尋夢新聞LINE@每日推播熱門推薦文章，趣聞不漏接❤️
題圖來自視覺中國
[每篇 3 分鐘，鈦媒體帶你讀懂人工智能］
12月18日，體素科技宣布已經於今年9月完成5000萬美元B輪融資，弘泰資本領投，紅杉資本、清松資本、漢富資本跟投。
這家成立於2016年的企業，與多數醫療AI企業一樣保持著較快的融資速度：2016年9月完成聯創永宣領投的550萬美元天使輪；2017年5月，完成紅杉資本領投的千萬美元級A輪融資；同年9月，完成1億元A+輪融資，騰訊領投。次年4月，騰訊承建醫療影像國家新一代人工智能開放創新平台。
上一輪融資時，投資人們關注的還是創始團隊對於行業的理解，可到了B輪，投資人關注的重點變成了團隊和成績。
體素科技創始人丁曉偉告訴鈦媒體，投資人看重的「成績」體現為兩點：一，同時管理多個產品線的能力和性價比；二，每條產品線落地的絕對速度和質量。
目前，體素科技開辟了六個產品線：輔助診斷產品線方向，聚焦於胸部CT、眼底彩照、冠脈CTA、皮膚四個全病種解決方案；在兒童視力障礙等通過視頻中病人行為進行輔助診斷；在B輪融資發布會現場，體素科技發布了新產品「體素膚知匯」。
「AI醫療市場總量巨大，但可細分成幾百個子領域，針對每個細分疾病領域的市場在幾億到數十億，一個公司能夠有效並線研發和經營眾多產品線的能力是未來的主要競爭力。」丁曉偉告訴鈦媒體，各個公司所關注的子領域開始出現差異。
關於新產品線的開設，丁曉偉的態度非常謹慎，「因為每個產品現在給的定位和要求很高，做全病種這個工作量是很大的，我們先打好基礎後才考慮增加產品線。」
全病種
體素科技一開始對產品的設計就是全病種，其間也拿單病種產品去醫院里面打磨和試用，主要是出於對工作流認識的目的。
「全病種其實等於是做得廣，而不是把流程做得特別深。」為何定位為全病種，丁曉偉告訴鈦媒體，全病種是從未知疾病類型到確定疾病類型的初步工作，面向的人群也是最多。「我們針對的是初篩這一類人群，任務相對統一，並且相對簡單。AI應該做臟活累活，到了最後需要拍板決定上不上手術台的時候，那還得應該靠醫生。」
從技術角度來看，體素科技一開始就規劃了把病種分組，每一組用一個技術手段或者一個模型去完成，比如上百種病種，可能只用四五個模型去完成， 而不是一個病用一個模型這種橫向擴展過程，是從上到下的技術結構設計。
深度學習打開了自動抽取特徵的大門，雖然比以前的CAD、手工設計算法已經節約了上千倍人力和時間。但是也沒有好用到可以不費力地克服不同部位和病種，即便是快了一千倍，做一個全病種產品可能還是需要一年甚至更長時間。
此外，丁曉偉還觀察到，一線醫生的需求與科室主任、院長的需求都不一樣。「一線醫生的需求是解決日常最不願意看的，最花時間的；科室主任會更希望一些容易出錯的地方、帶來糾紛的一些地方得到解決；院長、醫院更希望新技術能夠解決現在很多的醫療成本和經營問題。」
這種需求的差異化也讓丁曉偉意識到，一家公司產品如果是只聽了一個人的話，可能會比較片面。
所以體素科技在拓展產品線時會有幾個參考標準，首先，產品現在覆蓋了一線醫生最花時間的問題，然後又是科室里認為風險比較大，問題解決之後增加醫院效率，節約開支的病種。「比如胸腔類疾病、腦卒中類問題、血管類或者內分泌類慢性疾病導致的並發症，基本都具備這個特點。 」
體素科技產品線從立項到應用，快的產品線一年時間就可以，慢的話則需要一年到兩年時間，「慢主要原因是病種的設計定位比較高，比如三維影像、複雜問題的全病種等確實是很難做的。 」
丁曉偉將自己的產品邏輯概括為，「開產品線是為了有價值，不能因為好做所以我們開，然後做完了又沒有用；有些問題是很好做的，可能網上的數據也很多，很快可以給投資人有個交代，但是這種事情我們不做。」
落地與變現
關於醫療AI落地，鈦媒體此前曾報導過，有醫生呼籲醫療AI能整合進臨床路徑，也有從業者稱醫療AI單獨存在的價值意義不大。丁曉偉則認為，通過器械公司，體素科技可能通過其強大管道進入更多醫院，但AI產品不是必須與掃描器械綁定，因為AI產品不與器械直接對接，是與醫院的信息化系統進行對接的，分析的是標準數據協議下的數據，所有掃描設備都可以輸出。
「所以同樣來看，AI公司與PACS系統公司的合作，可能也非常有價值。」丁曉偉告訴鈦媒體，雖然目前體素科技在進醫院的時候並沒有遇到PACS公司接口費的要求，但是有其他AI公司遇到了類似的要求。
為了讓AI盡量融入醫生的工作流，多數醫療AI企業通過其他技術手段來做到與PACS和RIS的聯動，但丁曉偉認為，「這都是折中方法，不如與PACS直接集成來的順手，所以希望能夠與主流PACS公司進一步加強深度的合作，也希望PACS公司也在這個問題上能夠去積極的配合，因為這是對他們產品也是有積極影響的。 」
目前對於多數醫療AI企業而言，變現都是無法繞開的話題。關於變現，丁曉偉告訴鈦媒體，「全病種產品打磨完備，正式走入招標採購流程後才可以進一步變現。全病種在醫院中是有變現價值的，單病種可能就是各個公司與醫院進行打磨的過程。」
哪些場景能更快做到變現？丁曉偉舉了幾個例子，比如眼科、皮膚的全病種，相對於放射影像、慢性病更偏個人和家庭。對於跨界科室的使用，全科醫生使用眼科或者是皮膚產品，甚至是就診指導，甚至視光中心、藥店里為病人進行普查，這些場景可以更快做到變現。
在丁曉偉看來，跟體檢機構的合作會是一個趨勢，體素科技目前正探索和體檢機構的合作。「人工智能最能幫到優質醫療資源缺乏的機構，特別是在體檢上，全病種就更加有優勢了，因為體檢本身就是沒有定向的發現所有可能的異常。」
這兩年，丁曉偉感受到世界影像設備巨頭們的一個明顯的變化，「對外的AI合作上，17年比較保守，到了18年，每家大公司都主動去找AI公司進行合作。」（本文首發鈦媒體，作者/付夢雯）
更多精彩內容，關注鈦媒體微信號（ID：taimeiti），或者下載鈦媒體App