不吃饭、不会累、不发脾气、不犯糊涂——如果有这样一个人充当医生的助手，医生和患者们想必都会皆大欢喜。在围棋界人机大战吸引全球关注后，中关村创业团队羽医甘蓝打造的医疗版“阿尔法狗”也来了。日前，羽医甘蓝宣布获得中关村发展集团战略及财务投资，估值过亿元。
人工智能与医师比赛读片
四台显微镜依次排开，四名医生端坐桌前，通过显微镜对面前的一个个宫颈细胞涂片进行仔细检视。一旁的电脑上，随着屏幕上自主运行的代码不停闪动，宫颈细胞涂片智能辅助筛查系统也在忙碌地工作着。
这是几天前，在北京举行的一场“AI-医师读片竞赛”。参赛选手一方是来自友谊医院、协和医院等知名医院的四名资深医生组成的“病理医生团”，另一方则是羽医甘蓝研制的宫颈细胞涂片智能辅助筛查系统。对战内容是分别对7份宫颈TCT病理涂片进行读片诊断。
在速度方面，机器显然更胜一筹，不到5分钟就完成了所有诊断任务。医师团则在20分钟左右完成了任务。诊断结果方面，在对7份宫颈细胞涂片是否显示病变的判定中，宫颈细胞涂片智能辅助筛查系统提交的诊断结果与四位医师完全一致。
“美国等发达国家病理科医生每天只需要看近100张片子，中国的医生却需要看200甚至300张，这给医生带来了极大的工作压力。智能辅助筛查系统未来进入临床后有望推动解决这一问题。”北京友谊医院病理科副主任医师余小蒙说。
不久的将来，一个人机协作的诊断场景很快就要实现了——将宫颈细胞涂片放入扫描仪生成数字化病理图像，而后经过人工智能、图像处理等技术手段来分析这张涂片有无病变细胞，将有病变细胞的涂片留给医生进行再次审核，同时筛除掉阴性细胞涂片，这样可以节省医生90%以上的阅片时间。
海量数据培养医生助手
病理切片图像里包含大量的信息，通常而言，即使极富经验的医生完整地看一张片子也需至少5分钟。而如果使用人工智能技术，通过算法的快速复制，机器学习处理医疗影像的时间仅需1分钟。
技术人员介绍，在羽医甘蓝的人工智能系统进行训练时，人类医生的经验就好比“棋谱”一样——哪里是高度病变、哪里是正常细胞，医生对病理片子上的这些信息进行标注后，后台就能通过人工智能算法，将医生的这些经验吸收成为自己的知识。
很难想象，一张病理切片或涂片经过数字化后，具有几百亿像素，经过医生的标注后，上千万被标注出有信息的像素中，能够切分出几百万张适合机器学习的小图样。经过上千上万次的“习题演练”后，一个人工智能医生小助手也就逐渐养成了。
目前，羽医甘蓝团队的人工智能辅助筛查系统，对宫颈细胞涂片、乳腺癌淋巴结转移的诊断准确度已经分别达到90%和92.5%以上，其中，在宫颈癌筛查中的鳞状上皮内高度病变，系统的识别率能达到99%以上。
创业要跳开“伪需求”的坑
公司还没正式成立，投资人就拍下几百万元支持创业，成立不到一年就获得数千万元的投资，产品还进入了几家著名三甲医院的医生试用环节。如此快速的落地进展，对于人工智能领域的很多创业者来说并不多见。
“找准市场方向、把技术能力真正落地才是最大的挑战。”羽医甘蓝创始人丁鹏说。
毕业于浙江大学、美国达特茅斯大学的丁鹏说：“如果你的目标客户完全没有动力去购买你的产品，即便产品功能做得再炫酷，那也可能只是一个伪需求。”他在创业过程中意识到，再炫酷高深的技术也要“落地为安”，不能过于强调技术上的攻坚克难、挑战极限，而忽略了用户的实际需求。
一年前，在刚刚创立羽医甘蓝并瞄准人工智能医学影像领域后，丁鹏花好几个月时间所做的第一件事不是招团队，而是“找方向”。在北京、浙江等地四处拜访医学界前辈，最终，数字化程度高、检测量巨大、容易形成商业闭环的宫颈癌辅助筛查，成了他和团队选择的第一个落地方向。在国家大力推动妇女宫颈癌、乳腺癌两癌筛查的政策背景下，宫颈癌筛查蕴藏着每年150亿元的巨大市场机遇。
“数字化的手段能够让越来越多的基层医院对接到三甲医院的专家资源，中关村发展集团也将在资源、产业和资本三个方面大力支持羽医甘蓝的发展。”中关村发展集团总经理助理、北京领创医疗公司董事长贾一伟说。出于对项目经济价值、社会价值的双重考虑，作为北京市推动中关村发展的市场化配置资源的主体平台，中关村发展集团投资了这个年轻的创业团队。
“创业也未必意味着成天废寝忘食、熬白了头发，只有方向和市场需求找准了，接下来的一切努力才有意义。”丁鹏说。
推荐
