从头颈部癌症靶区勾画入手，「邃蓝智能」认为AI能解决的医疗痛点还有很多

一直以来，对放射治疗科医生来说，勾画靶区是一项繁琐费时的事情。以头部为例，每张CT有100多层图像，每层图片中又有30多个器官需要医生圈注，使用传统的算法，医生要找出头部肿瘤靶区需要4-5个小时，可见这对于医生是多大的工作量。 「邃蓝智能」要做的是就是用AI将放射科医生从这项繁琐的工作中解放出来 。

「邃蓝智能」成立于2017年9月份，目前主要布局的产品有肿瘤放疗靶区智能勾画系统、肺小结节AI筛查及精细化鉴别全流程方案等；现已和上海市第一人民医院、新华医院、中山大学孙逸仙纪念医院、中山大学附属第六医院，北京301等三甲医院达成科研合作。

据邃蓝智能联合创始人&CEO王励勇介绍，每年有超过六十万人被诊断患有头颈部癌症，多数人会选择接受放射治疗；但头颈部重要器官比较集中、解剖关系复杂，若在治疗前未仔细隔离，放疗时周围组织可能会严重受损，对于靶区的精确勾画和剂量计算精度要求极高。

为此，公司 联合腾讯医疗AI实验室和加州大学提出一种深度学习模型——器官神经网络（AnatomyNet） 。它输入的是头颈CT图像的所有切片，可一次性产生所有危及器官的预测结果。因此， 该模型能快速对整张CT的所有切片进行全自动化器官分割（Segmentation），在小于1秒钟的时间内完成一整幅头颈CT的危及器官勾画，且不需要很复杂的预处理和后处理。

绿色为医生标注、红色为器官神经网络预测，黄色表示二者重合

测试结果显示，该器官神经网络算法，相较于MICCAI（医学影像分析顶会）竞赛中最好的方法相比，平均提升了3.3%的Dice指标——仅使用0.12秒就可以完全完成一整幅CT图像的分割。 目前，该成果已发表于国际权威期刊《Medical Physics》 （2018年11月12日）。

演示结果：左边为医生标注，右边为器官神经网络预测结果

不过王励勇表示，目前 布署在合作医院的产品模型已在论文基础上更进一步，并优化了分析系统GPU的兼容性 ，即能在低级别的GPU工作站上同样能实现算法，为今后普及到县一级医院奠定基础。

其实，在放疗靶区勾画领域， 连心医疗 、 柏视 、 慧软 、 Manteia 等都有产品布局。 王励勇指出，“头颈部危及器官勾画的算法建模是最难的，但同时又是最容易实现产品标准化，我们在这一点突破了，产品其它的功能拓展也会显得驾轻就熟。”

据介绍，其算法设计和训练均来自于实际临床数据，目前该算法 已适用于头颈部28个器官部位的危及器官勾画 ；至于商业落地的方案，王励勇表示，目前邃蓝智能已联合腾讯与放疗集成服务商洽谈合作，将软件打包销售，并探索与国际著名直线加速器厂商合作的路径，也会在明年年初启动申报CFDA三类器械注册证（后续也会启动FDA和CE注册）。

另外，邃蓝智能还推出了肺小结节AI筛查及精细化鉴别全流程方案。据团队高级战略顾问孙志军介绍，该方案能在高分辨率扫描前提下，直接鉴别结节种类及其良恶性质，并给出辅助诊疗方案，简化临床路径。据悉， 其肺结节智能诊断方案曾获得天池医疗AI大赛第一名 。

其实，AI医疗赛道发展到现在，业内已经形成共识——优势资源向头部企业聚集以及行业加速洗牌；再赶上资本寒冬，对于布局略晚的初创公司而言，现在可能到了一个艰难时刻。 对此，王励勇表示， 差异化的产品布局会是公司的主要战略 。 他认为，目前临床上存在的需求痛点还很多，而AI能做的事也有很多，邃蓝智能主要会继续基于大多数企业的“盲区”去做深，譬如 强直性脊柱炎的MR人工智能鉴别诊断系统，全自动网织红细胞和外周血细胞推片及智能阅片一体机 等。

最后介绍一下团队，联合创始人&首席科学家谢晓晖博士为加州大学尔湾分校计算机系终身正教授，人工智能领域H-index科学家排名46，麻省理工博士、哈佛大学博士后，加州大学尔湾分校机器学习和生物信息实验室 (MLB) 主任，Chao Family 癌症中心会员；联合创始人&CEO王励勇毕业于复旦大学生物系，香港大学MBA，拥有二十年以上生物医药领域运营经验；联合创始人&研发总监曾亮为清华大学电子工程系博士在读，专注于计算机统计建模和人工智能的研究，今年入选2018福布斯中国“30位30岁以下精英”榜单；首席医学官孙志军在PHILIP医疗担任高级经理多年，在放射影像领域拥有丰富经验。

据介绍， 邃蓝智能已获得由旗开投资领投千万元级Pre-A轮融资，去年它曾获得赛晟投资的天使投资，预计明年上半年启动A轮融资 。