近日，在上海召開的“2019國際醫學人工智能論壇暨ITU與WHO健康醫療人工智能焦點組（AI4H）會議”上，BioMind ?吸引了包括國家衛健委規劃司副司長劉文先、工信部總經濟師王新哲等多位“大咖”駐足。

其實，早在3月21日國家衛健委召開的“智慧醫院建設工作”官方新聞發布會上， BioMind ?就被兩次點名：一次來自國家衛健委醫政醫管局副局長焦雅輝的發言，一次則出自天壇醫院副院長周建新的口中。

在逐漸熱鬧的醫療AI賽道上，BioMind ?可謂是近年來出現的一匹黑馬。它究竟是一款怎樣的AI產品，它的背后站著一家怎樣的公司，為何如此引人矚目？

醫谷記者采訪到BioMind ?的研發公司北京安德醫智科技有限公司（以下簡稱安德醫智）CTO吳振洲和大中華區CEO李晶玨，談談BioMind ?背后的故事。

首戰告捷 已取得國際醫療器械注冊證

早在2018年6月30日，在北京國家會議中心舉行的全球首次神經影像人工智能“人機大賽”上，AI選手BioMind?的表現讓25名來自神經影像領域的頂尖專家和優秀臨床醫生頗有些意外。

在神經影像領域，醫療AI企業入場者尚且不多，當天很多人就在好奇：這款能在3-4秒內自動書寫出結構化診斷報告的AI產品，到底是什么出身？

事實上，這是BioMind ?對外公開的首次亮相，它是由安德醫智和天壇醫院共同研發的全球首款神經系統疾病人工智能輔助診斷應用產品。

2018年6月，BioMind ?拿到國際CE認證（歐盟統一安全認證 標志，被視為制造商打開并進入歐洲市場的護照），并頻繁亮相在歐洲放射學大會、世界人工智能大會、第三屆“讀懂中國”國際會議等國際國內舞臺。

安德醫智大中華區CEO李晶玨在2019國際醫學人工智能論壇暨ITU與WHO健康醫療人工智能焦點組（AI4H）會議發表主題演講

安德醫智大中華區CEO李晶玨對醫谷介紹，BioMind ?是通過與國家卒中中心、天壇醫院、天壇聯盟所屬醫院通力合作，運用獨有的AI深度學習模型，對近十年百余萬例神經影像病例進行系統訓練，打造出來的目前國內唯一能夠參與臨床治療決策的醫療AI產品。

李晶玨說，目前，針對顱內出血及缺血性卒中疾病，BioMind ?可以做出及時準確的診斷，并能為下一步臨床治療提供關鍵的輔助決策；同時，對于30余種常見顱內腫瘤，BioMind ?可以快速識別、精準標記并快速做出精確診斷；而對于顱內動脈瘤、AVM、煙霧病等血管源性病變，同樣具有提供專業的診斷分析功能。

“可以有底氣地說，在整個神經影像AI領域，BioMind ?涵蓋病種是最全的，這對臨床是很好的‘賦能’。 ”李晶玨說。

作為一家成立僅有兩年的公司，如此有底氣并非沒有原因。據安德醫智CTO吳振洲介紹 ，安德醫智自成立伊始，就有一支“學霸型”研發團隊，均來自哈佛、麻省理工、新加坡國立、清華、中科院等深度學習領域頂尖高校。

談及研發團隊的遴選，吳振洲說，僅有高學歷遠遠不夠，我們需要的AI人才需具備“三強”，即編程能力強、數學能力強、工作創新能力強。

另值得一提地是，除了研發人才，安德醫智還擁有一支由30名全職臨床醫生組建的專業標注團隊。雄厚的人才基礎，足以讓安德醫智有底氣敲開任何一家頂級三甲醫院的大門，而首先一拍即合地，是在神經領域蜚聲國內外的天壇醫院。

談及與天壇醫院的合作，“就像是異性之間的互相吸引，一下就看對眼了。” 李晶玨笑言。

其實，當時天壇醫院想在眾多醫療AI企業中選擇一家作為戰略合作伙伴。天壇給每家企業都出了一道“考題”，安德醫智面臨的是“進行一個橋小腦的靶區勾畫和腫瘤鑒別”。

“當時我們的團隊在很短時間內高質量完成了任務，因此也順理成章地得到了天壇醫院的認可。”李晶玨介紹，BioMind ?是安德醫智和天壇醫院首個合作結晶，去年6月，雙方還共同成立了人工智能研究中心，除神經影像AI領域外，還將涉足輔助診療、康復等智慧醫療領域。

落地并非“千人一面” 融進醫院場景是關鍵

據羅蘭貝格《人工智能白皮書》估算，到2030年，人工智能將在中國產生10萬億元的產業帶動效益，其中，醫療領域作為數據基礎較好的領域，可提高藥物研發成功率、提供疾病診斷輔助等，符合多種應用場景，前景最被看好。

然而，醫療AI企業扎堆現象明顯，尤以醫療AI影像企業最多。相關數據顯示，2018年有160余家醫療AI企業，醫療AI影像企業就超過了140家。

有分析認為，造成扎堆醫療影像領域的原因之一，是由于90%的醫療數據來自醫學影像，且國內醫學影像數據的年增長率可達30%。

然而，醫療AI的技術門檻高，若想進行有效訓練，提升標注準確率，需要企業和頂級醫療機構達成合作，獲取有效的病例數據。

“僅僅在這一關，就會卡住很多企業，因此，醫療影像企業看似‘蜂擁而至’，其實真正深入的并沒有外界看到的那么多。”吳振洲說，安德醫智從神經影像領域切入，最初就決定必須和領域內最頂級的醫院合作。目前，安德醫智還和解放軍總醫院（301醫院）等知名醫院展開了合作。

面對目前賽道的擁擠， 李晶玨坦言，現階段的同質化更多是由于技術門檻或市場導向，造成了暫時的跟風。“醫療AI的核心在于應用場景，醫療領域應用場景超過50種，決定了真正落地的醫療AI產品會是‘百家齊鳴、百花爭艷’，而不是‘千人一面’地扎堆于醫學影像這一種應用場景。”

“其實不同場景的AI產品，它們的底層技術通用是可以實現的。只是不同企業側重場景不同，可以選擇不同醫療細分領域來研發產品。”吳振洲解釋。

“需求源自場景，場景決定應用，應用引領研發。”李晶玨認為，未來，每個應用場景的優勢和需求都會充分釋放出來，與之相對應地，也將形成與每個應用場景所對應的AI產品。

目前，安德醫智也在積極研發其他新產品，目標是通過數據和技術的優化鉆研，保持甚至超越BioMind ?的高品質，最終致力于研發出解決全場景的醫療AI產品。李晶玨介紹：“在研發過程中我們不斷地問自己，臨床真正需要的AI到底是什么？如何才能做好醫生的‘好幫手’？”

李晶玨認為，對醫療AI產品來說，應用體驗提升（基本需求）、解決臨床實際問題（核心需求）、推動優質醫療資源下沉（社會需求）、節省醫療資源（經濟需求）這四個方面尤為重要，在此基礎上實現差異化發展，并輔助做好行業質控和標準建設。

數據有效是核心 收集更應倚重“質”

“我們堅持精品數據集，在注重‘量’的同時更注重‘質’，通過嚴格質控和反復驗證，保證數據的有效性。” 擁有十余年豐富醫療行業經驗的李晶玨，始終秉承著這樣的信念——作為一家醫療AI企業，數據是公司立足之根本。

安德醫智CTO吳振洲接受醫谷采訪

對此，吳振洲非常認同。他說：“只有給AI投喂大量的數據，才能夠進行深度學習，AI產品本像個一無所知的‘笨蛋’，經過大量的數據學習，才能使它‘聰明’起來，但這種‘聰明’僅限于獲得已知數據的基礎上，它并不能進行沒有訓練的推斷。”

他進一步解釋道，AI算法的過程猶如一個專用的、無法打開的“黑盒子”，它可用不可見，既沒有普遍的適應性，也無法拆解出具體的智能化業務規則。換言之，它依賴于參與訓練的海量數據。

“無論是公司決策層，還是研發團隊，我們都一致認為數據應該來自優質醫療機構、可驗證的優質醫療數據。” 李晶玨連續兩次強調“優質”。她介紹，BioMind ?就是在國家神經系統疾病臨床醫學研究中心，由近百名頂級醫學專家參與臨床數據分析標識，全球頂級人工智能技術團隊配合臨床醫學專家進行金標準（臨床醫學界最可靠的一種診斷標準）驗證過的有效數據訓練，利用深度學習技術反復篩選和驗證。

李晶玨最后對醫谷說道，相信隨著醫療AI產品在臨床輔助診斷的不斷落地，相關政策支持的不斷深化，醫療AI的前景會越來越明朗，更大幅度地輔助臨床、造福百姓。