推想科技医学影像AI最大的优势不是技术，而是累计完成的超过20万例的影像筛查

过了11月，就到了做年度盘点的时候，在准备资料的时候，记者发现2017年仅医学影像领域就有20家公司获得融资，这些公司声称的落地医院加起来有好几千家，竞争越来越激烈。医疗人工智能似乎已成燎原之势，但是现实中的发展情况也有一些问题。

前一段时间，记者参加全国放射医生年会的时候，与一些放射医生闲聊，部分医生表示他们医院虽然也引进了人工智能医学影像系统，但是使用情况并不理想。有些原因是医生不信任、有些却是系统不好用。

在和推想科技CEO陈宽聊到这话题的时候，他却显得很轻松。他表示，目前推想成熟产品肺部小结节识别系统也早早落地了，在全国多家大型医院上线使用，在医生完全自愿使用的前提下，医生平均的点击率在64.5%左右。

在医疗AI百家争鸣的时代，推想科技医学影像AI最大的优势不是技术，而是累计完成的超过20万例的影像筛查案例，以及那些习惯使用该系统的医生们。

推想科技CEO陈宽与RSNA中国影像专家团合影

相较于上世纪90年代的CAD技术，现在的人工智能系统不仅操作方便，出具的辅助筛查报告也十分详细，已经非常接近医生平时给出的筛查报告。但是由于法律、政策、责任、安全、伦理等各方面原因，系统出具的筛查结果还是由医生签字才生效，而做最后把关的这个医生也为筛查客户提供了另一重的安全保障。

推想科技每个月的影像检查量

推想科技提供的数据显示，2017年，推想科技已经完成了超过20万例影像检查。从图中的增长曲线可以看出，今年的1-9月份，检查数据处于稳步的增长状态，10月份之后，数据增长量明显加快。这背后主要原因是除了落地医院的增加，更重要的是医生对系统的依赖性越来越大。

作为国内领先的人工智能医学影像公司，无论是从技术、落地医院和落地医院的质量，推想科技都拥有一定的行业优势。但是推想清楚的知道，在开源的人工智能大环境下，许多公司都有能力拥有优秀的算法团队和基本的深度学习模型，但是仅凭算法技术和基于开源数据的模型是无法在医学影像人工智能领域实现产品化突破的。

而能够让推想科技一直在这个赛道上领跑的优势是这些已经完成的超过20万例的实际临床工作中的影像筛查案例，以及未来不断快速增长的真实筛查数据。

这20万例筛查数据表明，推想的系统在不断培养已落地医院医生的使用习惯，并以自己过硬的产品行成口碑在行业内传播。这种医生使用习惯以及口碑行成的品牌效应是很多后来者很难超越的。这会发过来促进推想产品的落地。

人工智能的发展有点像经商或者投资理财，当我们已经拥有一定的财富基础和资源积累，那么财富的增长速度和增长量会越来越快。

推想科技积累了大量真实筛查数据，云计算和GPU也早已解决了计算的问题。今年9月，三位从来自“GPS”的高管加盟推想，也增强了推想在市场方面的竞争力，现如今推想已经进入快速成长期。

在医生完全自愿使用的前提下，拥有如此的点击，取得这样的成绩，主要源于推想科技对自己AI医学影像的三个评价标准：准确性、鲁棒性（稳定性）和易用性。

准确性：这个准确性指系统识别结节既全又准。关于准确性，记者曾经两次与上海长征医院放射科刘凯医生聊过，第一次是2017年3月份，记者在调查医生对使用人工智能的看法，当时刘凯医生觉得推想系统最大的作用是减少漏诊。今年10月份，记者又一次与刘凯医生交流了一次，半年的时间，刘凯表示人工智能在不停地迭代提升，他们科室的医生有很多已经对推想的产品产生依赖，推想的产品也成为医生的好帮手。

既全又准这是很多放射医生的共识。一方面，他们在写报告的时候，最担心漏诊，平时一切正常的片子，他们会反复看一些，漏诊是要担责任的。另一方面，他们希望只是把恶性结节给挑选出来。因为在报告上多写一个结节不仅会给相关医生们增加工作量，更会给患者带去不必要的恐慌。

鲁棒性：系统模型可以在各家医院使用，并保持比较好的准确性。

国内医院使用的设备型号繁多，加上各地操作规范不统一，造成影像数据并没有统一的官方标准，所以让系统具备普适性是很多公司要解决的。

推想科技的CMO夏晨表示，推想科技的训练数据来自于全中国各个不同地区的顶级医院，保证训练数据的代表性。同时，在训练过程中，推想也有意带入不同设备来源的数据，保证设备的差异性不影响模型在不同医院的表现。

他们最看重的是医生实际的点击率。在市场推进的过程中，他们也发现有些医院虽然有AI医学影像系统，但是医生没有用。

易用性：90年代传入中国的CAD技术与现代人工智能医学影像有一些相似之处，但是CAD并没有被广泛使用。记者曾向多位放射科主任咨询其中原因，大家的共识是CAD操作复杂，不易使用。

推想吸取了其中的教训，只是在医生平时的操作系统上面提供一个按钮，点击这个按钮，系统就会自动显示AI出具的辅助筛查信息，供医生参考。如果医生不点击，则按照平时的工作进行即可。

推想科技以这三个优势切入，用医生自愿点击率来衡量自己产品的好坏，逐步形成医生爱用想用的人工智能辅助影像筛查产品。

在人工智能+医学影像领域，很难评选出哪一家是行业老大，各个公司都有自己的独特之处，上市互联网公司切入医疗有资源有背景，但是创业公司拥有破釜沉舟的勇气以及先入为主的优势。最后哪家可以在这个领域立足，我们还是以数据说话。