成立于2006年，雅森科技在医学影像人工智能分析的道路上已经走了有些年头。
和很多选择以较为简单的肺部疾病筛查为切入点的同行不一样，雅森科技从一开始就选了块硬骨头——脑部疾病的分析诊断。
雅森科技最具代表性的产品当属其研发的阿尔茨海默症人工智能诊断方案。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。为了达到更加精准的诊断效果，雅森科技还针对不同年龄段的人群训练了6个不同的模型。
“阿尔茨海默症在50岁以下的人群中很少见，但是从60岁开始，人的大脑每隔五年就会出现明显的衰退。因此雅森科技对人群进行了区间划分，60岁以下和80岁以上分别为一个区间，60岁到80岁之间每隔五岁为一个区间，我们针对每个区间训练了特定的模型”。雅森科技CEO陈晖向雷锋网介绍道。
随之而来的问题的是，每个年龄区间都必须有足够的数据用于模型训练。此前雅森科技CEO陈晖在接受雷锋网专访时曾透露，雅森科技拥有的数据量（含5年随访和完整病例）大概在3000例左右。这样的数据量是否足以支撑6个不同模型的训练呢？
陈晖解释道：“过去很多公司喜欢炫耀自己拥有几百万甚至上千万的数据，但现在这样的声音越来越少了。今年大家讨论更多的是，如何在医疗体系中用较少的有效数据训练出比较贴近临床的模型。尤其是在神经内科，带有长期随访的数据很难积累。如果依靠单一的核磁数据训练模型，我们的数据量确实不大。但是将多个数据交叉在一起，用机器学习的方式进行拟合，效果就比单一影像训练出的模型好得多。而且，我们做了大量的实验，发现在不考虑性别的情况下，每个年龄区间只需要300例左右的原始数据就能训练出比较可靠的模型。”
目前雅森科技的阿尔茨海默症诊断产品已经在医院经历了半年多的临床实验，预计明年六月可以通过CFDA注册认证。
对于AI医疗创业公司来说，CFDA认证是一道难以跨越的门槛。即使产品开发完毕，临床实验也已经证明安全有效，没有CFDA认证产品依旧无法走向市场。无奈之下，有些企业只好采用“先上车，后买票”的方式，先将产品推向市场，然后再慢慢申报CFDA。陈晖认为这种方法并不可取，但也不意味着企业无计可施。
根据今年9月4日CFDA发布的新版《医疗器械分类目录》中的分类规定，若诊断软件通过算法，提供诊断建议，仅有辅助诊断功能，不直接给出诊断结论，则申报二类医疗器械，如果对病变部位进行自动识别，并提供明确诊断提示，则按照第三类医疗器械管理。《目录》指出，第三类医疗器械必须做临床试验，第二类器械则有临床试验豁免目录。
陈晖认为，AI医疗创业公司可以采取“迂回前进”的方式，先阉割掉产品中定性定量诊断的部分，将其定位成一套数据管理系统申请二类医疗器械认证。拿到认证后先进入医院“占位”，然后再做增量功能的申报。
在脑部疾病的人工智能分析诊断领域，雅森科技已经站在了行业前列。但是从商业化落地的角度来看，雅森科技所立足的这块土地并不“肥沃”。脑部疾病的分析诊断难度远大于肺部和乳腺，而且脑部疾病发病量相对较低，治疗手段也不多；投入巨大但市场规模有限。
陈晖向雷锋网表示，除了阿尔茨海默症等脑部疾病的分析诊断产品，未来雅森科技还将打造几款优秀的单项产品，比如帮助基层医院做筛查的乳腺钼靶和核磁产品。这是雅森盈利的第一步。
“根据我们以往的经验，只要有优质的数据，利用深度学习和调参算法，只需要6个月左右就能研发出可用的产品。”陈晖说道。
“在研发脑部疾病分析诊断产品的过程中，我们组建了强大的算法团队，积累了大量的相关知识。大脑的结构比肺部和乳腺复杂得多，其代谢情况每分钟都在发生变化。通过分析脑部的纹理特征、代谢特征和血流特征，我们已经基本涵盖了分析肺部和乳腺影像所需要用到的算法。”
通过单项产品站稳脚跟之后，雅森科技将进一步切入全流程诊断。以肺部为例，根据病例数据、病理数据、CT数据和SPECT数据等打造一款全流程诊断产品。
陈晖介绍道，从市场推广的角度来说，单一科室的主任并不能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。因此必须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诊断产品才能真正打开市场。
而在这个过程中，雅森科技始终坚持要搭建自己的平台。陈晖表示，雅森科技目前正在和很多企业谈判，希望能将它们的先进技术整合到自己的平台中来，最终实现全流程的分析。
在平台化的道路上，雅森科技目前已经迈出了第一步，推出了雅森天玑™智慧医疗平台。雅森天玑™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。
陈晖介绍，目前天玑平台已经在宁波二院率先落地，宁波二院采用的是典型的医联体模式。此外雅森科技还和厦门卫计委达成了一项合作，计划在厦门建设一个覆盖全市的平台，先在全市范围内开展几个试点将数据集中，然后再一步步推进。
在最近掀起的这一波人工智能浪潮中，与雅森科技类似的AI医疗创业公司不断涌现，且渗透进了各个细分领域。大有“忽如一夜春风来，千树万树梨花开”的态势。在国家号召创新创业的大背景下，显得尤为热闹
然而业内也不乏唱衰之声。北大医疗产业集团副总裁任甄华就认为，虽然医疗AI站在风口之上，但面对BAT等巨头的竞争，创业公司的机会并不大。毕竟不管从资金、技术、人才、数据、品牌等任何一个维度，BAT都具备压倒性的优势。
这些因素确实客观存在，任何一家创业公司都无法避免。不过陈晖认为，这场竞争究竟谁胜谁负目前还不好说。在他看来，很多巨头公司入局AI医疗领域是抱着一种“玩票”的心态， 至少医疗不在他们的核心业务矩阵当中。
其次，BAT的技术团队主要由IT专业人才组成，他们对于医疗行业的认知比较有限。虽然拥有算法上的优势，但缺少医疗行业的积累和沉淀，这些短板并非单纯投入资金就能够弥补的。
与巨头不同的是，对于医疗AI创业公司来说，医疗行业是他们仅有的阵地，关乎生死存亡。创业公司完全是抱着一种玩命的心态在前行，这种心态激发出的战斗力是巨头公司所无法比拟的。
陈晖认为，对于巨头公司来说，通过投资并购打造一支属于自己医疗集团军相对来说更为现实，也是巨头们比较惯用的手法。
AI医疗创业公司的竞争压力不只来源于互联网巨头，GPS（GE、飞利浦、西门子）等传统医疗器械大厂也被很多人看作是潜在的竞争对手。
陈晖表示，纵观GPS的发展历史，他们的业务始终以硬件为主，从未涉足过数据积累和分析方面的工作。而且在GPS的产品逻辑中，软件是为提高硬件产品附加值服务的，并不占据主导地位。GPS涉足AI医疗领域的驱动力并不是很强。
另一方面，如今医疗数据已经上升到了国家重要战略资源的地位。随着数据安全法等相关法律政策的出台，外资背景企业进入医疗领域的路径将被彻底锁死。
正在生成分享图...
李雨晨