美国IEEE院士加盟，红杉资本领投，这家医疗人工智能公司究竟有何魅力？
作者：郝雪阳
2017-08-07 08:00
在中国，超过两亿人罹患不同程度的心血管疾病，每年超过三百万人因病死亡。全世界，每年因心血管疾病死亡超过一千九百万人。其中，冠心病作为一种常见心血管疾病，是人类健康的第一杀手。
目前对于此类疾病，临床中最常用的检查手段是使用风险较小的无创影像检查，但这种方法的诊断价值有一定局限性，所以通常还需要进一步全身麻醉病人，通过DSA（数字化减影血管造影术）这种风险和创伤较大的介入检查方法。而后，医生再通过人工分析血管图像，以及综合患者个人情况制定治疗方案。
而一家名为体素科技（VoxelCloud）的人工智能医疗公司，旗下产品能够基于无创的心脏增强CT检查数据，直接对心脏冠脉管腔及斑块组分进行全方位定量三维分析。其准确性近似于有创检查的结果，但成本与之相比，则要低廉得多。
2016年初，体素科技成立于苏州。并在上海、北京设有分支机构，在洛杉矶设有研究院。其创始人为丁晓伟。
公司致力于使用人工智能和云计算技术对海量医疗影像以及临床数据进行挖掘、解读，帮助医生对疾病进行准确、高效、及时的分析诊断，指导临床干预策略，推动个性化精准医疗革命。
从左至右依次是：体素科技首席科学家Demetri Terzopoulos，体素科技CEO丁晓伟
2017年初，体素科技获得由红杉资本领投的千万美金级A轮融资。资金主要将用于重大疾病的医疗影像自动分析服务，提供医疗语义级别的医学影像知识图谱 API，并与中美顶尖医学中心合作，将终端产品无缝融入下一代临床工作流程。
目前，体素科技业务范围覆盖肺癌诊断、眼科疾病检查、冠心病分析等应用领域。通过人工智能模型以及云计算系统，结合临床和影像数据，实现对疾病的量化分析和风险预测，对临床工作流程进行高度优化。针对相应的临床需求，为医院、体检中心、医疗保险公司、医生集团等客户提供端到端的解决方案。
VoxelCloud眼底病变筛查解决方案操作界面
VoxelCloud Autoplaque全自动心血管CT图像分析平台操作界面
除了利用肺癌诊断产品VoxelCloud Autoplaque进行全自动心血管CT图像分析，体素科技还针对一些需要人工去标记和主观阅片的数据，采用3组甚至是7组的相互独立的团队进行交叉阅片，以保证其准确性。体素科技结论的客观和正确程度，基于大量的实验和有创检查进行对比而形成的。
一部分实验是在西达－赛奈医疗中心内部完成，另一部分是由其他第三方机构在全球完成超过75个单中心或多中心临床实验，以证明其有效性。
除此之外，VoxelCloud Autoplaque全自动心血管CT图像分析平台还可以对斑块组份、管壁重塑、模拟血流动力学等多项重要参数进行全面分析，对易损斑块特征进行早期识别。在尚未出现严重狭窄时准确评估冠心病事件风险，突破了传统上仅以管腔狭窄作为诊断依据的局限性。从而提高诊断的效率、准确性和客观性。
未来公司的产品主要包括三种类型：一是在WEB客户端的应用，主要为医院、体检中心、保险公司提供分析服务；二是云计算服务接口，主要与影像器械生产商、医疗影像管理系统软件商合作；三是为第三方医疗数据分析应用上提供云计算平台。
体素科技CEO丁晓伟博士认为，基于团队对各种疾病研发流程的理解，目前的产品线配置是最高效和合理的安排，因为无论是科研合作的取得、FDA的认证、以及收集数据和标记数据的速度，都有较长的时间成本。而多条产品线同时开展，能充分利用团队的研发能力和资源。
长期以来，医疗行业的复杂关系，让很多试图从中分一杯羹的公司望而却步。特别是人工智能医疗公司在商业模式上，也一直处于探索阶段。而体素科技的多层次合作模式，或许值得借鉴。
体素科技目前和以下三类机构保持紧密合作：
第一类是医疗机构和大型的医学中心，以及国家级的疾病筛查项目。
第二类是平台性的服务类机构，体素科技将服务或技术搭载在对方的平台上，让产品在尽量多的场景下得到尽量多的使用和验证。
第三类是器械厂商，用分析的算法给器械增加附加值，让同质化非常严重的器械领域，带来产品上的差异化价值。
对于以上三类合作，丁晓伟认为：“在原有临床工作流程和信息化系统上做加法，相对来说比较有局限性。”
拘泥于原来纯人工的工作流程思维，创新的工作流程会受到原有系统的限制，只能将产品作为其中一个模块加入到整体解决方案中。随着AI对疾病分析能力的提升，它能在一定程度上影响一些现有的临床工作流程。
体素科技的产品，没有借鉴任何医疗信息化系统的框架，而是全新设计的一套系统。
另外，丁晓伟更看好提供人机结合的高效诊断分析服务方，如第三方影像中心，四线城市或者乡镇的二级、一级医院，包括社区卫生中心等。让这些机构具备发现早期疾病的能力，是未来体素科技市场推广的重中之重。
体素科技的核心成员来自加州大学洛杉矶分校、西达－赛奈医疗中心、梅奥医学中心、卡内基梅陇大学、亚利桑那州立大学、以及美国西北大学、GE、飞利浦、西门子、Elsevier、SAP，均为医疗影像分析、计算机视觉、机器学习以及医疗级解决方案领域内高活跃度的科学家和医学专家。
西达－赛奈医疗中心是全美心脏影像和心脏手术排名第一的医院，在心脏方面的研究和工智能技术方面，有长久的积累和历史。
未来的规划方面，丁晓伟认为最重要的还是不断地完善产品线，让产品对于某项疾病的临床应用不再机械，使用起来更像一个完整的诊断分析。从服务上讲，体素科技需要构建一个医疗资源上下疏通的一套医疗诊断服务生态，从软件产品和云服务产品跳出，变成触手可及的AI服务。
目前，体素科技合作的医院主要集中在华东地区和华南地区，包括京津冀地区和长三角地区，以及广东省各大城市在内，体素科技合作医院已经超过40家。其中大部分合作项目已经过了研发期，进入到试用和采购阶段。
丁晓伟判断：“在医疗AI行业刚刚起步，行业壁垒尚未建立时，医学知识和创新的研究深度，将决定AI团队的发展优势。”
Demetri Terzopoulos
体素科技首席科学家Demetri Terzopoulos是加州大学洛杉矶分校（UCLA）杰出教授，计算机视觉与图形学实验室主任；是英国皇家科学院、加拿大科学院、Guggenheim、美国计算机学会（ACM）、美国电子电器工程学会（IEEE）院士；被ISI、 谷歌学术等学术排名索引列为世界被引次数最多的工程类学者之一（总引用超过 5万次）；曾获得2005年奥斯卡技术成就奖、IEEE杰出研究奖、人工智能学会奖、2013赫姆霍兹Helmholtz奖、1987年马尔奖、1996年NICOGRAPH奖、1999、2003国际医学信息学学会奖等多个奖项；曾担任美国国家自然科学基金会 (NSF)、美国卫生部（NIH）等委员会委员、马克斯普朗克研究所主席顾问；世界著名医疗影像分析期刊Medical Image Analysis创始编委、以及众多医疗信息技术会议、期刊审稿人、编辑、区域主席等。
Jianming Liang
研究开发副总裁Jianming Liang博士，是首届梅奥医学中心入驻教授，美国亚利桑那州立大学（ASU）生物医学信息和计算机科学副教授。他的研究方向是利用计算机视觉、机器学习、可视化、数学和统计学的工具解决医疗影像分析以及计算机辅助诊断、手术、治疗等方向中的一系列重大挑战；发表了超过70篇论文并获得 13项专利（31项待批）；他的研究是多款 FDA批准的医疗应用的基础；他还是ASU校长创新奖的获得者。
Xiaowei Ding
首席执行官丁晓伟博士是医疗影像分析和机器学习研究方面的专家，分别在2012年和2015年获得上海交通大学信息工程学士和加州大学洛杉矶分校（UCLA）计算机科学博士（辅修应用数学）；2016年加入加州大学洛杉矶分校计算机系，任研究助理教授；曾任职于美国Cedars-Sinai医学中心的人工智能医疗项目和生物医学影像研究院，直接参与研发多款美国FDA批准的人工智能医疗影像分析系统，并担任众多业界学术会议和杂志审稿人和编委。
提供支持
