最特殊的鄉村醫生，現在要去香港上市敲鐘

蕭簫 金磊 發自 凹非寺量子位 報道 | 公眾號 QbitAI

萬萬沒想到，只是參加一個科技展會，卻能讓人感到扎心。

這一切的起因，要從活動中展出的一個故事講起：

生孩子這件本應令人喜悅的事情，最終卻演變成讓一個家庭揹負了十多萬元的債務。

而這一切的「元凶」，是一個叫做妊娠糖尿病合併高血壓的疾病。

正是因為它，還在孕期的故事主人公小琳（化名），不得不讓腹中的孩子早產出生。

而自己的視網膜也隨之脫落，導致雙目近乎失明，只能看到微弱的光芒。

在得知這個故事後的我，心情久久無法平復。

這到底是一種什麼疾病？

於是帶著好奇心，我在網上開始對它展開深入地調研。

原來，妊娠期糖尿病引起的酮症酸中毒，再伴隨高血壓等症狀，會導致視網膜病變的發生。

更令人震驚的是，這還真不是個別現象：

39%病程超過15年的糖尿病女性，在妊娠期間會發生增殖性視網膜病變。而即便患有糖尿病不足15年，該病的發生率也高達18%。

難道就沒有辦法預防嗎？

有的，只需要及時接受檢查即可。

但問題也正是出現在了這一重要的環節。

一來是因為許多在孕期的準媽媽，對這種疾病並不瞭解，直到出現症狀了才去就診，錯過了最佳的治療時機。

再者，像故事中小琳所處的城市屬於貧困地區，醫療資源較為緊張，能夠檢查和醫治視網膜疾病的醫生可謂是鳳毛麟角。

為了解決這種情況，一種「快、準、狠」的方法悄然誕生。

他們將「專業醫生」帶到貧困縣區

這種方式，其實就是預防。

以妊娠糖尿病合併高血壓為例，若是小琳能夠在症狀發生之前，及時做檢查，便可以有充分的時間進行降糖和鐳射治療。

而且比起事發之後的10萬元天價醫療費用，事前的定期檢查和康復費用便顯得格外經濟有效。

早篩查、早發現、早治療，其重要性便可見一斑了。

但剛才也提到了，目前全國各地的醫療水平不均是一個確確實實存在的客觀問題（尤其是貧困地區）。

在這種情況下，又該如何做好預防？

人工智慧技術，便是一種破局之道。

一家叫做Airdoc（鷹瞳科技）的公司，正在用實際行動，證明人工智慧技術對於基層的重要意義。

小琳所在的貧困縣區，是Airdoc精準扶貧的物件之一。Airdoc為他們帶去了「視網膜檢測儀」。

但千萬不要小瞧了這位「AI醫生」。

它是「學習」了數百萬張視網膜影像，再由數百名資深醫學專家親自輔導（交叉標註），耗時多年才誕生。

患者只要讓它「看」一眼，便可以發現常見的眼健康風險，而且基於此，還可以分析全身性血管和神經健康所存在的風險。

在為期僅僅4天的時間裡，這位「AI醫生」便「開著車」，為4個鎮、600多位貧困群眾提供了健康服務。

如此效率，換作是人類醫生恐怕無法勝任。

那麼Airdoc又是怎麼做到的呢？

實時出結果，源自5年技術積澱

視網膜影像識別技術能評估健康風險，原理來自：

視網膜是全身唯一可以直接觀察血管和神經的部位，而高血壓、動脈硬化、糖尿病等重大疾病，都會引起血管的改變，包括視網膜血管。

因此，針對該部位的檢查，不僅能檢測糖尿病視網膜病變、青光眼等眼底疾病，還能直接體現身體其他方方面面的健康風險，是臨床診斷、病情隨訪的重要手段。

然而，眼底篩查至今沒能推廣到三四線城市，根本原因在於：具備眼底病檢查能力的專業眼科醫生太少，廣大地區醫療資源嚴重缺乏。

如果用專業醫生的診斷資料教AI學會識別視網膜影像，不僅能快速診斷結果，還能將資源批量應用到全國的中小城市去。

這也是Airdoc成立的初衷。鷹瞳Airdoc創始人、CEO張大磊在一次採訪中表示：「成立Airdoc的初衷之一，就是因為家人曾遭遇誤診。」

實際上，最初研發AI視網膜識別技術的不止Airdoc，一開始還有谷歌、IBM、Digital Diagnostics、Eyenuk等巨頭，國內幾家巨頭也都進行過相關研究。

尤其谷歌，在開發演算法模型時，選擇針對美國醫院的視網膜影像資料集進行研究，相關模型精度在實驗室可達90%以上，研究發表在JAMA等雜誌上，引起巨大轟動。

然而，這項技術面向醫療條件落後的地區，如東南亞時，出現了嚴重的「水土不服」。

要知道，美國醫院的高精度資料集，源於專業醫生的拍攝技術、高配的硬體，導致谷歌演算法模型對資料質量要求極高，同時只能適配昂貴的高精度眼底相機。

2020年，他們在泰國實際落地時，谷歌才發現演算法不適配各種當地硬體產品、當地醫生拍攝水平也不足，導致準確度明顯低於實驗室結果。耗巨資做出來的AI視網膜影像識別模型，實際落地效果不好，至今仍未大規模商業化。

清華大學附屬北京清華長庚醫院眼科主任胡運韜曾表示，眼底相機效能、人員拍攝能力、網速，都是導致谷歌AI模型「水土不服」的原因。

谷歌AI模型遇到的問題，對於醫療AI研究人員來說並不陌生。Airdoc醫學總監王斌坦言：「谷歌在泰國面臨的問題，我們在一線試點時基本上都碰到過。」

為了規避谷歌遇到的類似落地問題，真正實現「落地到三四線城市，解決醫療資源分配不均」這一目標，張大磊和團隊在這幾年時間裡，同時做了三件事：

做軟體演算法，做資料集，做硬體，且每個部分都必須比多數同行付出更多。

先說說軟體演算法層面。Airdoc自研了不少針對各類疾病的AI演算法，相關研究在柳葉刀、Nature等醫學頂刊，以及MICCAI等醫療AI頂會上都有收錄。

其中就包括醫學影象處理領域頂會MICCAI上，一篇與莫納什大學（藥學專業全球TOP 2）合作的論文Retinal Abnormalities Recognition Using Regional Multitask Learning。

論文中的AI視網膜影像識別模型，利用多工學習語義分類，讓三個子網路分別學習視網膜不同區域的疾病，最終實現自動精準識別36種視網膜病變。

Airdoc的自動影象質量控制演算法，也是產品的一個亮點。

自動影象質量控制，可以高效智慧實時地對眼底相機採集的影象進行質量分析，發現影象採集質量不高的情況以及導致質量不高的原因，然後引導使用者或操作員重新採集高質量的圖片。

這項技術極大地提高了在基層環境中產品服務使用者的效率。

再從資料集層面看。Airdoc的重心放在資料標註精度上，與其合作的專業醫生，基本都來自《中國醫院排行榜（復旦版）》上名列前茅的醫院，經過他們重複標註的資料集，數量達370萬張。

這些資料具有較強的多樣性，用它訓練出來的演算法，可以適配大多數眼底相機，支援對不同質量的眼底圖片都做出準確分析。

如此一來，便大大降低了產品落地應用的門檻。

最後再看硬體方面，Airdoc還是唯一一家自研硬體產品的公司，代表作之一就是全自助的免散瞳眼底相機。

驗過光的讀者，也許對「散瞳」有印象，這是一種視網膜眼底檢查手段，用藥水麻痺睫狀肌，目的是放鬆瞳孔，避免其在遇到傳統照相機強光時自動縮小，無法成像。但散瞳藥物可能導致過敏。相比多數裝置，更先進的眼底相機，對瞳孔直徑要求小，能將眼底圖直接成像於感測器上，全過程不到1秒鐘，無需經過至少30分鐘的快速散瞳。

先進裝置演算法進一步為硬體帶來了加成，例如像「自動檢測、自動對齊、自動對焦、智慧語音互動」這樣的智慧演算法實現了硬體的全自助拍攝能力。

在這樣的努力下，Airdoc-AIFUNDUS(1.0)成為首個獲得國家藥監局第三類醫療器械證書的AI視網膜影像識別產品，真正實現了上市，目前已經落地到不少三四線城市，文前提及的陝西省安康市，就是其中之一。

更值得一提的是，Airdoc其他用於檢測糖尿病視網膜病變等系列疾病診斷的軟硬體產品，也都獲得了能夠上市的第二類醫療器械證書。

既要研究軟體演算法、資料集，又要做硬體，技術追求毫無疑問地帶來了成本負擔，Airdoc招股書顯示，2019、2020年兩年的研發投入佔比極高，甚至一度超過了收入。

其中，2019年的研發投入佔總營收的135%，而2020年的研發投入也佔了總營收的88%。在醫療AI一度被唱衰的當下，這樣的做法多少顯得有些「冒進」。

但技術追求收穫的成果是明顯的。

上海市靜安區市北醫院陳吉利醫生曾在Nature子刊上發表一篇臨床試驗文章，驗證結果顯示，Airdoc的AI與專業眼科醫生篩選出的糖尿病視網膜患者數量極為接近，只比眼科醫生多篩選2例，相對更偏嚴格，具有臨床可用性。

其招股書也大大方方寫道：谷歌產品主要篩查類型為糖尿病視網膜病變、糖尿病黃斑水腫兩類，而Airdoc的人工智慧醫療器械軟體（SaMD），檢測的疾病類型要更多。下面資料來源於弗若斯特沙利文，更能佐證Airdoc在細分領域的努力：

來源於Airdoc招股書

巨頭調整，他們努力向前

近日，一度要在醫療AI領域「火力全開」的谷歌健康部門面臨重組，這被視為谷歌對醫療健康領域的一次大規模調整。

但無論是在三年前合併DeepMind Health、還是數次更替研發項目，谷歌在2016年成立的糖尿病視網膜病變篩查項目，一直沒有變過。

甚至重新整合過後，糖尿病視網膜病變篩查被從原來的項目組中剝離出來，單獨成立了一個團隊，進一步加以研究落地。

這足以證明谷歌對「糖網」項目潛力的認可。

然而，包括谷歌、IBM等巨頭在內，確實有不少醫療AI相關的項目仍未曾盈利。這似乎也是當下醫療AI行業的普遍現狀——

儘管大家都知道，這是一項造福人類的事業，但真正做起來反而並不容易。

這到底是實現路徑錯了，還是最終目標錯了？

至少Airdoc正在用另外一種方式，朝目標堅定前進。

2019-2020年兩年間，逐年增加的研發投入：

這兩年，除去銷售成本的收入毛利率，也從53%上升到了61%；

至於虧損的情況，也在逐年好轉，從286.5%下降到了167%。

而就在今年5月，Airdoc已完成由禮來亞洲基金（LAV）、清池資本、OrbiMed、富匯創世共同投資D輪融資。

截至目前，Airdoc共完成了從Pre-A輪到D輪的7輪融資，總額超8億元。

6月21日，鷹瞳科技（Airdoc）向港交所正式提交申請版招股書。

不過，上市只是第一步。

面對未來的巨大藍海市場，醫療AI這個領域的探索，才剛剛起步。