“影像AI会帮我筛查出一些容易忽略的小结节，我再检查一遍，工作相当于有了双保险。”某三甲医院影像科医生小宇表示。

  2014年以来，AI技术的发展逐步开始嫁接到垂直细分领域，医疗影像以其标准化程度相比来说较高而被认为是最早可以在一定程度上完成AI落地的场景之一。一时间，几十家勇于探索商业模式的公司涌入影像AI赛道，经历了几年的扎堆潮以后，领域内不乏已经过了C轮融资的独角兽企业。

  成立于2016年的推想科技就是这里面一家，目前已覆盖150多家医院供临床使用，AI每天完成的肺癌辅助筛查近2万例，肺结节筛查能做到零漏诊。

  2012年，推想科技创始人兼CEO陈宽一边做了一个名叫TwiThinks的深度学习技术项目，一边攻读芝加哥大学经济与金融双博士学位，那时他开始接触到了AI和大数据。

  两年后，陈宽回国寻找适用于AI的场景，“当时我看到医疗影像领域，觉得全部符合AI发挥作用的假设，心想一定能落地”，于是2015年，初推想科技成立。

  刚开始，陈宽走访医院跟他们谈AI，被大多数医院拒之门外。很多医院对AI的印象很糟糕，因为曾经有美国AI公司来寻求落地，双方投入大量精力，却没做出临床可用的东西。

  中国影像科医生每年的增长率是4.1%，而影像的上涨的速度却高达30%，前者远远跟不上后者的增长。陈宽认为，用AI来提升医生在单位时间内的诊断质量是缓解供需矛盾的办法之一。

  直到2015年5月，推想科技才找到了第一个愿意合作的医院，为此团队有三个人直接搬到医院边上住，跟医生一起上下班，深入到临床实践中，构思医疗AI在影像领域到底该怎么使用落地，然后对接系统、跑模型。

  据陈宽介绍，医院的IT环境比较特殊。对于医院来说，系统的稳定性、数据的隐私和安全性，是排在第一位的。因此任何程序上的调整都需要先给医院打报告，医院要从信息科到安全部门逐级审查。

  “2015年底我们完成了第一版模型，帮助放射科医生自动筛查病灶，是一个非常初步的功能，但在当时确实证明了深度学习在医学影像是可使用、可产品化的。”陈宽说到。

  在融资方面，推想科技走得相对较快，3年完成了4轮融资。公司于2016年完成了来自英诺天使、臻云创投等的1250万元天使轮融资，于2017年1月完成红杉资本中国、臻云创投、英诺天使等的5000万元A轮融资，2017年9月以及2018年2月，红杉资本中国、泰合资本、启明创投等两次共完成3亿元的最新B轮融资。

  在AI产品扎堆的影像领域，一个三甲医院常常同时落地10余家AI公司，但真正使用的可能只有一两家或者干脆闲置不用。产品使用率不高，没有医生的纠错与补充，模型没有很好的方法进行迭代，成了行业的通病。

  据陈宽介绍，推想科技落地医院的产品使用率能达到70%，产品使用率和医生信任度高也是推想科技的核心优势。

  深度学习应用于医疗影像的难点包括三方面：首先，医学影像要求高分辨率、高维度，以便筛查出人工易于漏诊的疾病，其诊断难度类似于给你一篇20万字的长文，10分钟之内找到文内的4个错别字;其次深度学习是一个黑盒子，只能得出结果，无法解释过程;最后，高质量的标注数据很难获取，需要特定的人群标注，且易受经验主义与不同医院的不同标准影响。

  在陈宽看来，解决这样一些问题唯一的办法是“从临床里来，到临床里去，搭建一个多学科人才梯队，一同探讨，持续优化模型。陪着医生工作加班，跟着医生每天写60份诊疗报告，零距离深入临床，才可以更快的迭代产品。”

  目前，推想科技的基本的产品包括括智能CT辅助筛查系统(InferRead CT)、智能X线辅助筛查系统(InferRead DR)、深度学习科研平台(InferRead Scholor)等。其中肺部筛查是其主打功能，包括肺叶肺段、结节性质分类以及结节大小排序等14个产品功能。肺结节筛查能做到零漏诊，诊断效率提升30%50%。

  拿肺癌筛查为例，在早期肺癌筛查中，AI系统能够挖掘肺癌的核心特征点，判断不同序列影像是不是真的存在疑似肺癌的特征，实现肺癌早诊早治。同时AI对半实性与磨玻璃结节等早期肺癌征兆有很强的敏感性，能帮助医生提高诊断准确率。

  陈宽表示，AI产品要靠产品落地、医生应用效果来证明，“一定是医生大量反复的使用，才是一个合格的医疗AI产品。”

  推想科技打造AI产品的思路类似于学生学习，“首先要有一个好老师，也就是精准标注的数据;其次要有一个好脑子，这也是深度学习的重点，需要强研发的团队反复优化模型，为特定的场景撰写相应的深度学习逻辑;最后是多做题，通过海量的数据不断训练模型，迭代进步。”

  而一款好的AI产品的评价标准包括：鲁棒性(Robust)、易用型和安全性。

  鲁棒性即产品能否在各医院面对不同病人，不同成像设备，不同扫描参数都有稳定且良好的准确率;易用性很好理解，产品一定要非常顺滑地融入医生的工作流程;安全性指数据安全。

  推想科技的产品经过三年进化，已具有较好的鲁棒性，系统嵌入医院的PACS系统(应用在医院影像科的影像归档和通信系统，同时有一些辅助诊断管理功能)中，一次点击后呈现半结构化报告，将阅读肺结节的耗时压缩至十几秒。至于安全方面，公司对信息严格脱敏，三级审核。

  据陈宽介绍，推想科技已经落地了150多家三甲医院，每日辅助筛查近2万例。合作伙伴包括北京协和医院、同济医院、上海长征医院、大连大学附属中山医院、浙江大学附属第二医院等三甲医院以及美年大健康等医疗机构。从数据量较大的三甲医院入手后，公司未来会将打磨过的产品辐射到基层医院。

  经过三年多的发展，影像AI领域已是一片红海，这一赛道内有既有BAT的入局，也有完成C轮融资的汇医慧影、依图科技，完成了B轮融资的图玛森维，还有不断入局的初创公司。各家在模式相对类似的情况下，第一步要做的就是快速跑马圈地。未来，落地医院以后，各家要比拼的就是产品的迭代能力与对盈利场景的探索。