幾天前，長春長生問題疫苗事件爆發，一石激起千層浪，舉國上下批判之聲不絕于耳。有人逐利，亦有人心懷民生社稷，為商者當肩負起應有的社會責任。

　　可以看到近年來人工智能技術炙手可熱，國家扶持，資本助推，創業者紛紛押注這一賽道。縱然會有泡沫，但不可否認這一波浪潮為社會帶來了實實在在的價值。以醫療為例，無論是治療前的醫療影像、虛擬助手，還是治療過程中的輔助診斷、智能問診、藥物研發，亦或是康復治療用到的健康管理，都是創業公司們利用新興技術改善中國醫療資源問題的表現。正如一位創業者所講：“既然中國醫療資源不夠用，那我們一定要用AI去完成一些最基礎的工作。”

　　這位創業者，正是億歐日前采訪的一家醫療人工智能公司——雅森科技的創始人兼CEO陳暉，他向億歐介紹道：“ 我們對于AI的訴求，不能只把它看成一個閱片的工具，首先我們要看在中國市場上真正缺少的是什么。”

　　出發前，想一想中國醫療缺什么

　　中國醫療缺什么呢？

　　從社會層面來看，缺的是醫療資源；從企業層面來看，缺的是專科AI。

　　“人工智能+醫療”首先要解決的是幫助醫院科室提高臨床技術的水平，尤其是對于一些專科資源本身就相對薄弱的二三線城市，如何把專科AI對臨床輔助診斷的能力下沉到基層醫院，而不是僅僅下沉一個閱片軟件，這是雅森科技這幾年來一直在思考的一個核心問題。

　　首先需要解決的，是如何在專科AI做出一個像樣的產品？

　　在診斷層面，雅森科技希望其產品能夠盡可能的模擬醫生診斷行為。醫生會根據患者臨床信息、生化數據以及多種影像資料，按照臨床路徑完成所有數據的收集與分析之后才會做出確切的診斷。對于雅森來說，如何在這一層面做出輔助診斷的報告，是現階段需要關注的重點。

　　陳暉介紹，臨床多維度診斷的復雜程度很高，需要對至少3-4個維度的數據具備良好的分析能力，并且需要對每種數據賦予不同的權重，才能進行臨床決策支持。這就要求公司不僅僅需要有深度學習、生物工程算法等技術的積累，還需要具備一定的醫學知識、臨床經驗、以及深度學習+機器學習的整合應用能力。

　　其次要面對的，是醫療資源下沉的問題。

　　億歐從陳暉的介紹中了解到，中國的硬件資源在過去十年中取得了長足的進步，二三線城市醫院所使用的影像設備，其本身并不存在任何質量問題。

　　真正令人頭痛的是診斷質量的控制。眾所周知，中國門診量巨大，在這種情況下無法保證醫生的每一次操作都是精確的。因此，在下沉時，雅森科技不僅要幫助二三線城市的醫院做到技術創新，還要在商業運營和醫學運營方面幫助醫院進行質量控制。陳暉說：“這是一個挑戰，也是做醫療行業的公司必須要經歷的事情。”

　　一是要轉變醫生的觀念：舉例來說，如果想要通過核磁發現腦卒中，患者通常需要進行2-3毫米層厚的核磁掃描，但是在大量的地方醫院，由于門診量過大，醫生通常只會參考7-8毫米層厚的影像。但如此一來也會錯失很多細小的出血點。既要提高接待量又要不降低診斷質量，為此雅森科技與院方進行了協商，做到最大限度的質控。

　　二是幫助醫院進行精細化運營：在很多基層醫院，存在大量資源閑置或者設備沒有滿負荷運載的現象，例如一些檢查可以在基層醫院或是體檢中心完成，一些病癥可以在二級醫院或是三甲醫院進行確診和輔助治療。因此，雅森科技希望幫助醫院進行工作量的分攤，通過精細化運營，使得醫療設備價值最大化。

　　敢于選擇不同，埋頭于多模態腦部分析和細胞病理

　　可以看出，雅森科技是通過臨床多維度診斷和下沉二三線城市這兩個方向進行戰略布局，那么在產品層面，雅森又有著怎樣的思考呢？目前的醫療影像公司，大多以肺部檢測作為切入點，雅森為何另辟蹊徑選擇扎根于腦神經這一領域？

　　首先，腦部市場本身是一個藍海，且未來將持續擴大。中國已經逐漸進入老齡化社會，到2020年，60歲以上的老年人口保有量將達到2.48個億，占比中國總人口數的17%左右。按照以往的經驗來判斷，年齡超過45歲便會進入腦病高發區間。而且隨著社會壓力的增大以及缺少良好的生活習慣，年輕人的健康水平正逐漸下降，卒中等腦部疾病的發病年齡都在呈年輕化趨勢。基于上述現象，陳暉認為在未來十年，中國的腦病將會進入一個高發期。更好的服務于中國老齡化社會，無論從商業價值還是社會意義上考慮都具有重大的戰略意義。

　　其次，復雜腦部影像處理技術成為雅森科技獨特的門檻。包括肺結節在內的大量腫瘤類疾病對于CT的依賴程度很高，使用能夠反應組織密度變化的CT影像檢查是很有效果的。然而這種情況并不適用于腦部疾病。除腦腫瘤外，大量的神經退行性疾病不會在腦部出現實體占位的腫瘤，CT影像的應用范圍，相比于其他臟器來說有很大程度的縮小。

　　功能型影像在腦部檢查中具有重要作用，即fMRI、PET等。而這些影像，為各個公司的產品研究帶來了很大阻礙。大多數做CT影像分析的公司并不具備很強的生物醫學工程背景，很難從原有產品過渡到腦部影像這些復雜的情況去分析。

　　陳暉表示：“我預測醫療影像公司未來會出現兩種現象，一種是一部分公司會基于CT影像，持續地進行橫向擴張，將產品覆蓋到肺、胃腸等不同的器官；另一種情況是有些公司會在垂直領域深耕，針對某一疾病或器官，在縱向上進行數據的完整分析，即雅森提出的專科AI。”

　　雅森科技已經具備了對腦部的核磁、PET、SPECT、腦電等不同種生物醫學影像的分析能力，可以從不同的數據中抓取特征，完成對阿爾茨海默癥、癲癇、帕金森等特定腦病的多維度分析。目前，雅森科技對阿爾茨海默癥的人工智能產品已經與部分體檢機構和私立醫院展開商務合作。

　　正如陳暉所講，阿爾茨海默癥的發病率在65歲老年人群中已經達到10%以上，在這種情況下及早的發現并有效治療成為能夠延緩病癥最有效的方法，這對于提高中老年人的生活水平、減輕年輕人養老壓力具有深遠的意義。

　　雅森科技有兩條產品線，其一是上述的多模態腦部分析產品，其二是可以進行明確商業落地的產品——細胞病理。

　　細胞病理是病理學的一個細分領域，在檢驗科有著十分廣泛的應用。例如血常規檢測，雖然大部分醫院可以使用自動的血液分析，通過生化的方式去檢查，但仍有部分血常規無法在自動分析儀下獲得很好的指標，這就需要依靠人工鏡檢的方式進行篩查。

　　陳暉向億歐介紹：“細胞病理這款產品的原理并不復雜，但是其應用場景十分豐富，對于臨床有很大的實際作用。”陳暉認為，人工智能會在病理方面率先落地并產生商業收入。

　　不僅是閱片工具，AI可以賦能醫療產業鏈上下游

　　醫療人工智能公司的價值是什么？是單單能夠做出幫助放射科醫生閱片的工具，還是可以扮演其他角色？

　　正如本文開篇時引用的陳暉的觀點：“ 我們對于AI的訴求，不能只把它看成一個閱片的工具。”

　　從患者和醫院的角度看，這類人群對人工智能的訴求在于盡早發現疾病并且能夠得到治愈。以肺癌為例，中國肺癌病患的生存率遠低于美國日本，究其原因，是國外一些國家對于潛在病人的早期發現能力強。而在我國，尤其是農村和基層地區，病患只有在表現出非常嚴重的癥狀才會到醫院就診，而此時往往已經達到了癌癥的中晚期，錯失了治療的最佳時間。究其原因是我國缺少足夠的醫療資源去下沉，而利用AI技術可以將醫生的經驗復制到每一個村鎮，這恰恰是解決資源短缺問題最有效的辦法。

　　人工智能挖掘出病人后，如果其處于早期階段，便可以支持藥廠研制出針對該病患的早期治療藥物。更重要的一點是，通過人工智能構建的病患大數據庫，可以幫助藥廠在藥物上市后的第四期臨床階段做測試。簡單來說，人工智能會幫助藥廠摸清病患的屬性，更好的看清真實世界，做出最準確的判斷從而完善藥品的研發過程。

　　對器械廠商來說，如果人工智能技術能夠挖掘到足夠的腦病患者，便可以為器械廠商提供更多的開發思路。例如癲癇病，如果人工智能可以在癲癇病發前5分鐘做出預警，那么器械廠商可以開發出相關的便攜式腦電設備或者心電設備去監測早期癲癇病人，以降低出事頻率。

　　總得來說，人工智能賦能醫療影像，不僅可以幫助病人做早期篩查與精細化的輔助診斷，在治療過程中還可以建立病人大數據庫，幫助后期產業鏈做藥物研發、器械研發以及醫生資源培養。人工智能一定會銜接大量的醫生資源、藥企甚至診所。

　　在采訪的最后，陳暉告訴億歐，雅森正在建立腦部疾病的專病數據庫，以此來更好的服務于病患、藥企和器械廠商。在未來兩年內，雅森科技圍繞中樞神經的腦部產品會大規模的進入到體檢機構和私立醫院。“雅森的產品絕對不會停留在實驗室水平，它一定會越來越貼近真實。”