文章主题：IBM, Watson Health, AI诊断, 保险客户
图源：Nature原发灶不明癌症（ cancer of unknown primary site，CUP ）是一类病理学已证实患者为转移性癌症，但通过目前的诊断手段无法明确其原发部位的癌症。由于 CUP 原发灶不明的特性，很多患者都是做了一大堆检查也没查明白，最后选择接受局部治疗或干脆接受全身化疗。在耗费大量时间和财力之后，这些患者中约有 80% 预后不良，平均总生存时间只有 6-9 个月。哈佛的研究者通过让 AI 学习大量患者的苏木精伊红染色（ H＆E ）病理切片，以 Weak Supervise 的方式训练出了一个 CNN 模型（ TOAD ）。在读取一张病理切片后，TOAD 能够对人体的 18 种组织进行预测打分，通过对预测分数进行排序，以找到癌症最可能的组织来源。
图源：《 AI-based pathology predicts origins for cancers of unknown primary 》实验结果显示，TOAD 在测试数据中的准确率最高可以达到 98.1%，最低也有 93.7% 。这，就是 AI 诊断的意义，用更少的信息去做更准的诊断，防止误诊，也节约宝贵的治疗时机。AI 技术和医学技术的融合，显然是一个充满未来的发展方向，科技巨头们纷纷开始布局。国内外现状从数据上来看AI诊疗方面有着巨大的市场前景。根据美国市场调研公司 MARKET RESEARCH 的数据来看：
2021 年诊断市场中的 AI 市场规模为 7.0823 亿美元，预计到 2030 年将达到 99.444 亿美元，从 2022 年到 2030 年的复合年增长率为 33.7% 。在巨大行业增长面前，科技公司纷纷下海。
2019 年，Google 旗下的 DeepMind 的健康团队与 Google Health 合并，致力于 “ 打造支持护理团队并改善患者治疗效果的产品 ”，挖掘人工智能在癌症诊断、预测患者结果、避免失明等方面的潜力。2022 年 3 月，他们提出了一种基于人工智能的乳腺癌识别解决方案。值得注意的是，该算法超过了所有与之对抗的人类放射科医生，准确率平均高出 11.5% 。虽然该方案现在只针对乳腺癌，但针对其它癌症的版本也即将推出。
🌟IBM🌟不容小觑，已正式投身健康领域，以Watson Health之名亮剑！🚀通过AI引领，Watson Health将全面覆盖病患治疗的每个环节——从精准诊断到个性化治疗计划，再到康复指导，一切尽在掌握。🔍不仅如此，它还将助力药物研发，让创新药更快地服务于大众，预计能将成本削减高达50%以上，为医疗科技注入强大推动力！🚀🌟#IBMWatsonHealth #医疗AI革新 #药物研发加速”
除了巨头，也有很多初创 AI 公司也参与了进来。
比如 Enlitic，该公司收集了大量的放射学图像数据并让 AI 学习，可以在几毫秒内解读一张医学影像，速度是普通放射科医生的 10000 倍，并且他们的 API 可以无缝集成到美国现有的任何卫生软件系统中。
Enlitic 识别胸片中的病变部位在 Enlitic 的帮助下，放射科医生的阅片速率会提高 21%，并且该公司的模型可以早于活检 18 个月检测到恶性肺结节。与 Enlitic 类似，伦敦一家叫 Behold.ai 的公司通过自己的 AI 可以在胸 X 光片中定位到患者的身体异常情况，
算法的准确率超过 90% 。
Behold.ai 绘制的胸片热力图目前，Behold.ai 已与英国国家健康服务中心（ NHS ）进行合作，在多个英国国家健康服务中心所投资的医疗机构中部署了其 AI 解决方案。而在国内方面，很遗憾，根据 Frost & Sullivan 的分析，中国 AI 诊断市场在 2021 年仅有 3.7 亿元人民币。（ 这里面还包括了诸如体检的大健康类市场份额，实际用于临床的会更少 ）也就是说，基本没什么市场，属于刚起步的阶段。。。不过，Frost & Sullivan 预测中国 AI 医学影像市场将在 2030 年增长至 629 亿元人民币，10 年年复合增长率为 76.7% 。
由于行业都在起步的阶段，所以我们只能挑出一家看起来还行的专注单一赛道的公司跟大家讲讲。中国行业一隅根据国际糖尿病联合会的数据显示，在 2019 年，全球约有 4.63 亿 20 岁到 79 岁的成年人患有糖尿病，到 2045 年，预计这一数字将上升至 7 亿人。这一疾病造成了至少 7600 亿美元的医疗支出，占到了全球成年人总医疗支出的 10% 。在国内，糖尿病及其并发症在国人十大死因中占居第五。糖尿病能造成的并发症有很多，其中一项是 “ 糖尿病视网膜病变 ”，糖尿病可以引起眼底微血管瘤、硬性渗出、棉絮斑、新生血管、玻璃体增殖、黄斑水肿甚至视网膜脱离等一系列并发症。不过，很多患者眼睛出现问题时，去医院会优先看眼睛方面的医生，而患者的主诉一般也是与眼睛不适相关，并不知道病症跟糖尿病有关。这就引发了一个问题：在患者主诉的影响下，医生往往会给患者做大量的眼部检查，甚至眼部治疗，但最后患者的问题没有被解决。除非遇到行业经验特别丰富的医生能对症下药，很多患者的状态是花了一大笔钱，花了大量的时间，最后错过了最好的治疗时期，没有解决自身的问题。于是，许多公司将自己的目光放在了这个赛道上。Google 曾经创建了一个包含 12.8 万张眼底扫描图像的数据集，训练出了一个检测糖尿病视网膜病变的模型。在同样的赛道上，有一家中国公司：鹰瞳科技。这家公司自 2021 年 7 月以来，在《 柳叶刀 》、《 Science Bulletin 》、《 英国眼科学杂志 》等国际医学顶级期刊上发表了多项研究成果，并在 2021 年年底上市，被称为 “ 中国 AI 医疗第一股 ”。2020 年，该公司收入 4767 万元，较去年同期增加 1722 万元，同比增长57% 。2021 年其收入 1.1 亿元人民币，同比增长 142% 。
作为一家 AI 诊疗科技公司，该公司的研发投入很高，长期保持在收入的 50% 以上，其中 2020 年的研发投入占总收入的 90%，而在其上市的 2021 年，鹰瞳科技的研发费用则上升到了 6427 万元，同比增加 52%，占当年总收入的 55.7% 。
在这样极度重视研发的环境中，鹰瞳科技的客户量也在飞速增长，其客户数量从 2020 年的 85 个增长到 2021 年的 244 个，增幅 187% 。
目前，已经有 50 家基层医疗机构购买使用了 Airdoc-AIFUNDUS ( 1.0 ) 辅助诊断产品，并且今年以来仍有北京及其他四个省份的医院表示有采购意向。
🌟鹰瞳科技引领潮流，保险合作突破40大关！🌟与头部保险公司深度绑定，为安心护航。🌍无论是眼科诊所的1000强网络，还是药店的700强大联盟，鹰瞳的产品触角遍布每一个角落，守护视力健康无死角。💪让专业，更贴近生活！SEO优化关键词：#保险合作# #视力守护# #渠道覆盖
现在，鹰瞳的产品已经不仅限于糖尿病视网膜病变的辅助检测，Airdoc-AIFUNDUS 的 2.0 版本增加了高血压视网膜病变、视网膜静脉阻塞及年龄相关性黄斑变性（ AMD ）三个适应症，这在国内是第一款可以用于诊断多病种的 AI 诊疗产品。
随着适应症的扩展以及国家近些年对于青少年眼睛健康管理和中老年慢性病的关注程度逐渐加强，相关市场份额也许会有进一步的拓展。这对国内 AI 诊断企业来说，在业务上，也许是一个突破点和业务增长点，但政府单子，不是那么容易吃得到的。就算能和政府建立稳定的合作关系，这样的合作能给 AI 诊断相关企业带来多少的利好，也非常难确定。毕竟，就像前面提到的，国内市场规模现阶段非常非常小。写在最后🌟尽管AI诊断领域在国内看似初期发展缓慢，但它背后的资金与企业支持不容忽视，形成了一定的稳固基础。📚这些公司在积极探索和研发，虽不显山露水，却在悄无声息中逐步追赶国际前沿。🚫远离了过度宣传和广告的影响，这个行业正以稳健的步伐前行，期待未来能绽放更多创新与突破。🌐SEO优化提示：#AI诊断# #行业稳步发展# #技术创新
医生，是这个社会很宝贵的资源，他们的精力有限，能让 AI 诊断辅助医生进行诊断，提高效率和准确率是一件很美好的事。
🌟改写版：通过优化精力分配，医护人员可将剩余力量转移到AI无法触及的领域，如改善医患互动、增效手术数量、投身医学研究，甚至辅助AI提升医疗模型精准度。🚀
这样，或许更有意义。撰文：Alex
编辑：大饼 声明：本文仅供交流，不构成任何投资建议。
AI时代，掌握AI大模型第一手资讯！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
扫码右边公众号，驾驭AI生产力！
