的结节需要定期做随访，对于肺癌的早期发现具有非常重要的价值。
不过他也坦言，医疗AI的发展还处于非常早期的阶段，假如将它比喻成一场马拉松比赛，我们才不过刚刚在起跑线上迈出了半步，还有很长的路要走。但他相信，未来随着技术发展和医工交流加深，医疗AI将赢得越来越多医生的认可。
现阶段，大多数AI辅助诊断产品都只能够对单病种进行分析和判断。然而我们都知道，人体器官和组织对应的疾病非常复杂，比如肺部就对应着肺炎、肺结核、肺结节等多种疾病。单纯的肺结节检出产品能给医生带来的帮助有限。
另外，从市场推广的角度来说，单一科室的主任无法最终决定价值高达百万的疾病筛查系统的采购计划，而院长又不愿意为了一款简单的住院医筛查产品浪费时间去谈判。因此，打造一款能够给某个科室甚至整个医院带来本质提升的全流程多病种诊断产品，对打开市场至关重要。
只不过凡事需有个过程，不能一蹴而就。乔昕将深睿医疗的发展路径按四象限法则分成了四个阶段：
先解决紧急又重要的事，计划重要但不紧急的事，最后再处理紧急但不重要和既不重要也不紧急的事。
乔昕指出，创业公司的资源有限，不可能覆盖到方方面面。因此深睿医疗选择从需求比较大，同时又比较重要的肺结节检测入手。但这并不意味着深睿医疗将局限于此。
据雷锋网了解，深睿医疗在神经系统、乳腺肿瘤、胸部疾病等细分领域的产品研发工作也已经展开，每条产品线的研发成本大约在500万到1000万之间。
去年11月份的亿元A+轮融资对深睿医疗来说非常及时。因为AI+医疗影像这件事要做到产品化的程度，需要投入的人力和市场成本都非常大；多条产品线齐头并进更是需要资金支持；此外CFDA认证的周期相当漫长，在产品正式推向市场前，企业必须先解决生存问题。
相信在资本的助力下，加上强大的科研和产品开发能力， 未来深睿医疗能够走得更加从容，逐步收集产品拼图，构建起乔昕心目中完美的医疗AI。
正在生成分享图...
李雨晨