全病種與落地，體素科技憑何獲得近億美元融資？
從投資機構的反響可知，2018下半年融資難度陡增已經成為不爭的事實，但新興科技領域從來不乏布局者，匯醫慧影、推想科技均在寒冬之中發布了新一輪融資，體素科技更收獲數額最大的5000萬美金，總融資金額即將破億美金。
收獲總是與付出息息相關。2018年，體素先后開發了漸進密集V型深度網絡與代理監督學習算法，解決了三維影像中器官的定位、導航、分割問題與弱數據的利用問題，又發布了“體素膚知匯”，用多任務模型對200多種皮膚病進行分析。
近日，在動脈網舉辦的“2018未來醫療100強”論壇上，記者有幸采訪到了體素科技CEO丁曉偉，嘗試了解巨額融資背后的邏輯。
體素科技創始人兼CEO丁曉偉
經濟下行壓力下，投資人看重什么
能否在有限的時間內構建核心競爭力，這是投資人最為關心的話題。紅杉資本董事總經理翟佳表示：在行業概念期過去之后和資本寒冬之下，技術和產品壁壘已成為投資人的主要關注點。
衡量技術壁壘的客觀因素包含成績與團隊兩個方面�，F有的成績反應了企業當前的技術研發水平，而團隊能力則隱含了企業的發展潛力。
在商業化未知的情況下，選擇技術成熟的企業不失為一個避免風險的好方法，而優質的創業團隊則是企業長治久安的核心。對于這兩點，體素科技無疑都交出了很好的答卷。
一方面，Demetri Terzopoulos院士與克利夫蘭醫學中心Cleveland Clinic Lerner醫學院創辦者Eric Topol教授的加入為體素灌注了人才力量；另一方面，多產品線的同時發展讓體素的冠脈、眼底、皮膚等產品的敏感度與特異性不斷進步，以眼底為例，視網膜全病種解決方案對于有無糖網的敏感度已經達到了97％，特異性也超過了90％。
如今，體素正嘗試從多個渠道對產品進行變現，這些因素均為體素科技的估值加分。
設計細節，我們應該遵循怎樣的產品理念？
醫療人工智能產品的作用方式較為復雜，一般而言，企業的產品是為醫生而設計，而實際付費方是醫院，但服務的方向“以患者為中心”。支付、服務與被服務的錯位導致了利益沖突。
從現在的形式上看，大多數企業的設計完全圍繞醫生，這是源于在當前的落地階段，醫生在決定是否接納AI產品時擁有較大的話語權。
如今，隨著大部分頭部企業跨越B輪融資，僅僅針對醫生的偏好打磨產品的思路可能需要做出改變，企業普遍面臨變現壓力。
在這一情況下，丁曉偉認為：“不同對象的訴求不同，醫院關心全院的資源配置合理性，而在科室之中，醫生更關心產品的性能。在醫生之中，高年資和低年資的醫生對AI產品的需求存在很大的差異，高年資醫生希望AI能夠解決效率問題，低年資醫生則希望你設計的產品能夠做出提醒增加診斷信心，防止漏診。地域間的差異也將反應在產品差異上，如在美國，新技術的使用最好有助于醫保控費�！�
因此，體素科技在設計與改良產品時，往往遵循從自下而上加自上而下的方式，采集多方意見，將其進行綜合，從中找到一個受眾最大的公共區域，并計算其實際可能帶來的效率提升。面對地域和國家差異，則分別需要設計獨立產品線。
從單病種到全病種是量變到質變的過程
迄今為止，大多數的AI影像產品聚焦于單一重任務，如肺結節檢測和骨折等。作為一個小工具，這樣的人工智能產品足以勝任，但對于大多數場景，單一病種分析的價值非常有限。
所以，體素科技將研究的核心放在了全病種產品的探索上，丁曉偉表示：“所謂全病種，不是指我們可以分析人身上的所有器官的所有疾病。而是在一個給定的影像協議上，如薄層平掃胸部CT，全病種相對于單一重任務，不僅可以針對一種病灶類型做出分析，而是對當前掃描中所有可見異常給出分析。臨床醫生往往根據主訴和其他檢查結果為患者開具影像檢查單，目的是發現未知的異常是什么疾病；健康人參加體檢，目的也是發現身體里未知也沒有感覺的潛在風險。這兩種人群都不是在做出疾病假設的前提下做檢查的。以眼底為例，眼科或內分泌醫生能從一張眼底照片中看出很多信息，如老年黃斑變性、可疑的青光眼、糖網病。但患者在出現視力下降等癥狀時，醫生通過排查懷疑是眼底病變，則需要通過眼底檢查確定眼底發生了何種病變，選擇使用AI輔助產品自然就需要一個可以檢測所有眼底照相可見異常的產品，而不是選擇一個只能提醒糖網病的產品；另一方面，患者可能患有多種疾病，單一疾病的檢出可能會扭曲醫生的評價。”
體素科技視網膜全病種解決方案
未來，體素科技將讓AI產品能夠順應醫生需求對患者的影像作出全面的分析，讓影像發揮其真正的價值。
＊文中圖片由受訪者提供。
分享
請輸入評論內容...
請輸入評論/評論長度6~500個字
圖片新聞
