题图 | 视觉中国

在震惊全球的AlphaGo大战顶尖棋手李世石的第二年，尤瓦尔·赫拉利在《未来简史》中说：

“未来AI会取代很多人类的工作，尤其是那些重复性的、程式化的工作。”

这个预言似乎在临床医学上正在实现，尤其在影像诊断领域。AI技术的不断优化，使得深度学习顶级医生的经验成为可能，再匹配强大的算力和高分辨率，甚至使其拥有了超过医生的预判力。

2020年8月，一款糖尿病视网膜病变眼底图像辅助诊断软件通过了国家药监局审批，拿到了同类产品中首个第三类医疗器械证书，并由此在国内医院落地使用，协助、减轻医生的医学诊断工作。

这并不是AI黑科技第一次照进临床诊疗的现实，却撬动了一个规模不可小觑的群体的健康管理需求。视网膜中蕴藏了大量信息，它是唯一能从人体外部直接观察内部动脉末梢、脑神经的窗口。其中，糖尿病视网膜病变是糖尿病患者的常见并发症。

据统计，2020年仅中国就有糖尿病视网膜病变患者近4000万人，但早期糖尿病视网膜病变通常表现为无症状，导致这种疾病的筛查率不到10%。

试想如果把待确诊的3000多万人都送进医院，让区区4万多名眼科医生扛起这面大旗，将形成怎样令人窒息的拥堵场面。人工智能的视网膜影像识别技术，价值方显。

2021年9月22日，根据港交所官网显示，这款软件的研发公司：北京鹰瞳科技发展股份有限公司（以下简称“鹰瞳科技”）通过聆讯，择日将正式启动招股并主板挂牌上市，这意味着鹰瞳科技即将成为“医疗AI第一股”。

鹰瞳科技应验了那个预言，在中国，将有越来越多的“AI眼科医生”。人工智能开始深度参与临床诊疗工作，是一个新突破。

目前，国内不少医院和体检中心都配备了专门设备，患者只需参与看似常规的眼部扫描，软件后台就会快速运行数据质控、海量数据比对，并作出病变诊断、病变分期，部分糖网AI产品还会提供转诊建议，全程耗时仅几分钟。

在最新的《中国2型糖尿病防治指南（2020版）》中，人工智能糖尿病视网膜病变筛查软件作为有效的解决方案，被建议用于协助糖尿病视网膜病变的诊断。

通常，基于AI的检查结论，会直接被推送到医生的信息系统中，患者也能在移动设备上同步接收，这就避免了传统场景中等报告、取报告、排队复诊的麻烦。

人工智能的黑盒子

可能你会说，虽然AI眼科医生厉害，但我还是信任那些经过长期大量训练的医生，毕竟是给人看病，这个事儿得谨慎啊。

其实不用担心，AI诊断用的算法规则，并不是医生纯粹的经验，而是基于医生经验和最朴素的统计原理所建立的复杂逻辑。这套逻辑之于临床诊断，正如大脑之于人类，是个黑盒子，里面包含着从大数据的复杂关系中推导出的，从影像到诊断之间的算法规则。

在医疗AI的场景中，医生只需确保影像数据的正确输入，机器便可以利用算法规则给出诊断。在一项招募了1000名患者的多中心临床试验中，鹰瞳科技的糖网AI产品检测敏感性、特异性分别达到91.75%和93.1%，已经堪比训练有素的专业眼科医生的诊疗水准。

如果切开人工智能黑盒子，横断面的主要陈列将包括临床数据、深度学习算法和临床验证3大元素。

在医疗AI中，标准化临床数据是立体的医生经验的重要载体，也是AI迟迟没能进入临床的最大掣肘。这是因为，临床数据的规整相对其他行业数据十分特殊，要打通层层壁垒，包括有效数据识别与提取、医院间的数据互通、平台间的数据兼容、个人敏感信息保护等。

以数据识别与提取为例，专业相机能够识别微动脉瘤、出血斑点、硬性渗出、棉绒斑等形态各异的视网膜病变图像，而要从这些图像中提取出有用的病理信息，则依赖于临床医生精细的工作。临床医生图像判别能力的高低，直接决定了模型临床判断水平的好坏。

鹰瞳科技的背后，是世界最大视网膜影像数据库和数百位医学专家，收录了370万张真实用户的视网膜图像。更重要的是，这370万张视网膜图像包含覆盖年龄、性别、人口特征、疾病、商业渠道及医疗器械型号的多模态完整数据，这些数据受到私有数据湖系统的严格保护。

为了确保数据提取的准确性，鹰瞳科技的医学专家独立完成图像标注后，还会进行交叉互检，随着各种来源数据持续同步到数据湖系统中，鹰瞳科技拥有了稳定增长的视网膜图像数据库。

医疗AI有了强大的临床数据库，就像巧妇有了米，能否做出美味的饭菜，还得看烹饪技能，即人工智能深度学习算法。一个医疗AI产品通常会包含多种机器学习框架和编程语言，并建立网络架构搜索、生成对抗网络、领域自适应、模式泛化、多任务学习、无监督学习、在线学习等一系列算法。普通人即便理解这些算法的名字也十分困难，但正是有了算法指引，机器得以完成疾病分类、病灶检测、病变分割、健康风险评估等临床功能。

鹰瞳科技拥有经验丰富的算法工程师团队，他们挑战性地开发在线深度学习推理系统，可以支持300多个深度学习模型实例同步计算、优化数据，并调用计算资源，高效运行深度学习模型的优化、保护、部署、管理及监控。鹰瞳科技的这套算法体系在完成眼底疾病辅助筛查任务的同时，也正在开发长期健康风险评估算法、时序医学图像配准和分析系统等复杂功能，从而在未来给慢性病患者带来更大帮助。

临床验证是医疗AI走向应用的关键一步，也是压垮众多医疗AI企业的最后一根稻草。在这里，最前沿的科技与最严肃的临床需求近身肉搏，解决方案中的任何瑕疵，都是个体的不能承受之重。

硬币的另一面，出色的临床验证结论无疑为医疗AI提供了最有力的背书。就在赴港IPO前后，鹰瞳科技相继公布了多项与顶级医疗机构的临床研究成果，这家初创医疗AI公司诚意满满的向资本市场递出一份答卷。

7月末，广州中山大学中山眼科中心林浩添教授团队联合鹰瞳科技等开展的“AI视网膜多病种辅助诊断系统”真实世界研究，成果正式发表于国际顶级医学期刊《柳叶刀·数字健康》（The Lancet Digital Health）杂志（SCI影响因子24.519）。研究结果证实，该辅助诊断系统在临床真实世界验证中表现出稳健的疾病识别能力，准确率媲美医学专家。

9月，著名眼科学期刊《英国眼科学杂志》（British Journal of Ophthalmology）在线发表了复旦大学附属眼耳鼻喉科医院（上海市五官科医院）与鹰瞳科技在ICL（可植入式隐形眼镜）手术临床研究的最新合作成果，证明了人工智能算法对辅助ICL术后拱高预测以及人工晶体处方制定的作用，再次验证了人工智能技术在临床眼科学中应用的广阔前景。

不久前，清华长庚医院眼科胡运韬教授团队与鹰瞳科技在英国自然科学期刊《科学报告》（Scientific Reports）上，联合在线发表了论文“Artificial intelligence-based detection of epimacular membrane from color fundus photographs”（基于彩色眼底照片的黄斑前膜人工智能检测），表明基于眼底照片训练的AI算法在临床环境下对黄斑前膜的检测达到了专业眼科医生的水平，具备在大规模筛查场景下应用的医学价值和广阔前景。

糖网AI首证的价值变现之路

尽管如此，在这之前，医疗AI的商业化之路却并不好走。

相对于消费、娱乐等行业，医疗实在太特殊，我们已经看到太多高配团队大张旗鼓布局医疗AI，却在短短几年内偃旗息鼓，迅速被证伪。

这背后一个重要原因在于养一支医疗AI团队、日常规整医疗数据都涉及巨大的资金投入，而大多数医疗AI产品却在短时间内找不到强大付费方，无法从商业闭环中汲取现金流。

鹰瞳科技手握糖网AI的全国首张第三类医疗器械证书，先发优势之下，生存密码已经若隐若现。招股说明书数据显示，2019年、2020年、2021年前六个月，鹰瞳科技营收分别为3041.5万元、4767.2万元和4947.7万元，2021年半年营收已超过去年全年营收。这家公司正在有力证实糖网AI的商业价值。

在商业逻辑的探索上，鹰瞳科技创始人张大磊从来不是一个理想主义者。在他看来，成为优秀的医疗AI企业，首先要能活下去。所以在刀耕火种的医疗AI早期，张大磊就在无数十字路口前坚定选择了合规的产品化道路。此举为鹰瞳科技赢得了宝贵的市场先机。随后，鹰瞳科技巧妙利用一体化解决方案和多渠道布局，将糖网AI首证的价值挖掘到极致。

具体而言，鹰瞳科技在业内罕见地同步开发了图像分析技术和图像采集技术，从而能够提供从数据收集、数据传输到数据分析、结果报告的端到端产品组合，这确保了算法能够在处理及分析图像的同时，极大降低客户的转换和学习成本。

2021年3月，就在拿下糖网AI首证的半年后，鹰瞳科技的首款便携式、全自动化及全自助式眼底相机获批第二类医疗器械注册证，以“软件+硬件”组合拳的方式快速开疆拓土。

而在市场渗透的过程中，鹰瞳科技采用了模糊边界、聚焦高密度用户场景的强势打法，在医院、诊所、体检中心、保险公司、零售药房等多元渠道中矩阵式推进，从而迅速整合用户资源。

在国内，慢性病及相关并发症通常由数量有限的医生，在审查视网膜影像等各种测试结果后，进行人工检测及诊断，经济而高效的辅助诊断解决方案，无疑是医生们面对日益增加的患者时的刚需，这就是鹰瞳科技的糖网AI产品在医院内快速渗透的底层逻辑。

而糖网AI产品将出色的眼科医生送到社区诊所和其他基层医疗机构，有效解决了中国医疗资源短缺和分布不均的问题。在体检中心，人们最大的诉求莫过于以无创、经济的方式完成疾病的早期筛查，这正好契合了鹰瞳科技的产品特质，即基于一次快速视网膜影像拍照，进行早期检测、辅助诊断及健康风险评估。

此外，在消费属性更强的大健康场景中，鹰瞳科技的软硬件一体化产品策略串联起了商业闭环的主要元素。

例如，鹰瞳科技与平安保险、中国太平洋保险、中国人寿等商业保险公司合作，协助全面准确及高效的评估保险申请人和被保险人的健康状况。再如，在服务能力逐步增强的视光中心，鹰瞳科技正成为患者健康风险评估的重要一环，协助分析患者视网膜环境，并识别可能导致视力受损的风险因素。

不难发现，在鹰瞳科技的身体力行下，医疗AI正隐于无形。它最终没有成为华丽的机器人和酷炫的特效，而是陪伴在侧，默默提升医疗面向大众的可及性。

医疗AI未来几何？

眼科医生在中国严重不足是事实。

一个合格的眼科医生，在能够给病人独立诊断之前，要经过长期大量的专业训练。在中国医疗培训体系下，本硕博 8 年，顺利的话 2 年晋升主治医师，再过至少 5 年升为副主任医师，加总至少 15 年，才能成为一名合格的影像学专家。

而医疗AI的广泛应用，对于缓解我国医疗资源分配不均，解决看病难的问题，具有极大的现实意义。

从这个角度看，真正能够让医疗AI跑通的团队，他们关注的角度或许并不在于医疗AI能否跑通。医疗领域的任何创新和改变，都必须以年为单位观察，任何前沿技术进入医疗，都会逐渐褪去张狂的想象底色，回归最朴素的价值，成为对大多数人有用的东西。正如鹰瞳科技创始人张大磊形容自己的工作，用50年，把健康检测做成一个生态。

所以去年8月拿下糖网AI第一证、今年9月成为通过上市聆讯的医疗AI第一股，对于张大磊和鹰瞳科技而言，都并非值得停下来欢呼的节点，即便让所有眼科医生都用上糖网AI，那也只是健康监测生态里的一个里程碑。

这是一个可以让医疗AI的潜在用户群体松一口气的结论，至少当我们得知鹰瞳科技仍在开发针对高血压性视网膜病变、视网膜静脉阻塞、年龄相关性视网膜黄斑变性等高患病率疾病的产品，也看到许多优秀团队在面对医疗AI是否跑通的未知数时没有半途而废，可以比较确定的认为，那种“健康无处不在”的未来，是可期的。

关键词： 拯救 忙不过来 眼科 医生