智東西（公眾號(hào)：zhidxcom）
文 | Lina
人工智能有一大一小兩座黃埔軍校，一座名為微軟亞洲研究院，一座名為百度研究院。
在智東西此前《特稿：微軟亞洲研究院英雄譜 主宰中國(guó)科技圈的半壁江山》《李彥宏的24門(mén)客：離開(kāi)百度，野蠻生長(zhǎng)》的兩篇稿件中，已經(jīng)詳細(xì)梳理了兩座研究院的前塵往事、緣起緣落、以及從中走出的各大AI玩家巨頭們，此處就不再贅述了。
在對(duì)這兩條支線的走訪探尋過(guò)程中，一個(gè)名字吸引了我的注意。她不僅同時(shí)出現(xiàn)在微軟亞洲研究院與百度深度學(xué)習(xí)研究院兩大校友名單上，還是一所名為“醫(yī)拍智能”的醫(yī)療＋AI創(chuàng)企的聯(lián)合創(chuàng)始人兼首席科學(xué)家。
醫(yī)拍智能（原名“拍醫(yī)拍”）的主營(yíng)業(yè)務(wù)之一為運(yùn)用計(jì)算機(jī)視覺(jué)進(jìn)行醫(yī)療單據(jù)拍照識(shí)別，不僅可以準(zhǔn)確的識(shí)別解讀血常規(guī)、肝功能、腎功能、尿常規(guī)等醫(yī)院常規(guī)檢查項(xiàng)目的化驗(yàn)單，還能夠識(shí)別相關(guān)的醫(yī)療發(fā)票，詞條準(zhǔn)確率達(dá)到96%。
醫(yī)拍智能于2015年成立，2016年7月獲3000萬(wàn)A輪，由重山遠(yuǎn)志健康基金領(lǐng)投，億聯(lián)資本、慈銘體檢以及美國(guó)紅點(diǎn)跟投；此前醫(yī)拍智能還曾獲得美國(guó)紅點(diǎn)公司數(shù)百萬(wàn)人民幣的天使輪投資，并且完成了從to C業(yè)務(wù)到to B業(yè)務(wù)的轉(zhuǎn)型。
智東西來(lái)到了醫(yī)拍智能的總部，與醫(yī)拍智能的聯(lián)合創(chuàng)始人兼首席科學(xué)家楊瓊聊了聊。
關(guān)于楊瓊的故事，我們先從微軟亞洲研究院講起。
2002年，微軟亞洲研究院研究院首次在計(jì)算機(jī)科研領(lǐng)域最富盛名的國(guó)際圖形學(xué)年會(huì)SIGGRAPH上發(fā)表了4篇論文。隨后的三年內(nèi)，微軟亞洲研究院迎來(lái)了它最為輝煌的歲月。2005年SIGGRAPH收錄的9篇論文都來(lái)自于微軟亞洲研究院，這相當(dāng)于當(dāng)年論文收錄量的十分之一。
微軟亞洲研究院不負(fù)眾望地成為了當(dāng)時(shí)世界上最受歡迎的實(shí)驗(yàn)室（hottest lab in the world），沒(méi)有之一，是無(wú)數(shù)頂尖學(xué)術(shù)人才夢(mèng)寐以求的研究場(chǎng)所。
而楊瓊，也是這莘莘學(xué)子中的其中一個(gè)。
當(dāng)然，眼前的機(jī)會(huì)越吸引，入門(mén)的條件也就越嚴(yán)苛。彼時(shí)剛從清華大學(xué)電子系博士畢業(yè)的楊瓊在常人看來(lái)已經(jīng)是百里挑一的頂尖學(xué)子了，可這回與她競(jìng)爭(zhēng)的，是無(wú)數(shù)籠罩著同樣光環(huán)的“別人家的孩子”。競(jìng)爭(zhēng)異常激烈，入門(mén)條件極高。
“這一屆兩千多人，最后只錄了我們兩個(gè)?！?/p>
在院長(zhǎng)李開(kāi)復(fù)的帶領(lǐng)下，當(dāng)時(shí)的微軟亞洲研究院吸引了包括張亞勤在內(nèi)的一批學(xué)者回國(guó)，并建立起了一套完善的培養(yǎng)機(jī)制和創(chuàng)新文化——開(kāi)放、分享、自由、學(xué)術(shù)，既能接受業(yè)界大牛的專業(yè)訓(xùn)練，又能培養(yǎng)自己的自由開(kāi)放的研究思維，為楊瓊打下了AI與計(jì)算機(jī)視覺(jué)的算法基礎(chǔ)。
而一個(gè)更大的平臺(tái)，同時(shí)也意味著一片更加廣闊的天地，更多五彩斑斕的機(jī)會(huì)。
2007年，在一個(gè)偶然機(jī)會(huì)上，楊瓊遇到了來(lái)自歐洲的計(jì)算機(jī)視覺(jué)大牛Luc Van Gool教授。
2007年，正是計(jì)算機(jī)視覺(jué)領(lǐng)域中“物體識(shí)別分類”技術(shù)的上升階段。2007年，如今名噪一時(shí)的ImageNet項(xiàng)目才剛剛發(fā)起。2007年，計(jì)算機(jī)視覺(jué)與人工智能聽(tīng)上去還是個(gè)遙不可及的未來(lái)，讓電腦識(shí)別物體仍舊是難上加難。2007年，如今的深度學(xué)習(xí)三巨頭之一Yann LeCun還是紐約大學(xué)計(jì)算機(jī)系的一位普通教授。
2007年，楊瓊接受了Luc Van Gool教授的邀請(qǐng)，來(lái)到歐洲微電子中心，進(jìn)行當(dāng)時(shí)最為前沿的物體圖像識(shí)別分類研究。也正是在歐洲微電子中心，楊瓊的AI知識(shí)第一次與醫(yī)療“觸了電”。
機(jī)緣巧合之下，楊瓊開(kāi)始接觸計(jì)算機(jī)視覺(jué) 醫(yī)療項(xiàng)目。比如當(dāng)時(shí)的一個(gè)智能藥丸（Smart Pill）項(xiàng)目，患者吞下一小顆“藥丸”大小的顆粒，里頭包含了微型攝像頭、無(wú)線傳輸裝置、計(jì)算芯片、照明系統(tǒng)、動(dòng)力系統(tǒng)、還有電源。這顆藥丸在患者體內(nèi)錄像、拍照、計(jì)算、最后傳輸圖像并排出。
楊瓊團(tuán)隊(duì)的工作就是將“小藥丸”傳出的6-10小時(shí)的視頻進(jìn)行前期處理、拼接、并通過(guò)計(jì)算機(jī)視覺(jué)對(duì)圖像進(jìn)行自動(dòng)監(jiān)測(cè)，檢查體內(nèi)哪里有出血/破損/息肉，而不是靠醫(yī)生人工看完這些漫長(zhǎng)的視頻片段。
此外，楊瓊還參與了醫(yī)院內(nèi)大型影像設(shè)備上的配準(zhǔn)分割、醫(yī)學(xué)視頻中的計(jì)算機(jī)輔助診療、基于超光譜圖像的皮膚病變?cè)缙跈z測(cè)等等醫(yī)療影像 AI的項(xiàng)目，讓她能夠?qū)⑦@些學(xué)術(shù)知識(shí)真正落地到實(shí)際應(yīng)用上，也為后來(lái)的醫(yī)拍智能埋下了種子。
而隨著在2012年的ImageNet大賽上，多倫多大學(xué)的Geoffrey Hinton教授帶領(lǐng)著團(tuán)隊(duì)使用深度學(xué)習(xí)進(jìn)行機(jī)器訓(xùn)練與圖像識(shí)別，錯(cuò)誤率猛降至15.3%時(shí)——深度學(xué)習(xí)這個(gè)曾經(jīng)被學(xué)界雪藏的概念，突然被重新推到了聚光燈下，猛底燒了起來(lái)；而且這一燒，就燒大發(fā)了。
在國(guó)內(nèi)這一批AI弄潮兒中，走在AI最前列的正是百度研究院。2013年，李彥宏在基于原有多媒體部門(mén)的基礎(chǔ)上成立了IDL深度學(xué)習(xí)實(shí)驗(yàn)室，主要針對(duì)深度學(xué)習(xí)在圖像、語(yǔ)音等方面的研究。
而此時(shí)歸國(guó)的楊瓊作為首批人物之一加入IDL，成為國(guó)內(nèi)首批使用深度學(xué)習(xí)進(jìn)行模型訓(xùn)練、應(yīng)用的AI科學(xué)家，主要帶領(lǐng)團(tuán)隊(duì)負(fù)責(zé)深度學(xué)習(xí)的推廣、自然場(chǎng)景中的文字識(shí)別、圖片反作弊、百度翻譯、圖片分類等領(lǐng)域。
百度的經(jīng)歷一方面讓楊瓊對(duì)深度學(xué)習(xí)技術(shù)有了進(jìn)一步的應(yīng)用落地的經(jīng)驗(yàn)積累，成為深度學(xué)習(xí)領(lǐng)域早期推動(dòng)人，另一方面也讓她更加了解中國(guó)互聯(lián)網(wǎng)文化、產(chǎn)品和業(yè)界動(dòng)態(tài)等。
從清華博士畢業(yè)、到微軟亞洲研究院、到歐洲微電子中心、再到百度研究院，現(xiàn)在回頭看來(lái)，楊瓊用了“在云端”三個(gè)字來(lái)形容這些年的經(jīng)歷。大公司、大平臺(tái)帶來(lái)資源自然是其它環(huán)境所比不上的，但是她越來(lái)越覺(jué)得，在國(guó)內(nèi)環(huán)境下想要真正讓技術(shù)帶來(lái)變革，還是需要落到地面上，甚至要親自做些臟活累活，才能真正推動(dòng)技術(shù)落地。
創(chuàng)業(yè)的念頭自此萌生后，再結(jié)合此前在歐洲的醫(yī)療“觸電”，一切便水到渠成了。2015年，經(jīng)過(guò)共同朋友介紹，楊瓊認(rèn)識(shí)了同為百度系出身吳詩(shī)展（現(xiàn)任醫(yī)拍智能創(chuàng)始人兼CEO），成立了醫(yī)拍智能。
吳詩(shī)展是原趕集網(wǎng)首席DBA、技術(shù)保障部總監(jiān)，國(guó)內(nèi)的大數(shù)據(jù)專家。曾負(fù)責(zé)百度商業(yè)數(shù)據(jù)庫(kù)團(tuán)隊(duì)，管理競(jìng)價(jià)排名、鳳巢、網(wǎng)盟等和營(yíng)收有關(guān)的數(shù)據(jù)系統(tǒng)；有著豐富的的大流量高負(fù)載互聯(lián)網(wǎng)開(kāi)發(fā)及架構(gòu)經(jīng)驗(yàn)，以及大數(shù)據(jù)管理和挖掘經(jīng)驗(yàn)，尤其是高并發(fā)高可用性環(huán)境下的大數(shù)量運(yùn)營(yíng)。
(創(chuàng)始人及團(tuán)隊(duì)合影，上圖中間為吳詩(shī)展)
就像無(wú)數(shù)其他創(chuàng)業(yè)公司一樣，醫(yī)拍智能在成立之初，也經(jīng)歷過(guò)一些波折。
2015年成立之初，醫(yī)拍智能主打的其實(shí)是一款針對(duì)C端用戶的App產(chǎn)品，普通老百姓看病時(shí)往往需要排好幾個(gè)小時(shí)的隊(duì)，拿著各種化驗(yàn)單等門(mén)診，可輪到醫(yī)生講時(shí)三五分鐘就結(jié)束了，患者無(wú)法詳細(xì)了解自己病情。
針對(duì)這一點(diǎn)，醫(yī)拍智能打造了一款醫(yī)療單據(jù)識(shí)別的APP，用戶對(duì)自己的血常規(guī)、肝功能等醫(yī)療單據(jù)拍照上傳后，系統(tǒng)可以識(shí)別出該項(xiàng)數(shù)據(jù)，并且給出相應(yīng)的醫(yī)學(xué)含義和養(yǎng)護(hù)建議。比如當(dāng)你的白細(xì)胞數(shù)量上升時(shí)，它會(huì)告訴你白細(xì)胞的作用＋上升這意味著什么；如果與此同時(shí)，你的紅細(xì)胞數(shù)量下降了，它會(huì)結(jié)合兩項(xiàng)參數(shù)一起給你綜合的醫(yī)學(xué)解釋和養(yǎng)護(hù)方案。
6月17日，產(chǎn)品上線不到一周，“拍醫(yī)拍App”在醫(yī)療類排名就達(dá)到76名，“最好的時(shí)候排到過(guò)30多名，一度超過(guò)阿里健康A(chǔ)pp”。
然而，2015年被無(wú)數(shù)人看好的“砸錢(qián)補(bǔ)貼”出來(lái)的C端市場(chǎng)有著它天然的商業(yè)變現(xiàn)困境，而隨著2015年8月的股市大幅震蕩，to C市場(chǎng)資本突然收緊，醫(yī)拍智能本應(yīng)在10月落地的A輪融資也因此而擱置。隨后，醫(yī)拍智能重新啟動(dòng)了新的融資接洽，并且開(kāi)始重新思考公司發(fā)展方向。
轉(zhuǎn)型之路，勢(shì)在必行。
當(dāng)時(shí)，醫(yī)拍智能團(tuán)隊(duì)開(kāi)始重新理清公司的優(yōu)勢(shì)和短板。他們認(rèn)識(shí)到，公司的最大優(yōu)勢(shì)在技術(shù)，而B(niǎo)端用戶對(duì)于技術(shù)輸出的要求和付費(fèi)意愿都要明顯高于C端用戶，所以需要果斷調(diào)整戰(zhàn)略方向，將工作重心從側(cè)重C端轉(zhuǎn)移到主打B端。
除了普通的化驗(yàn)單識(shí)別、病例識(shí)別外，醫(yī)拍智能還在后續(xù)加入了醫(yī)療發(fā)票的識(shí)別功能，打造了一個(gè)提供醫(yī)療單據(jù)識(shí)別＋信息匯總的平臺(tái)型工具。醫(yī)療機(jī)構(gòu)、體檢機(jī)構(gòu)、保險(xiǎn)公司等等都愿意為此買(mǎi)單，不僅能夠?qū)⒃救斯や浫氲姆爆嵐ぷ鹘饷摮鰜?lái)，加快信息流動(dòng)效率，還可以根據(jù)平臺(tái)匯集的數(shù)據(jù)完善用戶畫(huà)像、優(yōu)化相應(yīng)產(chǎn)品。目前，醫(yī)拍智能已經(jīng)和慈銘體檢、科研寶、部分保險(xiǎn)機(jī)構(gòu)等達(dá)成了合作。
現(xiàn)在醫(yī)拍智能已經(jīng)支持全國(guó)除了西藏、新疆等少數(shù)地區(qū)的大型醫(yī)院化驗(yàn)單的信息識(shí)別錄入，詞條準(zhǔn)確率達(dá)到97%；并且支持北京、上海等地的醫(yī)療發(fā)票識(shí)別，詞條準(zhǔn)確率達(dá)到96%，未來(lái)覆蓋的市場(chǎng)將會(huì)進(jìn)一步拓寬。
除了已經(jīng)比較成熟的醫(yī)療單據(jù)識(shí)別業(yè)務(wù)之外，醫(yī)拍智能目前還在拓展一條醫(yī)療影像領(lǐng)域的新業(yè)務(wù)線，通過(guò)深度學(xué)習(xí)、計(jì)算機(jī)視覺(jué)的技術(shù)，為放射科醫(yī)生提供醫(yī)療影像（如X光、CT影片）輔助診斷，讓系統(tǒng)告訴醫(yī)生這張是肺癌病變圖像，那張是良性腫塊，降低醫(yī)學(xué)影像漏診率。
醫(yī)療單據(jù)識(shí)別的核心技術(shù)是圖文識(shí)別技術(shù)，這涉及到圖像處理、機(jī)器學(xué)習(xí)、模式分類等相關(guān)技術(shù)，說(shuō)起來(lái)好像非常復(fù)雜，但其實(shí)離我們生活非常近；比如車輛牌照的識(shí)別、名片識(shí)別等等。
但由于醫(yī)拍智能是專門(mén)應(yīng)用在醫(yī)療領(lǐng)域的圖文識(shí)別，因此會(huì)比一般圖文識(shí)別技術(shù)存在一些挑戰(zhàn)：比如醫(yī)學(xué)術(shù)語(yǔ)的識(shí)別與理解、病歷/化驗(yàn)單照片比一般圖片上的文字更為模糊，紙張也會(huì)更大等等。而醫(yī)拍智能最近在拓展的CT、X光等醫(yī)療影像診斷新業(yè)務(wù)線則對(duì)圖像處理、識(shí)別技術(shù)提出了更高的挑戰(zhàn)。
文字識(shí)別清晰度等問(wèn)題需要楊瓊博士的團(tuán)隊(duì)對(duì)模型進(jìn)行反復(fù)優(yōu)化以提高效果，醫(yī)學(xué)術(shù)語(yǔ)的識(shí)別與理解則要靠醫(yī)拍智能內(nèi)部的醫(yī)學(xué)知識(shí)庫(kù)儲(chǔ)備了。
在醫(yī)拍智能團(tuán)隊(duì)里，由聯(lián)合創(chuàng)始人&醫(yī)學(xué)專家楊勁松領(lǐng)導(dǎo)著的一個(gè)小型醫(yī)生團(tuán)隊(duì)，專門(mén)負(fù)責(zé)醫(yī)學(xué)知識(shí)庫(kù)。楊勁松為原云醫(yī)首席醫(yī)療官，有長(zhǎng)達(dá)15年的從醫(yī)經(jīng)驗(yàn)，曾任人民醫(yī)院醫(yī)生、好大夫在線醫(yī)學(xué)總監(jiān)。
從微軟、到歐洲、再到百度研究院，楊瓊的履歷確實(shí)可以用“在云端”來(lái)形容。然而，在醫(yī)拍智能，看著自己積累的技術(shù)確實(shí)能夠落地到診療環(huán)節(jié)中，提高效率，優(yōu)化就診體驗(yàn)，這種創(chuàng)業(yè)公司所帶來(lái)的拼搏感與成就感是云端生活所不能體會(huì)的。
從2016年開(kāi)始，國(guó)內(nèi)外做AI醫(yī)療成像分析服務(wù)、數(shù)字化醫(yī)療影像解決方案等的創(chuàng)企如雨后春筍般崛起，醫(yī)療也是大家普遍十分看好的一個(gè)深度學(xué)習(xí)落地應(yīng)用領(lǐng)域，正在逐漸火熱興盛。
對(duì)人工智能醫(yī)療的需求主要基于幾方面客觀現(xiàn)實(shí)：一方面是優(yōu)質(zhì)醫(yī)療資源供給不足，成本高，醫(yī)生培養(yǎng)周期長(zhǎng)，誤診率高，疾病譜變化快，技術(shù)日新月異；另一方面，隨著人口老齡化加劇、慢性疾病增長(zhǎng)、對(duì)健康重視程度提高，醫(yī)療服務(wù)需求持續(xù)增加。
醫(yī)拍智能沒(méi)有選擇從保守的體制內(nèi)醫(yī)院切入行業(yè)，而是選擇了從相關(guān)的醫(yī)療機(jī)構(gòu)、保險(xiǎn)機(jī)構(gòu)切入，一方面團(tuán)隊(duì)具備技術(shù)實(shí)力，另一方面有著從2015年以來(lái)一路積累下的行業(yè)資源支持，保證了一定的行業(yè)壁壘，在這片日益火熱的醫(yī)療AI行業(yè)競(jìng)爭(zhēng)中，找到了屬于自己的打法。
聯(lián)系客服
