上医治未病,Airdoc基于AI做好慢性病预防

古有名医曰扁鹊,医术高明闻于朝野。然扁老师有言,若论医术:“长兄最善,中兄次之,扁鹊最为下。”魏文侯问道:此话怎讲?扁鹊曰:“长兄于病视神,未有形而除之,故名不出于家。中兄治病,其在毫毛,故名不出于闾。若扁鹊者,血脉、投毒药、副肌肤间,而名出闻于诸侯。”

此之所谓:上医治未病。

其实每个人都懂这个道理,也不会有人反对扁鹊老师的分析。

然而,500年来,在治未病领域,中国却一直未有像样的商业模式出现,或者说,这医疗这个关乎人命的暴利领域,没有人在这个治未病的细分环节爆的大名,赚了大钱。

伴随着人工智能在医疗领域的迅速发展, Airdoc创始人张大磊,将目光投向了出力不讨好的治未病领域,8月18日,Airdoc被聘为亮马商学院商业模式创新课程导师,并且向亮马商学院成员做了经验分享。

上医治未病,Airdoc基于AI做好慢性病预防

按照张大磊的说法,中国与美国的医疗状况,要相差几十年。比如很多慢性病领域,美国或通过医疗政策引导民众主动提高预防能力,而中国无论是政府还是民间,都还估计不到预防这个版块,基本都把力量投入到最痛的痛点,大病治疗上。而事实上,通过讲关注点前移的病情早期筛查和预防环节,这个才是提高医疗卫生水平的关键环节。

事实上,这个环节却是最被忽视的。就好像我们每一个富丽堂皇的大都市的下水道一样,大水一来就出了问题。而这个问题被隐藏着,于功绩于表面都无明显利益点,所以也没有人想着从这里解决问题。

还有一个重要原因,中国的医疗基础设施条件,也无法做到这一点。比如宫颈癌筛查,平均每个医生看一张宫颈癌筛查片子需要几十分钟,在中国广大农村,经常就是几个医生负责筛查几百万个片子,靠肉眼体力完成几乎不可能做到。

而医疗大数据正好可以解决这个问题。Airdoc 要解决的最核心问题就是通过深度学习,利用人工智能搜集并整理海量数据并发现规律,精准发现病情前兆,帮助医生迅速完成病情诊断工作。

上医治未病,Airdoc基于AI做好慢性病预防

人体任何病变均有前兆,体检是目前最好的发现病变并预防的方式之一。可是很多病变很隐蔽,难以被发现。

而人体视网膜是最能表现人体特征的肌体之一,通过视网膜图像发现人体病变征兆因此也成为最有效的体检手段。

但传统情况下,视网膜成像之后,还是要依靠医生去发现成像显示背后的问题。全中国在这个领域的顶尖专家数量十分有限,还是一般人很难见到的。这些医生也是见了成千上万个病例之后也拥有的经验。

人工智能,就好像Alphago的无限次运算一下。通过算法模型,人工智能可以在相对短的时间之内成为老中医,而且还不会出现误判,同时还是多面手,不仅仅是某一方向专家。

这就是目前Airdoc做的事情。张大磊团队通过算法模型,找到海量视网膜数据,并聘请全球各地专家人工标注病变数据,形成大数据算法逻辑。

经过3年时间,Airdoc基于数百万精准标注的视网膜影像数据研发出了人工智能慢性病识别算法。在医学专家的帮助下,Airdoc对算法进行更深一步的完善,通过视网膜上面血管、神经、黄斑、视盘等组织的病变可以识别30种慢性疾病,包括白内障、青光眼、老年性黄斑变性等常见眼科疾病,以及糖尿病、高血压、动脉硬化、视神经疾病等全身性慢性疾病。

基于不同应用场景,Airdoc摸索出了不一样的盈利模式。帮助三甲医院的医生的日常工作外,Airdoc产品已经走出医院,在体检机构、基层医疗机构、职场等场所开始大面积应用。

这些数据一旦能够大规模用于海量人体健康检测,不能解放医生的时间,同时做到更加精准,而数据越多又进一步加强其诊断精确性。

张大磊创立的Airdoc,其商业模式得到了复星资本,搜狗等一线专业投资机构的认可,目前已经完成了多轮融资。

极客网企业会员

免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。