复星搜狗注资数亿 他攻AI医疗年检百万居民 日助医生10万+
2018/4/2 9:38:11 铅笔道

    

     文| 铅笔道 记者 王琳

     “降低漏诊率是张大磊创业的初衷。

     2015年,他成立Airdoc,相继推出两款产品:人工智能问诊平台Airdoc Ask和人工智能慢性病识别系统。前者将顶尖医生的业务能力传递给医生,辅助医生问诊确诊;后者通过视网膜识别算法可识别30多种慢性疾病,包括糖尿病、高血压、动脉硬化等全身性慢性疾病并发症和高度近视、老年性黄斑变性等常见眼科疾病。

     为了更早地协助患者发现疾病,团队把慢性病识别系统搬到了院外。如此,两款产品相辅相成。在医院外,该系统在患者患病早期便检查出患病类型;在医院内,患者不用去大医院,Airdoc Ask平台便可辅助医生诊断。

     去年,Airdoc共帮助100多万居民进行了筛查检测。同时,团队和数百家医疗机构(如中国医学科学院、中国人民解放军总医院(301)等)取得了合作,且每天都有十多万基层医生在使用Airdoc Ask作为辅助工具。

     今年4月,Airdoc获得由复星领投,搜狗追投的数亿元B轮融资。张大磊表示:“今年我们努力一点儿的话,筛查人数应该可以过1000万”。

     注:张大磊承诺文中数据无误,为其真实性负责,铅笔道做客观真实记录,已备份录音速记。

     降低漏诊率

     有病查不出来,贻误最佳治疗时间,从而错失生命。

     这是4年前张大磊及其家属的经历。“我老家在西北小地方,家里人生病当时并没有查出来,后来就去世了。”

     4年后,回忆往事,他看上去轻描淡写。“当时不是没有办法看,肝癌晚期确实很难治好,最好是早发现早治疗。”

     说起来简简单单六个字,做起来却并非易事。他表示,人类常患病有七八万种,但是大部分医生并不能记住这些病的名字。知识的欠缺会导致即便患者已患病,医生却无法甄别或者准确判断病因。

     对于基层医疗机构尤其如此。整个中国医疗体系像没有筑造城墙的城池——患者往往喜欢去大医院。这就导致三甲医院医生的状态和基层医院医生的状态大相径庭。前者需要每天研究最新文献,参加病例讨论,不断学习才能跟得上节奏。但后者,由于见到的病人病例相对不那么复杂,个人技能很难得以提升。“医生是一个需要‘练手’的行业,练不上手,自然业务能力无法提升。”

     认知体系有限,就容易造成漏诊。据美国官方公布的数据显示,全美医疗机构的漏诊率大约在30%左右。但实际上误诊和漏诊并没有很明确的概念,在张大磊看来,国内基层的漏诊率可能比30%更高。

     如何降低漏诊率呢?这需要提高基层医生的业务能力,由此出发,张大磊于2015年创办了Airdoc。

     两款产品

     提升基层医生的业务能力,把顶尖医生的专业知识复制给基层,这是张大磊选择的方向。

     为此,团队选择两条腿走路。

     一方面,他们研发了人工智能问诊平台Airdoc Ask,并把它作为基层医生的辅助问诊工具。平台模拟人类医生看病流程,医生参考平台给出的问题不断询问患者,问题范围由大到小,从而一步步确认病因,避免医生漏诊。

     “同样是发烧,原因可能有几百种,但是大部分医生可能只记得三五个,或者有一些医生记得二三十个,但实际上导致发烧的原因有多种可能性。”因此,Airdoc Ask平台集合了数百万病例,并且不间断实时更新病例、存储最新的医学知识。

     另一方面,Airdoc推出人工智能慢性病识别系统。团队通过视网膜识别算法,可识别30多种慢性疾病,包括糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病并发症和高度近视、老年性黄斑变性等常见眼科疾病。

     两款产品看似不同,背后逻辑实则一致。

     他们同样需要数据的喂养。医疗机构看中数据,但张大磊表示,团队获取的数据都是经过脱敏处理的,不涉及病人隐私。“一个专家一年看几千个病人,但倘若变成算法的话,一年没准看几百万个,他们喜欢跟我们合作,因为可以帮助更多的人。”

     早期数据获取处理是难点,但张大磊表示团队已经渡过了这一关,可依然面临不小的挑战。“很多罕见病的样本不容易获取,你需要把一个样本上面所有的疾病都识别出来,才能最大可能的避免漏诊,罕见病例的收集依然是难处。”

     同时,模型建立和结果优化离不开专家的帮助。但专家的选择有一定的标准。张大磊表示他们选择合作对象一般单纯从任务场景上考虑,合作专家大部分是排名前三的医疗机构里位列前三的医生。但是这也存在另外一种可能性,以心电图为例,“我们发现在中国有很多心电图室的人,读心电图的本事比心电图的医生还要强,这也是合作方之一。”

     但想要更早地帮助病人确认是否患病,仅仅局限在医院内是不行的。

     走出医院

     团队需要走出医院外。

     张大磊想把医院里用的部分设备,在政策允许的情况下挪到医院外。“我们并不是做诊断,而是找到哪些人可能有问题,原来的医疗体系该怎么运转还怎么运转。”

     要更早发现疾病,对团队是一个考验。他们需要优化各种参数的权重才能给出更为准确的答案。“理论上来讲,只要患者的完整病例和我们数据的样本同时存在的话,我们其实可以训练出来任何一个样本和这个病例中的任何一个指标之间相关联的关系。”

     此前,在广东湛江的某个医院,团队的系统曾经检查出一个早期肿瘤患者,该患者其余指标一切正常,患者本人并不相信自己已患病。后来,在团队帮助下,患者去团队合作的医疗机构才确诊。而这样早期的肿瘤,一般的基层医院能够识别的概率很小。

     两款产品因此相辅相成。在医院外,医疗影像识别系统在患病早期便检查出患者患病种类;在医院内,患者无需去大医院,医生在Airdoc Ask平台的辅助下诊断治疗,降低漏诊率。

     但设备搬到医院外,对操作是否简易提出了要求。“最好是不需要专业的培训,大家就可以自主操作。患者做完检查后,经其同意把数据上传到平台,报告便会实时传送给患者。”

     去年,Airdoc共帮助100多万居民进行了筛查检测。同时,团队和数百家医疗机构(如中国医学科学院、中国人民解放军总医院(301)等)取得了合作。张大磊表示,每天都有十多万基层医生在使用Airdoc Ask作为辅助工具。

     融资方面,今年4月,团队获得由复星领投、搜狗追投的数亿元人民币B轮融资。张大磊表示:“今年我们努力一点儿的话,筛查人数应该可以过1000万”。

     编辑 付文学 校对 杨茅

     优质项目"融资首发绿色通道":创业者请加微信yangmao-71,务必注明项目名称;或发送BP至xueting@pencilnews.cn。

     如需转载文章请联系铅笔道微信客服号铅笔道大芯芯(微信id:qianbidao2017)获取授权资质,否则我们将依法追究相关责任。

     阅读完莫急走

    我是本文作者王琳,一枚关注人工智能、医疗健康的火星人,相关行业创业者求报道,咱们微信聊聊:673528678。(加好友请注明公司、职位、事由哦

    

     点击“阅读原文”,即可查看铅笔道DATA详细介绍。

    http://weixin.100md.com
返回 铅笔道 返回首页 返回百拇医药