拍医拍战略升级宣布新一轮融资数千万 公司更名“医拍智能”

2017-08-07 13:47:06 来源:36氪 热度:

8月7日,医学智能科技公司拍医拍公布A+轮融资额数千万人民币。拍医拍曾获得全球知名投资机构美国红点创投、具有医疗背景的重山远志健康医疗基金、慈铭体检韩小红、360、亿联资本、洪泰基金等机构投资。与此同时拍医拍公司战略全面升级,公司正式更名为“医拍智能”,并采用全新域名MEDP.AI(http://www.medp.ai)及新商标。目前医拍智能旗下拥有拍医拍、信泽医疗(信泽医疗作为国内独立血透中心最大的信息平台供应商,为数百的血透机构提供服务)两家独立子公司及达芬奇(Da Vinci)医学智能研究院。 业务范围从OCR医疗单据文字智能识别增加了医学影像智能识别。
  
去年,医拍智能成为中关村高新和国家高新双高企业。医拍智能基于以深度学习为代表的人工智能技术,结合海量医疗数据,研发辅助医疗影像诊断识别系统。团队拥有医学影像处理、医学大数据分析与挖掘、移动医疗信息系统开发等方面的技术能力,并开发了医学数据抓取与智能识别、医学词条综合解析等核心知识产权技术。
  
据介绍,医拍智能团队精通各类图像处理和人工智能技术,尤其在医学图像辅助诊断和医疗单据识别达到国际领先水平。现已获得40余项国家 专利,覆盖机器视觉、医学图像、数据挖掘等多个领域。团队在大数据基础平台架构与大数据分析挖掘等方面拥有丰富的经验。核心成员曾在百度、微软等大型互联网公司负责人工智能核心算法。医拍智能目前已经积累了亿级医疗数据的处理经验,服务于医疗领域各个行业的合作伙伴,已为400余家医院、保险、肾透析中心、民营医院、医疗设备厂商提供深度垂直的解决方案。
  
为提高全行业医疗数据获取与解析能力,强力辅助医疗诊断治疗全过程,医拍智能达芬奇(Da Vinci)医学智能研究院与国内外顶级技术公司达成多项战略合作。助推科技前沿的公司能有更大的动力去做更精细的科学研究和市场化准备。医拍智能创始人吴诗展认为:“人工智能支持下的诊断解决方案将显著的推动医疗效率,同时提供丰富的内容发现,比如早期的检测治疗计划和疾病监测。”
  
医拍智能在医学影像的智能研究主要集中在对CT、MRI、PET、病理切片、眼底照片、超声等医学影像信息采集和分析上。就X光片为例,据美国疾控中心(CDC)估计,每年美国大约有1210万人接受乳腺X光检查,但根据美国癌症协会(ACS)统计,其中差不多有一半都有“假阳性”嫌疑,也就是一半的健康女性会被告知他们得了癌症。大量女性为了确信度选择接受乳腺活组织检查(每年160万人左右),而其中的20%都属于健康女性,同时活检结果正确率也只有60%-80%。
  
X光照片的分辨率通常在百万级别,恶性肿瘤的尺寸却仅占数十位像素。从相对比例上来看,要分辨出恶性肿瘤具有相当高的难度。对于传统的计算机辅助诊断(CAD)而言,虽然可以捕捉影像中的斑点,但经常错误显示为阳性。
  
而医拍智能医学影像AI系统结合了最新的深度学习算法,在人类医生的帮助下,通过对大量医疗图像数据进行解析,自动总结出能够代表恶性肿瘤的“形状特征”以及形成能够用来判断有无恶性肿瘤的“识别模式”。AI系统将其总结出的识别模式应用于医学影像中时,便可判断影像中是否存在恶性肿瘤,且准确度和判断速度超越了传统方式。另外研究结果还显示,该AI系统还能直观的将X光图转译成诊断信息,方便医生快速对病人病情作出判断。
  
中国对放射科医生服务需求非常急迫。除了从从放射科医生的年增长率来看,美国和中国仅仅只有2.2%和4.1%,远远不及医学影像数据对应63.1%和30.0%的高速增长率。每年3亿人次参与体检市场的用户量也有力的说明了问题。人工智能技术在医学影像领域的深度应用,填补了这些缺口,正在释放出巨大的市场潜力。
  
由于传统医疗长期依赖于几种形式的非结构化数据, 而通过视觉识别研究医疗大数据,实际情况比绝大多数领域的数据都更大、更复杂。因此对影像方面的分析在应用层面更具有现实意义。医拍智能研究成果中显示,根据CT判别患有肺部肿瘤的可能,区分良性和恶性肿瘤,并标出肿瘤区域。在内部测试中比专家小组更好地判断恶性肿瘤。在很多内测案例中,比人类放射科医生提前2年诊断出癌症,比专家小组提高50%判断出恶性肿瘤。
  
针对眼底病变筛查,医拍智能也可以快速识别眼底病灶,辅助进行分级,提供初步的诊断报告。在13~15秒内完成一张眼底图片的病灶标记,其在特定集上准确率超过97% ,稳定性极佳,实现在实际场景中甚至超过医生。
  
心电图方面,医拍智能在提升异常判断准确率中,智能诊断结果准确率达到96%及以上,而传统方法下的诊断准确率仅能达到68%。这些都是因为医拍智能具备应用神经网络等最前沿人工智能核心算法,从而赋予了机器类人脑的真实准确的医学智能技术。
  
医拍智能还在乳腺癌、皮肤病变、自动医疗编码等领域已经获得应用。

责任编辑:黄焱林