古有名醫(yī)曰扁鵲，醫(yī)術高明聞于朝野。然扁老師有言，若論醫(yī)術：“長兄最善，中兄次之，扁鵲最為下。”魏文侯問道：此話怎講?扁鵲曰：“長兄于病視神，未有形而除之，故名不出于家。中兄治病，其在毫毛，故名不出于閭。若扁鵲者，血脈、投毒藥、副肌膚間，而名出聞于諸侯。”
此之所謂：上醫(yī)治未病。
其實每個人都懂這個道理，也不會有人反對扁鵲老師的分析。
然而，500年來，在治未病領域，中國卻一直未有像樣的商業(yè)模式出現(xiàn)，或者說，這醫(yī)療這個關乎人命的暴利領域，沒有人在這個治未病的細分環(huán)節(jié)爆的大名，賺了大錢。
伴隨著人工智能在醫(yī)療領域的迅速發(fā)展， Airdoc創(chuàng)始人張大磊，將目光投向了出力不討好的治未病領域，8月18日，Airdoc被聘為亮馬商學院商業(yè)模式創(chuàng)新課程導師，并且向亮馬商學院成員做了經驗分享。
按照張大磊的說法，中國與美國的醫(yī)療狀況，要相差幾十年。比如很多慢性病領域，美國或通過醫(yī)療政策引導民眾主動提高預防能力，而中國無論是政府還是民間，都還估計不到預防這個版塊，基本都把力量投入到最痛的痛點，大病治療上。而事實上，通過講關注點前移的病情早期篩查和預防環(huán)節(jié)，這個才是提高醫(yī)療衛(wèi)生水平的關鍵環(huán)節(jié)。
事實上，這個環(huán)節(jié)卻是最被忽視的。就好像我們每一個富麗堂皇的大都市的下水道一樣，大水一來就出了問題。而這個問題被隱藏著，于功績于表面都無明顯利益點，所以也沒有人想著從這里解決問題。
還有一個重要原因，中國的醫(yī)療基礎設施條件，也無法做到這一點。比如宮頸癌篩查，平均每個醫(yī)生看一張宮頸癌篩查片子需要幾十分鐘，在中國廣大農村，經常就是幾個醫(yī)生負責篩查幾百萬個片子，靠肉眼體力完成幾乎不可能做到。
而醫(yī)療大數(shù)據(jù)正好可以解決這個問題。Airdoc 要解決的最核心問題就是通過深度學習，利用人工智能搜集并整理海量數(shù)據(jù)并發(fā)現(xiàn)規(guī)律，精準發(fā)現(xiàn)病情前兆，幫助醫(yī)生迅速完成病情診斷工作。
人體任何病變均有前兆，體檢是目前最好的發(fā)現(xiàn)病變并預防的方式之一?？墒呛芏嗖∽兒茈[蔽，難以被發(fā)現(xiàn)。
而人體視網(wǎng)膜是最能表現(xiàn)人體特征的肌體之一，通過視網(wǎng)膜圖像發(fā)現(xiàn)人體病變征兆因此也成為最有效的體檢手段。
但傳統(tǒng)情況下，視網(wǎng)膜成像之后，還是要依靠醫(yī)生去發(fā)現(xiàn)成像顯示背后的問題。全中國在這個領域的頂尖專家數(shù)量十分有限，還是一般人很難見到的。這些醫(yī)生也是見了成千上萬個病例之后也擁有的經驗。
而人工智能，就好像Alphago的無限次運算一下。通過算法模型，人工智能可以在相對短的時間之內成為老中醫(yī)，而且還不會出現(xiàn)誤判，同時還是多面手，不僅僅是某一方向專家。
這就是目前Airdoc做的事情。張大磊團隊通過算法模型，找到海量視網(wǎng)膜數(shù)據(jù)，并聘請全球各地專家人工標注病變數(shù)據(jù)，形成大數(shù)據(jù)算法邏輯。
經過3年時間，Airdoc基于數(shù)百萬精準標注的視網(wǎng)膜影像數(shù)據(jù)研發(fā)出了人工智能慢性病識別算法。在醫(yī)學專家的幫助下，Airdoc對算法進行更深一步的完善，通過視網(wǎng)膜上面血管、神經、黃斑、視盤等組織的病變可以識別30種慢性疾病，包括白內障、青光眼、老年性黃斑變性等常見眼科疾病，以及糖尿病、高血壓、動脈硬化、視神經疾病等全身性慢性疾病。
基于不同應用場景，Airdoc摸索出了不一樣的盈利模式。幫助三甲醫(yī)院的醫(yī)生的日常工作外，Airdoc產品已經走出醫(yī)院，在體檢機構、基層醫(yī)療機構、職場等場所開始大面積應用。
這些數(shù)據(jù)一旦能夠大規(guī)模用于海量人體健康檢測，不能解放醫(yī)生的時間，同時做到更加精準，而數(shù)據(jù)越多又進一步加強其診斷精確性。
張大磊創(chuàng)立的Airdoc，其商業(yè)模式得到了復星資本，搜狗等一線專業(yè)投資機構的認可，目前已經完成了多輪融資。
分享到微信 ×
打開微信，點擊底部的“發(fā)現(xiàn)”，
使用“掃一掃”即可將網(wǎng)頁分享至朋友圈。
數(shù)字化要一盤棋更要各自為戰(zhàn)
