近日，36氪医疗创投新风向大会在京举行，大会共话“增长”，探讨临床真需求，找到并帮助真正有创新、有技术、有市场、有价值的中国医疗企业，破除行业信息壁垒，实现商业价值与社会价值的共同增长。
医疗健康是穿越周期、发展潜力巨大的赛道。过去医疗行业不乏10倍增长的企业，当下中国基础研究能力正在勃发，创新势力正在崛起，大变局中，新生代企业正聚焦临床真痛点，突破技术卡脖子，跨越市场艰与险，步步为营，通过创新产品和服务，来改变医疗的固有格局。
鹰瞳Airdoc首席技术官和超
鹰瞳Airdoc首席技术官和超受邀在论坛上做了题为《视网膜影像AI的应用与普及》的分享。和超表示，我们需要一个高效的慢病筛查的技术和服务，来提早地发现慢病患者，及时进行治疗。如果能提早发现慢病，那整个治疗成本会下降，预后效果也会好很多。而通过视网膜AI赋能眼底检查，可以成为新时代的“体温计” ，能帮大家时时刻刻了解自己的身体健康。
以下是和超的演讲内容，经36氪编辑发布：
视网膜影像AI的应用与普及
大家好，我是鹰瞳Airdoc的和超，今天很荣幸在这里跟大家汇报一下我们在视网膜影像AI的应用以及普及方面的突破。
我国是一个人口大国，有超过14亿的人口，我们人口的慢病患病率还是不低的。比如说，我国糖尿病的患病人群大概接近1.3亿，高血压患者也接近2.5亿。而无论是国内外，主要的死因里，排第一的不是癌症，而是心脑血管疾病。
另外在我们所有的慢病患者里面，他们的知晓率是不高的。比如说1.3亿的糖尿病患者里，只有43.3%的人知道自己患有糖尿病，其他超过一半以上的患者并不知道自己患病。
而慢病有一个特点，如果能提早发现，那整个治疗成本会下降，预后效果也会好很多。如果说发现晚，慢病进展到了后期，整个治疗的成本高，效果也不好。对应的结果，个人、家庭和社会的医疗负担加重，所以国家需要一个高效的慢病筛查的技术和服务，我们才能提早地发现这些患者，及时进行治疗。
在医学界、产业界大家都在寻找这样的方法。最近几年，基于视网膜检测的慢病筛查得到了很多的关注。
为什么基于视网膜可以来发现慢病呢？这是一个很扎实的医学基础。
这里面有两个原因，第一个原因是，视网膜上的毛细血管和神经，是人体全身唯一可以从体外无创观测到的血管和神经。就是说，视网膜是瞳孔后面、眼球后面的组织，因为我们要透过瞳孔来看世界，所以瞳孔是透明的，医生是可以通过眼底相机给它拍个照，来无创地观测视网膜上的一些变化。
第二个原因，整个人体的血液循环是连在一起的，那么血液循环里面，比如说血糖太高，或者高血压，都会侵蚀全身的血管，也会侵蚀视网膜上的血管。因此，通过观察视网膜上的毛细血管和神经的变化，就可以来检测疾病和预测患病风险。所以说，眼睛不仅仅是心灵的窗口，也是健康的窗口。
即便有这样一个很扎实的理论基础，但想要普及，其实还是有很多问题的。有一个主要矛盾是，我国有14亿人口，这里面慢病患者有3亿，但我国的眼科医生不到4.5万名，而这4.5万名的眼科医生里，大概只有一千多名是能做眼底病诊断的专业医生，只有他们可以准确识别眼底视网膜各种全身慢病并发症的迹象。
随着技术的发展，2016年开始，谷歌的Alpha Go打败了李世石，成为AI被大众熟知的一个里程碑事件。与此同时，AI也在医疗，特别是眼科方面展开应用，2018年，FDA批准了第一款诊断糖尿病视网膜病变（简称“糖网”）的AI设备，它是可以通过给眼底拍4张照片，通过技术分析，最终给出诊断结果，像人类医生一样，判断这个病人是否有糖网。
我国对这方面的技术也非常关注和支持，2020年8月，鹰瞳Airdoc的糖网辅助诊断软件产品，也获得了国家药监局的批准上市，这也是第一个眼底AI的三类证。
近些年，AI技术在医学影像领域有了非常大的成长和发展，同时数据的积累也达到了一定程度。这样我们就可以让AI来深度学习高水平医生的经验，学到之后，服务更多的患者。
这是一个简单的工作过程。大家可以看一看我们训练模型的方法，我们收集高质量的视网膜图片，请专家来做交叉标注，看是否有慢病的迹象，然后通过学习来训练模型，来学习专家判断的规则和原则，学会后要打造成产品，并要走完注册流程，获得药监局批准后得以上市。
这样的产品有很多优点。首先它是无创的，它可以帮助医生做更多的工作。比如说之前一个医生，一天只能看10个病人。有些慢病在眼底的并发症是非常轻微的，比如说一个出血点在图像里是几个像素，但图片中是1200万个像素，在1200万个像素中找出血点是很花时间的，我们可以赋能医生去做识别。
第二个，检测全面，刚才提到很多全身慢病在眼底都会有并发症，会有对眼底健康的改变。对AI来讲，要么是分类问题，要么是检测问题，要么是分割问题。通过类似的技术，目前我们可以做到识别55种以上的健康风险。
同时它也是检测很准确的，因为它是个很严谨的训练过程。
这款产品还有个特点，影像实时质控。这也是我们在AI领域的一点小小体会，拍摄图像的质量会影响后续判读和评估，所以我们算法中有一个实时质控功能，第一时间指出这张图片质量不够，第一时间重新采集，帮助非眼科专业医生判断图片是否达到要求。
另外考虑到在不同场景、全人群的适用，所以在研发初期，算法就实现了不同眼底相机的广泛适配。
产品解决了专业眼科医生资源缺乏的问题，我们可以赋能医生，比如医生之前可以看10张图片，现在可以看更多。那解决了这个问题之后，因为整个流程是两部分，包括采集图片和分析图片。采集眼底的图片需要专业的眼底相机，它不仅笨重不便于移动，价格昂贵，而且操作较为复杂，这也是阻碍这个技术普及的一个非常巨大的障碍。
于是我们自研了一个全自动的眼底相机，它可以支持患者自己给自己拍一张眼底照片，就像用手机给自己拍一张自拍一样。这也是一个得到批准的医疗器械，现在已经上市，它很便携，只有2.2公斤重，用充电宝就可以供电。
我们利用一些深度学习算法，替换了之前比较昂贵的硬件器械、硬件组件，大幅降低了成本。医疗机构的使用成本降低了，同时患者采集图片的体验也很简单，30秒就能够采集到自己的眼底图片。
鹰瞳科技视网膜检测产品
这是一个使用的展示。左上图是传统的相机，很大，需要有一个操作人员给患者采集。那中间那张图，完全可以自己给自己拍摄，不需要操作人员，大幅降低了使用成本。
得益于我国的互联网普及率，产品整个的注册登记、报告分发等都是基于手机，基于移动互联网，这也是我们产品和海外产品对比的一个巨大优势。
我们希望视网膜AI赋能眼底检查，可以成为新时代的“体温计”，时时刻刻、在任何地方都能帮大家了解自己的身体健康。
到目前为止，我们在服务用户方面，已经服务了十多个国家，累计超过1000万人次的检测用户。
这是我今天的分享，谢谢大家。
声明：本网转发此文章，旨在为读者提供更多信息资讯，所涉内容不构成投资、消费建议。文章事实如有疑问，请与有关方核实，文章观点非本网观点，仅供读者参考。
