聚焦视网膜影像，Airdoc将慢病筛查带入千家万户

眼常被赞许为“机体的橱窗”，可谓是实至名归。Airdoc是国内慢性病筛查领域的领头羊，能够通过视网膜影像筛查出多种慢病疾病及其并发症。

下一步，Airdoc将继续扩展病种，向着“让优质的医疗资源像空气一样人人触手可及”的愿景迈进。

视网膜影像是慢病筛查的好方法，但阅片能力制约筛查开展

Airdoc之所以聚焦于视网膜筛查，是因为我国大部分慢病患者被发现患病时已处于晚期阶段，治疗康复的成本极高。而这一情况，一部分人可以通过视网膜慢病早期筛查得以改善。

诸如糖尿病、高血压、动脉硬化、视神经疾病等全身性疾病的并发症，以及高度近视、老年性黄斑变性等常见疾病，都可以通过视网膜筛查手段得以早筛早治。

奈何国内专业眼科医生仅有3.6万人，具有多年诊断经验的高年资医生数量更少，早期筛查所需视网膜影像判读医生极其匮乏，极大地制约着通过视网膜进行疾病早筛的开展。

AI影像识别补位医疗资源匮乏，注重数据和技术积累

人力匮乏的地带，AI可以补位。AI在影像识别中具备天然的优势，对于计算机来说，只要有优质的标注数据和好的算法，要识别视网膜影像中的病变并非难事。

Airdoc产品训练数据不依赖于一家医疗机构，会通过至少来自三家医疗机构的专家标注，选择共同标注作为训练的金标准。

视网膜筛查需在多病灶上识别多种病变，而且视网膜病变不是自然界中的常见图像，识别目标非常小，一般开源算法框架效果并不理想。Airdoc产品模型源自自建的卷积神经网络算法，注重自身技术积累。

从2015年成立至今，Airdoc已经在视网膜影像领域耕耘了三年，从产品研发到市场推广，Airdoc在不断推动慢性病筛查的普及。

软硬一体化，满足医院各种需求

由于此前眼科医生匮乏，很多医院尚未部署眼底照相机。有了Airdoc慢性病筛查软件的辅助，视网膜影像处理有了保证，同样带动了眼底照相机的需求。

眼底照相机市场极其分散，而且不同厂商提供的眼底照相机功能差异、质量差别、价格差别都极大。

Airdoc在开发产品、训练产品模型时，通过差异化数据源以及多层次自建神经网络算法，使得产品能够适配于市面上所有的眼底照相机所拍影像，也能适用于各类筛查场景。

降低单次筛查成本，进一步推动视网膜筛查的普及

最初，Airdoc面向优质三甲医院推广，眼科、内分泌科、神经内科以及门诊，都有Airdoc慢性病筛查软件的身影。

前两年开始渠道下沉，面向基层医院以及社区卫生服务机构部署。2017年Airdoc筛查量超过100万人次，该数据有望在2018年攀升至超过500万人次。

同时，Airdoc也通过对后台GPU集群的优化，实现单次筛查成本的下降。

随着筛查成本的不断降低，Airdoc慢性病筛查软件将触达至更广泛的场景和群体，进一步推动慢性病筛查的普及。

近期，爱分析对Airdoc创始人兼CEO张大磊进行了访谈，现将部分内容与读者共享。

张大磊，Airdoc创始人兼CEO，曾任微软总部Excel负责人，PPTV副总裁，新浪集团副总裁。

聚焦慢性病筛查

爱分析：Airdoc从2015年成立到现在大概经历了哪些发展阶段？

张大磊：我们的初心是让好的医疗服务像空气一样，惠及每一个人，现阶段医疗资源匮乏，且分布极不均匀，我们想解决这个社会问题。

国内慢病的漏诊率非常高，中国糖尿病人1.14亿，知晓率是30.1%，意味着接近70%的糖尿病人可能不知道自己是糖尿病患者。

如果能早期发现，治疗成本相对比较低，所以慢病的早期发现有巨大的价值，类似的慢病还有很多。

2015年底开始在国内做慢性病筛查的试点推广，2016年开始正式市场推广。

爱分析：为什么慢病的早期发现率很低？

张大磊：因为很多重大慢病早期没有明显的症状，而且早期筛查金标准流程比较复杂，以糖尿病为例，很多人体检不愿意选OGTT糖尿病的筛查的金标准流程是，先空腹测一次血糖，然后喝75克葡萄糖，餐后两小时再测一次血糖，才能作出判断。但是大多数人体检时测完空腹血糖，做完其他检查就离开了。

血糖只测一次有随机性，因为它是动态变化的，单点血糖监测去确诊是否有糖尿病的价值不大，但这恰恰是很多人选择的体检的方式。而且国内个人体检的意愿非常低，企业主动给员工体检的比例也比较低。

因此我们觉得这里蕴含了很大的需求，通过视网膜影像，用算法学习医生诊断的经验和能力，做慢病筛查。去年做了大量人群。

爱分析：目前Airdoc涉及筛查的病种有哪些？

张大磊：现在通过视网膜影像，主要是看血管和神经有关的慢病，已经覆盖多种慢病疾病及其并发症以及常见眼底疾病。

在另外一些小众需求方面，也做了一些尝试。比如用于专科医院的放射影像诊断。

通过视网膜可实现慢病早筛，但受制于医疗资源短缺

爱分析：目前体检是否会做视网膜检查？

张大磊：基本上不查，现在大多数体检偏向于采购一些看上去性价比较高的项目，而忽略了重大慢病的筛查。

在中国，大部分的黄斑变性患者在发现患病之前已经失明，因为国内能够从视网膜影像发现黄斑病变的医生数量很少。很多慢病大病由于医生资源的匮乏和能力不足，而未被发现。

掌握全部疾病的识别需要医生长时间的学习，要看数万张影像才能有相应的能力。我国也没有执行必要的慢病筛查。国外发达国家要求有慢病风险的人每年做筛查，从政策上鞭策大家做早筛，同时也实现了医保控费。

爱分析：目前Airdoc在视网膜影像筛查方面的进展如何？

张大磊：用算法学会专家、教授的经验，在视网膜影像筛查全球领域内，Airdoc模型阅片数量最大，特异性和敏感性指标都是最好的。

算法学习到的经验，目前在一些眼科专业不够强的医院的神内、心血管、内分泌等科室大量使用。总体上来说产品推广很顺利，没有碰到特别大的障碍。

数据标注需多重验证，开发通用模型

爱分析：数据源和数据标注是如何考虑的？

张大磊：与中美各大医疗机构合作，花了几年时间，陆续积累了几百万精标注数据。

数据至少会让三个以上医疗机构的教授标注，大家意见一致的部分做模型训练，力求最大程度消除偏见和谬误。

爱分析：底层技术方面，视网膜影像识别跟放射影像识别有差别吗？

张大磊：对我们来说没太大差别。

我们从最开始就在做通用AI，我们用模型识别视网膜影像、放射影像以及病理影像，同样也做过分诊疾病（基于NLP），现在是有关部门在基层推广的产品。

爱分析：现在按这种技术思路在做的企业有哪些？

张大磊：我所了解的情况是，我们和DeepMind在用这种思路做，需要有自己设计神经网络的能力，而不是公共开源的算法。

我们一直认为自己的产品就像小孩一样，可以到处拜师学艺、增长本领，最终我们看到的是一个更加强壮的小孩。

市场扩容性强，专注慢病筛查

爱分析：如何判断市场规模？

张大磊：至少有十几万家的医疗机构是可以进去的。眼底照相机不需要特别的部署环境，参照美国的情况，眼底照相机更多部署在特大医院之外。

眼底相机部署要求很低，但是诊断医生资源紧缺。如果配套Airdoc慢性病筛查软件，任何地方都可以做慢性病筛查。

爱分析：Airdoc产品的核心竞争力或特点有哪些？

张大磊：从开始到现在，我们做了一些别人不愿意做的苦活。

第一，我们做到了视网膜影像，不管质量多差都能识别出来，为了做到这一点，整个工作量加大了一个数量级。

第二，市面几乎所有的设备都成功匹配过，尽管有些已经停产了好多年，也能够匹配。

第三，从的贫困地区的基层医院，到做一次检查上千元的体检中心，我们产品表现都很好。

爱分析：Airdoc未来的产品发展方向是什么样的？

张大磊：我们想法很简单，筛出中国重大慢病群体，能够不断的扩展可识别的病种，同时提升筛查诊断的准确率。