AI辅助医生"看片" 诊断糖网病速度提升20倍

lsbzx

肽积木创始人柏文洁

柏文洁是一名大数据领域的连续创业者，曾是大数据公司信柏科技和时趣互动运营核心创始成员，在大数据、人工智能产品、运营和推广等业务环节都具有丰富经验。

因为之前一直在做大数据，而从大数据转到人工智能其实是比较自然的过程。但大数据在分析过程中，应用点还是显得比较单薄一点，而人工智能它可能在更大程度上能够落到一个结论层面。所以我们在这个点上想用人工智能和医疗来做结合，来看看具体的应用场景到底是什么样。

将AI与医疗结合的创业项目林林总总，但成立于2016年7 月的肽积木却选择了从对糖网病的眼底阅片切入，以人工智能辅助医学影像诊断。其实，Google旗下人工智能子公司DeepMind也将人工智能的触角伸到了医疗层面，其首先选择的领域就是糖网病的筛查。而在国内，也有不少于10家创业公司在糖网病的筛查诊断上有所布局。

据世界卫生组织（WHO）的报告，中国约5亿人成年人处于糖尿病前期，糖尿病患者约有1.1亿人，约 1/3 糖尿病患者（约3700万）患有糖尿病视网膜病变（简称“糖网病”），其中有1/3（约1200 万）面临失明的风险。而另一方面，中国医疗资源的匮乏，使得基层社区甚至没有眼底设备进行筛查。这也是柏文洁选择介入这个庞大市场的原因，他们的目标就是要提高医生效率，同时平衡医疗资源。

在技术层面上，肽积木将深度学习技术应用于医疗影像识别。他们独创了 PL-NET（基于局部信息的深度识别网络）算子，将深度网络应用于病灶识别标记、病程判断及病理分析中。具体技术优势主要体现在以下几个方面：

速度快。医生读片一般需要3-5分钟，而肽积木利用AI 技术在13-15 秒就可以完成一张眼底图片的病灶标记。整体上包括病例生成、病灶判断和分级都不超过30秒，能够最大限度提升医生的效率。

稳定性好。机器在阅读眼底图片时具有一定的识别性，实际场景应用在某种程度可能会超过医生。

准确率高。在特定数据集上的准确度超过97%。

我们了解到，肽积木通过与医院及医疗机构合作，已累积获得超过20万张标准医学影像，其中包括眼底照片、X 光、CT和深度脱敏诊断结果。下一步肽积木会将人工智能辅助诊断技术应用到X-光胸片和胸部CT等更多领域。

产品方面，肽积木推出了人工智能辅助阅读医疗影像平台，构建了医疗大数据人工智能训练平台。此外，面向C端客户的人工智能眼底读片APP也已经正式上线。

医疗影像诊断机器人是一款面向不同医疗机构的低成本高效辅助阅片工具，利用人工智能技术，可实现秒级精准阅片，并可根据影像结论实现疾病诊断、分级诊断、病灶标识、病例自动生成、治疗方案建议及病情发展预测等全环节的诊疗辅助工作。

医疗大数据人工智能训练平台，包含数据的整合清洗、标记平台的标记、机器人快速训练和标准接口应用四大模块。在实现对医疗影像及标注数据的高质量采集的同时，可开放给从业医生进行数据标注并训练成辅助诊断的机器人，辅助科研成果形成。

面向C端客户的APP——Doce糖尿病自查利器，病人可以根据自己在医院进行相应检查得到的图像，上传至肽积木的APP，从而快速获得患病等级及病灶分析，即获得第二诊断意见。柏文洁曾表示，肽积木使用的数据基本都由三甲医院提供，机器的准确率基本上能持平顶尖医生。

柏文洁解释说，肽积木推出APP主要是为了获取用户，提高知名度。“至少在这个领域内，在C端我们是第一家能够推出人工智能APP来做第二诊断意见的公司”。

不过，考虑到糖尿病患者大多是中老年群体，为给用户提供便捷服务，目前他们获取C端用户的方式更多围绕公众号进行。通过在社区医院做免费的联合眼底筛选活动进行线下推广，这在一定程度上也加大了工作量，效率也不是很高。对此，柏文洁表示，“AI还真得落地，我们不能飘在天上，这在逻辑上不太可行。我们宁可去做重一点，做一些线下（推广）的事情。”由此，可以看出肽积木采用的是B+C的商业模式，在C端，他们通过收费服务向用户提供诊断意见。而在B端，已经与20多家三甲医院和基层医疗机构进行了合作。肽积木希望打通整个医疗环节，能够帮助医院来进行分级诊疗，提升整个医疗系统的运转效率。

我们的远景其实特别简单，就是希望利用人工智能技术能够平衡医疗资源，而不仅是提升医生效率。尤其在基层或者社区，那里其实并没有足够好的资源。我们可以通过AI学习三甲医院的技术，哪怕学到80% 都能够帮助到糖尿病患者，把分级诊疗真正做好。或者说，让普通的病人不需要去三甲医院排队，就能够享受到我们的优质服务。

目前，肽积木团队10人左右，公司核心团队的大数据行业平均经验超过3年。在营收方面，他们希望今年达到盈亏平衡。今年4月，肽积木获得了某医药集团的数百万天使投资，新一轮融资也已启动。