媒体观察|资本寒冬下的“一匹黑马”:医准智能凭什么突围?| 水母触手

发表时间: 2020-04-10 15:35:10

浏览: 1747

2020年3月19日,医准智能宣布再获近亿元B轮融资。在行业泡沫破灭和资本寒冬的双重袭击下,医准智能凭借强大的研发实力和独到的营销策略,成为“AI+医疗影像”领域中一匹亮眼的“黑马”。那么,医准智能是如何打磨产品、快速商业化落地的呢?公司后发制人、在AI医疗影像脱颖而出的秘诀又是什么?

以下文章来源于水母研究 ,作者冯紫薇

水母研究水母研究

水母研究立足母基金,放眼全资产配置,为广大出资人及投资人提供专业内容和研究成果。我们从母基金视角出发,聚焦私募股权投资,并延展到整个资产类别的投资。


2020年3月19日,医准智能宣布再获近亿元B轮融资。在行业泡沫破灭和资本寒冬的双重袭击下,医准智能凭借强大的研发实力和独到的营销策略,成为“AI+医疗影像”领域中一匹亮眼的“黑马”。那么,医准智能是如何打磨产品、快速商业化落地的呢?公司后发制人、在AI医疗影像脱颖而出的秘诀又是什么?



指导 | 许明霞

调研 | 许明霞 冯紫薇

撰写 | 冯紫薇


2020年3月19日,医准智能宣布公司已获得近亿元人民币B轮融资。本轮融资由三美投资领投,朗程投资、老股东汉能投资和青松基金跟投。据了解医准智能本轮融资资金将重点投向产品研发,扩大公司现有AI产品线,实现AI检测系统从单器官到单部位多病种的覆盖,并基于CT、MR、乳腺钼靶机、普通X光机、超声等多种影像设备,打造特定病种的人工智能产品。


表 1 医准智能融资情况

数据来源:IT桔子

 

医准智能,成立于2017年11月,是一家专注于人工智能辅助医疗影像诊断的高科技企业。公司目前已经开发了五款AI产品,18个月内推出了肺结节智能检测系统、乳腺钼靶智能检测系统,和“达尔文智能科研平台”三款成熟产品。产品目前已经在400多家医院落地,并形成规模收入。疫情期间,在既定肺炎AI检测的基础上,两周推出针对新冠病毒的定制升级版,该系统也已经在全国五十余家医院陆续上线。


发展至今短短2年多时间,从天使到B轮融资,医准智能从资本市场累计融资超过1.5亿元,不仅实现核心产品的快速迭代更新、推动产品成熟度不断提升,而且“研发一款、落地一款,商业化一款”,公司AI检测系统迅速在各医疗机构应用落地,商业化进程堪称神速,成为“AI+医疗影像”领域中一匹亮眼的“黑马”。


图 1 医准智能产品发展历程

数据来源:医准智能

 


1



顶尖算法团队打造高性能AI医疗检测系统


AI医疗影像检测是指将人工智能技术运用到医疗影像检测领域,通过图像识别和深度学习等技术,达到对病灶的智能识别,帮助医生定位病症分析病情,辅助做出诊断。


AI的核心在于算法,而算法是医准智能的强项。医准智能拥有一支顶尖的机器学习算法团队,公司联合创始人兼CTO丁佳、首席算法工程师张佳琦,以及首席AI官王子腾均毕业于北大智能科学系,是机器学习应用于医疗的杰出代表和早期实践者。自2014年开始,这个团队就开始研究机器学习在医疗影像方向的应用,是国内最早的实践者之一。


而医疗行业方面,医准智能公司创始人兼CEO吕晨翀毕业于北大软件与微电子学院,在医疗影像行业从业12年,曾服务于GE医疗和西门子医疗,对医疗行业有着深入的了解。


2017年,医准智能核心团队参与国际人工智能肺结节检测大赛(LUNA16)成为第一支获得冠军的亚洲队伍,参与谷歌KAGGLE人工智能肺癌预测大赛并获得第四名的成绩,参与阿里天池人工智能肺结节检测大赛获得总决赛冠军。这一系列科研成果和获得的奖项标志着医准智能拥有一只技术顶尖的算法团队,其AI医疗影像产品在算法技术方面处于行业领先水平。


目前,医准智能推出的AI医疗影像检测系统各项性能指标均处于较高水平。肺结节智能检测系统拥有结节自动检出、结节类型判断、以及良恶性分析功能,结节检出率达到99%,磨玻璃结节检出率达到95%以上,每个患者的假阳性控制在两个以内,检出、假阳性率及良恶性判断具有行业领先水平;乳腺钼靶智能检测系统病灶检出率高达93%、良恶性准确率达到94%,实现了20秒完成乳腺全病种分析、覆盖乳腺钼靶全病种。据了解,医准智能的云端平台平均每天可产生170多份医学影像报告,每份报告的生成时间仅需20秒。


检验产品成熟度的最直接方式,就是客户是否买单。医准智能目前已经开发了五款AI产品,其中胸部CT和乳腺钼靶两个智能检测产品以及达尔文智能科研平台最先实现商业化落地,已经形成了规模化收入。最新发布的新冠肺炎AI系统也已经在全国五十余家医院陆续上线。



2



提高营销渗透效率,实现产品跨越式发展


AI医疗影像市场是一个崭新的市场,从产品推广、客户培育、到品牌树立都和传统医疗器械的营销模式相差甚远。相比于其他医疗器械厂商千万级的的合同规模,AI医疗影像厂商的合同金额都比较低,简单依赖医疗器械厂家渠道打包销售的传统营销模式产品很难迅速落地。


在销售模式上,医准智能组建了40多人的销售团队,包括很多医疗影像领域的“老兵”,这些销售人员了解渠道和客户,使得公司产品快速进入各大医院。如公司研发生产的肺结节智能检测系统和乳腺钼靶智能检测系统,仅用了一年多的时间就实现了从产品问世到实现营收的跨越式发展。


除了建立强大的内部销售团队外,医准智能还主动联合医疗领域内的知名机构,综合其技术、渠道和信息资源,形成多层次市场开拓格局。例如,医准智能主动联合全球领先的医学成像、监护、生物制造以及细胞和基因治疗技术提供商GE医疗,加入GE医疗的Edison平台,增加公司在数据资源和渠道资源上的优势,将自身产品销售的目标客户拓展至全球范围。


此外,Edison平台还聚集了众多AI医疗的开发者和用户需求信息,可为医准智能未来的产品开发方向提供有效参考。



3



加速多病种产品布局,抢抓商业化新机遇


AI医疗影像行业经过4年多的发展,系统诊断技术、产品均已逐步成熟,肺结节识别、乳腺癌筛查、骨龄识别等产品已进入医院试用,但距离大规模临床应用尚有距离。


随着“AI+医疗影像”行业迈入“深水区”,AI医疗影像企业之间的竞争也愈演愈烈。2019年,AI医疗影像企业从原本的57家锐减至20家左右,有近一半的公司在融资过后并没有产出产品,而幸存的企业中真正实现产品商业化的也寥寥无几。2019年资本市场的“寒冬”也加速了AI医疗影像行业“优胜劣汰”的进程。


医准智能逆势而上,加速多病种产品布局,采用“穿透式”打法,增加产品对一个身体部位的多病种覆盖。例如肺部检测产品,由于肺病患者的检测通常为多病种检测,因此产品能够对肺部进行检测的病种越多,产品和医院的匹配度就会越高,医院对于企业的黏性就越强。2019年以来,医准智能陆续推出多款基本涵盖肺部大部分检测项目的肺部CT智能检测系统。此外,医准智能在覆盖多病种的基础上,重点选择如乳腺癌等痛点大、产品变现时间快的大病种,进行相关AI检测系统的研发。


“AI+医疗影像”行业经历了技术和资本加持下的风口期,如今已经进入产品商业化的检验期。当风停了,资本浪潮退去,只有那些真正以技术内核驱动、回归产品本身、实现场景落地的AI医疗影像企业,才能在激烈的竞争中屹立不倒,真正实现自身的商业价值。

 


近日,融中研究采访了医准智能创始人兼CEO吕晨翀,就医准智能的技术优势、产品竞争力、数据安全性、用户结构以及AI医疗影像市场未来发展趋势等问题进行了深度交流。访谈内容分享如下:

 

融中研究:医准智能2017年11月进入AI医疗影像领域,您当时为什么进入这个领域?

 

吕晨翀:当时考虑进入这个行业,主要是两方面的因素:

一方面,我06年从大学毕业进入到医疗影像行业,先后服务于GE医疗、西门子医疗十几年,对于医疗影像比较熟悉,尤其对医疗影像的痛点感触很深:医生资源缺乏,而阅片量则快速增长,比如2006年我做销售的时候,河南一家县医院,每天平均的CT患者也就十几个人,这一项年收入大概5000万。但10年之后,它的CT患者达到每天两三百人,年收入达到3亿,但是整个医生队伍的增长非常缓慢,并且高质量的医生缺乏,所以影像医生阅片的负担很重,且阅片的质量也有待提高。

 

另一方面,2016年,我们北大的几个师弟获得了全球人工智能肺结节检测大赛的冠军,他们把肺部AI检测的效果做得很好,比如精准的检出率、准确标定结节的位置等,对我触动很大,我觉得我们未来可以为医生做很多事情。除了肺部结节,人体的病种太多了,利用AI医疗可以真正为医生赋能。于是,17年我们一起创业做了现在的公司。

 

融中研究:2017年国务院发布了“人工智能发展规划”,这个政策对您当时创业有什么影响?

 

吕晨翀:对,刚才讲的两个因素都是内因,而外因就是当时整个AI的风潮以及国家政策的推动。当时整个国际环境和国内环境都被人工智能引爆。在2016年的时候,AI医疗其实已经非常火了,而到2017年的时候,AI已经火到一定高度了。所以,我们在这个时候进入,有好的项目、有国家政策的支持等,拿到第一笔投资也会相对容易些。

 

融中研究:医准智能在算法方面的优势是什么?公司18个月就迅速推出了三款成熟产品,技术转化为产品的周期很短,是如何实现的?

 

吕晨翀:从技术来看,当时AI比较热门的三个方向包括:无人驾驶、AI金融和AI医疗影像。从整个应用层面来看,AI医学影像技术已经有了一些比较成熟的算法框架和工具,这些技术一开始都是从人脸识别技术的门类里慢慢应用到医疗领域。

 

因此,当时很多团队都开始在做医疗影像,包括肺结节,它基础的架构其实在底层应用就已经相对比较成熟,但是再往前走的时候就会有一个问题,这种开放性的工具和架构在应用到具体某一个垂直领域的时候,不是照搬就可以,而是需要去结合所应用行业的具体知识,需要再次创新将一些原创的东西融入进去。

 

原创能力其实意味着你这个团队能否做出让医生认可、并且愿意购买的产品。

 

对于AI医疗影像,具备这种原创能力的团队必须同时对深度学习算法等技术以及医疗行业都非常了解。从整个行业来讲,具备这种核心能力的团队不多。但是我们比较幸运,从创业初期就有了这样一支团队。核心算法团队从2014年12月份开始接触医疗,做医疗影像,如今已经积累了5年的医疗影像经验,对医学这种感知和触觉是非常灵敏的,只要跟医生聊上几分钟,就能很快捕捉到医生的痛点、了解医生的需求,并能提出高效精准的AI技术解决方案。

 

融中研究:医准智能的肺结节智能检测系统目前的肺结节检出率达到99%,这个指标在国际上代表什么水平?

 

吕晨翀:99%的检出率,目前在国际上属于一流的水平。在2016年参加比赛的时候,当时我们的水平也就是在96%的检出率,经过两年多的迭代,检出率达到99%,我们其实有了非常大的提升。

 

目前,在算法理论层面领先的仍是硅谷的企业,但在应用层面大家水平差不多。应用层面当中,中国的医疗数据数量是国外的几倍甚至几十倍,同时由于政府的支持,整个企业在获得这些数据的便捷性上、效率上是他们的几倍、几十倍。这种情况下,我们整个算法模型的迭代,包括我们的同行,一定是超越国际的。

 

AI和人工检测相比,如果高年资的医生是在充裕的时间下进行阅片检测,其检出率是很高的。但是,目前,医生每天要阅片20、30个,甚至50个,数量太过庞大。因此,医生对人工智能软件的需求越来越高,尤其是地市级以下医院的需求。从医院招标情况来看,今年上半年的招标量差不多是去年同期的7-8倍。所以说,在基层逐渐意识到人工智能对他的工作有帮助之后,整个的需求就体现出来了。

 

融中研究:医准智能跟IBM打造了一个医学影像人工智能科研平台,即达尔文智能科研平台,您能否谈谈怎么跟IBM这样的顶级平台开始合作的?这个平台对医准智能的价值和意义是什么?

 

吕晨翀:IBM背后其实是非常强大的一个AI平台,可以用在各个行业,医疗只是一个应用场景。与IBM合作的基础在于,IBM当时想把应用于工业的一个模型的平台能够在医疗领域中展开一些应用场景,而我们对医疗行业认识非常清晰,并且对整体算法模型的认知有深厚的基础,所以当时我们聊完之后就决定大家联合开发。IBM提供一些底层的AI的调用的模块,我们贡献了一些算法应用以及影像组学上的模块,就开发了这个智能科研平台。

 

这个平台很好的解决了影像科医生需要算法支持的痛点。我们知道,三甲医院科研需求多,以前一般是和AI公司合作,医院搜集病例,算法工程师帮医生建模,合作发论文。但是随着公司的项目越来越多,且算法工程师本身资源稀缺,这样,公司就没法用更多的人工去支持医院的科研工作。智能科研平台则能部分替代算法工程师的角色。


医生自己搜集病例,不需算法工程师,在平台上就能跑出模型。这个平台解决了全科科研的需求,开一个账号之后,每个人都可以去调用,自己建模型。这就解决了全科科研的需求,做到了科研资源的最大化使用,而不是仅仅将科研资源集中在一两个人身上。


同时,这个平台是模块化的,非常智能、易操作,并且进行了汉化处理,只要能看懂模块就能通过拖拽搭建一个算法模型,导入一些数据后,就可以跑出一些曲线。一般经过2、3个小时培训,使用者就能自己建模操作,所以比较受欢迎和认可。去年,这个平台化产品,我们已经有一定的装机量,也有一些客户买单了。所以目前来看,这种平台应用是相对比较成功的。


融中研究:医准智能是首家推出“空间配准”功能的肺结节智能检测系统厂商,竞争对手在该功能上也不断突破,医准智能的“护城河”在哪里?

 

吕晨翀:在多次肺结节检测中,由于医生在判断结节是否是同一个结节时误差风险高,耗时又长,因此需要“空间配准”功能进行辅助判断。目前我们的肺结节智能检测系统在“空间配准”方面能够做到无限次对比,这是我们“空间配准”技术的核心优势。单一技术也存在被超越的可能,但我们提早做出随访的模型,所以我们看的患者越来越多,数据量积累就越来越多,所以我们的产品也会比后来的竞争对手越来越精准。

 

融中研究:AI医疗影像领域存在数据泄露的风险,医准智能在数据安全方面是怎么样把控的?

 

吕晨翀:现在中国对医疗数据安全还比较重视,国家一方面是鼓励你来用医疗数据,另外一方面又有严格的规章制度来防范你泄露数据风险,而我们之前部署的400多家,数据一直都在医院内。签的试用协议里会有很严格的条款,系统出医院的时候要把硬盘全部清除,所以整体来说数据风险控制得非常好。

 

融中研究:AI医疗影像商业化落地是一个普遍的难题,大部分企业都面临这个问题,您觉得难点到底在哪里?医准智能是怎么落地的?

 

吕晨翀:AI医疗影像这个概念火了两年半,2018年下半年开始,整个市场对AI医疗影像趋于冷静,2019年基本上资本就更加冷静。为什么有这样的变化?我觉得主要是两个因素,第一个因素就是这个行业的爆发没有想象那么快,医疗影像服务的对象是最专业的医生,你要服务一个非常专业的人士,同时要去解决人体疾病这样一个非常复杂的系统问题,这对产品技术的要求是非常高的,你很难在一年就打造完一个产品并马上卖给客户。


没有两三年的时间打磨产品,没有非常强的团队,远远达不到医生所要求的程度,所以不会有人购买你的产品。2019年是商业化的元年,基本上公司从早期到2019年已经成立三年了。在这种时候,头部的几家公司都逐渐把产品打磨到了医生愿意买单的程度,后面的企业失败还是因为产品不成熟。但是有一些机构就会归因为AI医疗是伪需求。

 

我们其实是一个后来者,但是为什么说我们的技术能够杀出来,我们公司能杀出来,其实就两部分:一个是技术产品得到市场的认可,一个就是商业化。从技术上来说,尽管我们本身是2017年11月成立的一个公司,但实际上我们核心的算法团队2014年10月份就开始研究了,是国内最早一批进行医疗影像人工智能研究的团队之一,到17年的时候我们已经研究三年了,有了深厚的技术储备,所以这个是我们产品上很重要的一个厚积薄发的点。另外一点就是,我们医准智能基本上很少做媒体宣传,当时市场上做肺结节系统的就有50多家,很多人不认识我们,很多客户都是从我们其他医院的使用口碑对我们产生好感的,包括我们A轮、A+轮投资人都是在医院调研其他同行的时候发现有医准这个团队的。所以你的产品是不是真的有价值,这很重要。到现在为止,我们的装机量也处在第一梯队,将近400台,现在行业内能达到400台的也只有三家。

 

融中研究:AI医疗影像商业化落地的逻辑是怎样的?何时能迎来大爆发?

 

吕晨翀:一些行业外人士觉得AI医疗影像是一个需求不大的东西,所以才导致商业化不行。实际上我们从业者都知道,是因为你给客户的产品还没有到达他们买单的程度。

 

另外一个原因,用户对AI的认知是一个被教育的过程,从2016年开始出现人工智能以后,市场上大肆宣传人工智能会替代医生,因为可能会导致医生失业,所以部分医生很抗拒这个东西。到了2017年,AI厂商改变宣传策略,明确提出懂AI的医生会替代不懂AI的医生,AI永远是医生的助手。医生建立这个认知后,开始大量使用AI影响检测设备,发现确实帮助他们提高了诊断能力,这时医院就愿意负担系统的成本,于是使用的客户逐渐增多。AI未来爆发,一定是这个市场被教育并且用户使用体验到了真实的价值。

 

融中研究:目前我们的客户数量将近400家,未来一到两年,预期客户数量能拓展到多少

 

吕晨翀:2019年我们几千万的收入;2020年预计会达到盈亏平衡,而且2020年整个装机的用户数量应该会达到800家。

 

融中研究:从用户类别和地域分布来讲,医准智能AI检测产品的用户结构是怎样的?您觉得未来市场需求的发力点会在哪里?

 

吕晨翀:用户类别,目前我们的产品在民营医院的整个装机量大概只占4%左右,主要都是公立医院的用户。2019年,我们的用户60%是三级以上的医院,40%是二级以下医院。但是这个比例在2018年是三级医院占80%,二级以下的医院占20%。这反映了二级医院的市场需求在迅猛增加,一是因为二级医院的数量本身就非常多,而国内三级医院总共才两千多家;另一方面,对于二级或基层的医院,它的优质医生更稀缺,AI检测设备的价值体现会更强烈。所以未来我们能看到大量的AI检测系统的需求是在二级以下的医院。从地域的分布来说,我们的系统在河南、广东、江苏、山东、浙江、北京这几个省市的装机量是排在全国前列的,在行业内也大概是这样一个分布。

 

融中研究:人工智能对于医学领域的智能化赋能,未来能到一个什么程度?

 

吕晨翀:第一个,我觉得在现有整个医疗的伦理架构下,AI是无法替代医生的。那么在无法替代医生的情况之下,我觉得有两个因素:第一就是做判断和签报告承担责任的一定是医生,第二就是目前还无法达到绝对的智能化,要从全面超越医生来说来还很难。所以我觉得AI行业未来5年能够看到的前景是专注在一些医生比较关注的痛点方面帮助医生提高效率,这就会形成一个非常强的粘度,能够让医生去使用它、喜欢它。


— 联系我们 

  联系电话:010-86393784

  人才招聘:HR@yizhun-ai.com

         媒体采访:media@yizhun-ai.com

         商务合作:marketing@yizhun-ai.com

  联系地址:北京市海淀区学院路唯实大厦1106室

Copyright © 2020 京ICP备18036543号-1 北京医准智能科技有限公司  All Rights Reserved