致力于人工智能醫(yī)學(xué)影像診斷 推想科技在四大場(chǎng)景探索未來(lái)應(yīng)用

　　美國(guó)芝加哥大學(xué)經(jīng)濟(jì)學(xué)博士出身的陳寬，對(duì)人工智能在醫(yī)療領(lǐng)域當(dāng)中應(yīng)用的商業(yè)前景看得很清楚。“一種是在臨床科室的應(yīng)用，為醫(yī)生診斷提供輔助;一種是為器械廠商、信息廠商提供人工智能服務(wù)，增加他們的價(jià)值;再有是與互聯(lián)網(wǎng)醫(yī)療公司合作，提高一名醫(yī)生的工作效率;還有就是走到基層去，與基層醫(yī)療機(jī)構(gòu)合作。”而且陳寬對(duì)36氪表示，推想科技在這場(chǎng)景中已經(jīng)都有了應(yīng)用的嘗試。

　　陳寬在2015年初創(chuàng)辦推想科技，致力于人工智能醫(yī)療影像診斷。陳寬在美國(guó)讀書期間就接觸到了人工智能，尤其是深度學(xué)習(xí)在2012年ImageNetILSVRC競(jìng)賽中拿到了冠軍，讓陳寬看到了人工智能取得更大突破的可能。

　　“傳統(tǒng)人工智能模型的成本非常高，需要一大批的專家來(lái)教機(jī)器某一種疾病的各種類型的特征。這種模型準(zhǔn)確率本身不高，而且能夠做出來(lái)的病種也非常有限。”陳寬說(shuō)，“但深度學(xué)習(xí)的模型不一樣，本質(zhì)上有點(diǎn)類似一個(gè)普通醫(yī)學(xué)生的學(xué)習(xí)過(guò)程。”

　　不過(guò)，陳寬在2014年中回國(guó)后卻并不順利，當(dāng)時(shí)國(guó)內(nèi)對(duì)人工智能并沒(méi)有特別廣泛的關(guān)注。在此期間，陳寬開始逐漸接觸醫(yī)療領(lǐng)域，并看到了人工智能在這個(gè)領(lǐng)域前景。

　　“放射科醫(yī)生每天工作量很大，尤其是下午3、4點(diǎn)鐘是一天當(dāng)中最疲乏的時(shí)候，出錯(cuò)的可能性會(huì)增加。所以，醫(yī)生希望降低工作壓力、提高工作效率，從醫(yī)院管理層的角度，也希望能夠加強(qiáng)對(duì)醫(yī)療服務(wù)質(zhì)量的監(jiān)控。”在深入了解醫(yī)療行業(yè)之后，陳寬還看到了基層在優(yōu)質(zhì)醫(yī)療資源上的短缺，以及大醫(yī)院在普通病診斷上的資源浪費(fèi)，于是他最終選擇了醫(yī)療領(lǐng)域。

　　經(jīng)過(guò)2016年這半年來(lái)的普及，深度學(xué)習(xí)的整個(gè)流程已相對(duì)為人熟知，大體是機(jī)器通過(guò)海量醫(yī)療數(shù)據(jù)的深度學(xué)習(xí)，在遇到新的病例是可以做出類似醫(yī)生的診斷。“前期，我們主要是集中在胸部的肺、心臟等方面的疾病。”陳寬說(shuō)，“現(xiàn)在隨著產(chǎn)品逐漸成熟，迭代速度不斷加快，我們?cè)谙蝾^部、腹部、股骨頭、病理、超聲等領(lǐng)域”。

　　隨著在醫(yī)療領(lǐng)域的不斷深入，推想科技還在不斷擴(kuò)展人工智能的應(yīng)用范圍，而不只是局限在醫(yī)療影像診斷領(lǐng)域。

　　“因?yàn)獒t(yī)生對(duì)病人做出診斷往往不僅是依據(jù)影像檢查，還包括患者的健康信息、病例數(shù)據(jù)、檢查數(shù)據(jù)等。那么人工智能要想做出類似醫(yī)生的診斷，就需要綜合考慮多方面的信息。那隨著我們產(chǎn)品迭代速度的加快，也在逐漸向這些領(lǐng)域擴(kuò)展。”陳寬說(shuō)。

　　今年9月，推想科技剛剛在英偉達(dá)中國(guó)GTC大會(huì)上獲得了冠軍，并將在明年到美國(guó)硅谷GTC全球大會(huì)上與各個(gè)頂尖人工智能公司過(guò)招。

　　目前，推想科技團(tuán)隊(duì)有20多人，包括陳寬在內(nèi)都是在技術(shù)研發(fā)方面。2016年2月份，推想科技獲得了來(lái)自英諾天使基金、臻云創(chuàng)投以及原快的CEO呂傳偉個(gè)人的天使投資。