在阿里天池醫(yī)療AI大賽第一賽季的榜單上，宜遠智能以0.806的分數(shù)排名第二，加州大學成績0.815占據(jù)鰲頭，北京大學以0.780的成績排名老三，清華、復旦、浙大、上交等國內(nèi)高校以及GE、聯(lián)影等醫(yī)療器械商均參加了這項比賽。

意料之外Number 2的成績，讓CEO吳博信心大增，“我們原來以為肺結(jié)節(jié)智能篩查領域沒機會了，參與進來才知道，我們這些新兵還是有機會的。”對于今年4月份剛剛成立的宜遠智能來說，“這算是一次算法上的肯定，最主要的當然是算法實用性的體現(xiàn)”他說道。此外，與榜單上單打獨斗的選手不同，宜遠智能與香港浸會大學、南方醫(yī)科大學合作，共同參賽，相關模型在南方醫(yī)科大附屬醫(yī)院落地測試，“關鍵在于跨界融合”。

這種聯(lián)盟的思想不僅體現(xiàn)在比賽上，在公司主營業(yè)務方向上，也發(fā)揮得淋漓盡致?！氨举|(zhì)上，我們就是畫一個圓，團結(jié)一切可以團結(jié)的力量，與不同醫(yī)院（醫(yī)生）進行科研合作。”

到目前為止，這家四個月的公司已經(jīng)先后與香港大學深圳醫(yī)院、南方醫(yī)科大附屬醫(yī)院、復旦大學附屬中山醫(yī)院的科研團隊展開合作，項目已經(jīng)涵蓋骨科智能診斷、皮膚病智能篩查、肺結(jié)節(jié)篩查領域，在具體合作細則上，公司負責模型，醫(yī)院/醫(yī)生負責臨床問題定位、數(shù)據(jù)標注解讀等。

“算法公司比數(shù)據(jù)公司值錢”

「算法還是數(shù)據(jù)，這是一個問題？」

關于算法還是數(shù)據(jù)孰輕孰重的問題，AI界爭論不休，在知乎上，署名為“項亮”的知友獲得最高贊同票，“我強烈同意數(shù)據(jù)比算法重要！雖然我們可以打官腔說這兩個同樣重要，但如果是一個資深的機器學習和數(shù)據(jù)挖掘研究人員，絕對不會掩飾他們對數(shù)據(jù)的渴望，當然對他們來說設計好的算法是很容易的，但好的數(shù)據(jù)卻是不容易拿到的?！倍唧w到AI醫(yī)療領域，相比于算法人才，數(shù)據(jù)也是更加稀缺和搶手的資源。

而從公司利益的角度，吳博給出的答案卻與此截然相反：“算法公司比數(shù)據(jù)公司值錢”。

今年年初的美國人工智能年會（AAAI-2017）上，Quora工程副總裁Xavier Amatriain曾表示，對于小公司而言，本身數(shù)據(jù)量就少，而獲得標記的數(shù)據(jù)更是需要額外的成本。小公司堆數(shù)據(jù)肯定是堆不過大公司，所以選擇把精力放在優(yōu)化算法上往往比選擇把精力放在獲取數(shù)據(jù)上更高效。當然一方面小公司也需要不斷地積累數(shù)據(jù)。對此，吳博評說“深得我心！”

“畢竟醫(yī)療數(shù)據(jù)難以出現(xiàn)互聯(lián)網(wǎng)數(shù)據(jù)那樣中心化歸集的馬太效應，而像素級且冗余的醫(yī)學數(shù)據(jù)標注又需要極高的專業(yè)素養(yǎng)跟成本，算法才是我們最能發(fā)揮主觀能動性的部分?！彼f道。

如果了解宜遠智能本身特質(zhì)的話，會對吳博的觀點毫不意外?！拔覀冊u估后公司的優(yōu)勢在于算法?！眳遣┓Q，對于宜遠智能在阿里天池醫(yī)療大賽中的第二名成績，他告訴雷鋒網(wǎng)，很多隊伍的差別是千分位的差別，就算是0.001級別的FROC位置，都意味著至少20個疑似結(jié)節(jié)位置的判斷的正確。所以，你的FROC的指標比別人或者比自己能提升0.01的話，意味著幾百個疑似結(jié)節(jié)位置你做的更準了。這也是很現(xiàn)實的問題?！霸谖覀兛磥恚t(yī)療沒有那么互聯(lián)網(wǎng)基因，互聯(lián)網(wǎng)企業(yè)是創(chuàng)業(yè)驅(qū)動的，智能醫(yī)療更多是研發(fā)驅(qū)動的，還是要把研發(fā)坐實?！?/p>

其算法優(yōu)勢自然可以歸因到其創(chuàng)業(yè)團隊的背景上。吳博本科就讀于清華大學，曾任愛立信高級研究員、英國利茲大學博士后、香港浸會大學博士，合伙人劉凱是其同門師弟，香港浸會大學博士，曾為騰訊數(shù)據(jù)平臺高級算法工程師；另一個合伙人吳宇曾同為騰訊數(shù)據(jù)平臺AI算法工程師。吳博曾稱，“別的公司連一個AI模型人才都難求，我們連實習生都是伯克利、港科大、港大來頂尖深度學習好手，背后還有一大票教授、國家的合作伙伴作為后盾?！?/p>

旗幟鮮明地打出“科研合作”的牌子

相比對算法的看重，在醫(yī)療數(shù)據(jù)的獲取上，吳博認為，或許沒有想象得那么難。甚至，“獲取”這件事本身，他認為或許也不成立，“ ‘占有’讓位于‘共享’是不可阻擋的趨勢，醫(yī)療數(shù)據(jù)也會如此。但共享的本質(zhì)不是所有權共享，而是Access（訪問權/使用權）共享，我們對醫(yī)療數(shù)據(jù)也是不求所有，但求所用?！睕r且，他補充道，“數(shù)據(jù)本質(zhì)上也是用戶或國家的?！?/p>

相比于數(shù)據(jù)，在吳博眼中，實打?qū)嵉某晒匾恍ＫJ為，IP不僅在娛樂或游戲領域很重要，醫(yī)療領域也是很看重IP，更加IP驅(qū)動的。一個療法或產(chǎn)品一旦脫胎于學術成果，后續(xù)的產(chǎn)品落地和商業(yè)化，更加有生命力。

為此，宜遠智能旗幟鮮明地打出“科研服務／合作”牌子的公司，與不同的醫(yī)院/醫(yī)生尋求合作?！昂芏喙咎柗Q在打造產(chǎn)品，落到實處就是是科研課題，這個走不了捷徑?！眳遣└嬖V雷鋒網(wǎng)，“坦白了說，就是這種做法，最心安理得，我也不是不做產(chǎn)品，我們團隊的產(chǎn)品基因和經(jīng)歷都很豐富，我們時刻把產(chǎn)品和平臺擺在心中重要位置，只不過，現(xiàn)階段以課題的形式切入?！?/p>

“我們團隊有學術背景，本身對學術有追求。針對前期的CADe，與擁有數(shù)據(jù)的醫(yī)院或科研談科研服務方面的合作，還是比較穩(wěn)妥和保險的事情?！彼f。

醫(yī)療數(shù)據(jù)非常稀缺，非常寶貴，為此，AI公司與醫(yī)院/醫(yī)生聯(lián)盟時，選擇權一般握在后者手中。廣東省人民醫(yī)院影像科劉再毅教授曾表示，在選擇AI公司時，會仔細斟酌：能不能以醫(yī)生為主導？團隊是否優(yōu)秀？是否愿意配幾個人給我？無獨有偶，深圳市第二醫(yī)院影像科蒲主任曾稱，與AI公司合作時會考慮團隊素質(zhì)，以及是不是以醫(yī)生為主導？這也是大多數(shù)醫(yī)生與工科團隊合作時的訴求。

對于誰來主導的問題，吳博表示，“科研合作醫(yī)生主導天經(jīng)地義，但是不是要主導產(chǎn)業(yè)化，要看醫(yī)生是不是有‘企業(yè)家精神’，否則完全可以把專利授權給合作方?！?/p>

據(jù)公司合伙人劉凱博士介紹，公司的面部皮膚問題識別上已經(jīng)“取得驚奇效果”，面向皮膚護理和敏感肌膚護理保養(yǎng)市場，“吸引了不少美容行業(yè)大公司談合作”。

能押多少資金，就能接多少活兒

在這種打法下，商業(yè)公司的“項目”變成了學術上的“課題”，雙方的投入與收益少了“銅臭味”，那么創(chuàng)業(yè)公司何以為繼呢？換言之，商業(yè)模式是什么？

早在今年3月成立公司前，吳博曾稱，“通過近期研究大量醫(yī)療醫(yī)藥上市公司，我發(fā)現(xiàn)牛的多靠布局，而不是單品打磨?！蹦壳翱磥?，宜遠智能確實未專注在某個單品上，而是畫一個圓，團結(jié)一切可以團結(jié)的力量，與不同醫(yī)院（醫(yī)生）進行科研合作。

他認為，通過與醫(yī)院合作，對某種疾病進行醫(yī)學影像智能分析，也許能獲得比目前任何人都要多的數(shù)據(jù)。通過將數(shù)據(jù)集中，他們可以很好地構建AI系統(tǒng)，你建造的東西要夠好，這樣才會讓你進入一個良性循環(huán)，可以隨著時間的推移積累更多數(shù)據(jù)，并繼續(xù)前進，最終做成一個與眾不同的小生意。

“ 像國外的Zebra、Enlitic等對標企業(yè)，也是多病種切入。有些機器學習算法是通用型的，你只需要使用不同的數(shù)據(jù)進行訓練都能快速得出解決方案，這也是為什么在今天機器學習被接納得如此之快的原因?！彼f。

吳博告訴雷鋒網(wǎng)，總體上，公司的發(fā)展路徑是清晰的，就是從CADe（計算機輔助檢出）到CADx（計算機輔助診斷）再到CADp (計算機輔助預后)?，F(xiàn)階段，以科研服務為切入點，相對來說，商業(yè)周期會慢一點，所以模型隊伍和商務隊伍有精力做多個領域，但仍是醫(yī)學領域的相關范疇?！拔覀儼阉纸獬蓭讉€子問題，分階段往前推進?！?/p>

著眼在資金上，目前公司的打法是：一方面落實融資；一方面與醫(yī)院形成合作提供服務?！叭谫Y方面穩(wěn)步進行，目前已落實幾個來自有實力醫(yī)療集團的TS。其間還暫時謝絕了一些朋友的資金，因為對方不懂醫(yī)療和AI，教育成本高?！眳遣┱f。

“我們做了這么久，發(fā)現(xiàn)沒有想象中的耗錢?！眳遣└嬖V雷鋒網(wǎng)，畢竟跟醫(yī)院的合作有產(chǎn)學研三方，能分擔成本。他認為，本質(zhì)上，未來醫(yī)療AI是toB的生意，精髓在于有多大本錢做多大生意，能押多少資金，就能接多少活兒，你有1倍的本錢，就能接到2倍的單子，其中可以賺取0.5倍的利潤。“toB的生意很好賺錢，以后多接點業(yè)務，讓營收增大一點。”

從長遠看，吳博表示，“將會嘗試不同方式，看行業(yè)內(nèi)可能出現(xiàn)哪些收費模式，但toB業(yè)務，萬變不離其宗，做好服務，收益就上來了?！币磁c硬件綁定，要么是獨立的軟件系統(tǒng)，可以嘗試不同的收費方式。他認為，醫(yī)療不同于互聯(lián)網(wǎng)產(chǎn)品，3~6個月就可以上線，估計到最后可以推廣的營收狀態(tài)需要1年半~2年時間，“但并不意味著全部在燒錢，toB的業(yè)務非要收錢，機會也很多?！?/p>

無論商業(yè)模式如何，最終離不開醫(yī)學和醫(yī)療的實質(zhì)問題。“關鍵在于真正把醫(yī)學問題解決了，形成醫(yī)學IP，產(chǎn)品包裝、用戶體驗、性能等都好解決。”

“老舊方法做得不夠漂亮”

許多在AI醫(yī)療領域耕耘過一段時間的人，或多或少表現(xiàn)出一種迷茫，或者說悲觀的態(tài)度，甚至AI泡沫將要破滅的說法一度甚囂塵上。飛利浦大中華區(qū)臨床科學部高級總監(jiān)周振宇表示，AI醫(yī)療與十幾年前一樣，關注點還停留在純粹數(shù)據(jù)驅(qū)動結(jié)果上，比如100個肺結(jié)節(jié)找到多少百分比，這對于臨床知識來說沒有太大的價值；科大訊飛智慧醫(yī)療事業(yè)部醫(yī)療影像產(chǎn)品負責人馬文君告訴雷鋒網(wǎng)，“如今的智能影像很像前幾年的互聯(lián)網(wǎng)醫(yī)療，大家一窩蜂進來了，但下一步怎么做，是個問題?！眳R醫(yī)慧影表示，“整體來講，智能影像診斷真正深入到臨床診斷的很少，目前，業(yè)內(nèi)嘗試與醫(yī)生合作做科研或提高效率方面嘗試，但要真正提高診斷率，目前還有很大差距?！?/p>

但吳博卻不以為然，對這一波AI突破充滿信心。他認為以前那些老舊的方法在醫(yī)學領域干得不夠漂亮，每一步做得不夠好，整個起來達不到大家預期。“以肺結(jié)節(jié)篩查為例，大家以為幾個大廠已經(jīng)做到極致了，但至少從大賽結(jié)果上看，是新興公司做得更好?！?/p>

他認為，即使做單項的肺結(jié)節(jié)檢出，也能做到比較好的水準；檢查完了之后，分類、良惡性判斷等都有望逐個突破。每個環(huán)節(jié)準確率提高10%的話，整體而言，效果可能要好很多。

當然，他補充道，“我們現(xiàn)在還需要做出更多成績來，證明我們的想法是對的?！?/p>

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。