0
| 本文作者： 劉海濤 | 2021-01-27 19:44 |
近日，超聲AI企業深至科技宣布完成B輪億元級融資，本輪融資由GGV紀源資本領投。在此之前，深至科技已獲得浙商創投、舜懿資本、美年健康領投三輪融資。
深至科技CEO朱瑞星表示，本輪募集資金將用于加速超聲產品的深化開發與商業化布局。
雷鋒網了解到，深至科技創立于2018年，由國內掌上超聲企業思多科參與孵化，公司專注于超聲診斷智能化和超聲AI應用。
兩年時間內，深至科技的超聲輔助診斷病種已涵蓋甲狀腺、乳腺、肝臟等二十余病種，在超聲硬件、人工智能系統、芯片、云計算方面獲超過50個國內外專利，是少數幾家擁有原研底層算法的超聲人工智能公司。
根據中國醫學裝備協會統計數據顯示，截至2018年，我國超聲保有量約為19萬臺。同一節點上，DR市場保有量約為5.5萬臺；CT保有量約為2.2萬臺；內鏡保有量約為2萬臺；MRI市場保有量為9255臺。
在設備高保有量的背景下，對應著更高檢查量，2020年，中國超聲檢查人次達到20億次。僅美年大健康一家私立體檢機構，年超聲檢查就多達2000萬次。如何提升醫生對于超聲影像采集效率與準確率，是該行業一個重要的機遇和話題。
與放射科影像數據不同，超聲科生成的往往是動態影像數據，缺乏冠狀面和矢狀面，數據量也比較大，數據標準化也比較差，這也造成超聲AI類產品的開發和應用面臨著更多挑戰。
在行業中，直到2020年2月，首款Capture Health開發的人工智能超聲影像輔助系統才獲得美國FDA的批準，與之對應，其它糖網、骨折、腦卒中類AI輔助產品早在2018年就已獲得FDA審批。
雖然面臨數據復雜，行業起步晚等多個難題，但超聲AI也并非是一個沒有生存意義的冷門賽道。
中科院田捷教授曾表示：“在醫療AI發展過程中，未來的技術可以降低人為輸入的不確定性，減少對人的依賴，無需人工定義特征，就可學習訓練更多的數據集，這將很符合超聲圖像數據量大、數據類型多的特點。”
在最近的ISICDM（圖像計算與數字醫學國際研討會） 上，田捷就列舉出了預測肝癌患者TACE治療預后、肝癌患者消融和肝切治療方案選擇，等多種超聲AI的科研進展。在肝癌TACE預后預測中，AI針對139例肝癌患者ACE治療預后精度達到了93%。同時在無監督學習情況下，AI在多個超聲數據集的的分割精度與專家手動分割保持了高度的一致性。
超聲AI這種市場容量大，減少對人的依賴，無需人工定義特征，端到端自動學習的特點，近幾年也逐漸吸引更多學者和創業者進行嘗試，在國內就相繼出現醫準智能、德尚韻興、創影醫學、飛醫諾、祥生醫療等多家布局超聲AI的醫療企業。
以德尚韻興為例，其成立于2013年，業務線過去主要集中在三維可視化精準術前規劃、術中導航、術后評估等領域。從超聲AI興起就開始布局，相繼開發出了甲狀腺、乳腺、盆底等超聲AI產品。
其中甲狀腺結節良惡性輔助診斷系統，利用兩萬多份有標注結果的超聲影像樣本進行訓練，生成的打分系統可以供醫院進行輔助診斷。據悉，該輔助診斷系統準確率可達到85%左右，而三甲醫院醫生的平均準確率只有60%-70%，該產品曾在2019年入選國家衛健委人工智能應用落地30最佳案例。
除了像這樣的醫療器械企業，也出現其他領域的AI創業公司，逐漸開始布局超聲領域。
作為影像產品起家的醫療AI企業，醫準智能在2020年8月發布了“乳腺超聲智能檢測系統”。該系統在不改變醫院原有的流程的基礎上，可實現每秒處理速度超50幀，且檢測結果延遲小于0.09秒的實施病灶檢出，實施病灶分析及良惡性判斷。
醫準智能創始人兼CEO呂晨翀曾表示：“乳腺超聲智能檢測系統的發布，是對技術能力的全新布局。對超聲類影像數據的采集、存儲和識別需要設計一整套的新方法。”
在未來技術不斷探索的前提下，隨著醫療AI下一個時代的到來，AI在超聲領域也可以發現更多的應用前景，但行業真正的熱度和廣度，可能還需要等待更多的時代變量。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
