從聽診器、顯微鏡到CT核磁，再到鷹瞳Airdoc研發的自拍血管神經智能監測設備，每一個時代的技術進步都會開啟一個全新的紀元。

2017年，美國整個醫療保健支出達到了3.5萬億美元，相當于中國同期GDP的1/4。

雖然美國是全球醫療費用最貴的國家，但這筆原本每年能造800艘遼寧號航母的錢，其中有3/4，其實是花在了慢性疾病的診療上。

慢性病主要是指高血壓、高血脂、糖尿病、慢性呼吸梗阻（哮喘）、關節炎等治療周期長，并且無法治愈的疾病。這些慢性病，會隨著身體機能退化和年齡增長，逐漸嚴重，從而引起冠心病、腦卒中以及腎衰竭等致命性疾病。

控制慢病，最好的時機是在慢病剛發生時。這就好比抗洪，關閉上游水閘，遠比在下游洪水里撈人效率高得多。

中國居民就醫意識薄弱，對于小病，大多數老百姓是能忍則忍。而像慢病這種疾病，早期臨床特征幾乎沒有，病人自己沒意識，遠在醫院里的醫生則離得更遠。

因此，在老齡化的大趨勢下，中國的慢病以及重癥化趨勢比想象得來的更嚴重——這將耗費大量的醫保資金和醫療資源。

幾年前，一位做互聯網領域出身的技術人員張大磊，由于兩位家人分別因被漏診、誤診，導致錯過最佳治療窗口。他決心此后致力于利用人工智能幫助大眾進行慢病篩查和健康管理——他選擇了視網膜篩查為切入口，創立了鷹瞳Airdoc——這家公司提供人工智能視網膜影像的早期檢測、輔助診斷及健康風險評估的解決方案。

早在幾年前，醫療AI即成為投資熱潮。但與此同時，“醫療AI只是炒概念”的批評也不絕于耳，哪些企業率先實現商業化進程，能真正助力中國的慢病識別問題，將成為破除這一魔咒的關鍵。

今年6月21日，鷹瞳Airdoc正式遞表港交所，擬在港交所主板上市，或將成為“醫療AI第一股”。

01

AI自動識別：45小時完成數萬人健康檢查

2020年4月，在新冠疫情籠罩下，全國各地在經濟重啟和防控之間要做出抉擇。一家叫江蘇陽光的集團公司，為響應“安全復工復產”的號召，緊急找到了鷹瞳Airdoc，部署了360度員工健康風險排查方案，僅用45個小時就完成了整個集團數萬名員工的全方位健康風險排查，用最短的時間安排了生產線的重啟。

除了針對新冠疫情，鷹瞳Airdoc的健康風險評估產品，長期跟蹤管理企業員工的健康指標，根據變化情況及時進行醫療干預——相當于給每一位員工都配備了一名“私人醫生”，幫助整個集團構建了一個健康的生產環境。

這些健康風險的監測，都是以AI圖像識別為底層技術。

醫療AI在我國不是新鮮事。我國醫療AI經過多年的發展，2020年應用市場規模近300億元，屬于高增長行業，而相對于數萬億級的醫療市場，AI還有著巨大的待開掘潛力。

醫療AI企業通過由AI影像系統、AI輔助診斷系統、AI輔助治療系統構成的AI基層醫療服務綜合解決方案賦能醫聯體建設。2020年可謂開啟了醫療AI的商業化元年。在政策利好的支持下，AI醫療器械審批的組織、制度、流程都在加速變革。

從聽診器、顯微鏡到CT核磁，再到鷹瞳Airdoc研發的自拍血管神經智能監測設備，每一個時代的技術進步都會開啟一個全新的紀元。

成熟的AI產品已成為醫院科室未來不可缺少的一部分。

動脈橙數據庫顯示，截止2020年7月底，國內醫學影像+人工智能的企業數量達到89家，其中一半以上，約53%的企業涉及眼科。

其中，2020年8月，鷹瞳Airdoc的核心產品，一款糖尿病視網膜病變眼底圖像輔助軟件Airdoc-AIFUNDUS（1.0）獲NMPA（國家藥監局）頒發的第三類醫療器械證書，成為同類產品中首個獲批的人工智能視網膜影像識別輔助診斷產品，率先獲得了通往公立醫院重要鑰匙。

產品技術特點和商業化進程，是資本最關注的兩個核心問題。

今年5月，鷹瞳Airdoc剛剛完成了由禮來亞洲基金（LAV）、清池資本、OrbiMed等共同投資的D輪融資。值得一提的是，它們皆是全球領先的專注于生命科學和醫療健康行業的投資機構。而先前的投資方中，也不乏中信、平安、中航、復星、光大、搜狗等行業龍頭。

02

數百萬影像數據 應用場景廣泛

眼底是人身體唯一具有裸露血管和神經的器官，通過眼底視網膜甚至可以識別全身性的慢性疾病，權威研究顯示，從視網膜上能直接觀察到的血管和神經病變有200多種。

而且，視網膜影像檢查，對老百姓來說是一種“無侵入式”檢查，接受度極高，在人群中推廣的難度不大。如果再加上對視網膜影像的多模態數據分析和深度學習算法，更會提高檢查效率，也廣受醫療機構和大健康供應商的歡迎。

過去6年，鷹瞳Airdoc積累了數百萬視網膜影像，包含約 370 萬張真實用戶視網膜影像和相應的多模態數據——是世界上規模最大、多樣性最全的視網膜影像數據庫之一。同時這些數據由數百名資深醫學專家進行交叉標注，保證標注的準確性，為相關算法產品的研發提供了必要的支撐。

在海量準確、真實的數據基礎上，鷹瞳Airdoc研發了可識別50多種疾病的健康風險識別算法，包括常見的青光眼、老年性黃斑變性等眼部相關的風險，以及糖尿病、高血壓、動脈硬化等全身性慢性病相關的風險。

在應用場景上，一款高效的慢病眼底病變識別的商業化產品不僅覆蓋醫院的臨床科室，同時，其他醫療及大健康供應商，例如體檢中心、社區診所、保險公司、視光中心及藥房也非常愿意與之開展商業合作。

截至目前，鷹瞳Airdoc產品已與28個省份的保險公司分支機構建立業務關系，其中包括平安保險、中國太平洋保險、中國人壽、太平人壽保險和新華保險等領先的商業保險公司。另外，與愛康國賓集團、星創視界（寶島眼鏡）、高濟醫療等頭部企業建立合作，在超過140家體檢中心、740家視光中心、以及藥房實現落地應用，并將持續擴大覆蓋范圍。

這將形成一個良性循環：隨著產品應用場景越來越廣泛，惠及人群越來越多，鷹瞳Airdoc 的視網膜影像數據庫也將進一步豐富，繼續優化算法，持續擴大在該領域的優勢。

03

“醫療AI”不斷升級需要專業研發人才

“醫療AI”是門檻極高的行業，專業度高，這類健康領域算法公司需要的是復合型人才。一個最基本的醫療AI公司，卻需要醫學專家、算法科學家、傳感器專家、臨床試驗專家、數學家、律師、會計師等近十個專業的高端人才，“有錢但找不到人”一度成為醫療AI公司的最大困境。

一個業內人士認為，醫療AI的人才困境在于“需要在各個相關領域做到頂尖（這部分人已經很難找），且還需要他們對其它領域有非常強的學習能力”。

畢業于上海第二軍醫大學的鷹瞳Airdoc創始人張大磊，最開始去的卻是互聯網公司。隨后，他曾擔任過微軟Macintosh Business Unit的PM、PPTV聚力的副總裁、新浪網產品副總裁。從業經歷讓張大磊擁有醫療+科技的復合型經驗。因此，他在搭建鷹瞳Airdoc團隊的時候，不僅能從多角度招攬人才，而且多領域的從業經歷也讓他接觸了較多的專業人才。

在過去6年中，公司逐步積累了逾60名來自微軟、谷歌、阿里、騰訊、新浪、強生、輝瑞等頂尖公司的核心技術產品團隊的人才，他們擁有涵蓋醫學、深度學習、高性能計算、數據科學、互聯網服務、醫療器械和生物學等各個學科的全方位專業知識。

至于具體開發何種產品，鷹瞳Airdoc在創立之初就有過明確的界定，其中一點便是：“可以通過隨機對照雙盲臨床試驗來驗證、在算法上可以做到不亞于人類優秀醫生、可重復可檢驗可量化”。

這一標準極高，需要非常專業的研發團隊堅持“長期主義”才能達成。

迄今為止，鷹瞳Airdoc研發團隊已開發了覆蓋該公司軟件、硬件設備以及算法的關鍵技術的全面知識產權組合，在中國擁有 134 項專利及專利申請，以及6項已發布的PCT申請。

另外，還在《柳葉刀》系列、《英國眼科學雜志》及《英國皮膚病學雜志》等權威同行評審科學期刊上發表或被接收論文超過20篇，并出席了一些具有影響力的人工智能學術會議（如醫療影像頂級會議MICCAI）。此外，《自然》系列等多種權威同行評審科學期刊均報道過鷹瞳Airdoc 產品的性能。

04

助力分級診療 打破中國醫療資源不平衡困境

除了慢病預防，醫療AI更大的意義在于解決中心和偏遠地區醫療資源不平衡的問題。

北上廣作為商業中心，聚集了來自天南海北最優秀的醫生，但是反觀一些偏遠地區，因為體制、資源和人口等等問題，很難有媲美一線城市的醫療資源。醫生不愿意去，病人也不愿意就醫。

但是醫療AI技術是以大量的深度學習為基礎，也就是說，它綜合了整個醫療體系里最優質的案例，相當于頂級三甲醫院里醫生幾十年的積累，而這套解決方案，能完美地彌補基層地區優質醫療資源不足的情況。

在國家大力推動分級診療的大趨勢下，醫療AI也在用自己的力量去完成這個閉環。

張大磊曾在2020中國企業家博鰲論壇上表示，作為一家創業公司，一直非常想解決一個問題，將部分醫生掌握但是其他偏遠地區醫生沒掌握的技能經驗變成數據，變成算法模型，成為中國人工智能的AI認證，成為可分享的經驗。

構建可以讓每一個人都知道自己的健康狀況的基礎設施，未來讓孩子在他們周圍的體檢中心，或者社區診所，甚至家里都能時刻掌握健康狀態。簡而言之，產品的終極目標，是能讓不同收入群體的人都能享受到低價、優質的體檢服務，“讓健康無處不在”。