“一张眼底照片，可以辅助诊断13种疾病，全流程通常在10S左右。”致远慧图创始人、CEO孙宇辉向亿欧大健康介绍多病种眼底影像辅助诊断软件EyeWisdom®MCS时说道，他进一步补充，“可以理解为有13个水平相当的专科医生同时进行诊断。”
这款诊断软件于2021年1月成为全球首款获得欧盟CE认证的多病种眼科AI产品，顺利拿到欧洲市场的门票。在国内，也于2020年7月通过《创新医疗器械特别审查程序》（第三类）审批。其将“一张照片测多种疾病”的想象变成医疗现实，为此致远慧图已跋涉多年。
(相关资料图)
2016年，AlphaGo在围棋比赛中击败围棋世界冠军李世石，人工智能声名大噪，点燃了医学影像AI的创业热潮。同年8月致远慧图成立，在AI落地的诸多场景中，选择了眼科影像分析。
为提供覆盖全年龄、全流程、全眼科的眼健康综合解决方案，该公司依托AI技术开发出了辅助诊断、眼科大数据平台、智能硬件等一系列产品，显露出可贵的创新力与严谨性。
“眼科AI作为一种医疗产品，一定要能真正解决临床问题才具备价值。”孙宇辉指出从产品研发之初，就将技术、医学、场景三者紧密结合，深入理解临床需求，并通过顶级医院和医生标注的数据训练模型，以此帮助普通医生做同质化高标准的诊断。在确保数据准确性同时，让创新性贯穿整个研发环节。
致远慧图创始人、CEO孙宇辉
种种苦功背后，不难看出致远慧图正在走一条严肃医疗的路，让眼科AI产品成为临床医生的工具，而非“精致玩具”。
眼科AI多病种的技术破局
在肺部影像、视网膜影像、心血管影像、创伤影像及胸腔影像等一众医学影像AI的赛道中，从药监局拿证数量来看，视网膜影像较为领先。
有机构统计，2020年人工智能视网膜医学影像市场规模为7600万元，预计到2030年将增长至340亿元，复合增长率超80%。
而另一方面，则是真实且残酷的医患供需鸿沟。孙宇辉分析到，眼科疾病种类繁多、患者人数庞大。在中国有约6亿近视人口，糖尿病视网膜病变约4000万人，年龄相关性黄斑变性约2600万人。与之相对应的是，中国眼科医生仅有约4万人，眼底病专业医生只有近3000人。
如何让有限的医疗资源，承担数亿眼病风险人群的筛查与诊断工作？在他看来，从单病种走向多病种是一种必然。医生与患者均需要一个多病种的辅助诊断工具，提高检查效率，而非机械性地重复检查。
难题接踵而至，缺乏高质量的真实世界视网膜影像数据已成为行业共通难题，标注质量差也深深困扰着从业人员。
刘慈欣的评论或许能反映人工智能的现状，“前面有多少智能，后面就有多少人工。”影像数据需要精细化的人工数据标注，提升数据价值，才能让算法模型更加精准。获得高质量的真实影像数据、提升图像数据标注质量对于医学影像AI企业至关重要。
“致远慧图与北京协和医院、北京同仁医院、河南省立眼科医院等十多家三甲医院已合作多年。以多病种眼科AI产品为例，我们与医院共同申报了北京市科委的医药协同创新项目。”孙宇辉阐述道，通过相关科研协议，获得了大量的脱敏数据，以此进行数据积累。其中，多病种眼底影像辅助诊断软件学习数据集在十万级别以上。
淮海眼科联盟AI远程会诊中心
其自2016年开始与北京协和医院进行合作研究，为了保证数据标注的质量，一张图像由三位医生分别标注，采用多数一致的结果，降低了由于个人疏忽导致的随机性错误。此外，引入专家组进行质量控制，对标注不一致情况进行仲裁。虽然这种工作流程比较耗时耗力，但保证了训练数据的质量，从而提高系统的准确性与稳定性。
苦练算法、死磕数据规模与标注质量的用意自然是更好地应用临床真实环境。事实上，真实环境存在诸多变量：病人眼底情况不一；不同医疗机构医师水平参差不齐，对眼底相机的熟悉程度不同，导致图像存在诸多不确定性。因而许多高性能的AI产品，一旦走入真实世界不免水土不服，极易出现眼底图片难以识别、模型准确性骤降和效率低下等现象。
孙宇辉以临床真实情况举例，有些病人本身就有白内障，这种情况下就算重新拍摄，图像质量依然不高。“我们会思考医生是怎么解决问题，如果医生能够做，那我们的软件还可以怎么提升？”
鉴于此，为更好解决真实世界问题，致远慧图进行计算机模拟的数据扩增，用技术手段生成一些曝光过度或者曝光不足的眼底相片，在测试过程中模拟亮度不同、对比度不同、色彩饱和度不同、不同相机拍摄的场景，加入到算法训练中。通过自主研发的创新技术，软件已经能够克服相机设备变量、人为操作变量、病人配合度等变量，保证稳定输出。
在他看来，评价多病种眼底影像辅助诊断软件的“金标准”就是临床中的敏感性（对真目标做出阳性反应的程度，越高越灵敏）与特异性（对假目标做出阴性反应的程度，越高筛选能力越强）。
北京协和医院公开发表的论文或许可以佐证致远慧图的“苦功”，其多病种眼底影像辅助诊断软件历时近两年的临床试验显示，病理性近视的诊断灵敏度为100.00%，特异度为97.82%；视网膜色素变性的诊断灵敏度为100.00%，特异度为98.50%。此外，据临床统计软件识别力为100%，不良事件和器械缺陷发生率为0。诸多数据表明，系统对于包括低发病率眼底病变在内的眼病均展示出了极高的准确性、安全性与有效性，临床价值自然不言而喻。
不同于拿技术找需求的企业，致远慧图真正从临床需求出发，让技术去服务需求，持续把公司技术、产品方向往更真实的临床场景推动。
走一条严肃医疗的路
“我们还是定位在严肃医疗的场景下。”孙宇辉直言，无论产品布局院内还是院外，都希望产品能够得到医生与患者的信任，也愿意去接受循证医学的拷问。
循证医学基本思想是从最基础的证据出发，不断地验证、推论、强化，最终积累出可以定性的证据为临床所依循。在一项“医学影像AI产业现状和发展需求调研”中显示，5142名医师指出AI研究过程中存在“缺乏行业标准”、“AI产品的可信度”“法律责任划分”等诸多问题。
如何打消医生的顾虑、提升临床医生对AI产品的接受度、信任度成为企业发展的重要支点。致远慧图则紧密联系医生，深入临床一线，倾听临床反馈。“我们每一款产品在定义阶段，就会与医生沟通看它能不能带来明确的患者获益。”他补充道，产品在打磨过程中与医生真实的工作需求不断磨合、匹配。
致远慧图人工智能眼底影像辅助诊断软件界面
辅助诊断结果“缺乏可解释性”在严肃医疗中总显得格格不入，也令医生惴惴不安。针对这个问题，致远慧图改进图像识别及图像分割技术，能够精细地在图像上识别病灶，并勾描画病灶范围，自动计算病灶的面积与体积，确保筛查过程有据可循，一定程度上解决了这一痛点。
在孙宇辉看来，撬动医生信任大门最重要的是数据，是严谨的临床试验结果。
以多病种眼底影像辅助诊断软件为例，临床试验由北京协和医院牵头、眼科主任陈有信教授担任协调研究者，在国内多家区域中心医院联合开展，历时近两年时间。公开资料显示，研究人员在多中心场景中对近千位受试者的眼底图像信息进行了前瞻性临床试验。受试者的诊断信息由6位三甲医院正高级专家反复确认并取得一致后作为金标准，与AI辅助诊断的的结果对比，来判别AI的临床诊断分析能力。
在如此严苛的试验下，产品的试验结果令人欣喜。基层医院一直被视为AI产品可以大展拳脚的地方。在企业的畅想中，这个“医生助手”可以提高基层医院诊断质量。相关的技术挑战随之而来，如何保证医疗服务的均质化？
“软硬件一体化，可以让整个体系更加智能化，从而为患者提供均质服务。”孙宇辉说道。目前致远慧图开发的眼底照相机，在设计之初就考虑到便携、充电方便等要点，从而保证应用到不同场景中，并且拍照质量接近台式机质量。
医生用眼底照相机为患者进行拍照后实时传输至系统，眼科影像管理软件可在10秒内出具病变分析结果，自动识别、分析10种病灶，精准判断疾病分级，大大提升了医生的筛查效率。凭借软硬件一体，产品可覆盖眼科门诊、基层医疗、远程医疗、健康管理四大场景。在北京、上海、河南、辽宁、湖南、天津等十余个省市，产品经受住多场景实战的考验，获得了各地专家的高度评价。
而致远慧图的规划远不止于此，产品将从筛查、诊断，往治疗领域纵向延伸，打造眼科疾病的闭环解决方案。
纵观影像AI产业发展热潮几经更迭，绕不开的永远是临床价值。在医疗AI的抢位赛中，致远慧图以解决眼科临床需求为导向，不断地做深做透。数十项发明专利、产品在1000余家医疗机构日常使用，覆盖数百万人群，为后来者构筑了实实在在的护城河。但其能否真正改变更多医生的诊疗习惯，仍需要时间培育。
