题图来自深透医疗（Subtle Medical）
今年8月，Facebook宣布将和纽约大学医学部共同推进fastMRI项目，希望能共同研究如何加速MRI成像，最终达到10倍加速。
然而，一家硅谷医疗科技影像公司已经完成这项技术的研发，并在UCSF等全美数十家知名医院进行早期测试。
这家名为深透医疗（Subtle Medical）的公司，创始人及CEO宫恩浩博士拥有医学与工程双重背景，是一名来自斯坦福的连续创业者。2017年，宫恩浩创立深透医疗，比起“代替读报告的医生”，深透更希望帮助机器更快、更好地完成自己的工作。
“对于高成本的医学影像来说，我们认为提高成像效率有更大的价值和市场空间。”宫恩浩对钛媒体说道。
结合深度学习和图像重建技术，用更少、质量更低的数据便可获取诊断级别的医学图像，和传统形式质量持平，甚至更好。这项技术主要应用在MRI（磁共振）和PET（核医学影像、正电子发射计算机断层扫描）这两种医学影像模态上。
深透医疗技术优化示意图
创立一年，深透医疗已获两轮融资：种子轮来自美国大数据基金Data Collective、真格基金、百度风投、清源创投、Wisemont Capital；今年5月，深透医疗获得了由美国老牌基金Bessemer Venture Partner领投的500万美元Pre-A轮融资，此外，这轮投资人还包括Facebook早期投资人之一Jim Breyer以及硅谷新秀基金Fusion Fund。
Jim Breyer对钛媒体表示：“他们选择了一个与大多数AI医学影像公司都不同的切入点，通过AI技术来优化医学临床影像的拍摄流程及质量，降低其需要的时间、花销及放射性。”
另辟蹊径，加速医学成像
“医学成像+AI”不是一个新奇的组合，但过去，大部分创企走的都是“AI加速图像解读、出具医学诊断报告”的路。
“这个因素实际上只影响10%的生产成本，而且也不一定是耗时最长的部分。”宫恩浩向钛媒体透露，90%的成本和大量耗时，都在机器成像过程中。
MRI、PET等成像技术是现代科技进步、提高医学水平的重要标志。MRI的原理是通过收集大量的原始数据，重建出信息丰富的医学图像；比起看密度的CT和X光，MRI能得到清晰的软组织多对比度，帮助辨别病灶；PET能得到分子层级功能活跃信息，从而确认病灶级别。
虽然对于神经系统疾病辨别，癌症早期筛查、分期诊断及膝关节等软骨相关疾病来说，清晰地看到病灶、进行诊断和分析都尤为重要。但这些设备又贵、又耗时，还需要精细维护，很难像CT或X光一样大批量普及。
深透医疗提供的示意图：技术方面的花费占比90%；医生解读医学影像花费占比10%
以核磁共振（MRI）为例，美国的收费标准在1000-2000美元（6800-13600人民币）之间，其中只有10%付给医生作为诊断费用，90%以上都是机器成本、维护等费用。一次采集时间约为30-45分钟，一台耗资数百万甚至上千万的机器，一天只能服务十几个病人。由于资金、场地等限制，机器数量也很有限，大型三甲医院可能也只有2-3台MRI机器。
PET价格更加高昂。在美国，根据不同的医院定价、检查部位以及放射性核素价格，一次PET检查少则数千美金，最高花费可达上万美元。
根据Transparency Market Research数据，核磁共振图像处理市场将在2022年超过91亿美元。正如上文所说，如此巨大的市场，仍旧有着三个亟待解决的痛点：速度、成本、安全性。
直击医学影像痛点：速度、成本、安全性
在斯坦福攻读电子工程学博士时，宫恩浩的研究方向是深度学习与医学影像，主要探索深度学习技术在医学图像后处理、图像重建以及辅助诊断等方面的应用。其联合创始人Greg Zaharchuk是一位斯坦福教授及知名放射科医生。
“以压缩感知快速成像为例，过去我们实验室的技术常常是研究出来之后授权给大型医学影像仪器公司，花五年、十年才做到产品化。可是这类AI技术，很难想象要等到十年之后再做出产品。”宫恩浩认为在研究的过程中，也需要大量的数据去完善整个技术方案、真正解决弥合临床与科研之间的鸿沟。
MRI需要处理的数据很多，收集完图像后才能最终成像，所以扫描时间长，而宫恩浩及团队开发的专利技术能优化数据重建成图像的过程，使MRI和PET加速4-10倍。 加速之后，医院提供每次检查的单位成本下降，机器的使用效率也会提高。
这项技术解决的另一个痛点是安全性。PET这种分子影像的扫描需要注射放射试剂，对于人体会有较高辐射。深透医疗的技术可以提高影像质量，降低临床PET影像4-10倍放射性试剂剂量。
从左至右：传统加造影剂的影像，减少10倍造影剂的影像，减少10倍造影剂后通过SubtleMedical人工智能增强信息的影像
今年开始，深透科技已经在与美国与数十家顶尖医疗院校、医院及第三方影像中心开展早期测试，其中包括斯坦福大学、加州大学旧金山分校医学院（UCSF）、MD 安德森肿瘤医院和梅奥医学中心等。
“作为医学影像中心，我们一直在努力提高影 像质量、减少检查时间和放射剂量，所以这样的算法很可能可以在美国乃至全世界的医学影像中心迅速、简便地部署。”斯坦福医院神经影像科主任Max Wintermark教授如是说。
宫恩浩表示，未来的盈利模式将会是与医院签订年付费协议，根据医院提高的影像效率收益分成，并且探索OEM解决方案商业化。
数据壁垒应对竞争
虽然深透医疗的商业化路径较为清晰，但如文初所说，Facebook也开始了这项技术研发，面对巨头竞争， 宫恩浩对钛媒体表示，深透医疗有一个独特的数据优势：由斯坦福独家授权的大量医学影像数据。“深透医疗诞生于斯坦福大学，所以学校独家授权了3项专利和海量的医学影像数据 。这些数据包括超过200万张MRI、PET/CT、PET/MR 影像。”
除此之外，与UCSF、MD 安德森肿瘤医院和梅奥医学中心等美国十几家顶尖医疗院校、医院及第三方影像中心的合作也能为深透医疗带来大量高质量的医疗影像数据。
这些数据不但可以进一步用于训练深度学习算法，帮助产品进一步优化完善，带来先发优势。同时，通过产品布局， 宫恩浩希望最终建立跨病种、跨部位、多模态的医学影像数据平台，“这项技术并不特定于某种特定的疾病，而是适用于跨病种多模态的数据，具有很高的普适性和广泛的应用场景。”
“从我们投资开始到现在，深透医疗产品的商业化落地进展非常迅速，FDA申请即将通过，其将会成为新一代医疗系统里一个重要的数据入口。”深透医疗的另一个投资方，BV百度风投CEO刘维表示。
目前，深透医疗已提交一款产品 FDA II 类 510（K） 认证申请，即将获得欧洲CE认证，明年初将以第一款产品为基础提交另外两款产品的FDA申请。（本文首发钛媒体，作者/丁诗贝）
快报
根据《网络安全法》实名制要求，请绑定手机号后发表评论