整理 | 鉛筆道 林森
2021是十四五規劃的開局之年，創新創業有了全新的OKR目標。走在創業路上的我們，要學會順國家大勢、順行業大勢。那么，2022的大勢是什么？我們認為是“向實”。
12月14日，在鉛筆道2021真相大會上，鷹瞳科技首席技術官和超博士發表了題為《人工智能改變健康服務》的主題演講。
和超博士是鷹瞳科技首席技術官，1995年獲清華大學本科學位，2003年獲美國俄亥俄州立大學博士學位，擁有約20年的軟件開發、算法設計及硬件開發經驗，在相關領域擁有30多項美國或歐盟注冊的專利。
以下為部分精華觀點：
1、通過視網膜可以看到很多慢性病，比如糖尿病、高血壓、腦卒中、冠心病、帕金森、老年癡呆。但是，從視網膜來診斷慢性病是一個很有挑戰的工作，我國眼科醫生大概有4萬多名，其中有這樣資質的眼科醫生大概只有1000多名。
2、人工智能技術可以學到醫生對視網膜圖片進行判讀的規律、方法和經驗。基于這樣技術的人工智能疾病輔助診斷產品可以自動對視網膜圖片進行判讀，進而幫助醫生服務更多用戶。
3、拍攝視網膜的相機叫眼底相機，這個相機非常復雜、非常昂貴。鷹瞳科技利用人工智能技術，研發了一款智能全自助的便攜眼底相機。這款相機和傳統的眼底相機相比，就像手機跟PC的區別，不需要醫生也能操作，而且成本大幅降低。
4、人工智能疾病輔助診斷產品和智能全自助的便攜眼底相機讓全人群慢病篩查成為可能，鷹瞳Airdoc已經服務了超過500萬付費用戶。
2021是十四五規劃的開局之年，創新創業有了全新的OKR目標。走在創業路上的我們，要學會順國家大勢、順行業大勢。那么，2022的大勢是什么？我們認為是“向實”。
12月14日，在鉛筆道2021真相大會上，鷹瞳科技首席技術官和超博士發表了題為《人工智能改變健康服務》的主題演講。
展開全文和超博士是鷹瞳科技首席技術官，1995年獲清華大學本科學位，2003年獲美國俄亥俄州立大學博士學位，擁有約20年的軟件開發、算法設計及硬件開發經驗，在相關領域擁有30多項美國或歐盟注冊的專利。
以下為部分精華觀點：
1、通過視網膜可以看到很多慢性病，比如糖尿病、高血壓、腦卒中、冠心病、帕金森、老年癡呆。但是，從視網膜來診斷慢性病是一個很有挑戰的工作，我國眼科醫生大概有4萬多名，其中有這樣資質的眼科醫生大概只有1000多名。
2、人工智能技術可以學到醫生對視網膜圖片進行判讀的規律、方法和經驗。基于這樣技術的人工智能疾病輔助診斷產品可以自動對視網膜圖片進行判讀，進而幫助醫生服務更多用戶。
3、拍攝視網膜的相機叫眼底相機，這個相機非常復雜、非常昂貴。鷹瞳科技利用人工智能技術，研發了一款智能全自助的便攜眼底相機。這款相機和傳統的眼底相機相比，就像手機跟PC的區別，不需要醫生也能操作，而且成本大幅降低。
4、人工智能疾病輔助診斷產品和智能全自助的便攜眼底相機讓全人群慢病篩查成為可能，鷹瞳Airdoc已經服務了超過500萬付費用戶。
以下為他的分享，鉛筆道做整理。
慢性病篩查的幸與不幸
慢性病篩查的幸與不幸
鷹瞳科技是一家醫療AI公司，致力于使用先進的人工智能技術，來普及先進的醫療健康服務，讓醫療健康服務無處不在。“讓健康無處不在”也是我們公司的使命。
我們國家是一個人口大國，有14億人口，其中患有糖尿病的人群接近1.3億，高血壓接近2.45億，每年心梗新發有60萬例，中風新發接近250萬例，這都是很觸目驚心的數字。
慢性病是社會的一個重大問題，它有一個特點，所有的慢性病提早發現、提早治療，成本就低，預后效果就很好。如果發現得晚，比如發生了病變，它的治療成本就會非常大，有時候可能是巨大的，預后效果也非常差。像心梗、腦梗等，如果提前發現，早期采取治療措施，后面就不會有什么特別大的問題。但是，如果沒有提前發現，發生了心梗、腦梗，患者和社會都會承擔巨大的負擔。
在行業里，尤其醫學界，我們一直也在探索高效的慢性病篩查方法，有幾個特點：
特點一，經濟的。不能讓篩查一個慢性病要花幾千、幾萬塊錢。
特點二，快速的。可能幾分鐘就能完成篩查。
特點三，無創的。最好不需要做開刀、手術或抽血之類的檢查。
非常幸運地是，醫學界在很多年前就發現了一個很好的篩查慢性病的窗口，就是我們的“眼睛”，眼睛是人類心靈的窗口，在醫學界里，眼睛也是人類健康的窗口。有兩個原因：
1、全身的血管是連接在一起的，很多慢性病都跟血管相關，比如糖尿病、高血壓、心梗、腦梗。全身血管出現問題，視網膜上的血管也會產生變化，產生并發癥。
2、眼睛后面的視網膜是一個特別特殊的組織，是全身唯一一個可以無創地從體外，觀察到體內血管、神經的組織。因為我們的瞳孔都是透明的，醫生可以通過眼底相機，透過瞳孔觀察到視網膜上的血管神經，而它又代表著全身血管的問題。如果全身血管有問題在視網膜上也會體現出來，醫生就可以通過觀察視網膜，來判定某一個患者心血管慢性病的一些風險。
醫學研究告訴我們，通過視網膜可以看到很多慢性病，比如糖尿病、高血壓、腦卒中、冠心病、帕金森、老年癡呆。這些在醫學上都有很成熟的研究成果，通過視網膜觀察可以提早發現慢性病風險。
怎么觀察視網膜呢？我們可以通過眼底相機拍攝出視網膜的照片，全身發生慢性病之后，會在視網膜照片上顯示各種變化以及并發癥，醫生通過觀察這些并發癥，來判斷慢性病的風險。
但問題是，判斷慢性病的方法非常復雜。醫學研究發現，全身大概有上千種疾病都會在視網膜上產生一些反應，常見的都有200多種。如果病變同時或交叉發生，比如有幾種并發在視網膜上，對醫生做判斷是非常有挑戰的。同時，從視網膜來診斷慢性病是一個很有挑戰的專業，我國眼科醫生大概有4萬多名，其中有這樣資質的眼底醫生大概只有1000多名。
人工智能如何幫助檢查慢性病？
人工智能如何幫助檢查慢性病？
我們發現了一個特別好的窗口，但讓人遺憾的是，能夠利用這個窗口的醫生只有1000多人。因此我們就想到了，可以用人工智能技術，來學習這1000多名先進醫生的經驗、方法、智慧，用人工智能來服務更多的患者。
人工智能整個發展歷程比較長，從1948年開始有圖靈《智能機器》的論文。經過多次迭代，大家比較熟悉的是2016年Google的AlphaGo打敗了圍棋世界冠軍李世石。從這個事件之后，大家意識到，人工智能可以在某些地方，學習人類能學習到很不錯的程度，可以幫人類做很多很復雜的事情。
人工智能可以分為三個階段，最近階段是深度學習階段，AlphaGo也是基于深度學習的技術，我們在做醫療AI時很多也是基于這個技術。
AI在醫學影像、生物技術、健康風險評估、藥物研發、影像學等方面，都有很多非常突出的進展和成果。我們的工作主要是在醫學影像、健康風險評估兩個方面。
如果用AI深度學習技術，通過學習一個高水平醫生的技能，來判別視網膜圖片，識別圖片里代表的各種慢性病風險。整個過程其實也很簡單，首先請這些醫生對大量視網膜圖片進行標注，給很多患者拍圖片，其中有的有病，有的沒病。當醫生看到完全健康的圖片時，就打個標簽“健康”，看到有糖尿病視網膜并發癥的圖片，就打一個標簽“糖網”，看到高血壓并發癥圖片，就打一個標簽“高血壓并發癥”。
經過大量標注，就會有一個巨大的數據集。然后，把數據庫輸入到人工智能深度神經網絡里。深度學習的人工神經網絡，通過持續學習，通過觀察看到的數據和標簽，不斷地調整自己內部參數，整個模型會收斂，就是它學到了輸入數據和輸出標簽之間的關系。這意味著，它學會了醫生對視網膜圖片進行判讀的規律、方法和經驗。當AI學習到這個經驗之后，就可以把AI模型打造成一個產品，來服務更多用戶。
這種產品有兩個價值：
1、對那1000多名有資質的醫生來說，人工智能技術可以成為它的助手，像他們的一個計算器或計算機。以前沒有這個工具，他們一天能服務50個病人，有了這個工具，可以服務更多病人。
2、對那1000多名醫生以外的醫生，之前可能沒有辦法做復雜的視網膜病變的識別，有了這個工具后，可以幫助他們做更多、更復雜的視網膜慢性病識別。
通過這種產品，深度學習技術賦能了醫生，成為了醫生特別強有力的助手，幫助他們服務更多的基層患者。
突破不僅在軟件，也在硬件
突破不僅在軟件，也在硬件
但是，做出這樣的一個產品，也面臨三個問題：
第一個問題，要找到視網膜這樣一個窗口。
第二個問題，通過深度學習，學到頂級醫生先進的經驗。
第三個問題，從視網膜拍攝一個照片，需要一個特別復雜的相機，叫眼底相機，它是特別專業的一款相機。
眼底相機可能是光學系統里，唯一一個成像光路和照明光路混合在一起的相機。它有點像，從一個很小的鑰匙孔來觀察一個全黑的屋子。因為人的整個眼底是黑的，我們要穿過一個特別小的瞳孔，直徑可能只有3、4毫米，來觀察眼底，拍出照片，這是非常難的。所以，這個相機非常復雜、非常昂貴，使用起來也很不便捷。那就是說，雖然我們有了很好的人工智能辨別技術，如果沒有很方便普及的采集技術，還是很難把這個服務普及到基層。
所以我們又做了第二個工作——利用人工智能技術，研發了一款智能全自助的便攜眼底相機。
這款相機和傳統的眼底相機相比，很像手機跟PC的區別。使用PC需要很多專業的知識，但是手機，小孩就可以使用。這款相機就是這樣的設計方法，也實現了這樣的目的。這款相機是全自動的，不需要專業的操作員來操作。每個患者或者用戶，可以自己操作這個相機，為自己的眼底拍一張照片，整個過程不超過1分鐘。
通過這種方式，我們完整地解決了慢性病篩查的問題。我們有了特別高效的人工智能的識別算法，也有了基于人工智能算法做出的非常高效的設備來進行數據采集。
檢測266萬例
檢測266萬例
我們的產品已經普及到了全國400多家等級醫院、200多家體檢中心、1000多家視光中心，還有28個省份的保險公司分支機構，服務的付費用戶已超過500萬人次。
我們做了這么多次的慢性病篩查，那么查出的效果怎么樣呢？
我們2020年檢測了大概266萬例，查出的陽性案例大概是32萬例，約占全部檢測量的12%。其中非常緊急的我們叫重大陽性案例，有22291例，接近全部檢測量的1%。這些重大陽性案例，被查出來之后，馬上需要去醫院，可能是當天去，可能第二天去。
在這些重大陽性案例里面，有將近5000例是在檢測之前，他們自己并不知道他們是患病的。這些數據也證明了，我們對慢性病篩查的效果、效率和價值都是非常大的。