縱觀醫療領域，超聲算得上執業醫生能夠獲得的最快、最安全和較便宜的醫學診斷工具之一，堪稱醫院診斷的流量入口，自然兼具最為廣泛的用途。

根據中國醫學裝備協會2018年數據統計，我國超聲機設備保有量約為19萬臺，遠超DR 5.5萬臺保有量；CT 2.2萬臺保有量；內鏡2萬臺保有量；MRI 9255臺保有量。

高保有量對應著高價值市場。數據顯示，我國每年超聲檢查約20億人次，整體市場規模達數千億元級，數倍于其他放射領域的總和。以中國女性最常見的乳腺癌為例，我國女性年齡標化率（ASR）為每10萬人21.6例，存在極大的超聲檢查需求。

按照規律，高市場規模必將吸引大批企業進入，但實際中，超聲硬件生產廠商成百上千，作為輔助支持的軟件開發者卻寥寥無幾。與其他影像設備相比，支持CT、MR的AI已經迎來了一波又一波的發展，而僅數家創業公司涉足AI超聲的研究。

超聲AI研發面臨天然的技術壁壘阻礙著企業的進入。與CT、MRI靜態圖像不同，超聲圖像是動態實時圖像。這意味著放射圖像采集與診斷在時間上存在割裂，而超聲診斷則要求兩項操作在同一時間內完成。此外，放射圖像是標準圖像，而超聲圖像是非標圖像，加上超聲圖像分辨率較低，又有偽影的影響，因而超聲AI產品的研發難度遠高于放射AI。

成立于2013年的浙江德尚韻興醫療科技有限公司（后簡稱“德尚韻興”）是國內從事AI超聲研究最早的企業。攻克AI超聲輔助診斷這一難題，這家企業用了三年時間。

2021年6月18日，由德尚韻興參與承辦的“川北醫學院附屬醫院影像介入專科聯盟成立大會”暨“超聲乳腺AI多中心啟動大會”在四川召開。在超聲乳腺AI多中心研究的支持下，超聲AI將能更好地適用于基層醫療的診斷。同時，隨著平臺對于超聲數據的標準化限定，基層的影像將被很好地利用起來，進一步提升超聲AI的診斷準確率。

基層醫院是AI重要的應用場景，也是超聲乳腺AI多中心研究開展的意義所在。對此，德尚韻興多次與基層醫療服務機構進行合作，對社區居民進行甲狀腺結節、乳腺結節等病灶的篩查。2019年，德尚韻興的AI超聲診斷系統在杭州市西湖區12家街道社區服務中心運行，一年內超聲人工智能診室接診居民人數翻了一番。

為什么超聲AI如此難攻克？

“不同于靜態的CT影像，超聲診斷的規范化、標準化一直是個懸而未決的問題，非常考驗醫生的經驗與判斷能力。舉個例子，同樣一個病人，不同的醫生診斷可能會出現不同的結果，且這種差異有時會非常大。換言之，超聲檢查的質控非常困難。”德尚韻興首席科學家孔德興教授告訴動脈網。

要解決這樣一個問題，首先是要找到經過標準化標注的海量影像，用以構造訓練集，其次是要構建能夠精確提取超聲特征的深度學習算法，能對訓練集進行訓練，逐漸生成一個具備超聲影像診斷能力的AI模型。

為了構造高質量的數據集，德尚韻興與承建運營國家衛健委旗下唯一“國家醫學影像標準數據庫”的浙江求是數理醫學研究院開展了AI超聲數據深度合作，并與頂尖醫院的醫生一起一張張標記超聲影像的特征。這些超聲影像數據具有質量標準極高的特點，數量更是達到千萬量級，遠超同行業公司。畢竟，AI脫胎于優質數據和優秀醫生，只有找到了良好數據這一“土壤”，才存在培養優異性能AI的可能。

隨著6月10日《中華人民共和國數據安全法》頒布，像德尚韻興這樣具備大量合法合規且高標準數據的AI研發企業，未來無疑將擁有極深的護城河。

其次是算法。以乳腺癌檢測為例，鉬靶與超聲都是有效的早篩手段，但對于AI而言，處理鉬靶圖像與處理超聲圖像存在跨時代的技術差異，是從二維圖像到三維圖像的飛躍。

德尚韻興優異的算法優勢，首先得益于公司首席科學家孔德興教授的“數學家基因”。孔教授是哈佛大學博士后，師承國際知名數學家、菲爾茲獎獲得者丘成桐先生。他在國際上首倡了“數理醫學”的學科概念，被中華醫學會稱為“中國超聲醫學人工智能的開創者”。由他牽頭申報的“醫學影像精準分析的數學理論與技術”項目于2020年獲國家自然科學基金重大項目立項。此為國家自然科學基金委成立34年來，浙江省第一次獲得國家自然科學基金數學學科重大項目。該重大項目的成功立項，也標志著我國在數理醫學領域超前布局，開展多學科交叉研究和綜合性研究，提升我國在該領域研究源頭創新能力。

德尚韻興自主研發的深度學習框架DE-LIGHT可以完全契合超聲AI的需求，該框架建立了將深度學習理論和變分能量泛函方法相結合的全新的圖像處理與分析方法，創新性地引入旋轉不變網絡層、Split dropout等新概念，能夠有效兼顧準確、敏感、實時三大問題。

正因為這些杰出成果，德尚韻興算法團隊連續獲得了教育部科技進步二等獎，國際模式識別協會最佳論文獎等殊榮。德尚韻興創新性的機器學習研究成果曾發表在ICML、NIPS等頂級機器學術會議上，并被Google Deepmind團隊引用。

對此，德尚韻興執行CEO嚴耶恩認為：“能否擁有自己的算法框架非常重要。因為目前的算法框架，絕大部分公司都是用的開源算法，尤其是在超聲領域，能夠擁有自己算法的企業非常少。超聲AI與其他放射AI不同，它對于自主研發的算法框架非常依賴，這與它分析產品的準確度和實時性強相關。”

以需求構建AI產品矩陣

我們常說：是“醫療+AI”，而非“AI+醫療”。換言之，AI的發展要以醫療的真實需要為基礎。在設計產品時，德尚韻興嚴格遵循了這一原則。

目前德尚韻興的AI產品，已經覆蓋了從超聲診斷到治療的軟硬件一體化全閉環。診斷領域，包括超聲甲狀腺AI、超聲乳腺AI、超聲頸動脈AI、超聲盆底AI等軟件系統和超聲自動掃查機器人的智能硬件裝備。治療領域，包括微創介入手術AI軟件系統和微創介入手術機器人的智能硬件裝備。

與其他AI軟件企業不同的是，德尚韻興早就在智能醫療硬件上做出了突破。2020年中國國際醫療器械博覽會（CMEF）期間，德尚韻興便展出了自主研發的Demetics超聲自動掃查機器人。這是目前全球唯一的AI超聲自動掃查機器人。

中國工程院常務副院長潘云鶴院士，在世界人工智能大會上高度評價德尚韻興的超聲AI產品，指出“這是中國醫療裝備走向世界前沿的重要機遇”。中華醫學會超聲分會的現任主委、中國人民解放軍總醫院超聲介入科主任梁萍教授，在臨床教材中稱德尚韻興超聲AI產品“可以為醫生提供第二客觀意見，并減輕其繁重的工作量，以避免由于過度疲勞導致的誤診。此外，對于醫學經驗尚不豐富的醫生來講，診斷甲狀腺結節變得很容易且可重復。”上海長征醫院超聲科團隊發表的科研論文同樣寫道：“經過近兩年臨床應用驗證，德尚韻興的超聲AI系統針對結節良惡性診斷的靈敏度、準確度、特異度與高年資醫師應用常規超聲的檢查結果一致，有望成為術前評估結節良惡性的可靠輔助手段。”

對于德尚韻興下一步如何發展這個問題，首席科學家孔德興表示：“目前，我們將發力超聲自動掃查機器人、介入手術機器人的研發生產，循著智能超聲軟硬一體化、智能超聲診療一體化的發展方向，繼續深耕超聲AI領域，拓展核心病種覆蓋范圍，提供能夠真正解決臨床需求的AI診療服務和產品方案。”

商業化，德尚韻興已經走了多遠？

掌握了需求便意味著存在落地的可能，但要由落地走向商業化，則需要人工智能企業多點發力。對于商業化這個命題，德尚韻興采用了多種路徑，并取得了多項行業創新。

在醫療AI全行業內，超聲AI的省級物價是最早獲批的，目前已經在多個省份開展，并且有望保持增加新的省級物價。由此，德尚韻興已經率先于其他AI企業跑通了按人次收費的AI商業模式，并因此取得規模化的收入。

更為突出的是，德尚韻興創新的把最終用戶和AI支付方進行分離，成功的將國內、國際一眾頭部超聲設備廠家、手術設備廠家作為深度合作伙伴，以捆綁銷售的方式直接向這些大B端客戶銷售AI產品，成為領先突破大B端客戶群的AI標桿企業。與這些頂級設備大廠的合作是德尚韻興從研發走向應用的重要里程碑，而得益于這些大廠的市場份額，德尚韻興將加速AI落地進程。

目前，德尚韻興即將收獲行業第一張超聲AI的三類證。換言之，德尚韻興長久以來的商業布局將有望迎來收獲季。

在這點上，作為老股東的復星醫藥擁有十足信心。在復星醫藥PE投資負責人喻晶看來，德尚韻興正處在一個快車道上，未來將極有可能成長為一家千億市值的公司。此外，超聲診斷的賽道長而寬、超聲AI的發展動力十足，德尚韻興切入的是一個醫院年診斷人次在幾十億量級的巨大流量入口市場，覆蓋從診斷到治療的全流程，同時又存在數字化、智能化迭代升級的巨大需求和市場潛力。但超聲AI產品研發門檻與挑戰極大，極其考驗涉足其中的各路賽手，不論是創業企業還是國內外有名的大設備公司。

“德尚韻興是目前我們看到的能力極其全面的一個賽手，在行業中具有先進性、差異性。標準醫學影像大數據資源、自研算法框架性能等方面，具有行業中鮮有的競爭力；同時，這個賽手跑得足夠快，產品化進度、規模化的商業化能力等方面已經充分驗證；數學家團隊的研發創新能力、產品基因與市場文化結合，團隊的高效執行正在為公司帶來加速度，我們也很看好公司軟硬一體化、診療一體化的未來發展方向，做真正面向臨床醫療環境、提供臨床級應用的超聲AI及機器人產品。”

政策介入后，超聲AI如何發展？

最新的政策對于超聲AI的發展給予了支持。2021年4月30日，上海市人民政府辦公廳《關于促進本市生物醫藥產業高質量發展的若干意見》表明將開展人工智能輔助診斷系統購買服務試點，允許試點醫院向服務商協議購買獲得三類醫療器械注冊證的人工智能輔助診斷系統技術服務。試點醫院購買服務應對臨床應用效果開展衛生經濟學評價，按照系統使用次數向服務商支付費用，并實行年度支付總量控制。

政府與醫院雙重助力下，超聲AI已經具備了蓬勃發展所需的各項要素。超聲AI能夠提高診斷精度，能夠提升醫生、護士工作效率，但用戶效率和能力的提升如何轉為AI企業經濟效益的提升？

商業化是醫療AI行業普遍面臨的問題，但德尚韻興已經率先在行業中實現了商業化突破，找到了迅速發展的商業模式，并已經實現數千萬量級規模化銷售。通過創新，德尚韻興跑通了按人次收費、大體量的頭部B端客戶群捆綁銷售，已實現規模化的自有銷售體系。未來，公司將加大商業化的拓展力度，或能成為當前醫療AI商業化創新的成功范例。

從這個角度出發，德尚韻興的下一步重點依然是研發和商業化。DRG之下，如何借助AI技術幫助醫院提升效益，將是這家企業未來面臨的重要課題。