鼎晖投资先后在安防、金融和工业等领域进行AI布局，投资了商汤科技、数联铭品和埃夫特机器人等AI企业。现在，鼎晖投资再次出鞘。

文 | 王庆武 薛小丽

来源 | 投中网

　　ChinaVenture

　　NEW

　　﹀

　　﹀

　　﹀

2015年，汇医慧影CEO柴象飞孤身从硅谷回国创业，尝试将AI应用于医学影像，当时的选择另类而充满争议。而今，“三个斯坦福和UC伯克利的博士刚刚放弃了美国工作，准备近期加入我们。”言及近期发展，汇医慧影COO郭娜在接受投中网记者采访时满溢兴奋。

作为医疗AI主战场的中国，有着绝对的数据优势和场景优势，一场关于AI人才的争夺正酣，全面迎来风口红利期的AI领域也吸引着诸如郭娜这些高级人才的加速回流。一如汇医慧影CEO柴象飞所言，AI产业的竞争，最终还是人才和知识储备的竞争。作为AI+医学影像的汇医慧影已然端坐风口。

这场AI盛宴，资本从不缺席。诚如鼎晖投资，在AI领域深耕已久，鼎晖投资先后在安防、金融和工业等领域进行AI布局，投资了商汤科技、数联铭品和埃夫特机器人等AI企业。现在，鼎晖投资再次出鞘。投中网获悉，鼎晖投资已经完成对汇医慧影新的投资，AI版图里再增一子。

用AI变革医学影像识别的效率和准确率

医学影像识别是通过CT、核磁共振、X光等图像，帮助医生识别病灶、进行医学诊断。目前，中国医学影像的现状是：图像识别设备和技术已经成熟，但影像医生缺乏，同时医生水平参差不齐。尤其在基层医院，影像诊断的准确率甚至不到70%，误诊、漏诊情况较多。

考虑到这些痛点，有助于提高医学影像识别效率和准确率的AI技术十分被看好。正如Bertalan Mesko在2017年RSNA（北美放射年会）中提到：使用AI的影像科医生将取代没有使用的。医疗AI从幕后走向台前，这样的变革正在上演。

此次获得鼎晖投资的汇医慧影是一家AI+医学影像企业，公司专注于将深度学习技术应用于医学影像领域，以帮助医生进行肺结节、骨折、血管等病种的辅助诊断。公司由柴象飞和郭娜创立于2015年，曾在2017年获得由达泰资本领投的数亿元融资，是当时行业单笔融资额最高的案例。柴象飞为美国斯坦福大学博士后，曾在全球顶尖机构从事多年医学影像科研。郭娜则于清华大学本硕毕业，拥有多年TMT及咨询行业市场和销售经验。

投中网记者了解，此轮投资由鼎晖投资TMT团队和医疗团队共同完成。鼎晖投资方面表示，鼎晖关注AI在各个行业的应用，之前投资的商汤科技、数联铭品、埃夫特机器人等AI公司在安防、金融、工业等领域均有不错的表现。医疗行业是鼎晖投资布局的重点，也是人工智能近期可能突破的方向之一。医疗影像是医疗行业中数据积累较为丰富，AI技术应用相对成熟，临床价值较大的领域。

鼎晖投资汇医慧影，看中的是创始人柴象飞和郭娜非常互补的技术前瞻能力和商业落地能力，也看好首席科学家邢磊教授在斯坦福大学几十年积累的医疗影像方面的前沿性研究成果和人才资源。早在2014年，邢磊教授就带领实验室成员，率先将AI技术应用于医学影像和放疗领域，目前实验室团队20余人，不少博士研究生在全球影像AI顶尖人才阵营占有一席之地。据悉，汇医慧影和邢磊教授正在筹备成立硅谷AI Lab。

汇医慧影CEO柴象飞告诉投中网记者，70%的临床诊断需要借助专业医学影像，临床医疗将更依赖于影像检查。而在影像检查中，真正患病的人不到20%，比如人们每年参加体检，做个胸片或低剂量螺旋CT，都有影像的参与。此外，在疾病治疗方案和预后监测等环节也几乎都离不开影像的辅助。

AI诊断首先可以快速筛出健康和非健康人群。中国目前每年有超过4亿人体检，健康筛查方面的需求很庞大。为此，汇医慧影和多家医院和体检机构合作，通过AI影像提高体检效率，进行肺癌、宫颈癌、乳腺癌等的预防筛查。

其中，肺癌因为早期症状难以察觉，一直是我国发病率、死亡率最高的癌症。在早期的影像诊断中，因为病灶面积较小，肺癌很容易漏诊。柴象飞透露，“通过AI技术，可以将3到5毫米的肺结节识别率提高到超过92%，5毫米以上的识别率提高到99%。”

除了提高识别准确度，AI还能大大提高影像医生的工作效率。“技术的发展为影像科带来了新的转机，深度学习平台和开源框架降低了基础算法门槛，GPU、 FPGA、 ASCI 等处理器的性能快速提升，医学影像领域算力不断突破，医学影像和深度学习的结合，可以帮助医生提高阅片效率，过去医生看一个片子需要十几分钟乃至半小时，现在计算机一、两秒就可以看一张片子，速度就非常快。”柴象飞介绍道。

中华放射学会磁共振专业委员会副主任委员、北京大学第一人民医院放射科主任王霄英是汇医慧影的合作伙伴，此前王霄英带领团队尝试进行AI的落地实践。谈及和汇医慧影的合作，王霄英表示非常看好汇医慧影的技术实力和孜孜以求的技术态度，“过去百年来中国影像学科的发展一直跟随西方的脚步，我们学习、借鉴西方的先进技术和理念，追求影像服务的规范化、标准化；未来影像服务将转变为以患者为中心的模式，追求安全、质量、效率，信息学方法的使用就是改变自己、适应新的医疗模式的有力工具。”

目前，经过3年的积累和布局，汇医慧影已经实现在肺结节、心血管、脑梗、骨折等七八个病种上提供AI辅助诊断，公司的相关技术已经在全国8个省份的700家医院落地。

当然，比起全国2.6万家医院，98.3万家医疗机构的广大市场，郭娜表示未来的路还长。

AI数据之争

医学影像的发展共经历了三个时期：第一个时期以CT、核磁等设备的发明为驱动力；之后是造影剂等应用的发明；现在则到了以大数据变革的阶段。虽然依旧在早期阶段，但是，这一波的势头更加凶猛。

数据是AI医学影像的基础。在汇医慧影CEO 柴象飞看来，持续获得高质量的精标注数据，是相关领域公司制胜的核心竞争力。目前，汇医慧影的数据主要来自两个维度：一是国际公开数据集和此前在斯坦福大学进行的临床科研研究；二是和国内医院合作获得的大量精标注数据。目前其获得的总数据量有1百万例。

不管是人脸识别还是AI医学影像，为了计算机能够训练，前期都需要大量人工标注。区别在于，前者是要告诉计算机哪里是鼻子和嘴巴，而医学影像则是要标注病灶。另外，人脸识别的标注人可以是普通人，但进行医学影像标注的必须是专业医生。

为保证前期标注数据的准确性，汇医慧影的每例数据都通过至少两位三甲医院以上的医生同时标注比对，目前公司已经获得几万例精标注数据。鉴于国内医院影像科的强弱和临床科的强弱直接相关，公司在数据搜集上会考虑医院的差异。

“每家医院都有特色病种和强势项目，所以治疗方案和数据也会各有特色。比如浙江大学第一附属医院擅长做肝脏移植，其肝脏方面的影像数据就特别好和全；中山大学肿瘤医院鼻咽癌做得最好，相应的数据就会比较完善。”柴象飞称。

获得这些数据后，医生的经验可以通过算法和初步模型固定下来，随后可以推广到基层医院。在推广的过程中，医生们会持续对数据进行纠正和反馈，以不断提高数据的准确性，最终形成AI数据闭环。“我们的机器学习可以将诊断准确率提高到至少95%。”柴象飞透露。95%，这是国家对三甲医院医生的考核要求。

目前，除了将AI应用于影像领域，汇医慧影的深度学习还可以拓展到血管外科、肿瘤科等科室。“通过将影像、病理甚至基因等多维度的数据相结合，不仅可以进行疾病筛查诊断，还可以帮助医生制定个性化治疗方案，结合相关数据进行愈后监测，比如获知五年后的复发率等。”柴象飞告诉投中网记者。

商业化落地

“医学影像在医学领域总收入中占比20%，这个行业一年的市场超过6千亿元。”郭娜透露。

在她看来，今天AI创业的竞争不仅关乎技术和资本，还需要产品化和商业化构筑护城河。其中，商业化是决定公司成败的关键，“产品易用度和好感度”是评估产品是否具备商业化的基础。

在短短2年多的时间内，汇医慧影聚集了跨越影像到临床、从市场到销售的多维度专业人才，优秀人才的持续加入成为公司不断创新的源动力。

目前，看好AI医学影像赛道的公司很多，包括在AI领域深耕已久的腾讯和科大讯飞等都在这个领域有所布局。前者在2017年8月发布了AI医学影像产品“腾讯觅影”，后者在2017年11月发布了基于图像识别和深度学习技术的医学影像辅助诊断系统。此外，还有多家创业公司进军该领域。

在郭娜看来，和这些公司相比，汇医慧影的优势在于其多元的团队背景和团队对医学行业的深度理解。她表示，垂直行业的AI应用和纯AI平台应用不同，前者对垂直行业的理解要求很高。尤其是医学这样高门槛的领域，团队对病种、影像和算法的理解缺一不可。因此公司一直在积极谋求跨学科的人才布局，其60多人的技术团队里，医工结合背景的人就多达30多人，其中海外博士将近20位。“这已经是公司第三次搬家了。”指着正在装修的办公区域，郭娜很是感慨。

“AI产业的竞争，最终还是人才和知识储备的竞争。因此，下一个阶段，公司会在人才和技术上all in AI。”柴象飞称，在人才培养上，公司计划在首席科学家邢磊的带领下，将有医学背景的人才送至斯坦福等大学进行深造。另外，公司还打算和斯坦福大学、清华大学等成立联合创新实验室。

　　END