据说斯坦福博士后拿了AI医疗影像最高融资 辅助诊断覆盖700家医院

◆ 对柴象飞来说，创业所带来的巨大挑战是角色的快速转换。

文| 铅笔道 记者 赵芳馨

►导语

当被问到最难忘的时刻，柴象飞思考了一瞬，坦言自己最难忘创业以来“分裂”的状态。

成为汇医慧影CEO，就意味着他要长期在不同角色中快速转换，技术、产品、销售……时间仿佛在快进，半年来休息的时间不超过半天，“一年当五年过”。

有时，他又要慢下来，更为专注地打磨智能诊断云平台。在平台上，心血管、肿瘤、骨科等各个病种都搭建了算法模型，从收集数据到提高阅片效率、量化诊断全流程一般需要4个月。

与医院的合作更需要耐心。进入一家医院，汇医慧影需要快则两三月，慢则四五个月。

就这样在快快慢慢的节奏中，柴象飞带领团队把智能诊断云平台迭代了三个版本。产品能提高影像医生阅片效率40%，其中乳腺肿块检测准确度>91%，胸部CT正常/异常诊断准确率90%左右。云平台也已在700多家医院落地（签署购买或合作协议）。

今年10月，汇医慧影再次完成数亿元的B轮融资，达泰资本领投、蓝驰创投及其另一家机构跟投。“这是业内目前为止数额最高的一轮融资。”

注:柴象飞承诺文中数据无误，为其真实性负责，铅笔道做客观真实记录，已备份录音速记。

走出斯坦福

如果不是创业，柴象飞很可能会沿着斯坦福博士后的路子，成为一名研究医学影像的教授。

在大学里做研究，直到白发苍苍光荣退休，终其一生在知名期刊上发表100多篇论文——参加斯坦福大学一位老教授的退休party时，他仿佛看到了自己未来几十年的生活。

但研究成果的转化率呢？

“全球每年产出几十万篇论文，但真正能够转化为使用成果的可能只有千分之一，连百分之一都不到。”

但斯坦福大学相对来说又是一个高转化率的地方。很多教授走出大学进入公司，“有的计算机系教授四天待在公司，只有一天回学校”。

而他与之打了十多年交道的医学影像专业，虽说成果落地没那么容易，但正因为困难，所以更缺乏有能力的人把理论产品化、商业化。

柴象飞恰恰就具备这些能力。研究生开始，他的学习和工作地点都在医院里，并先后在荷兰癌症研究中心、斯坦福大学医学院癌症放疗中心参与开发了影像引导放疗系统、影像云平台、放疗云平台等。

另一方面，医学影像技术已发展成熟，又不断汲取以数据为驱动的新技术。这些人工智能或大数据的“方法论”，最终都是为了让算法从智能诊断到量化诊断进化再到精准医疗。

未来的方向已然明晰了，然而就这样在美国成立一家创业公司，无疑是阻力重重。打通医院，并获取持续的数据反馈非常艰难，在美国，影像的异常筛选准确率要达到99%才能用于临床试验，还需经过三年验证。

对比而言，世界范围的AI混战中，国内才是“AI+医疗”方兴未艾的新战场。“准确率达到90%～95%，我们就可以在部分医院小范围测试，医院也愿意参与到临床试验中。”

那就回国去。柴象飞给自己定了一个时间，在2015年的圣诞节前找到第一笔融资；否则就待在美国寻求其它机会。

进展比想象中顺利。一个月后，汇医慧影完成天使轮融资，投资方为水木易德。

落地智能诊断云平台

正如医生看病要找准病灶所在，作为一家医学影像人工智能公司的创始人，柴象飞也想解决行业中的“问题”。

一是基层的需求。回国后，他发现基层医院的影像医生储备不足，而在大医院当医生的同学每个周末都会去往基层医院，帮助阅片、写报告等。

二是工作内容的差异。国外的影像医生能深度参与患者的临床治疗方案中，但至今国内的医疗体制沿用的是苏联体系，影像、检验、超声等几乎等同于医辅科室，与临床分离。如果影像医生能够提供详细、精准的诊断依据，临床医生才能得出更准确的结论。

有别于国内外的第三方影像中心，汇医慧影针对“问题”的解决方案并不涉及实体和重资产，它想做的是延续和传承。“老医生到了退休的时候会著书立传，因为他想把毕生所学固化下来，让后人所学。”

作为图像信息的医学影像是特殊的，它可以用计算机来记录。所以汇医慧影可以综合运用图像识别、深度学习等AI技术，针对CR、DR、CT、MRI等医学影像进行图像处理和分析，并模拟影像医生的阅片模式进行诊断。

伴随影片的是一纸薄薄的影像报告。报告一分为二，上半部分为影像所见，即医生阅片看到了什么；下半部分为诊断意见。

汇医慧影的垂直医疗场景落地，也是围绕这两部分内容：用图像识别来找到影片中的病灶等，提升阅片效率；搭建全流程预测模型让机器作出诊断结论，量化精准医疗，帮助医生做出个性化的治疗方案。

两部分齐头并进，对于不同的疾病又各有侧重。

一种情况是大器官小病灶，其难点在于从影片中看到问题所在。比如整个乳腺的影片大到4000*4000像素，人眼很难快速找到病灶，而汇医慧影的乳腺肿块检测准确度大于91%，阅片时间从5分钟缩短至两三分钟，提升40%效率。

图像识别最倚重的是数据量，尤其是已经标注好的数据。除了利用柴象飞在斯坦福期间的相关实验数据，汇医慧影还通过和医院的相关合作获取一部分数据。此外，公司自主研发影像大数据科研平台，其中影像组学模块已接入50家三甲医院，获取了全流程临床数据和影像标注数据5万多例。而精确标注数据越多，图像识别就越准确。

另一种情况是病灶明显但难以定型定量。例如癌症、心血管疾病或神经类疾病处在不同分期，患者的治疗方案不同。此时，深度学习模型更侧重数据的维度，不仅是病理数据，还有愈后三个月后的随访影像数据、一年后的生存情况，甚至是相关基因数据。

经历一年时间，智能诊断云平台于2016年搭建完成，至今迭代了3个版本。产品包括医院端、医生段、患者端、管理员端等，涵盖心血管、肿瘤、脑科学、骨科等病种。平台可以从以上各维度数据中提取1000多个特征值，利用机器学习最终得到量化结果。“通常来讲，我们的准确性达到了80%。”

而一般情况下，某个病种的异常筛选准确率能做到85%（或达到普通医生的诊断水平），柴象飞就会带着团队找医院进行测试。

打动医院和资本

最初到医院测试智能诊断云平台时，柴象飞都是亲力亲为。

一些医院需要与县级医院远程诊疗，计算机先出诊，诊断不了的医生再诊，这样就完成了上下级医院间的科室托管。柴象飞自己把程序开发好，白天到医院给医生、领导讲解，晚上一番应酬之后写方案；第二天，他再去上门安装。

但很难解释，作为一家初创企业，汇医慧影究竟靠的是什么打动医院。毕竟医院与公司合作，除了看中其产品是否解决真实需求以及性价比，也会参考公司背景。

直到某次汇医慧影打败其它大公司，中了某医院的标之后，柴象飞无意听到了院方对他和团队的评价。“第一点，这家公司的老板是医学影像人工智能出身，懂得医生工作场景中的个性化需求；第二点，老板亲自上阵，人挺踏实做事靠谱。”

除了产品，汇医慧影也在不厌其烦地教育当下市场。云平台进入一家医院，市场人员需要不断跟进，同时还有科研人员与医院进行科研合作。就连柴象飞也经常去各种行业会议上演讲、作报告。

与此同时，公司组建了一支30人的销售队伍。通过直销和代理商推进，汇医慧影已覆盖700多家医院（签署购买或合作协议）。

在柴象飞看来，这些正是团队最大的优势所在。“如果光有技术没有市场，或者光有市场没有技术都不行，而我们能把技术和市场紧密揉在一起。”

资本的认可与他的观点几乎如出一辙：认同汇医慧影具体执行的步骤，以及团队有能力做成“AI+医学影像”并且胜出。

于是继一年前获得来自蓝驰创投的A轮投资之后，今年10月，汇医慧影再次完成超过数亿元的B轮融资，达泰资本领投、蓝驰创投及其另一家机构跟投。“这是业内目前为止数额最高的一轮融资。”

/The End/

编辑   付文学   校对   邵毛毛

优质项目"融资首发绿色通道"：创业者请加微信yangmao-71，务必注明项目名称；或发送BP至xueting@pencilnews.cn。
我是本文作者王琳，近期关注新零售行业。有相关创业者，欢迎加我微信（673528678​​​​​）聊聊。