36氪首发 |「汇医慧影」获数亿元B轮融资，人工智能辅助诊断已落地700家医院
10月25日，AI医学影像公司汇医慧影宣布完成数亿元的B轮融资，据了解是截止目前为止业内最高融资额，本轮的投资方为达泰资本及其他2家投资机构。此前汇医慧影还曾获得水木易德500万天使轮融资，以及蓝驰创投数千万元A轮融资。
数据显示，医疗影像市场规模将在千亿级别。这个领域先后有阿里、科大讯飞、IBM、腾讯等巨头涉足，也有一大批初创公司的身影涌入，主要利用图像识别、算法来读取医学影像的片子。
相较同行，汇医慧影从一开始就选择了远程医学影像诊断服务，面向医院提供电子胶片、影像云平台服务等，基于这两项业务所沉淀的医疗工程化经验以及医院云计算服务经验为汇医慧影发力AI提供了一个较好的基础，汇医慧影先后推出了影像智能辅助诊断和大数据智能分析云平台，而现阶段，汇医慧影的人工智能医学影像辅助诊断系统已经进入了应用层面。
汇医慧影CEO柴象飞表示，从医院的需求层面来看，医院一方面是希望能够通过人工智能技术来提高影像科医生的工作效率，降低误诊率；另一方面，还需要由筛查过渡到诊断，让影像科医生的诊断报告更贴近临床需求，对影像报告进行精确的量化，帮助临床医生高效决策。汇医慧影的目标是利用人工智能技术形成筛查、诊断、治疗的服务闭环。
在筛查领域，汇医慧影通过深度学习来对影像进行定性分析，根据各医院所使用设备的品牌、型号不同造成的图像层厚、层距等方面的差异，汇医慧影能够对图像进行调优，将其进行归一化处理，保证数据的有效性。据测算，通过智能筛查，乳腺疾病影像诊断可节约60-70%的时间，胸片能节约将近50%的时间。在诊断准确率上，初代模型在85%-90%之间，通过各家医院的数据自我迭代以及模型精准调优，未来有望达到90%以上。目前筛查产品已经成型，并在数百家医院使用，覆盖病种包括胸部CT的防漏诊断、乳腺钼靶检测、脑梗、骨折、脑出血核磁分析等。
在诊断领域，影像医生对病人的诊断几乎都是定性诊断，肿瘤的良恶性、分型分期，没法给出一些精确、量化的指标，很难对每个病人精准判断预后，也限制了临床的精准医疗计划实现，以大数据为基础的放射组学结合人工智能方法让这一目标的实现成为可能。
汇医慧影包含了放射组学量化分析的大数据智能云平台可将影像数据、临床数据、病理数据、基因数据以及随访数据等结合，并基于大数据和组学的方法提供一个量化结果，可以帮助临床医生进行精确诊断、疗效评估、预后预测，甚至还有望帮助放射医生介入临床诊疗。
这个系统目前覆盖的疾病包括肺癌、乳腺癌、结肠癌、直肠癌、胃癌、宫颈癌、卵巢癌、鼻咽癌、前列腺癌等常见癌症，汇医慧影的AI系统会出具基于人工智能和数据挖掘为基础的、精准的诊断报告。目前诊断产品正在申请三类器械认证，已在100多家医院落地部署。
在治疗领域，汇医慧影首席顾问科学家、斯坦福大学医学物理中心主任邢磊在这个方面积累了很多的经验，比如治疗计划中预测肝癌肺癌放疗产生的副作用、治疗计划中图像的分析重建等方面做了大量研究。目前公司与中科院肿瘤医院、中山肿瘤医院、天津肿瘤医院、北京肿瘤医院等三甲医院合作，深入AI+放射组学产品和AI+肿瘤治疗产品的研究。
另外，柴象飞认为，现阶段AI医学影像公司不仅应该在算法模型层面进行优化，更需要将产品真正融入到医学影像诊断的流程之中。借助前期汇医慧影在云Pacs系统方面的研发经验，汇医慧影在这方面有较好的工程化能力，可以与各个医院不同厂家的Pacs系统对接。利用混合云的部署将公司的智能化产品，融入到整个医疗流程中。
据了解，目前汇医慧影已经在8个省建立了自己的直销团队和分销系统，并且与GE、飞利浦等多个国内外医疗器械厂家达成合作。本轮融资后，汇医慧影将继续扩大营销渠道和加速商业化落地。
在产品研发层面，公司将继续拓展覆盖的病种，由目前的胸腹部向脑部核磁、脑卒中、肝脏、直肠、前列腺、心血管等领域发力，为临床给出自动化的结论性分析。并在算法和客户体验上深耕，给用户更好的体验。
在人工智能领域，人才是核心竞争力之一，汇医慧影主要研发团队也来自海内外顶尖学府的优秀人才，如哈佛大学、UCSD、伯克利大学、斯坦福大学、墨尔本大学、清华大学、北京大学等，曾在顶尖医疗机构、科研机构就职，拥有数据处理、医学研究、临床诊疗、科研服务等丰富实践经验。在柴象飞眼中，医学AI是一个多学科交叉的领域，需要多个行业的专家共同参与才能把事情做好。汇医慧影还将扩大技术人才团队，吸引硅谷人才，并与美国医院建立合作关系。
创始人柴象飞为荷兰阿姆斯特丹大学医学影像学博士、美国斯坦福大学博士后，曾在美国斯坦福大学癌症中心、荷兰癌症研究所和比利时鲁汶大学放射科三家世界顶尖的医学影像机构学习和就职，主要负责和挖掘AI和大数据技术与医疗场景的深度融合和产品定义。在医学影像人工智能、图像处理以及数据分析领域拥有超过10年的跨学科的科研和工程经验，掌握医学影像的分割、识别、分析以及深度学习的核心技术。
