数字化浪潮席卷着各行各业，大数据、AI等技术服务也加速渗透，医疗行业当然更不例外。医疗供给不足，基层医疗水平薄弱，是制约当前医疗可持续发展的两大症结。从医疗供给侧出发，结合互联网、人工智能，5G等新兴技术，进而实现医疗资源的“连接”、“提效”、“下沉”，将成为环节医疗资源供给失衡的一个重要思路。

所以，结合政府工作报告中的这两大方向，可以清楚地预判：医疗AI、医疗大数据等诸多新兴技术，将在医疗、医保、医药等环节中发挥日益深远的作用。

第一、深化医保支付方式改革，加强医保基金监管

自2018年成立以来，国家医保局就把医保基金监管列为重头工作。

2020年7月，国务院办公厅印发《关于推进医疗保障基金监管制度体系改革的指导意见》，明确要求“建立和完善医保智能监控系统，加强大数据应用。加快建立省级乃至全国集中统一的智能监控系统，实现基金监管从人工抽单审核向大数据全方位、全流程、全环节智能监控转变。”

从职能角度来看，不同层级的医保局对医保监管的需求也各有不同，例如，国家局注重标准化、智能化与信息化水平，省局注重协同共享、监测考评，市局注重日常经办及监管。

与整体的医疗改革趋势和需求一致的是，AI、大数据技术正在让医保监管逐步走向智能化时代。

另外一方面，随着医疗保险覆盖面的不断扩大，参保人员就医总量巨大、医疗服务机构分布广泛、医保结算实时性强、医疗诊断治疗专业性强等问题，对医保决策提出了新的要求。

国家医保局在2019年明确提出，要求建设覆盖国家—省—市三级的宏观决策系统，依托大数据精算技术，构建科学的决策分析体系，使决策者能看到数据背后的规律与本质，进而帮助决策者及时识别中长期政策风险，测算政策调控带来的影响。

医保精细化管理是“深化医改”的重要组成部分。目前，国家医疗保障信息平台主体建设已基本完成，全国统一的医疗保障信息平台已在全国多地上线使用。

早在2019年，东软集团、四川久远银海、中科软科技、易联众、湖南创智、卫宁科技、平安医保科技等信息化厂商就参与到医保信息化建设的竞争中。此外，BAT也紧跟着一块，阿里的支付宝、腾讯等也加入其中。

以平安医保科技为例，截至2021年10月，平安医保科技在全国医保信息化标准化建设中，成功中标25个省级平台系统承建项目，并助力山东、云南、青海、海南、广东、贵州、新疆、西藏、安徽、黑龙江、陕西等20个省级平台项目顺利上线（含试运行）。

帮助政府解决医保粗放经营、收支不平衡、欺诈骗保等问题，为医保管理机构的科学决策和高效运营赋能，需要更多第三方医疗信息化厂商予以支持。

第二、坚持预防为主，深入推进健康中国行动。逐步提高心脑血管病、癌症等疾病防治服务保障水平，加强罕见病用药保障

全国政协委员、中国医学科学院肿瘤医院内镜科主任王贵齐两会第二次“委员通道”采访中曾表示，“我们做癌症治疗的医生应该说最不想看到的‘晚’字，最想跟大家说的就是‘早’字。恶性肿瘤早期的唯一症状是没症状，没有典型的症状，因此在我们自认为很健康的时候，要有针对性的进行肿瘤的筛查，早诊是非常必要的。”

根据全球最新癌症负担数据显示，2020年我国新发癌症病例457万，死亡病例约300万。从发病趋势来看，我国肿瘤仍然呈上升趋势，国家的肿瘤防控形势依然比较严峻。五年生存率是反映一个地区或一类人群肿瘤防治效果的指标。

在2019年我国发布的最新五年生存率数据中，可以发现2003-2005年的总体癌症患者五年生存率仅30.9%，到2012-2015年癌症患者的五年生存率已提升10%，达到了40.5%。

但我国与美国相比五年生存率还是偏低，在同一时期美国的五年生存率达到了68%。影响五年生存率的主要原因：一是美国高发的癌症预后比较好，二是中国很多地区癌症筛查的早诊率不高，这可能存在很多问题，比如老百姓的防癌意识不足、基层专业人员对早期病变或癌前病变的诊断不足。

实际上，随着诊断项目的日益增多，尤其在当前疫情冲击之下，我国第三方医学诊断行业需求大，机构也实现了规模化发展，第三方医学检验依托独立医学实验室为各类医疗机构提供医学检验及诊断外包服务，截至2020年3月，国内在业独立医学实验室共有1570家。

作为一家第三方医疗机构，平安健康（检测）中心利用自身的专家资源、先进设备、科技实力，积极探索筛查诊断服务，构建“筛-诊-疗”闭环。

目前，平安健康（检测）中心组建了由三甲医院权威专家和中青年骨干组成的专职医护团队，拥有主委级名医全职坐镇，与全国1500余家顶级大三甲医院合作，覆盖500余位全国名医。通过自聘主委级三甲名医，平安健康（检测）中心在各中心建立心血管、消化科等特色门诊，具备精准诊断能力，为就诊提供可靠的咨询参考。

再以报告中提到的心脑血管疾病为例，这是不亚于癌症的危险存在。2020年，冠心病人数达1700万，预计2030年人数接近3000万。心血管领域的市场空间大，存在很多尚未满足的临床需求。从厂商的角度而言，它们也在积极布局心脑血管疾病的防治。

2020年，科亚医疗的“冠脉血流储备分数计算软件”获得了我国第一张NMPA三类医疗器械证，围绕心脑血管疾病的诊断和治疗，布局了深脉灵析、深脉造影分数、血管介入及手术机器人、深脉震波球囊等多条产品线。

推想医疗则是推出基于“5G+AI+移动卒中”的整体解决方案，助力中国西部卒中急救体系的建设。5G+医疗健康应用试点项目围绕急诊救治、远程诊断、远程治疗、远程重症监护（ICU）、中医诊疗、医院管理、智能疾控、健康管理等8个重点方向。

数坤科技旗下的冠脉AI产品也已装机1200余家医院，粗略计算，累计服务患者或超千万余人次。

第三、健全疾病预防控制网络，抓好公共卫生队伍建设，提高重大疫情监测预警、流调溯源和应急处置能力

自2019年底新冠疫情暴发以来，我国本土疫情得到较好控制，但随着变异株传播力增加，各地不断出现零星散发本土疫情。

如何提升公共卫生应对能力，进一步降低疫情对经济社会发展的影响，被外界所关切。

在2022两会上，全国政协委员、民进中央委员、中日友好医院消化科主任医师姚树坤教授就直言，“基层公共卫生人力资源构成欠佳。一方面，从业者综合水平较低，缺乏业务熟练、经验丰富的中坚骨干力量；另一方面，从业者存在知识与技能短板。”

除了从人才队伍建设角度提升基层公共卫生服务能力，姚树坤教授还建议加强信息化融合建设，加强信息系统改造，将医院信息系统、电子病历、公共卫生服务、家庭医生签约、远程影像诊断等信息系统进行整合，通过统一数据标准、格式、架构、统计指标等，解决信息系统中基本医疗和基本公共卫生服务的“孤岛”现象。

以2020年12月卫建委下发的《全国公共卫生信息化建设标准与规范（试行）》为例，文件着眼未来5-10年公卫应急防控的信息化建设、应用和发展，不仅提出了基本要求，还进一步细化了相关的建设内容，尤其是“以评促建、以评促改”的评价方式，预计我国公卫应急防控的信息化部署将会明显提速。

在我国的公卫应急防控信息化的过程中，企业的作用不容忽视，成为了公卫信息化的实际主要建设者。例如，在疫情初期，平安智慧医疗持续为15省市提供疫情预测，智能排摸、智能阅片等入围部委推荐抗疫工具清单，现提供公卫应急平台和抗疫超脑基层作战平台。譬如，湖北公卫平台已覆盖17地市7类监测渠道；广东疫情哨点系统覆盖全省民营诊所；珠海智能中枢全市接入；中山三院全流程智能防控，浙江某县市数智平台超240个监测指标。

第四，着眼推动分级诊疗和优化就医秩序，加快建设国家、省级区域医疗中心，推动优质医疗资源向市县延伸，提升基层防病治病能力，使群众就近得到更好的服务

中华医学会放射学分会主任委员、上海长征医院放射诊断科主任刘士远教授曾表示，“人工智能技术是解决医疗资源匮乏、医疗质量相对落后地区所面临问题的重要方法之一，通过将大型三甲医院培育研发的人工智能产品应用到县医院或乡级医疗卫生机构。”

提到优质医疗资源下沉，AI功不可没。在骨科、眼科、以及医技科室的放射科，医生的接受度越来越高，医疗AI的身影越来越频繁。

全国人大代表、科大讯飞董事长刘庆峰也建议，加快推广人工智能技术在慢病管理领域的应用，能够为居民提供精细化、个性化服务，缓解县域医疗机构医保基金的运行压力。

目前，国家推行的两癌筛查工作仍存在一定问题，基层医疗机构设备老旧、检测标准不统一、人工诊断误差大等问题严重制约了基层两癌筛查工作开展。

自2017年，医准智能便涉足将人工智能赋能乳腺癌筛查工作，推出乳腺X线智能分析系统，此后，推出全球首款乳腺超声实时动态智能分析系统；2021年，医准智能展开多维度乳腺新格局，从筛、诊、疗、研、教多角度出发，推出乳腺全栈式智能分析解决方案。目前，医准智能助力全国200余家医疗机构进行乳腺癌筛查工作，全线产品及服务覆盖全国1200余家医疗机构。

12月28日，十部委发布《“十四五”医疗装备产业发展规划》。2022年1月4日，卫健委更是出台了《“十四五”眼健康规划》。鹰瞳科技是国内第一家医学影像AI上市企业，在眼科医疗影像AI领域内具备明显的领先优势。2018年以来，鹰瞳科技的视网膜人工智能评估技术已经为爱康旗下体检中心200多万人次提供了检查服务，发现重大阳性4970余例。

围绕“病种+病程”等维度，汇医慧影的产品和服务涵盖了20多种AI医疗辅助诊断产品，同时全国唯一的DR骨折辅助筛查系统已经在2021年5月获得NMPA三类证，产品和服务已经在1000多家医疗机构场景化落地应用，其中300多家三甲医院。

深睿医疗的布局覆盖了神经系统、心血管系统、运动系统、呼吸系统、消化系统、女性关爱、儿童关爱等领域，目前，深睿医疗已经拥有5张NMPA三类证。此前，深睿医疗与华西医院合作的“肺癌早期精准诊断关键技术的建立与临床应用” 项目，荣获了2020年度国家科学技术进步二等奖，将肺癌的早期诊断率从26.48%提高至60.78%。

柏视医疗旗下标杆产品“智能化放疗整体解决方案”覆盖影像浏览、靶区勾画、计划设计、计划评估、剂量评估、疗效分析等方面。现已推出了AI靶区智能勾画系统PV‐iCurve，能提供全身危及器官(OAR)、多癌种肿瘤靶区(GTV) 及临床靶区(CTV)的自动勾画。

目前，柏视医疗主要包含智能化放疗整体解决方案、智能化外科手术整体解决方案及智能化癌症中心三大业务板块，业务范围现已覆盖全国20余省市及部分国际市场，总服务超过12万例临床患者。

作为“十四五”规划的开局之年，2021年中国开启了全面建设社会主义现代化国家新征程，向第二个百年奋斗目标进发。

各行业的高质量发展将成主旋律，作为我国产业升级和融合的重要组成部分，医疗健康行业尤甚。而从产业的角度来说，企业界的创新力量，将会进一步助力构建多层次医疗保障体系，以期实现全民健康。

在人大会议开幕式上，李克强总理在政府工作报告提及要提高医疗卫生服务能力，两会代表更是针对医疗器械、数字医疗及智慧养老等问题建言献策。

雷峰网对其中部分代表的提案内容进行了梳理与盘点。

推进智能化建设，实现智慧养老服务

今年1月，国民经济运行情况发布显示，2021年中国65岁及以上老年人口2亿人，占总人口比重达14.2%。按照联合国标准，65岁以上人口的占比超过7%即为“老龄化社会”，14%以上为“老龄社会”，超过20%为“超老龄社会”，这标志着中国正式进入“老龄社会”。

随之而来的，是社会养老压力进一步凸显，未来社会保障体系将面临空前挑战，如何使“老有所养”、“老有所依”是亟待解决的严峻问题。

为积极应对老龄社会，多位两会代表提出推进智慧养老的建议。

刘庆峰

今年是科大讯飞董事长刘庆峰连续第二十年参加全国两会。在本届会议上，刘庆峰围绕人工智能如何助力教育、医疗、养老、无障碍沟通等方面提交了八份建议。

近年来，科大讯飞对智慧养老多有关注，推出多项科技助老、科技乐老智能化产品。早在2020年，科大讯飞便参与过天津市智慧养老体系的建设，承建了“天津银发智能服务平台”，根据天津市老年人居家养老需求，为独居老人提供了涵盖应急保障、随身监护、健康管理、运动社交等多种功能融合的一站式健康养老方案。

在利用人工智能技术加速推进老龄守护方面，刘庆峰提出以下建议：

1. 针对养老护理人员短缺现状，加速推进康养机器人的成果转化，推进在康复训练和安全监护方面发挥更大作用。

2. 推动陪伴机器人专项课题，尤其加强科技创新和产品支撑，提高老年人幸福指数。

3. 以健康状况取代年龄约束，扩大老年文化服务和健身服务供给，营造优待、善待老年人的良性氛围。

李金波

美的集团家用空调事业部创新中心主任李金波共提交了五份建议，涉及智能家居适老化改造、家电产业提质增效、推动中国生命周期数据库建设、设立“中国工程师节”、推广无液氦技术在医疗领域运用等多个话题。

美的在智能家居适老化这条路上探索已久，早在2016年便开启了老龄化研究。近年来，陆续发布了多款智能化的适老家居产品，包括热水器、燃气灶、抽油烟机等多款厨卫用品，并参与制定了《智能家用电器的适老化技术》等多项适老家居产品标准。

针对如何快速普及智能家居适老化，李金波提出三方面建议：

1. 结合城乡差异、因地制宜，制定家庭适老化改造标准，建立智能家居适老化改造示范区。

2. 建立和完善“智能服务型社会组织”的管理机制，切实营造老年人智能生活环境。

3. 鼓励和支持各行业龙头企业牵头制定智能产品适老化设计标准，让更多智能产品更容易被老年人接受和应用。

杨文龙

全国政协委员、民建中央委员、叮当快药董事长杨文龙提交的提案，主要围绕完善养老管理体系、推动智慧养老服务等话题。

杨文龙表示，我国老年人口规模大，老龄化速度快，老年人需求正在从生存型向高品质生活型转变，因此，老龄服务产业和养老服务发展不平衡、国家养老体系有待完善、互联网技术应用和老年健康产品开发有待加强、居家社区养老和优质养老服务供给不足、老年人医保支付政策亟需改进等问题凸显。

针对上述问题，杨文龙提出了四点建议：

1. 建议成立国家级养老行政管理机构，统筹全国养老事业管理，推动养老服务从“生存保障型养老”向“高品质养老”发展。

2. 培育老年人服务新业态，提升老年人生活质量。

3. 加快推进医疗机构与养老机构融合发展，实现“医检药保”互联互通。

4. 进一步完善老年人医保支付政策。

推动国内药械产业提质创新

近年来，国家对医疗器械行业重视程度不断提高，在政策层面亦有体现，支持力度较大。然而，我国医疗器械产业仍然存在供应链产能应急不足、技术储备少、关键技术“卡脖子”及短期研发能力差等现实问题，亟待解决。

目前国内医药行业研发支出普遍不高，与国外企业差距较大，但研发具有自主知识产权的创新药物，提高自主创新能力，能推动我国创新药物的研发进程，是国家医药行业的既定战略。

因此，医疗器械、医药相关话题今年仍是热议，多位两会代表在会上提出了相关建议。

常兆华

作为微创医疗的掌门人，全国政协常委常兆华在今年两会上提交的四份提案中，有三份都与医疗器械产业相关，常兆华分别围绕第二类医疗器械注册技术审评、医疗器械企业跨行政区域配置生产资源、医疗器械企业研发阶段资源共享三个话题提出了建议。

就进一步完善第二类医疗器械注册技术审评，统一全国相关审评尺度，常兆华提议如下：

1. 在省、自治区和直辖市级医疗器械技术审评机构中推广借鉴或直接采纳国家药监局医疗器械技术审评中心的质量管理体系，持续完善第二类医疗器械技术审评工作流程，确保技术审评质量。

2. 加快推出更多的第二类医疗器械技术审评指导原则，统一各地对同一品种技术审评要求的尺度，以减少审评人员的个人认知与理解偏差造成的尺度不一致问题。

3. 加强各地审评队伍的专业化建设，加强对审评人员的专业能力培训与考核，设立全国统一的考核及授权标准，审评人员经统一培训、资格认定和授权后方可开展技术审评，以确保全国审评人员以均同的审评能力执行均平的审评标准。

4. 推进各地技术审评信息化建设，增加信息透明度；鼓励第二类医疗器械注册资料进行电子化申报；对于以创新、优先特殊审批程序获批的第二类医疗器械，建议其技术审评报告在全国范围内予以公开。

5. 建立会商复议机制，加强各地审评人员沟通交流与协同；如注册申请人对省级医疗器械审评中心审评结论有疑问的，在形成不予注册结论前，建议可由注册申请人提出申请，由国家药监局医疗器械技术审评中心统一组织会商及复议。

就推进医疗器械企业跨行政区域配置生产资源，常兆华提议如下：

1. 加快落地出台相关政策法规，准许医疗器械企业在保持生产许可主体不变的情况下，跨行政区域（省、自治区、直辖市）新增生产场地，并明确“申请-受理-审批-证后监管等”闭环流程和要求。

2. 建立跨区域沟通及监管机制，明确区域监管机构间的情况通报，进一步深化区域监管协同，推行医疗器械企业检查结果互认机制。

3. 搭建国家级医疗器械企业信息数据平台，建立统一的医疗器械产业数据库及综合监管平台，通过信息化、数字化手段，实现不同层级医疗器械监管部门数据的互联互通，确保监管高质量和高效。

4. 强化企业主体责任，督促生产企业加强产品全生产场所、全生产过程、全生命周期管理，建立与企业跨行政区域配置生产资源活动相适应的质量管理体系并保持有效运行，确保医疗器械的安全性和有效性。

就允许医疗器械企业研发阶段资源共享促进创新活力，常兆华提议如下：

1. 建立和完善监管要求

2. 落实医疗器械企业主体责任

3. 推行医疗器械研发阶段场地与设施不同企业间资源共享试点机制

4. 先行先试并逐步复制推广

蔡威

今年两会期间，国政协常委、农工党中央副主席、上海市人大常委会副主任、农工党上海市委主委蔡威在围绕大力推进药品医疗器械提质创新、提高儿童肿瘤疾病用药可及性、加快发展我国注册营养师专业人才队伍、中医药与数字经济相融合等多方面议题提出建议。

蔡威表示，新中国成立后，我国药品医疗器械产业取得了长足的发展进步，但对照当前形势任务，药品医疗器械产业还存在大而不强、庞而不精、结构不均等诸多困难挑战。

就大力推进药品医疗器械提质创新，蔡威提出以下三方面建议：

1. 提升我国药品医疗器械创新能力

2. 进一步深化药品医疗器械产业改革开放

3. 推动中医药产业与西医药并重发展、有机结合

司富春

全国人大代表、河南中医药大学副校长司富春在今年两会中提议坚持守正创新加快中医药高质量发展。

他认为，加快中医药高质量发展离不开结合现代科技的创新和发展。

为加强科技攻关解读中医药，促进科创平台建设，司富春建议运用现代多学科技术构建高水平中医药科技创新体系，强化中医药基础研究和关键核心技术攻关。加大中医药基础研究项目设立和投入，强化中医药基础理论、疾病病机、诊疗规律、防治技术等攻关研究，运用当代国际前沿技术、现代科学方法解读中医药学原理、经验和方药，从中药中筛选、研制新药，科学阐明中药药效物质与作用机理，进一步阐明中医药对健康和疾病规律的认识，为临床应用和产业发展提供坚实的基础。总结历代中医临床实践，提炼中医新理论、新思路、新方法，创新基于中医理论思维解决当代临床问题的实践模式。

司富春提出，要加快建立更多高能级中医药科技创新平台，支持高校、科研院所、龙头企业等联合共建多学科融合科创平台，加快建设中医药国家重点实验室、重点研究室、中医药国家技术创新中心等高能级科创平台，加强中医医疗器械科技创新平台建设等，促进科创平台建设。

为充分运用大数据介入中医药，开辟中医药数字化时代，司富春提议建立大数据系统服务中医药。以区块链技术为基础，构建多维度的精准健康个体化大数据系统，包括生命表征系统数据、生命结构系统数据、生命活动系统数据等。运用国家超级计算中心，建立全国中医药数据标准和共享服务系统，运用大数据、人工智能等技术建立个体化的辨证精准防控和精准诊疗服务系统，不断完善全生命周期科学技术体系。

此外，加强数字化中医药研究和中医药仪器设备研发。设立数字化中医药研发项目，研发集“望闻问切”于一体的数字化人体信息采集设备和中医诊断设备，将医生望闻问切的内容数字化、定量化和客观化，实现中医诊断的信息化、标准化。

程京

全国人大代表，中国工程院院士、医学生物物理学家程京今年提出的三个建议均与中医药相关，他提议国家应该考虑尽快建立一个针对中医药发展的国家中医药交叉创新中心，或者是规模较大的国家实验室。

程京认为，想要推动中医药的持续发展，如果仅仅依靠中医、中药领域自身的专业人员难以实现，一定要借助其他学科的力量，比如生物信息技术、人工智能技术、合成生物学技术、化工、材料科学技术等，都需要加入进来助力中医药的发展。

加快医疗信息化体系建设，打破“数据孤岛”

目前，我国大部分医院仍处于临床信息化应用阶段，只有少数医院步入数据整合阶段，“数据孤岛”现象仍广泛存在。

根据《“十四五”规划和2035远景目标纲要》，我国在“十四五”时期将全面推进医疗信息化建设，积极推进医院信息化、公共卫生信息化、医疗保障信息化、新兴技术应用和监管等方面的建设。医疗信息化体系建设任重道远。

敖虎山

今年两会，全国政协委员、中国医学科学院阜外心血管病医院主任医师敖虎山就社会急救、医疗健康大数据、乡村医疗保障体系、心血管麻醉学科等方面话题提出了四份提案。他建议，打通“数据孤岛”，推动建立医疗行业“数据银行”，以数字化建设提升群众看病满意度。

敖虎山认为，目前我国医疗行业数字化存在两个突出的弊端，即医院之间的数据信息不共享、不同监管部门之间的共享渠道不畅通。在目前的医院信息化系统中，患者生命体征、影像检验报告、互联网诊疗记录、药品使用等数据信息多以碎片化的形式呈现，各种不同的基础数据宛如一个个“数据孤岛”，难以互联互通。

为打破“数据孤岛”现象，建立健康共同体，敖虎山提出了以下六方面建议：

1. 要建立统一的医疗行业数据信息共享平台

2. 建立规范的管理和使用制度，并进行分层管理

3. 建立完备的数据安全保障体系

4. 要充分发挥现代信息技术的作用

5. 做好与现有系统的衔接与整合

6. 推动与医疗大数据有关的设备研发

刘庆峰

在刘庆峰今年的提案中，对慢性病管理相关议题亦有涉及。《“健康中国2030”规划纲要》强调应实施慢性病综合防控、推动分级诊疗。《健康中国行动2019-2030年》将慢性呼吸系统疾病、糖尿病等慢病的防治纳入了专项行动。

自2018年起，讯飞医疗与界首市人民医院合作，将人工智能切入高血压管理工作，打造基于人工智能+大数据平台沉淀的慢病管理数据的慢病管理系统，界首人机耦合慢病协管模式已获得安徽医学科学研究院与安医大联合实验认证。

就加快推进人工智能慢性病管理，深入实施健康中国战略，刘庆峰提出以下三点建议：

1. 基于智医助理在提升基层诊疗能力和慢性病管理服务质量中已取得的成效，在安徽召开全国现场会。

2. 将智能语音作为公共卫生服务手段纳入《国家基本公共卫生服务规范》。

3. 出台人工智能慢性病管理相关应用相关管理规范评价标准及考核要求，并将基层人工智能精细化慢病管理服务纳入医保收费目录。

陈赛娟

全国政协委员、中国工程院院士、上海交通大学转化医学研究院院长、转化医学国家重大科技基础设施（上海）首席科学家、瑞金医院终身教授陈赛娟在今年两会上带来了两项提案，主要围绕发展重大疾病专病数据库与推进基于“第二代测序”临床实验室自建项目（LDT）开展两个话题。

随着医学科技与信息技术在诊疗过程中的不断深入应用，医院的诊疗数据及病理、影像等生物医学数据快速增长，依靠这些数据，可以对疾病进行细化分层，使得医学研究的重点聚焦在高发病率、高死亡率、高疾病负担，严重影响人群健康的重大疾病上。

因此，建设国家级、标准化、可共享符合伦理规范的整合临床表型、疾病诊疗信息、临床样本及其生命组学信息等多层次的重大疾病专病数据库具有非常重要的战略意义。

据此，陈赛娟委员提出以下具体建议：

1. 建立国家级重大疾病专病数据库平台，制定专病数据集标准

2. 提升重大疾病专病数据质量，多学科人员共同参与

3. 探索重大疾病专病数据共享机制，完善相关政策支持

生物科技新技术的规范化应用与高质量发展

陈赛娟

下一代测序技术（Next-generation sequencing，NGS）以通量高、速度快、精度高、成本低的技术优势在临床疾病分子诊断方面发挥了独特的功能。NGS检测不仅在临床治疗中有巨大需求，且具有价廉物美、敏感快速和精准分型的优势，但是，从相关部门管理角度出发，认为医疗机构缺乏NSG临床诊断资质许可，因而临床得不到及时诊断应用。第三方检测机构蓬勃发展，但水平良莠不齐、临床专业知识缺乏，无统一的质控体系；以盈利为目的，收费昂贵标准不一，这些问题导致巨大的医疗安全和腐败隐患。

因此，陈赛娟委员建议，在国家相关规定下，有步骤试点推进NGS检测的在医疗机构临床应用，并提出以下几点具体建议：

1. 尽快开展临床实验室自建项目（Laboratory developed test, 简称“LDT”）

2. 制定中国NGS行业规范标准

3. NGS创新技术分期分批进行试点放开

陈海佳

全国政协委员、广东省赛莱拉干细胞研究院院长、赛莱拉董事长陈海佳提议，打造大湾区全球干细胞科技创新高地。

有关推进干细胞产业发展的建议在往届两会中也常被提起，卫健委官网近期发布的“关于推动干细胞临床转化应用规范化发展的提案”答复函与“关于进一步推进我国干细胞产业高质量发展的提案”答复函中，都提及“将切实推动干细胞产业高质量发展，促进干细胞研究领域为保障人民健康发挥更加积极的作用。”

为此，陈海佳提出如下建议：

1. 龙头引领，加快培育大湾区干细胞产业集群

2. 创新驱动，加强干细胞产业“卡脖子”核心技术攻关

3. 政策保障，优化环境吸引干细胞科技创新及产业人才汇聚

4. 设立专项资金，助推干细胞新药早日上市

5. 先行先试，共建粤港澳大湾区细胞治疗创新发展中心

2016年成立以来，推想医疗迅速成长为AI医疗行业的领军企业，是全球首家且唯一一家在中国、美国、欧盟和日本四大医疗市场获得监管批准的AI医疗科技公司。推想医疗始终以“AI改善生命健康”为使命，致力于打造全院级AI国际领军品牌。在“一横一纵”和“国际化”的战略布局下，推想医疗已形成丰富的立体化产品线，横向涵盖癌症（肺癌、肝癌、乳腺癌）、感染性疾病（肺炎、结核病）、心血管疾病（冠心病）、脑血管疾病（脑卒中）及创伤（骨折）等多个疾病领域；纵向涵盖疾病筛查和诊断（InferRead系列）、疾病干预和治疗（InferOperate系列）、患者健康管理（InferCare系列）及医学研究（InferScholar及InferMatrix)，产品覆盖全球近20个国家的400余家医疗机构，为政府、医疗机构、医生、患者提供一站式“筛、诊、治、管、研”全流程智慧医疗解决方案，也是业内少有的具备“诊疗一体”优势的AI医疗公司。                                                                       

多项数据表明推想医疗已在原研创新之路上积累了雄厚实力。据悉，推想医疗目前已拥有一支逾110名兼具AI和临床领域强大学术背景和丰富从业经验的研发团队，逾40%持有硕博学位。其持续开展关键核心技术攻关，拥有的海内外专利数量也已超过200项，SCI/核心论文发表数量达70余篇，其中不乏《美国医学会杂志》（JAMA）、《柳叶刀数字健康》、《IEEE模式分析与机器智能汇刊》、《JACC-Cardiovascular Imaging》、《IEEE Transactions on Image Processing》、《放射学：AI》等顶级期刊，累计引用次数超千次。此外，推想医疗的多项研究成果也在包括北美放射学会（RSNA）和CVPR等会议上发表，科研成果被哈佛大学、约翰霍普金、北京大学、武汉大学、中科院等国内外名校及研究机构引用，国际影响力不断提升。

凭借着在技术科研领域的深耕，推想医疗还参与承担了多家国家和省市级科技研发项目；入选工信部2018-2020新一代人工智能产业创新重点任务揭榜企业，在医学影像辅助诊断赛道以第一的成绩成为揭榜优胜企业；并被授予国家级高新技术企业、中关村高新技术企业、北京市知识产权示范单位等多项认定资质，产品入选首台套认证（北京、安徽）、北京市新技术新产品认证、优秀国产医疗设备、中关村创新采购目录等。

“专精特新”是国家为鼓励中小企业走“专业化、精细化、特色化、新颖化”发展之路，增强自主创新能力和核心竞争力，不断提高中小企业发展质量和水平而实施的重大工程。其中，“小巨人”企业更是专精特新企业中的佼佼者，是北京市中小企业评定工作中最具权威、最高等级的荣誉称号。获此称号的企业均为专注于细分市场、创新能力强、市场占有率高、掌握关键核心技术、质量效益优的排头兵企业。

作为本次唯一入选的AI医疗公司，是相关部门对推想医疗在AI医疗领域的科技实力、产品能力、成长性等方面的多方认可。未来，推想医疗将持续加大原研创新和市场开拓力度，深化“专精特新”发展之路，发挥“小巨人”企业表率作用，为科技创新和医疗民生贡献力量。

 雷峰网

雷峰网《巨头的医疗软肋·五问》专题已完结，感兴趣的读者，可关注公众号【雷峰网】查看文章合辑。

从去年7月开始的BAT难获医疗三类证、再到依图变卖医疗子公司、谷歌健康分拆以及IBM脱手明星产品沃森健康，巨头的种种挫败之举，都可以简单归结为几个因素：人、利、势。

如有更多想法与线索，可联系专题策划人李雨晨，微信18861330296，欢迎大家交流。

在经历了多年的上云之路后，一个略显尴尬的局面是 ：不少医院正在慢慢“下云”。

2020年，将分院PACS系统迁至某互联网大厂的云上后，因为未达预期，这一家医院期间又将数据从云端迁移下来，重新用上了以前的系统。

北京大学肿瘤医院也在2020年12月初，将互联网诊疗业务从云端迁移至了医院本地。

此外，2021年年底，阿里云因安全漏洞事件受到处罚。未来六个月，阿里云很难再拿到较大的对公订单。各种数据安全事件带来的余震，极有可能击碎以往与信息科主任、院长建立起的信任，让不少云厂商在医疗行业的多年努力付诸东流。

“医院上云，不是简单地将资源搬到云端，而是从架构底层就要重新掀起一场革命。很多问题在上云之前一定要想清楚，如果只是仓促地上，结局一定是狼狈地下。”

复盘互联网厂商卖云与医院上云之路，雷峰网与多位三甲医院的信息中心主任、云公司高管进行了深入探讨，得出的一个结论是：医院上云，要改写医疗行业内的技术守成、价值格局，这将是一个艰深且漫长的博弈过程。

医院为什么不想上云？

医院为什么对“上云”兴趣不大？

首先，是没必要。

以电商行业为例，双十一这样的促销活动，容易出现高并发现象，也就会更关注云服务中的弹性因素。

但对于很多相对静态的企业来说，对云服务的使用需求较为稳定，维持核心业务系统的稳定、高效、数据安全和可用性更加重要。

医院就属于后者，极少会有高并发、一般不需要大量算力，有些医院的需求甚至仅仅是网站托管，或者作为数据存储工具来使用。即便是医院规模不断增大，医院信息中心进行有序的扩容，也能满足需求。

黄博彦（化名）是西南地区某三甲医院的信息中心主任。在他看来，面向患者端的业务（移动支付、挂号等）可以考虑上云，面向院内业务的上云动力不强。

其次，不上云，是对数据“失控”的担忧。

几乎在所有人看来，医院上云的核心顾虑在于数据安全。这就带来一个问题：要数据安全，就得管控数据流动；但如何管控数据流动，给上云带来极大挑战。

黄博彦顾虑的也正是如此：医院上云，可以加很多的安全措施，例如堡垒机、日志审计。但信息中心终究是失去了对数据的管控。就算是拉几条专线，一旦链路出故障，灾害期间的协作时间就会无限拉长。

与自建数据中心相比，上云的成本并不贵，贵在后期维护的沟通成本。

“从我的观察看，云大厂内部存在多个部门，为了抵消由权力过于集中带来的安全隐患，会分拆为很多个小部门。如果云服务出现故障，大公司内部的沟通流程很长，但是医院等不起，出了医疗事故谁来担责？”

而且，数据上云后，医院往往在心理上成为被动的一方，感觉被人拿住了“七寸”。

“如果我们的数据在云上放了10年、20年，一旦合作关系终止，还能把数据撤回来吗？真正上云之后，双方的关系就变了，很多事情就不能做主。”

黄博彦亲身经历了一件奇葩的事情：一次与某大厂的项目经理讨论项目进度，到一个关键的技术问题时，因为沟通不畅，项目经理直接撂下一句：“这件事就这么定了，你不要再说了。”

这位经理，俨然成为了信息中心主任的领导、成为信息中心主任的甲方。

尽管这是极个别的现象，但是这也让黄博彦认识到一个问题：当个人成为大厂主管一方的“诸侯”、权力的约束就会失效，很容易对客户的需求避而不见。

后来，即便是黄博彦上诉到该公司的高管群，高管也很无奈：没有办法，如果换个人来对接，很多事情要从头梳理，对公司的损失很大。

“你看，上云之后，这些云厂商就从‘水厂’、‘电厂’，就变成了水老虎、电老虎。”

在黄博彦看来，如果医院上云，必须选择具备”大而不倒”的云厂商，否则医院将承受下云后的巨大后遗症。

另外，大厂赛马机制以及人员高流动，让信息科主任需要与不断更换的团队进行磨合。

国内医疗信息化行业的公司，有一点做的很不好，那就是知识管理：很难把优秀工程师的经验积累下来，成为公司的财富。当原班人马离开后，所有的错误又会重复一遍。

“不用过一两年，有时候几个月就变了一波人跟我对接，即使是大厂也不例外，流动性很大。他们有资本、有条件去换人，我们没这个耐心，出了问题也耗不起。”

所以，在不少院长及信息中心主任的心里，与其上云之后战战兢兢，倒不如让数据留在本地，落得一个安稳。

然而，这个世界从来没有绝对的数据安全。

一位在医疗信息化行业十多年的工程师刘兵（化名），就向雷峰网说到：在本地机房里，数据就一定安全吗？从监管层面来看，政策必然是一紧一松。但是，中间的博弈和试探过程中，大家都不想当出头鸟。

最后，对“怎么上云”没有全盘的准备。

2020年，北京大学健康医疗大数据研究中心客座教授刘帆在CHIMA 2020上，曾发表了一次演讲。

他说，我们谈及医疗云，常常是希望把原来存在于局域网的应用、软件搬到云端，但是这样可能低估了云计算对医疗行业变革带来的影响。

地处华南一家三甲医院的信息中心主任夏明华表示，“医院上云，不是简单地将资源搬到云端，而是从软件的架构底层就要重写。”

黄博彦也认为，上云不是将原有的系统搬到云端。从单体到云，一定是微服务模式，而不是BS/CS架构。

微服务架构是一种架构模式，提倡将单一应用程序划分成一组小的服务，服务之间互相协调、互相配合，为用户提供最终价值。

因为，上云之后的很多开销，是花在传输线路上。

“有些人上云，就是把服务器搬到移动机房，这是犯了方向性的错误。因为，一个业务要通过公有链路去调用几十公里外服务器的资源，再用还得再调。所以说，为什么要微服务。大家光想着把东西上云，没有思考云和底层技术之间的关系。”

另一个，带宽问题。有的医院与运营商合作时，选择了共享式带宽，结果导致上传和下载的速度不对等。

这个很好理解：平时，我们收发邮件时速度很快，但上传一个大的附件就非常慢，整体消耗的时间并没有减少，体验也非常不好。

夏明华主任表示，上云之前，要把种种配置、改造需求梳理清楚。云端的存储格式有分布式文件存储、块存储，对象存储，要针对不同的应用，选择不同的存储模式。

一位业内人士向我们说到，“一些时候，也不能全让厂商们背锅。某些医院有上云的任务，很多项目细节没有协调好就仓促上马，效果不佳，结果不欢而散。”

BAT进场，怎么和IOE厂商分蛋糕？

站在医院的角度，不上云可以有一百种不同的技术和心理难关。但是，从世界的运行规则来看，利益与行业规则的才是永恒的主旋律。

医院的院长、信息中心主任，对上云没有认识吗？不全然。

因为上云之后，极有可能是带来行业利益格局的全新洗牌。

在系统架构层面，医院信息中心所使用的局域网与云端存在很大差异。

局域网中，影像数据文件通常存保存在NAS中。这种架构下，文件读写都要"排队"。为了保证性能，医院需要不断地升级硬件：上闪存、上固盘、上最好的PACS服务器，也就是所谓的"纵向扩容"。

而云影像采用的是另一种方式——分布式对象存储，可以根据业务量横向扩容。对象存储支持多块磁盘同时读取同一文件数据，数据不再需要"排队"，性能得到很大提升。

这也是为什么多年前，政策和行业都积极倡导将业务、数据搬上云端。

政策颁布之后，亿家健康(创业软件旗下)、复高信息(万达信息旗下)、熙康云医院(东软旗下)、健康乐(东华软件旗下)、纳里健康(卫宁健康旗下)等品牌相继成立，云诊所、云HIS成为传统信息化厂商新的布局点。

所以，我们就不难理解，为什么2018年腾讯入股东华软件、阿里入股卫宁健康：想进入医院卖云，要依靠这些力量引荐、配合，通过资本的纽带，与医疗信息化厂商进行深度绑定。

据刘兵介绍，东软内部有一个专门的云科技部门，负责和所有的云厂商合作。东软的角色可以理解为一个大型的经销商、代理商——区域的医疗信息化项目中标，还是东软出面。

到了具体部署时，如果政府部门有意愿用某一家特定厂商的云服务，东软也可以做个顺水人情，放在目标的云厂商上。

夏明华坦言，上云前，HIS厂商要基于分布式架构重构现有系统。但是，目前极少有厂商走出实质性的一步。改革最大的阻力，往往是局内人。

在这个行业内摸爬滚打20多年的HIS厂商，其行业积淀（技术、人脉）是最大的价值，也成为改革最大的负担。

“指望老牌HIT厂商上云，无疑是革自己的命。”黄博彦说到，“这帮兄弟从一无所有开始创业，他们的认识是基于老旧的技术架构，业内格局也基本定型。现在让他们上云，包袱越来越重，如果他们没有更新知识的勇气和决心，将会成为新技术的阻碍者。”

一位负责云胶片业务的行业人士也向雷峰网表示，当有一个“门外人”想要进医院，往往都要与前辈处好关系。

“比如，之前我们和存储厂商沟通，他们开一次接口的费用是2万块钱，过一阵你发现云胶片业务使用不流畅了，又得跟售后去打点关系。所以，如果医院决定将PACS放到云端，动到存储厂商的蛋糕，他们会第一个跳出来说云的不好。”

三大运营商，BAT绕不开的“山头”

即便是信息化厂商愿意从长远的未来出发，与云厂商合作，那么BAT的云就能在各大医院畅行无阻吗？

可能也未必。

近年来，百度、阿里、腾讯在不少城市投入资金，设立研发中心、运营中心等。这些投资的背后，可以归结于互联网大佬们的战略规划。但是，从更深层面来看，这些中心是一块块“磁铁”，可以吸引当地就业、消费，地方政府自然乐意看见。

作为回报，BAT们往往会拿到不少优质的政府合作项目，例如政务、金融、交通等等。

有一次，刘兵和某地分管教育的信息中心主任吃饭，说到一个案例：腾讯给该地某个区的学校免费投放一批人脸识别设备，用于监测课堂效果，以及一些付费的少儿课程。

作为回报，腾讯希望学校能将学生的校园卡沉淀在微信平台上。

最终的结果是，上亿元的资金会留存在腾讯的微信平台，而学校则可以用免费的设备和资源，帮助提升教学质量。

刘兵表示，巨头的这种操作，可以称之为“瀑布式打法”，在互惠的前提下，很多地方政府很难拒绝。

2016年，还在东软任职的刘兵，在江苏的一个地级市遇到了腾讯的人。

刘兵谈到，腾讯套用自己的这套打法，找到江苏省级卫生部门，希望将该市的所有三级、二级医院的号池都接到微医（原挂号网，腾讯投资）。

这种想法，过于激进和理想，让互联网巨头难以在医疗领域复制教育领域的经验，一个偏C，一个偏B，两者拥有不同的逻辑，医疗行业的山头和复杂程度要比教育更多。

这个绕不开的山头，就是运营商。

刘兵向雷峰网明确表态：“BAT等互联网厂商卖云，卖不过运营商。原因在于运营商所铺设的专线。”

“BAT和医院谈合作时，绕不开网络。运营商内部有KA部门（大客户部门），与医院的合作一签就是三五年，BAT想进来要依托运营商的基础网络。所以，当BAT手握一个单薄的医疗云，而没有丰富的上层应用时，是入不了局的。”

黄博彦与BAT三家以及西南地区当地的中国移动都有过合作。

他认为，运营商强在本地的服务网络，BAT只能通过一个核心来辐射区域业务，人力的体量上与运营商没法比，与客户的日常沟通也没有运营商们多。

所以，慢慢就出现一种现象——BAT往往要依托运营商来开展业务。一个折中的办法，是承接城市级的云，将医疗作为其中一个部分，“间接”获得一部分的数据，但是核心的东西还是在运营商管控下的城市级云中。

刘兵补充到，“2018年左右，联通的客户经理还曾在朋友圈公开给腾讯、阿里等云厂商打广告，转卖BAT的云产品。想必当时，BAT已经和运营商谈好了合作分成的细节。”

那么，BAT在医疗云上，是否真的难有建树？

也并非如此，如果他们愿意将目光转向另一个群体——民营医疗。

民营医疗的受监管程度并不是十分严格。例如，三甲医院必须要满足等保的体系要求，机房面积、空调设置、UPS等等。很多硬性规定，从一开始就注定三甲医院会被“困在”机房里。

而民营医院的处境则完全不同：和房地产开发商、物业方合作，可以以很低的价格拿楼。这些民营机构，自然不希望用几百万、甚至上千万元的资金去购买存储设备、建大型机房，占用自己的流动资金。

正因如此，民营医院“天生”地就对上云存在需求。

而且，从盈利的角度出发，民营机构还有面向C端的数字营销，需要吸引患者客源，这点天然适配云计算。

转向民营机构，似乎是一条不错的出路。但BAT却不这么看。在大厂的心中存在一个矛盾心理：大三甲的生意难做，民营机构的故事又不够动人。

简而言之，做民营企业的生意，无法帮大厂“立人设”。

但是，BAT忌惮其他厂商抢占自己的三甲客户，明知三甲医院不好进，又不得不硬着头皮上，就形成了行业内的一种“内耗”。

刘兵说到，“腾讯入股东华之后，希望去改造后者的云HIS产品，希望有朝一日在有影响力的医院或医联体内，产生规模效应。但是，这个时间点无法评估。巨头也是要考核ROI的，对于一个巨头的内部团队来说，按时间来兑现成果，是很残酷的一件事。”

一位业内人士也向雷峰网表示，“就我所知，腾讯医疗以及腾讯云内部做医疗的团队，都调整多次、内部对做云有些迷茫。其他云厂商也持相似观点，认为医疗云业务有些鸡肋，食之无味、弃之可惜。互联网一两年时间里就要出成果的打法，在医疗行业里连水花都打不出来。”

那些年，BAT给医疗交过的学费

医疗云，不是互联网巨头遭遇的第一次硬仗。

早前间，远程问诊与移动支付，就是巨头争战的前沿阵地，激烈厮杀下“白骨丛生”。不少产品还没好好告别，就消失在历史的舞台里。

2018年5月，腾讯曾推出一款智能导诊产品——腾讯睿知，患者登陆接入睿知的医院公众号，直接口述病症就可获取有关具体疾病、对应科室、合适医生的信息，最终实现“精准挂号”。

不过，这款产品的寿命不长，仅仅维持了一年多的时间。

2015年底，“腾爱医生”团队初建，这是腾讯集团旗下针对医生群体的唯一自有项目。三年后，“腾爱医生”平台正式关闭服务，这个仅存在两年多的产品也匆匆退出舞台。

从移动支付来看，BAT的医疗之路相当“难啃”。

2014年5月，支付宝公布“未来医院”计划。两年后，时任蚂蚁金服医疗行业总经理王博（花名：逍然）就在接受36氪采访时表示，一家医院接入支付宝的复杂程度，甚至大过整个沃尔玛和家乐福中国接入支付宝的难度。

“从决定做到开发上线15天，加上谈判时间一周，不到一个月沃尔玛就接入了。但，平均一家医院上线则需要2—3个月。”

他还说到，“支付宝会为医院免费、甚至倒贴一些成本，来完善接口的改造。”当然，支付宝本身也没有在这之中找到非常明确的商业模式。

直到近年，交了不少学费的BAT们才意识到，一直在医疗的外围转圈，无法触及行业的核心。

我们也应该意识到，在医疗行业，技术从来不是一个难题。

多年前，出于对医疗数据的保护，相关部门对于云计算公司的背景十分在意。AWS、微软等外企的云产品被排除在外，国内厂商渐渐脱颖而出、获得更多的机会。

然而，不少医院的上云，只是为了把信息系统放在云上，互联网大厂也并没有思考清楚，如何让传统技术与自己的云计算实现融合，最终忽略了上云真正的价值。

这也预示了，医疗云长坡厚雪的坎坷之路。

在此过程中，他们证明了一种转基因动物器官可以在人体内存活并发挥作用且不会立即被排斥。据医院称，手术三天后，接受手术的人大卫·贝内特还活着，“情况良好”。

基于同情，食品和药物管理局批准了该手术，因为由于心力衰竭和心律不齐，贝内特没有资格进行传统的心脏移植手术，也已经没有其他选择了，“要么死，要么做移植，我想活着。我知道这是在黑暗中开枪，但这是我最后的选择，”他在医生对他进行手术前的一份声明中说。

几十年来，科学家们一直试图用动物器官来拯救人类。最引人注目的尝试之一发生在 1984 年，当时医生将一颗狒狒心脏移植到了斯蒂芬妮·费·博克莱尔体内，她是一个出生时就患有左心发育不全综合征的婴儿。先天性疾病使她的身体无法正常循环血液。但由于排斥反应，1984年，这名垂死的婴儿带着狒狒心脏活了21天。

而据《纽约时报》报道，移植到贝内特的心脏来自弗吉尼亚州布莱克斯堡的再生医学公司 Revivicor 提供的转基因猪。

这头猪有10个基因修饰，有四个基因被敲除或灭活，其中一个基因编码一种导致人类出现积极排斥反应的分子。

马里兰大学医学院外科教授 Muhammad Mohiuddin 博士表示，生长基因也已被灭活，以防止移植后的猪心脏继续生长。

此外，还有六种人类基因被插入到了供体猪的基因组中，以使免疫系统更能耐受外来组织。

实验是否代表突破将取决于接下来会发生什么。

目前，贝内特新的心脏正在运作并且已经完成了大部分工作，他的医生说他可以在周二离开机器。医生还在密切监测贝内特的身体是否有排斥新器官的迹象，前48小时是至关重要的，但没有发生任何事故。

Muhammad Mohiuddin博士告诉美联社： “如果这行得通，这些器官将源源不断地供应给正在受苦的患者。”这将带来一个巨大的变化，根据美国卫生资源和服务管理局的数据，目前有超过10万人在国家移植等待名单上，每天有17个人在等待器官移植时死亡。

雷峰网#雷峰网#

医疗保障是本次科技奥运中的重要一环。分布在三大赛区的比赛场馆，持续17天的赛程，高难度的冰雪赛事，以及防疫背景下的严格管理，对此次医疗保障工作提出了很高要求。冰雪上的中国医疗新科技，到底有多厉害，让我们一起探秘吧。

这次北京急救中心迎来了一位特别“大咖”——2010年温哥华冬奥会、2014年索契冬奥会短道速滑三金得主周洋。跟随她的脚步，一起了解北京急救中心在此次医疗保障中应用的创新科技。“作为运动员，我们都希望第一时间得到专家的治疗。这次参观让我对这次赛事的医疗保障工作非常有信息。”短道速滑奥运冠军周洋说。

短道速滑奥运冠军周洋探访北京急救中心

来到急救中心大厅，一辆经改造的5G救护车引起周洋的注意。车舱内，急救医生使用BeneHeart D6除颤监护仪对模拟患者进行检查。通过大带宽、低时延、高可靠、广连接的5G网络，车舱内患者的生命体征和医学影像可以实时传输到指挥厅内及相应的接诊医院。

北京急救中心的5G救护车

5G救护车及车内配备的先进设备，真正做到救治前移，“上车即入院”。患者入院无需重复检查，为患者争取到宝贵的抢救时间。由于5G信号在北京市的全覆盖，即便在距离指挥中心100多公里外的延庆运动场馆，也能够实现数据和图像实时清晰的快速传输。

周洋参观5G救护车与指挥中心

北京急救中心党委副书记张文中介绍大赛医疗保障情况

北京急救中心党委副书记张文中说：“在比赛场馆、酒店、以及交通枢纽等各场所，我们都将提前做好准备，以充足的力量积极备战此保障任务。”

来到北医三院崇礼院区，一场模拟冬奥赛事的医疗急救演练正紧张有序地展开。张家口赛区是此次冰雪盛会大部分雪上项目的举办地，一共将产生51枚金牌。北医三院崇礼院区地处张家口核心赛区，是此次张家口赛区医疗保障的第一转诊医院，将承担46%的赛事医疗保障工作量。

在北医三院崇礼院区的急救车内，迈瑞高端便携彩超M9和BeneVision N1转运监护仪正在获取患者的超声图像及生命体征数据。

M9对于赛场上可能出现的急性创伤、心脏事件等突发状况可以做出及时、准确的诊断，并帮助提供适合的诊疗方案。N1转运监护仪随患者入院后，可作为基本参数监测模块直接插入迈瑞N系列监护仪，提升转运工作效率，同时自动上传监测数据，保证患者监测信息完整。

在急救车的医护人员对患者进行诊疗的同时，远程医疗平台正将其超声图像和生命体征数据，实时传输到北医三院崇礼院区的会诊中心。院内专家可以第一时间掌握患者病情，远程指导急救工作，让云端会诊成为现实，也为运动员争取黄金救治时间。结合专家会诊意见，指挥中心会下达救治指令。

北医三院崇礼院区会诊中心

北医三院崇礼院区指挥中心

面对赛场上随时可能出现的意外情况，环环相扣的医疗急救措施必不可少。雪场上受伤严重的运动员可通过直升机快速转运到北医三院崇礼院区，并通过专用电梯直接送到手术室进行抢救。手术室内，医院针对冰雪运动可能发生的伤害，配备了先进的围术期解决方案。

此外，在北医三院崇礼院区的急诊创伤大厅和检验科，还配备了BeneVision N17监护仪、BeneHeart D6除颤监护仪、CAL 8000血液分析流水线等医疗设备，有效提升医生的工作效率，服务大赛的医疗救治工作。

北医三院崇礼院区检验科

通过深度洞察临床实验室需求，迈瑞智检实验室整合产品、服务、信息等资源，融合物联网、大数据、人工智能等现代科技手段，为实验室提供全新管理体验。

北医三院崇礼院区副院长赵奇侠介绍大赛医疗保障情况

北医三院崇礼院区副院长赵奇侠说：“我们将在大赛期间实践5G+医疗健康技术，通过总结、推广，为未来“三亿人上冰雪”保驾护航。   

在急救中心，周洋还接受了一次医疗急救的培训，学习使用医疗急救中的“救命神器”——AED（自动体外除颤器）。据介绍，此次大赛的相关场馆均配备有AED，并由专业急救人员对场馆工作人员进行培训，将在比赛期间承担持续守护的使命。

北京急救中心培训科主任、主任医师陈志介绍AED的使用

大赛将至，以5G、物联网、云计算为代表的创新技术，已经应用于赛事的智慧医疗服务保障工作中。让我们一起期待即将到来的冰雪盛会！ 

雷峰网

“医疗AI的商业化，创新技术的应用化”，无疑成为2021年医疗行业的高频词汇。

近日，第六届全球人工智能与机器人大会（GAIR 2021）在深圳正式启幕，140余位产学领袖、30位Fellow聚首，从AI技术、产品、行业、人文、组织等维度切入，以理性分析与感性洞察为轴，共同攀登人工智能与数字化的浪潮之巅。

在医疗科技高峰论坛上，中华医学会放射学分会委员、上海长征医院影像科副主任萧毅教授发表了主题演讲。

萧毅教授表示，2020年以来，医学影像AI逐渐被临床接受，不少产品拿到NMPA认证，但是医学影像AI发的发展不是一帆风顺。

从人才层面看，核心心算法人才短缺导致供需不平衡、巨头公司对人工智能算法人才争抢激烈、既懂算法又懂医学的交叉人才难求。

从融资层面看，资本的马太效应使得早期创业公司融资更难。

当然，如果这些“外因”已经为企业设下了诸多难题，那么医学影像AI“入院”的难度则更大。

萧毅教授表示，“AI医学影像产品的商业化方式与医疗器械进院的采购模式类似。商业化进程依赖于大型设备的采购流程， 流程长，耗时长，医院付费意愿仍需企业强势的市场开拓。”

而且，由于AI医学影像辅助诊断系统面向患者收费还没有形成共识，所以按例付费、按服务费收费等商业模式暂未形成。

“想要成功实现规模商业化，必须依次完成注册准入、物价准入、医保准入，这将是一个很漫长的过程。”

换言之，现在的医学影像AI企业，要学会用时间来换空间。未来，分级诊疗政策的深化，会让基层医疗机构得到大量的分流病人。

同时，基层医疗机构的医学影像设备配备、升级需求和医学影像诊断服务需求也将实现快速增长，这将为AI医学影像带来更大的市场空间。

以下是萧毅教授现场演讲的内容，雷峰网《医健AI掘金志》做了不改变原意的编辑与整理。

萧毅：各位嘉宾大家好！我是来自上海长征医院放射科的萧毅。我的演讲题目《AI在医学影像中的现状与趋势》。

医学影像AI的应用现状如何？

曾经，都认为AI在医疗行业的落地，会最先落在医学影像行业——影像医生的从业人数少，医疗需求又特别大。而且，对于图像的识别，正是AI非常擅长的事情，国外也有多种医学影像公开数据库可以用来训练模型。

所以，很多企业和科学家就很自然的以为，医学影像AI可以很快开花结果。

人工智能之父Hinton也说，可以停止培养放射科医生。这句话，也曾让放射科医生心中一颤。

2016年，各类初创公司拔地而起，资本相继跟进。然而，理想很丰满，现实却很骨感。五年之后的今天一波“蹭热点”的公司已经被淘汰出局，不见踪迹，资本也只关注行业里的头部公司。

问题出在哪里？失败的公司没有认真思考：影像科医生在干什么，医疗需要什么。与临床的沟通、交流程度，是企业产品价值逐渐拉开距离的关键。

而经过临床验证后的价值，最终得到监管部门的认可。

现阶段，医学影像人工智能的应用是“链条式”的，可以分为两大区块：

传统设备厂商的医学影像AI，主要是与设备相关的智能摆位、高清成像；

新兴的科创公司，主要是成像后的图像质控、辅助诊断及科研；

现在，已经被临床使用和认可的AI产品，都有哪些作用？

在中枢神经系统方面，医学影像AI产品主要有：脑卒中AI，可以对脑卒中的病灶进行分割、定位、定量、测量，进而预判预后；

脑肿瘤AI产品，针对颅脑肿瘤的脑区分割、肿瘤鉴别。

除此之外，基于人工智能的分割技术，在退行性病变和脑白质病变上进行的模型训练，也获得了相对理想的结果。

除了对单病种进行单一模型的构建之外，企业也向纵深化发展。

一个脑卒中的案例中，在传统的工作模式下，我们先进行CT扫描，图像经过处理后，可以查看动脉是否有狭窄和斑块，最终一个结构化报告。

如果我们使用人工智能辅助的方式，我们可以迅速地获得最结果，使得患者处理的时间从1000多秒降低到86秒。

图像的后处理实现了全自动、报告有了标准化的处理，甚至是最后的审核与打印，也减轻了医生的负担和工作量。

这是深受临床欢迎的智能模型的一个方向。

在头颈部的应用，主要是对于甲状腺结节的鉴别，这也是富有挑战性，因为近几年来，国内越来越多的 消融手术使手术病理数据大量减少。

据现有的结果来看，现在有两个公司的模型效果比较好。以浙大孔德兴教授所在的德尚韵兴提供的数据显示，该公司对甲状腺结节鉴别的敏感性和特异性都超过了90%。

人工智能企业扎堆的肺部影像应用集中在三大块：第一，肺癌。肺癌早期筛查、良恶性鉴别以及预后预判。

第二，肺炎。AI在新冠疫情中发挥了重要作用，这也是2020年、2021年多家公司得到社会认可的重要原因。

第三是肺气肿。

目前，肺部疾病相关的行业标准、数据库、指南等已经在拟定和筹建中 ，肺结节部分的已经完成。

肺部疾病辅助系统在国内外各大医院应用广泛，明显提高了工作效率。

相关的技术也更加聚焦到肺部疾病辅助系统如何优化医生的工作流程、假阴性和假阳性的风险控制、在医联体内的联动以及云诊断等实际工作场景上，帮助医生快速精准定位和定性结节，肺动脉高压时提高预警，肺结核和矽肺智能诊断。

除了以上临床应用，AI在基因预测以及浸润性分型中，都发挥了重要作用。

肺炎AI则是一个因时而生的产品，可以在2-3秒内检出病变，10秒完成全流程评估，及时筛查出疑似病人，帮助医生对确诊病人进行分型、对重症患者进行预警，进而评估确诊患者的预后情况，这对于提高诊断的时效性是不可或缺的。

心血管AI的难度会更大，主攻的企业在一开始集中在形态学的重建上：重建心脏的冠脉，检出斑块。现在的工作更加深入，可以进行功能学的评估：如CT血流储备分数心肌量化等评估。

使用人工智能进行形态学及功能学的评价，医生就可以对心血管疾病有一个相对完整的认识，初步满足临床的需求。

不仅如此，随着对疾病认识的增加，人工智能企业也逐渐地往深、往宽处走。心血管疾病筛、诊、治一体化的解决方案，不仅仅是满足筛查、诊断，同时还对治疗决策与规划进行了大量模型的构建，而完整的解决方案才是医生所需要的内容。

乳腺癌是全球范围内女性最常见的死因，在中国也如此。用AI的手段来辅助经验不足的医生，进行准确的诊断，是一个有意义的命题。

我国AI研究起步虽然较晚，但在乳腺影像中的应用发展较快。国内AI企业研发较成熟的乳腺相关辅助诊断系统，基本围绕乳腺钼靶开展。

但是，最终的效能还需临床进一步的验证。

AI在腹部影像当中也有探索，但是由于腹部影像的特殊性及难度，国内AI多数研究以单中心、小样本为主，结果的可靠性尚需进一步验证；而且多为回顾性分析，是否能真正地应用于临床，还要开展更多的前瞻性研究。

国内AI商业化产品目前多采用单一影像或病理数据，对疾病进行影像识别和病理诊断，无法综合医疗数据对患者的整体情况进行衡量，造成治疗、疗效评价和预后预测相关AI产品的缺乏。

在腹部领域，还有一些跨模态的复合任务流程，进入到了智能分析、智能报告和手术规划等领域。

国内外在骨骼系统AI的研发基本处于同一起跑线， 主要集中在骨龄和骨折，能够解决的疾病问题还是比较少的。

另外，AI骨关节影像的研究和应用多是对于简单病灶或征象的识别，是否能达到“辅助诊断”水平、如何对复杂疾病进行综合分析和诊断仍是我们要进一步研究的重点。

除此之外，在其他影像当中，AI也有大量的使用，包括病理AI、皮肤AI、眼底图AI、脑电图AI等。

但是，最复杂的医学影像AI应用，仍当属常规的放射影像、病理影像。

AI医学影像的准入——监管批准

随着医疗AI产品逐渐成熟，也获得了监管部门的批准。

从2020年到目前，医学影像AI行业已经拿到22张三类证，大部分都是心胸领域。

这些标红的企业都是医学影像AI产学研用创新联盟的成员，这也是让我非常开心的一点。

随着三类证的下发，中国医疗AI企业的产品也体现了国际化能力。推想的产品落地欧盟、入选了联合国采购名录，Airdoc的产品在澳大利亚获得了澳媒的称赞，汇医慧影也把产品输送到了拉丁美洲，以及亚太地区泰国、马来西亚和欧洲以及非洲地区。

鉴于中国的人口与数据优势，我们有可能在人工智能领域成为一个领跑者。

回到一开始提到的一个话题。AI医学影像越来越呈现“一横一纵”的发展趋势，怎么理解？

“横” ：覆盖更多部位、更多病种 更加接近医生的临床工作模式，大幅提升医疗效率、准确性和标准化程度，横向覆盖多部位、多病种的AI产品才能更好满足医院需求。

“纵” ：深入疾病诊疗全流程由单纯的病灶检出、量化，向良恶性诊断延伸，并进一 步向放疗规划、手术规划等临床领域延伸。人工智能深 入应用于院前筛查、院内检测和诊断，以及治疗、介入 治疗和术后康复等方面，即疾病“筛诊治管研”全流程。

现在拿到证的企业，大致都可以用这一战略进行概括，不断地提升产品的临床价值，形成以疾病为中心的智能化、标准化临床工作流程。

除了在临床上协助医生进行临床工作，人工智能还大量应用与医学影像的研究。例如，

医学图像采集、重建以及图像质量处理的优化；

医学图像特定解剖结构的识别、检测与定位，图像内特定病灶的识别；

医学图像精准分割和图像配准；

影像组学与疾病预测、诊断、预后之间更为精准的关联模型的建立。

近年来，医学影像人工智能的论文数量非常大。2015年后，CNN算法成为AI医学影像领域首选技术，同时各类新算法不断涌现，2019年之后，CNN算法研究的增长趋势已放缓。

在专利的申请上，有比较明显的分布特征。你会发现，医学影像技术创新的专利，大部分分布在北美地区，而中国的专利量还是比较少。

这需要引起中国企业的重视，毕竟专利一定程度上代表着未来的技术创新方向，也是医学影像技术发展的重要承载体。

这里面列举的是几个典型的专利，例如EDDA公司的三维影像重建及手术规划早期基础专利，4D显示分析的机器学习基础专利。这些专利，都会在将来推动新产品的问世。

正像我前面提到的，人工智能是医学科研的重要手段。例如，数坤科技发表在Nature Communications (影响因子14.919)的文章——“基于三维卷积神经网络的头颈 CTA血管快速分割与重建”，AI 独立测试集重建准确率为93.1%，图像平均处理时间由14min减至4min，缩短3倍以上。

推想科技发表在Lancet Digital Health (影响因子24.519)，“基于深度学习的新冠肺炎高效分诊及病 变负荷分析：一项具有外部验证的回顾性研究，在不同发病率地区收集多个验证集，共3567套CT影像，模型表现出高准确度和高鲁棒性。

鹰瞳医疗发表在Lancet Digital Health (影响因子24.519)，“综合人工智能视网膜专家（CARE）系统 科研成果的应用：通过2万余张视网膜图像对系统进行内部验证，并同时使用全国35家医疗机 构前瞻性采集的近2万张视网膜图像进行外部测试。

以上，都是AI公司与医生配合进而推出的临床科研成果。这样的合作关系，是前所未见的。

所以说，AI给医生插上了想象的翅膀，扮演了一个好助手的角色。

AI在医学影像中面临的痛点

医学影像AI逐渐被临床接受，不少产品拿到NMPA认证，是不是医学影像AI的发展就一帆风顺呢？

其实不然。

从企业端先看一下，医学影像AI的企业是越来越浓缩了，都变成“精华”了，但是这些“精华”的发展还是非常痛苦。

主要就体现核心心算法人才短缺导致供需不平衡。

首先，AI算法专业人才需要有多学科复合能力，而且开设相关专业的高校较少，AI算法人才培养体系目前处于金字塔尖；AI产业发展带动AI人才需求的快速增加，全球范围内，中国AI职位缺口最为明显，AI人才需求量年增速高达74%。

其次，巨头公司对人工智能算法人才争抢激烈。

即使是行业巨头，如微软、谷歌、华为、阿里等，均在激烈地争抢AI算法人才，相比之下， 本行业创业公司在人才吸引上不具备明显优势。

第三，既懂算法又懂医学的交叉人才难求。

目前国内高校人工智能算法人才都集中在理工科院校，和医学院的人才交叉培养体系尚未建立，复合型人才极其短缺。 

最后，受限于开发、注册和临床等现实困境，AI产品覆盖病种速度不及预期。

早在2017年，诸多创业公司都预测5年之内，AI可以覆盖大多数需要影像的病种，但受限于医疗产品开发周期长、注册证申请周期长、临床打磨严谨等原因，时至今日，AI能够成熟覆盖的病种很少，远远无法满足影像科医生每日实际工作的需求。

同时，资本的马太效应使得早期创业公司融资更难。

行业头部企业已经形成，资本投入聚焦在头部企业，头部企业融资进程明显加快，反观早期创业公司融资更加困难。融资C轮之后的企业，发展状态相对健康。

除了有发展之痛，企业还有生存之难。

目前，AI医学影像产品的商业化方式与医疗器械进院的采购模式类似。商业化进程依赖于大型设备的采购流程， 流程长，耗时长，医院付费意愿仍需企业强势的市场开拓，AI影像产品渗透率和商业化速度受限。

据《中国医学影像人工智能发展报告2020》，现阶段AI医学影像产品的院端付费渗透率仅为4.5%~7%。未来随着AI医学影像产品价值不断被认可，医院付费意愿提升，2023年渗透率或达到15%~20%。

2021年，人工智能医学影像企业拓展医院销售渠道的主要方式为与龙头器械厂商合作、与代理商合作、自建销售团队。

其中，与龙头器械厂商合作的占比达到了60-70%，是最主要的医院销售渠道，而依赖器械厂商导致AI产品客单价不高，商业转化效率低。 

同时，由于AI医学影像辅助诊断系统面向患者收费还没有形成共识，所以按例付费、按服务费收费等商业模式暂未形成，进而影响了商业化进程。

但是，我们也认为，随着产品价值不断地被认可，到2023年之后，医学影像AI产品的渗透率、医院的付费意愿可以得到明显的提升。

对于医院来说，选择的过程也很痛苦。模型现在能做的事情很少，执行的功能只有一小部分，但是医院每一病种放一台服务器在医院里，这会造成极大的资源浪费。

医学影像AI的产品如何选，选了如何用，用了之后如何管理？这些问题都很头疼。

而且，医学影像AI产品没有进入医保，又不能有明确的收费，医生很难决策。人工智能医疗器械产品想要成功实现规模商业化，必须依次完成注册准入、物价准入、医保准入： 

注册准入：人工智能产品需要获批NMPA注册证才能进入医疗市场

物价准入：人工智能医学影像产品通过招投标进入终端医院

医保准入：人工智能正式将以价换量，实现调用量的数量级提升，实现患者按例收费 

到目前为止，国内大量人工智能医疗器械产品尚未完成注册准入，少量产品完成注册准入，不到10款产品完成物价准入，尚未存在产品完成医保准入。

反观国外，与国内形成了比较明显的差别。

美国医保政策大力鼓励AI发展，商业闭环的打通推动了美国AI企业发展，未来将会对中国AI企业产生竞争。

美国医学协会（AMA）指定CPT III code代码，包含了新兴技术、服务、程序和服务范例，部分AI产品涵盖其中。医院和诊所通过提供CPT代码，即可申报医保和商保。 

美国联邦医保将肺癌高风险人群的肺癌筛查医疗服务纳入 “红蓝卡”参保范围。

反观国内。

我们国内的最终用户，不愿意为AI额外的支付费用，这也就体现了医保在定价或是在支付上的必要性。只有将AI医疗服务纳入医保范围内，才能实现AI在临床上的深层次发展。

AI头部企业现在还有着失血之痛。

因为无法进入医保，所以头部的AI公司即便完成了IPO，也依然处于处于只流血、无输血、不回血的“商业断链”窘境。

这些数据是来自公司的招股书。如果再没有一个良好的支付环境，或者是商业落地模式，头部企业的生存岌岌可危。

医学影像AI还有没有未来？

医学影像AI还有没有未来？

需求是产品开发的春天。截至2020年末，我国医疗卫生机构数量达到102.3万个， 其中基层医疗机构为970036家，约占总数的94.8%。

国家制定了分级诊疗的政策，基层医疗机构有望得到大量的分流病人。同时，基层医疗机构的医学影像设备配备、升级需求和医学影像诊断服务需求也将实现快速增长，这将为AI医学影像带来更大的市场空间。

这些空间是存在的，但是能不能填补这个空间，还需要全方位的努力。

资本也为AI这个行业注入强心剂。

2018年的资本市场是比较冷的，但是两年后的2020年迎来了转折点。随着国家逐步发放医疗影像AI软件三类证，出台鼓励AI+医疗发展的政策， 各细分领域的盈利模式逐渐明晰，市场进入快速成长期，资本也大规模注入。

截至2021年11月，共有4家AI医学影像公司向港交所递交了招股说明书。

从融资趋势看，当前阶段医疗影像领域已出现明显的头部聚集效应，大量资本在头部企业进行聚集。

未来的医学影像AI趋势如何，该怎么走？

我们可以参照中华医学会放射学分会主任委员刘士远教授的几点预判。

他认为，人工智能发展会面临九大趋势：

第一，向产品多样化发展； 

第二，加深产品垂直功能深度； 

第三，单病种向多病种、多任务模型发展；

 第四，软硬一体化是未来的发展趋势； 

第五，基于互联网+AI实现优质医疗资源下沉； 

第六， 打造诊疗闭环，从导诊、问诊、诊断、 检查、治疗的整个闭环都需要AI的参与； 

第七，整体或者平台化解决方案； 

第八，AI信息与结构化报告的整合； 

第九，上下游通力合作，形成良好的AI生态

对于学会、行业协会来说，刘士远教授也提出了未来三年的工作计划：

1、构建国家级医学影像多病种数据库（即将发布医学影像数据库建设招标指南） 

2、提升基层医院放射科业务能力，普及及培训医学影像人工智能产品应用

3、推行医学影像科普、影像AI科普，提高交叉学科人员以及民众医学素养 

4、加强医学影像质量控制与规范，促进人工智能落地应用减少“副反应” 

5、促进医学影像AI产学研用深度交叉融合，推动中国医学影像AI健康发展

以上就是我今天的演讲内容，欢迎大家参加明年在上海举办的第三届中国医学影像AI大会，谢谢大家。

盛普研究团队最终确定，针对COVID-19的药物研发方向为开发多靶向广谱抗冠状病毒防治药物。

盛普通过自研的IDDNU^®系统平台， 运用AI辅助药物设计模块平衡SARS-CoV-2相关各靶标间的相互作用，结合盛普（Suntrap）临床及药物相关数据资源库，借助ADMET（药物的吸收，分配，代谢，排泄和毒性）性质预测、靶标和SARS-CoV-2感染细胞模型活性预测等虚拟筛选模块，快速遴选出活性好且毒性低的潜在化合物，再将这些潜在化合物进行细胞表型抗病毒筛选实验。

2020年5月，盛普研究团队通过筛选，发现了具有多靶标抗COVID-19作用的先导化合物LeSoleil-T。进一步研究发现，LeSoleil-T的多靶标设计属性，可以应对广谱抗冠状病毒的诉求。

盛普研究团队在2020年8月委托广东省公共卫生研究院（广东省疾控中心）开始进行SARS-CoV-2对LeSoleil-T（莱素理）的敏感性研究，数据表明：LeSoleil-T毒性低，其TC₅₀值为121.06 μg/mL；LeSoleil-T在121.06 μg/mL浓度下对SARS-CoV-2的抑制率高达99.41%，且LeSoleil-T在低浓度（0.195~1.562 μg/mL）下依然对SARS-CoV-2有较高的抑制作用，其抑制率大于63.06%。在毒性、剂量与生物体的药效关系论证阶段中，大鼠模型实验结果显示LeSoleil-T的LD₅₀大于5 g/kg，表明LeSoleil-T在动物水平上具有很高的安全性。

为了明确LeSoleil-T抗COVID-19的药理学作用机制，盛普研究团队对SARS-CoV-2的侵染机制进行了系统分析总结。研究表明冠状病毒侵染人体细胞的两种主流途径，分别是内吞途径和非内吞途径。两种侵染途径具有共性，即均通过宿主细胞的TMPRSS2蛋白酶激活冠状病毒的Spike蛋白，并与宿主细胞表面ACE2受体蛋白结合，使病毒颗粒或其遗传物质进入细胞，最后通过M^pro蛋白进行复制。

SARS-CoV-2主要通过呼吸进入口、鼻腔。口、鼻腔黏膜是与空气直接接触面积最大的黏膜，且ACE2受体蛋白在鼻腔黏膜细胞上高表达，因此口腔咽部以及鼻腔容易被SARS-CoV-2侵染。其中鼻腔细胞被侵染后，SARS-CoV-2会通过鼻腔到达鼻窦，鼻窦周围具有4个空腔，分别是额窦、蝶窦、筛窦、上颌窦，其窦口均与鼻腔相通，病毒会在这四个腔体内藏匿并大量复制后释出。此外，SARS-CoV-2容易与唾液酸结合躲避人体自身免疫系统的杀灭。

当病毒在口鼻腔部位大量复制后，通过咽部下行至肺部，在多种细胞因子和化学趋化因子介导下引发一系列级联反应，从而造成严重的肺部炎症和病变。对肺部组织造成如肺萎缩、肺水肿的损伤，影响机体对氧的吸收，导致急性呼吸窘迫症，这是许多重症病人死亡的主要原因。SARS-CoV-2下行后，快速在人体内扩散，从而造成全身性感染，引发病症，包括病毒性感染肺部炎症、胃肠道功能紊乱以及中枢神经系统和周边神经系统、心肌纤维和心肌细胞、肝肾组织和肌肉组织等的损伤。

基于LeSoleil-T对SARS-CoV-2的抑制作用，盛普研究团队进行了深入的药理作用机制探究，并开展相关实验验证。实验结果发现LeSoleil-T在临床用于SARS-CoV-2感染的治疗具有以下药理作用：广谱抗冠状病毒抑制作用、抗炎作用、神经元保护作用以及延缓及逆转组织纤维化作用。该项广谱抗冠状病毒研究成果已于2021年1月获得了中国发明专利授权，并通过PCT递交国际专利申请，并向多个国家的地区申请专利保护。

盛普研究团队发现，LeSoleil-T对SARS-CoV-2等冠状病毒的抑制作用通过直接抑制SARS-CoV-2复制和侵染相关的TMPRSS2和M^pro（又称为3CL^pro）靶标蛋白活性得以实现。一方面LeSoleil-T抑制TMPRSS2对Spike蛋白的激活，切断病毒进入宿主细胞的途径。另一方面LeSoleil-T抑制SARS-CoV-2的M^pro蛋白活性以抑制病毒复制。此外，M^pro存在多种冠状病毒中，LeSoleil-T抑制M^pro蛋白活性进而抑制冠状病毒复制。因此，LeSoleil-T具有广谱抗冠状病毒作用。

临床研究发现：在死亡病例中，患者的中性粒细胞计数、D-二聚体、血尿素和肌酐水平持续升高，而淋巴细胞计数持续下降，直至死亡。盛普研究团队发现LeSoleil-T能消除SARS-CoV-2感染引起的炎症。LeSoleil-T的抗炎作用主要是抑制促炎因子表达和减少氧化应激反应，具体包括：①抑制中性粒细胞聚集，以减少氧化应激反应产生4-HNE（4-羟基壬烯醛），从而减少脂质过氧化终产物的形成，起到抑制炎症作用；②直接抑制促炎因子（Tnf-α、IL-1β、IL-6、Mcp-1、Mcp-2和Mip-1α等）的表达；③通过激活PGC-1α（过氧化物酶体增殖物激活受体γ共激活物）、Nrf1（核因子-E-1-调节因子-1）和Nrf2（核因子-E-2-调节因子-2）的相互作用，调节线粒体的合成、呼吸和各种抗氧化酶，同时Nrf2/ARE（抗氧化反应元件）复合物调控HO-1（血红素氧合酶-1）蛋白表达来清除自由基。

根据对COVID-19的临床研究表明，感染引发后遗症包括神经系统受损、肺炎导致的肺纤维化、心肌纤维和心肌细胞损伤以及肝肾损伤等。针对SARS-CoV-2引起的神经系统损伤，LeSoleil-T可以通过调节相关蛋白表达及减少应激反应实现神经元保护作用，具体表现为LeSoleil-T：①能够减少炎症反应减轻神经细胞损伤，保护神经元；②激活NF-κB（转录因子核因子-κB），从而抑制小胶质细胞的炎症，抑制小胶质细胞和星形胶质细胞增生，保护神经元；③能够抑制c-fos（抑癌基因）和c-jun（原癌基因）表达，并调节bax（促细胞凋亡因子）和Bcl-2（细胞凋亡抑制因子）、caspase-3（细胞凋亡终末剪切酶）基因的表达，保护神经元；④可以在大脑皮层重建Akt（蛋白激酶B）和pAkt（磷酸化蛋白激酶B）的表达，维持Akt和pAkt水平，促进神经元存活。

针对COVID-19引起的肺纤维化，盛普研究团队发现LeSoleil-T在体内外能够减少iNOS（诱导型一氧化氮合酶）蛋白表达，从而减少NO与自由基结合形成RNS，减少硝基应激反应，减少肺损伤，减弱肺纤维化。其次，LeSoleil-T抑制TGF-β1介导的EMT（上皮细胞向间充质细胞转分化）信号通路：降低SMAD2/3磷酸化、减少ERK1/2（细胞外信号调节激酶）并激活SMAD信号，从而降低Coll和Timp蛋白表达、上调MMP（基质金属蛋白酶）表达、减少ECM（细胞外基质）表达，防止ECM过度积累、降低肌成纤维细胞的生成，达到修复损伤组织，延缓及逆转肺纤维化的目的。

基于对SARS-CoV-2致病机理及LeSoleil-T药理作用的总结分析，盛普研究团队进一步开展了对感染SARS-CoV-2患者临床症状的研究，优化并开发出不同的临床制剂，并于2020年11月完成了设计剂型的基础配伍。LeSoleil莱素理^®广谱抗COVID-19防治喷剂，包括LeSoleil莱素理^®-01口喷剂、LeSoleil莱素理^®-02鼻喷剂以及LeSoleil莱素理^®-02+防治型超声雾化吸入剂，适用于COVID-19的防护和无症状或轻症感染患者。LeSoleil莱素理^®-03为治疗性抗COVID-19雾化吸入剂，适用于COVID-19中、重症感染患者。此外，LeSoleil莱素理^®-03也适用于SARS-CoV-2感染后引发的肺纤维化后遗症患者。以上三类制剂均适用于儿童、成人及老人。

LeSoleil莱素理^®广谱抗COVID-19防治喷剂携带和使用极其便利，针对需防护健康人群或COVID-19无症状、轻症患者，使用LeSoleil莱素理^®广谱抗COVID-19防治喷剂，可以有效预防SARS-CoV-2感染和阻断传播。LeSoleil莱素理^®广谱抗COVID-19防治喷剂可应对SARS-CoV-2及变异毒株（德尔塔毒株、奥密克戎毒株等）的防治。此外，盛普研究团队的临床前研究发现，LeSoleil莱素理^®还可以用于包括流感病毒及变异毒株（H1N1、H5N1、H7N1、H7N2、H7N3、H7N7、H7N9、H9N2和H10N8）引发的上呼吸道感染，新对应症尚需临床研究验证。

LeSoleil莱素理^®广谱抗COVID-19防治喷剂的特点在于：①抑制病毒复制，控制病毒在口鼻腔的载量，降低病情加重的概率；②抑制SARS-CoV-2与唾液酸的结合，协助人免疫系统识别SARS-CoV-2病毒；③LeSoleil-T带正电荷，能有效吸附带负电荷的SARS-CoV-2，抑制病毒转移；④抑制促炎因子产生，从而抑制炎症，能有效治疗由COVID-19感染引起的上呼吸道炎症等相关症状；⑤具有与口腔和鼻腔粘液相近的动态稠度，可以使广谱抗COVID-19防治喷剂到达口腔、鼻腔后均匀粘附在黏膜上，形成“生物保护膜”，维持较长时间。对于某些无症状或轻度感染者咳嗽、喷嚏呼气时会排出少量病毒，在使用LeSoleil莱素理^®广谱抗COVID-19防治喷剂后，其活性成分LeSoleil-T可以抑制排出的病毒，阻断病毒传播途径，实现更泛意的防护效果。

针对SARS-CoV-2中、重症感染患者，一天两次使用LeSoleil莱素理^®-03溶于无菌注射用水后，通过呼吸机及医用雾化器械以吸入的方式通过呼吸道直达肺部，可以治疗呼吸道及肺部SARS-CoV-2感染以及炎症。LeSoleil莱素理^®-03的特点与作用如下：①药物的粒径小，无异物感，借助医用机械或小型医用级超声雾化装置吸入并通过支气管到达肺部，避免首过效应；②局部药物浓度高，起效快，快速抑制病毒的复制，消除呼吸道和肺部炎症，减缓呼吸困难、迅速排痰解除症状；③减少肺部炎症和氧化应激反应，防止细胞损伤生成肌成纤维细胞，延缓组织纤维化；④调节促细胞凋亡因子和细胞凋亡抑制因子表达，修复肺部损伤组织，逆转组织纤维化。

目前盛普研究团队针对感染SARS-CoV-2愈后产生的后遗症，味觉丧失、中枢神经系统及周边神经系统损伤等深度验证仍在进行中。

新冠大流行已持续近两年，SARS-CoV-2变异毒株不断产生，全球发病率依旧持续上升。截至今日盛普研究团队在多靶标抗新冠药物设计方向上取得了一定程度的突破，需要加速获取临床研究验证数据，加强合作才有更多的机遇和更多的可能性。为了让LeSoleil莱素理^®抗COVID-19药物进行更深入和广泛的临床研究，使COVID-19成为不阻碍社会稳定、经济发展和人类健康的障碍，Suntrap面向全球招募有资质的临床研究机构，开展LeSoleil莱素理^®广谱抗冠状病毒系列药物对COVID-19所有已知SARS-CoV-2变异毒株的药效进行临床再验证研究。

已公布相关信息可通过搜索“IDDNU”、“suntrap”获得相关的报道。

雷峰网

据悉，为促进全社会广泛参与健康中国建设，调动各方积极性和创造性，助力形成多层次、多元化的社会共治格局，今年4月，人民网启动“2021年度健康中国创新实践案例”征集展示活动，共收到来自全国各地的案例357份，最终从案例实际成果表现、可复制借鉴程度、创新程度和对健康中国行动的宣传程度等方面进行综合评议，评选出“2021健康中国创新实践优秀案例”并给予表彰。

医疗支付方式改革是促进医院成本管理改革的最有效措施之一。随着我国医疗卫生体制改革的不断深入，按疾病诊断相关分组（DRGs）等预付制医保结算方式改革试点工作也在快速推进。常州市作为江苏省的DRGs试点城市，自2019年5月启动DRGs改革试点工作以来，按照“顶层设计、模拟运行、实际付费”的工作安排，以“一核两翼六系统”为建设目标，稳步推进DRGs付费改革，协同推进深化医改。同年9月，常州市医疗保障局与平安医保科技签约，携手共同推进常州DRGs改革。双方经过15个月的努力，顺利完成了所有系统改造及试运行，同时完成了疾病分组结果临床论证、中医支持项目专家论证、付费方案及整体项目运行国家专家论证三个专业论证，并于2021年1月正式运用于付费，至今运行顺利，结算结果符合模拟预期，试点医院反映良好，付费过程稳定，宣告常州支付制度改革工作初步完成。

常州市CHS-DRG本地化分组现场论证会

常州市高度重视DRGs支付试点工作，在整个实施过程中采取了多种措施，包括打造多学科专家团队提供技术支持；统一认识，形成改革共识；加强组织沟通及培训；循序渐进，支付制度平稳过渡；打造完善DRG支付配套体系；精细化预付制工具探索等。作为常州市DRGs试点工作的技术支持方，平安医保科技则全程提供了高质量、高响应服务，并通过多项创新加速系统部署落地，值得一提的有：

信息化系统创新，包括采取全口径采集、全数据质控的方式实现病案全数据采集，从而实现充分质控，以便监管审核实现线上化。在易用性上采用了傻瓜式设计结合个性化应用的配置，从而保证系统快速响应业务需求的同时，也让使用人员更易上手，客观上加速DRG试点进程。

业务标准创新，即以本地专家和行业专家为“双专”保障基础，在分组器建设上最终完成了“符合国家建设标准，契合常州实际现状”的本地DRG分组，包括366个ADRG组和735个DRG细分组。这一分组器也成为了最快落地实施的CHS-DRG分组器之一。

项目模式创新，即采用局院联动、同步推动的实施方式，通过一体化推动保障落地效果，并从源头优化病案质量管理，提高入组和结算效能、做好院内精细化管理，强化院内成本与质量管理，促进医院运营精细化。

DRG监管创新，包括引入智能监管技术，通过选取1041个大数据模型对结付病例进行逐个筛查，以自动识别分组高靠、住院标准不达标及费用转嫁等DRG支付中常见的欺诈行为。该方案还运用临床知识库叠加NLP技术及大数据挖掘模型，实现打包支付方式下医保基金风险与医疗服务质量的双控管理，实现了高达95%的查准率，从而降低医保运营压力。

此次人民网面向基层进行“2021健康中国行动创新实践”案例征集，是宣传健康中国行动的良机，也是发现基层创新实践的重要途径。常州市自开展DRGs试点之后，医院的管理服务效率有了显著提升，“常州模式”受到江苏省医保局及省局专家组的充分肯定，现已在江苏省内逐步形成区域示范效应。医保作为经济社会的重要组成部分，随着国家医保局部署要求“2021年底在全国范围内推广医保支付方式改革”，常州的支付改革经验必将为更多城市带来医改新认知与新思路。

雷峰网

癌症负担逐年加剧，放疗效益显著

伴随着人口老龄化的加剧，世界范围内癌症患者的数量也在不断增加。国际癌症研究机构（IARC）发布的2020年全球癌症数据统计结果显示，癌症病例数据已上升至1,930万新发病例和1,000万死亡病例。据现有癌症相关数据估值，IARC作出预测：2040年在全球范围内将有约2,840万例癌症新发病例，比2020年的1,930万增加47％。

放疗，全称为“放射性治疗”，是利用放射线照射患处杀死癌变细胞，从而达到控制局部肿瘤、提高生存率的一种治疗方式，且已被证实在肿瘤的局部控制方面十分有效，可帮助患者一定程度提高五年存活率。在不太可能达到治愈目标的情况下，放疗也可提供保守治疗、舒缓癌症不适症状。据统计，约65%～75%的肿瘤患者在其整个治疗过程中需要或可以接受放疗。

自1895年发现X射线以来，放疗在全球快速发展，并与手术、化疗被统称为恶性肿瘤治疗的“三驾马车”。现时认为其适用于包括实体瘤及白血病在内的多种癌症，更是肺癌、乳腺癌、头颈癌等多种局部肿瘤的基础治疗选择，综上可见放疗在肿瘤治疗中的高度重要性。

放疗流程的制定、涉及放疗流程中各个环节相关专业医务人员的培训和训练、不同放疗技术的不断改进、以及流程中所用设备和辅助器材的应用，都是为了追求高精度、高疗效、低损伤的精准放疗效果。

古人云：“的必先立，矢以从之”，对于放疗全流程而言亦是如此，有了精准的放疗靶区，才能让放疗获益最大化，并将损伤降到最低。

注重临床需求，柏视赋能肿瘤治疗

业界周知，肿瘤放疗靶区的高精度勾画是成功实施精确放疗的前提和关键技术。过去，临床上主要依靠医师手工勾画靶区，一位患者在放疗前可能需要拍摄医学影像高达几十甚至上百张，因此需要医生耗费3-5小时才能完成全部勾画工作，这一过程繁复且效率较低。

完成精准的靶区勾画要求放疗医生具备深厚扎实的人体解剖学、影像诊断学、肿瘤学、放射生物学等知识并具备大量的临床经验。此外，靶区勾画的准确性高度依赖于医生的经验，这种主观性的判断对于放射治疗计划的精确性和治疗的疗效会有一定程度的影响。

作为一款智能辅助工具，PVmed Contouring Software旨在解决肿瘤放疗流程中这一首要痛点，精确地给予靶区足够的剂量，同时最大限度地减少周围正常组织的损伤，从而提升患者肿瘤控制率，延长生存时间、提升生存质量。在长达数年的临床验证后，被证实能充分满足医生的临床需求，在高效地减少科室日常工作负担的同时提升科室整体勾画水平，因此广受好评。

柏视医疗拥有完整的产品研发、转化与市场经验，核心技术团队来自全球顶尖医学影像实验室，始终坚持用产品解决临床的痛点，以技术服务医生。企业利用先进的算法开发的多功能辅助软件，深入渗透放疗流程的各个环节，覆盖影像浏览、靶区勾画、计划设计、计划评估、剂量评估、疗效分析等应用场景，持续强化柏视医疗在肿瘤“智”疗领域的领导地位和核心竞争力。

在注重临床需求、认真打磨产品的同时，柏视医疗也在积极推动产品商业落地，并于此前数年间接连获得国家药品监督管理局(NMPA)多项II类、III类医疗器械的注册批准，多款产品相继由临床验证转入商用阶段。

获FDA认证，扩张海外版图

FDA被公认为世界上最大的食品与药物管理机构之一，在美国乃至全世界都有深刻的影响，获得FDA授权认证是诸多国际厂商追求的荣誉和保证。

柏视医疗作为快速成长的人工智能肿瘤治疗解决方案科技企业，现已成为多家国际顶级医疗器械公司的长期合作伙伴，并通过科研合作形式相继为新加坡、东非等海外地区的肿瘤患者提供服务。此番获批FDA 510(k)，柏视医疗的商业化资质正式由国内市场扩张至国际化市场，意味着产品将惠及全球更多肿瘤患者。柏视医疗亦将乘势而行，进一步拓展海外市场的业务布局。

目前，柏视医疗旗下产品已覆盖放疗科、胸外科等相关科室，主要包含智能化放疗整体解决方案、智能化外科手术整体解决方案及智能化癌症中心三大业务板块，可为全球医疗机构、设备厂商、技术服务商提供多病种、多模态的人工智能辅助治疗全流程整体解决方案，业务范围现已覆盖全国20余省市及部分国际市场，累计肿瘤放疗和手术治疗服务超过12万例临床患者。

AI赋能医疗的数年来，入局者蜂拥。然而医疗健康产业的高壁垒，以及科学技术发展形势的多变与复杂，也使得医疗AI行业存在着其他领域行业无法轻易逾越的门槛，大浪淘沙后，资本开始趋于理性。不可否认的是，医疗AI具有广泛的市场需求和多元业务趋向，它的效能也正推动数字医疗进入新一轮的创新浪潮。

勇立潮头、迎风破浪——从早期果敢入主医疗AI赛道并快速成为AI肿瘤治疗赛道领跑者，到砥砺深耕肿瘤治疗领域并屡创佳绩，柏视医疗向来不惧挑战，甘于为医学创新探索攻坚。

2021年8月，柏视医疗完成了A轮融资，由老股东谢诺辰途和战略投资方飞利浦领投、高略资本跟投的近亿元融资将应用于公司智能放疗产品的商业化加速与智能外科手术规划新产品研发，并进一步完善柏视医疗销售网络。

未来，柏视医疗将对海内外优质渠道资源进行充分的协同整合，加速商业化进程布局，全面赋能AI肿瘤治疗领域，为海内外不同地区的更多肿瘤患者提供更为精细化、精准化和个性化的智能技术与服务，促进医疗健康事业发展。

雷峰网

近日，2021年医学人工智能大会（CMAI 2021）暨第一届“中国医学学术期刊发展”高端论坛在北京举办。本次大会邀请了数十位顶尖医院的放射科主任及人工智能技术的权威专家。 

本次大会由中国生物医学工程学会医学人工智能分会、中国医学影像AI产学研用创新联盟、中国研究型医院学会感染与炎症分会、国家卫健委全国卫生健康传承项目放射专业委员会、北京影像诊疗技术创新联盟主办，CMAI 组委会承办。 

雷锋网&医健AI掘金志作为本次大会的支持单位，全程参与嘉宾的演讲内容与深度报道。 

作为本次大会嘉宾，国际心血管磁共振学会中国委员会副主委、华中科技大学同济医学院附属同济医院放射科夏黎明主任发表了主题演讲。 

夏黎明主任表示：心脏磁共振检查目前面临很多的困难：例如，对患者的心率、呼吸要求比较高；其次，患者心脏检查时间很长，病人耐受差，对技师的要求也更高。因此，在成像环节的加速和标准化中，AI可以发挥巨大的作用。

另一方面，深度学习在心脏磁共振成像图像分割、分析、诊断应用方面，也有诸多亮点。例如，在图像分割（左心室、左心房）、心肌瘢痕定量评估、诊断心肌梗死诊断，夏黎明主任以多篇论文举例进行论证分享。

以下为夏黎明主任大会演讲的全部内容，雷锋网《医健AI掘金志》做了不改变原意的编辑和整理。

各位专家、各位同道，大家好。我今天要介绍的主题是《AI在心脏磁共振成像中的应用与研究进展》，我从AI在CMR检查流程、质控中的应用两个方面开始进行介绍。

AI在CMR检查流程、质控中的应用

心脏磁共振检查目前面临很多的困难：

首先，是我们对患者的心率、呼吸要求比较高；

第二，是患者心脏检查时间很长，病人耐受差；

第三，对我们操作者的技术要求很高。

综合以上三点，AI在心脏磁共振成像检查中，其实大有前途。 

心脏扫描的各种平面需要我们定位，定位需要一定的技术，手动定位也需要较多的时间，如果定位不准确，图像就不标准，所测量的解剖结构值、功能就不准，另外，它的重复性也很重要，在病情复查、对比时常常需要多次检查平面一致。

如果我们用人工智能进行精准、快速的定位，目前的研究，只要定位16秒钟就可以解决。

如图，这个是心脏智能的定位，现在大家研究的还是比较多，通过卷积神经网络基本上可以得到我们常用的四个定位的平面，我们可以看到有四腔、两腔、三腔和短轴平面的图像。从目前的结果来看，一次屏气全心覆盖，自动、快捷、多方位定位，定位准确、稳定、可重复性好。 

上面是心脏六个层面的图像，分别是短轴、两腔，四腔、三腔，右、左流出道层面电影图像。

另外，AI在图像的重建方面，有非常好的价值。

例如，在黑血里面利用深度学习的成像，提高了图片的分辨率和信噪比。

我们可以看到（如图）里面的参数，我们基于AI的这种黑血，它的分辨率及信噪比很高。 

如图，左侧图是传统的T2黑血成像，中间是SSFSE T2黑血成像，早期我们没有人工智能，SSFSE T2黑血成像很差，右图是基于AI的一次屏气，成像质量几乎和跟传统的十个心动周期图像保持一致。

如图，这个病人是心律不齐，传统的黑血回音很重，右边人工智能的黑血成像可以采纳。 

另外，AI在电影序列里面也是很有价值的，跟其他的一些电影图像序列相比有很大的优势，它单次屏气、全心覆盖、信噪比及空间分辨率高、重建速度快。

传统的采集需要多个心动周期，目前基于AI的电影图像采集，只要一个心动周期就可以。（如图）左边是处理前的图像，中间是 AI处理后的图像，跟传统图像几乎是一致的。 

如图，是心律不齐患者的CMR图像，上面是传统的Cine，图像有心率不齐导致的伪影，下面是AI Cine，图像质量很好。 

基于AI利用不同迭代的技术，（a）是欠采样的图像，（b）是我们希望得到的图像，（c-i）采用不同的迭代次数，最后我们重建过程中1-10迭代图像跟我们所需要的图像应该是一致的。

另外，AI也可以在检查的质量控制里面发挥很好的作用。

文章从三个维度评估，包括扫描的范围，图像层间运动以及图像的对比。

上面一排是我们比较理想的图像，下面是不太好的图像，通过深度学习、训练，从四个层面的图像进行训练，然后得到三个独立检查的质量控制的功能。

AI在CMR图像分割、分析、诊断应用

AI在心脏磁共振成像图像分割、分析、诊断应用，深度学习在心脏电影图像方面的应用在逐渐增多，例如电影图像的自动分割、多参数、功能分析，对瘢痕的分割等。

另外对于非对比增强来诊断梗死或者心肌病的一些方法，还有T1/T2 mapping对水肿、瘢痕进行评估等。

我们可以看到AI可以自动测量，有很多的功能，例如，它的心室容积、射血分数、心输出量，还有心肌厚度分析等。

如图，这篇文章是荷兰莱顿大学陶倩教授研究的，我们也参与了研究，利用深度学习对电影进行自动的分割，对它的功能、全自动量化进行了评估，它的结果还不错。

这是左心室（LV）分割网络的完整流程，从左到右的输入、卷积、激活函数、池化、全连接、输出等等，最后分割出左心室。

我们看看它的效果，研究把人工智能的分割和手动勾画行了一个对比，在左心室的舒张末期、收缩末期的容积，心肌质量和左心室射血分数方面做了对比，它的一致性非常好。

另外，对它的三个模型、三种数据进行了评估，最后的效果很好，因为它是一个多中心、多设备、病例数也比较多的研究。

另外有一个研究，利用人工智能对左心房进行分割，计算它的直径和容积。

左心房扩大的患者，常常会导致房颤，所以对于左心房的体积和直径的评估非常有意义，因为人工智能对增强以后的延迟强化能识别，左心房分割效果还是相当不错。

如图，分为几个步骤，第一个是2D的CNN，第二是3D的CNN，第三是双3D的CNN，病例数目不多，但效果不错。

下面对三种方法进行了对比。

第一种我们可以看到Dice系数，应该算是双3D的CNN，Dice系数最高达到93.2%。另外从它壁的厚度，还有直径、容积的差错方面来进行评估，也是证明了双3D的CNN，它的效果是最好的。

第一篇的研究就是对心肌瘢痕进行一个定量评估，它是利用3D深度卷积神经网络对肥厚型心肌病进行评估，主要是计算它的瘢痕体积，还有瘢痕体积的百分比，应该说人工智能分割与手动勾画的一致性很好。

我们看看它的结果，如左上图，体积、百分比还有人工智能和手动勾画的r值都在0.9以上。右图，上面一排是手动勾画，第二排是人工智能分割，第三个就是手动的人工智能勾画纤维瘢痕的面积一致性比较高。

此外，另一个研究是人工智能对心肌梗死进行的一个评估，它对非增强的电影图像进行评估，常常诊断心肌梗死不管是急病还是慢病都需要延迟增强，这个研究对不增强的电影图像进行心肌梗死的诊断，那意义还是很大的。

根据它的结果显示有良好的诊断效率，它的敏感度和特异度都是非常高的，在0.9以上。 

看看它的过程，第一我们要定位左心室，第二对运动特征的提取。

一共分为三步，第一步是局部运动的特征，第二步是整体运动的特征，第三步就是把局部和整体运动的特征，经过叠加的自动编码进行分类诊断，哪些是正常，哪些是延迟强化的。

我们看一下结果（如上图），第一列是电影非增强的，第二列是延迟增强，我们可以看到每一例都有延迟强化心肌梗死，第三列是人工智能勾画的梗死和延迟增强，手动勾画梗死的叠加，第四列是提取心肌梗死的区域，第五列是对心肌梗死的范围和透壁性的量化。

总体来讲，诊断效能比较高，诊断慢性心肌梗死的效能达到了0.87以上，应该是相当不错的。  

我们可以看到，人工智能和手动勾画的一致性还是不错的。另外，他给了两个病例，第一个人工智能和手动勾画的面积非常吻合，第二个稍微差一点。

如图，这篇文章就是对于对比增强，是人工智能虚拟原生增强技术替代钆延迟增强的研究，主要是利用增强前T1 map图和心脏电影图像的信号，通过VNE技术生成与延迟增强的图像来进行对比，看看它的一致性怎么样。

结果可以看出，人工智能的非对比增强虚拟图像与延迟图像的一致性很好，尤其非对比增强图像质量比对比增强的图像更好。

我们看看它的过程，它的过程主要有三个序列图像组成，第一个是电影，第二个是黑血，第三个是增强前的T1-mapping，然后把它编码，融合生成一个区域的增强图像，只要大约15分钟即可获得，如果我们没有这个技术要进行延迟增强，还需要30分钟的时间来进行操作。

如图，最后一个延迟图像，有四位观看者来进行评价和打分，黄色的是延迟增强，绿色的是非延迟增强人工智能，四位观看者把非对比增强打分高一些，它的平均分数也高，另外一个延迟增强图像比较差，或者完全不能进行诊断的，通过非增强的人工智能方法可以提高图像质量。

如图，我们可以看到这些病例。

第一列是正常的对照组， B到G是不同的心脏疾病。第一排是彩图，第二排是非对比增强人工智能的虚拟图像。第三个是真正的延迟增强图像。下面分别是增强与非增强的彩图，一致性还是非常好的。

总结

综合上述的内容，我们可以发现，AI在心脏磁共振成像中具有不错的应用前景。

第一点，AI在心脏磁共振成像的价值贯穿检查的流程、图像重建、质控、分割、多参数分析、诊断等，总体来说是快、准、重复性好。

与此同时，AI在心脏磁共振成像应用处于初步的阶段，还需要多中心大量的研究。

我的演讲结束了，谢谢大家。

近日，由中华医学会和中华医学会放射学分会共同主办的中华医学会第二十八次全国放射学学术大会（CCR2021）在北京正式举行。

这次大会是疫情时期规模最大的放射学领域线上线下结合的学术大会，邀请了国内外众多放射学领域专家及知名教授汇聚一堂，进行了精彩的学术专题讲座，旨在打造医学影像学多学科融合的国际化学术交流平台，充分展示我国放射学整体水平和专业特色，努力提升我国医学影像学的国际地位和影响力。

中华医学会放射学分会主任委员、上海长征医院影像医学与核医学科主任刘士远教授发表了主题演讲。 

以下为刘士远教授大会演讲的全部内容，雷锋网《医健AI掘金志》做了不改变原意的编辑和整理。

刘士远：尊敬的各位专家，大家好！我今天演讲的题目是《关注主动健康，影像影响未来》。

国务院“健康中国2030”计划，包括三大方面共15个专项行动。

第一，全方位干预健康影响因素，实施健康知识普及、合理膳食、全民健身运动、控烟、促进心理健康和健康环境的运动；

第二，维护全生命周期健康，实施妇幼、中小学、职业保护和老年等健康促进行动；

第三，防控心脑血管疾病、癌症、慢阻肺和传染病等重大慢病。通过这些行动，希望到2030年中国重大慢病死亡率下降30%，人口期望寿命达到79岁。

科技部为配合实现这一目标，从十三五开始实施“主动健康和老龄化”科技应对计划，今年继续这一重大资助方向。

希望通过新一代信息技术和科技手段，针对重大慢病，构建以主动健康科技为引领的一体化健康服务体系，提升健康保障能力和自主性，为人口老龄化的医疗保障提供科技支撑。

习主席指出，我们今后卫生工作的目标要逐渐从“治病为中心”转向“以健康为中心”，主动健康的概念逐渐被大家接受。

那么，什么是主动健康？

主动健康概念由刘延东副总理首先提出，是人类围绕生命健康价值创造展开的所有社会活动的总和，由主动健康观念创新、文化创新、制度创新、技术创新和产业创新体系构成，是人人可以参与的人与自然生命共同体为主旨的健康革命运动。

可以说，主动健康正在成为全球科技革命和产业变革的焦点，我国要积极参与全球健康治理，提供中国定义的主动健康公共产品。

主动健康包含四个层次的内涵：

第一，个人是健康第一责任人，要普及健康理念和知识，提高个人健康素养；

第二，供方要主动服务，变被动医疗为主动医疗，积极开展早筛、早诊工作，推进疾病预防诊治关口前移，这也是我们医疗系统的责任和义务，为未来主要工作方向；

第三，医疗需要与非医疗结合、需要中西医结合、常规医学与运动医学结合，通过交叉融合，形成及时高效、持续放大的医疗康养服务新模式；

第四，全程管理、连续服务，医疗和健康是终身的，每个人都需要养成终身受益的健康习惯，医疗和康养提供方需要提供全生命周期的服务、随访和管理。 

面对国家的战略调整，影像医学如何作为？围绕主动健康、医疗关口前移，我们要从四个方面加强工作力度。

关注公众教育，提升影像医学的影响力

《国务院关于实施健康中国行动的意见》明确指出，加快推动卫生健康工作理念，服务方式从以治病为中心转变为以人民健康为中心。 

建立健全健康教育体系，普及健康知识，引导群众建立正确健康观,加强早期干预。 

形成有利于健康的生活方式、生态环境和社会环境，延长健康寿命，为全方位全周期保障人民健康、建设健康中国奠定坚实基础。未来十年以提升全民健康素养为目标，2022年希望不低于22%，2030年希望不低于30%。 

根据第六次全国城乡居民健康素养调查，对于健康基本知识和理论只有25.82%的被调查人群知晓，拥有健康生活方式与行为的只有14.3%，具备健康生活技能的人群只有16.38%；东部人口的健康素养水平（12.81%）明显高于中部（7.1%）和西部（6.93%）。城市人口的健康素养水平（13.8%）明显高于农村人口（6.92%）。

让人高兴的是安全和急救的知晓率达到45.09%，对慢性病和重大传染病的知晓率达到15.71%和16.05%。

可以看出，我国公众的健康素养整体处于较低水平，要达到国家2030战略目标，任重道远，需要所有医务人员和社会上下游共同努力，全面加强和提高。

前面的数据是针对普通健康和医疗知识的调研，相信如果针对影像做个调研，结果会低的惊人。影像工作者作为幕后英雄，很少到前台直接面对病人，更不要说做科普和宣传。

但是，面对医疗需求的变化和政策的牵引，影像科医生必须做出改变。 

首先，影像科医生要重新定位，自己不是“读片的师傅”，是具有综合素质的“医生”，要从医生的角度去进行百姓健康素养教育，要走到前台，更多的面对病人和临床，更多的发挥影像医生的作用；

其次，影像科医生有责任和义务让百姓了解影像设备、检查方法以及所有影像手段在主动健康和疾病“筛防诊治康”全链条中的价值和作用；

再次，影像科医生有必要在影像院前教育中投入更多精力，让我们的影像作用更有效，让病人更有获得感。

影像宣教可增加公众对影像科的了解、消除患者的不良情绪、提高患者依从性和满意度、减少不良事件的发生。

宣教的方式包括：检前宣教和评估、检查方法咨询、检查结果解读和报告咨询、检后随访、复检提醒以及所有针对影像诊疗活动的科普文章、视频节目等多媒体形式。 

此外，中华医学会特别重视科普工作，已经专门成立了科学普及部，我们放射学分会也开展了卓有成效的科普工作。 

尤其在新冠疫情期间，开展了一系列继续教育和科普宣传，主编了新冠肺炎的放射领域科普知识问答，起到了很好的推广和教育作用，对抗击疫情的胜利形成了强有力的保障。 

全国各地方学会也在积极开展科普工作。 以上海为例，上海市医学会成立了科普专科分会，设立了专项基金，专项成果奖，组织编写科普系列丛书等。 

放射学会也编写了科普丛书，推出了《医影传声》科普公开课，观看人次超过2176万，起到了较好的教育效果。

未来，中华放射学会希望更好的组织科普宣传工作，让更多的人了解影像，以便发挥更大的作用。 

重视重大慢病防控，影像惠及更多百姓

根据《中国居民营养与慢性病状况报告（2020年）》，中国现有确诊慢性病人近3亿人，2019年我国因慢性病导致的死亡人数占总死亡人数的88.5%，其中心脑血管病、癌症、慢性呼吸系统疾病死亡人数比例为80.7%，防控工作仍面临巨大挑战。 

预计到2050年中国的老年人口将达到3.8亿人次，达到人口总数的30%，如果不做好慢病的防控，我国医疗将不堪重负。

中国慢病死因前四位在城市和农村比例相似：

• 第一位死因是心脑血管疾病（城市/农村=43.16%/45.5%）；

• 第二位死因是恶性肿瘤（城市/农村=26.06%/22.92%）；

• 第三位死因是呼吸系统疾病（城市/农村=11.24%/12.02%）；

• 第四位死因是损伤和中毒，如果排慢性病则是糖尿病。 

居民第一位死因是心血管疾病，我国每30秒会有一人死于心脑血管疾病，每年在心脑血管疾病的花费超过3000亿。 

遗憾的是，心血管疾病的发病率和死亡率还在不断攀升，预计到2030年光心梗患者将达到2260万，因此形势很严峻。 

第二大死因是恶性肿瘤，2020年全球发病率前十的癌症分别是：乳腺癌226万，肺癌220万，结直肠癌193万，前列腺癌141万，胃癌109万，肝癌91万，宫颈癌60万，食管癌60万，甲状腺癌59万，膀胱癌57万，这十种癌症占据新发癌症总数的63%。 

癌症死亡人数前十的癌症分别是：肺癌180万人，结直肠癌94万人，肝癌83万人，胃癌77万人，乳腺癌68万人，食管癌54万人，胰腺癌47万人，前列腺癌38万人，宫颈癌34万人，白血病31万人，这十种癌症占据癌症死亡总人数的71%。

我国情况与全球略有不同，全球乳腺癌取代肺癌，成为全球第一大癌，但在中国，乳腺癌则在肺癌、结直肠癌、胃癌之后，位居第四，死亡率是全国第七位，而乳腺癌死亡率占据全球第五位。 

可以看出，我国肺癌仍是“癌王”，无论发病率还是死亡率都还远远高于其他肿瘤。

第三位死因为慢性阻塞性肺疾病，在全球发病率占11.6%。 

我国近十年发病率上涨了65.9%，40岁以上人群达到13.6%，死亡率达到17.6%，平均患病家庭经济负担率达到33%以上，而公众的知晓率只有7%左右。 

对比2020年和2015年的慢病报告可以看出，主要慢病的防控效果依然不容乐观。

慢病死亡占比从2015年的86.6%提升到2020年的88.8%，心脑血管疾病、癌症和慢阻肺占比从79.4%提升到80.7%，癌症发病率从235/10万提升到293/10万，高血压从25.7%提升到27.5%，慢阻肺发病率从9.96%提升到13.6%。

但慢病过早死亡率从18.5%降至16.5%，癌症五年生存率从30.9%提升到40.5%。

前者说明临床针对慢病的治疗效果改善了，后者则得益于早筛、早诊，更多的早期肿瘤被早发现、早诊断、早治疗，获得了较好的疗效，当然这主要是影像学在起作用。

因此，要想提升慢病防控水平，必须加大影像学的研究力度，提高诊断准确性，通过筛查发现更多早期病例是改善重大慢病诊疗效果的关键。 

从国内、外杂志的研究内容看，国外期刊位于前四位的研究内容是心血管（18%）、神经（17%）、腹部（17%）和胸部（12%），基本和重大慢病的排名和分布相对应。

而国内期刊前四位的是神经（18%）、心血管（13%）、骨肌（11%）和妇产（8%），胸部只有1%，因此针对重大慢病的研究，胸部尤其需要加强。

积极参与早筛早诊，助推防控关口前移

健康中国行动将监测、检测、早诊、早治、规范化治疗等建议贯穿四类重大慢性病防治行动，在策略上从注重“治已病”向“治未病”转变，从个人、社会和政府方面提出具体的防治、防控方案。 

其中早筛、早诊、早治是关键。

影像学是早期肿瘤及其他重大慢病筛查的重要手段，因此在此次重大防控任务调整中应发挥重要作用： 

1、积极开展和参加针对重大慢病的影像学筛查；

2、积极制定重大慢病早筛、早诊的规范和标准；

3、培养更多擅长重大慢病诊断的影像医生；

4、积极开展针对早筛、早诊的科普教育活动；

5、加强与临床学科的横向合作，提升综合临床能力。 

筛查的主要途径包括医院常态的主动和机会性筛查、体检中心的专职筛查、移动筛查车的流动筛查，要注意发挥县域及基层医疗机构的筛查作用。 

我国是发展中国家，人口众多，筛查效果非常重要。既要针对发病人群多的重大慢病筛查，又要选择经济高效的筛查手段，还要通过筛查实现转化，尽可能的让更多的人受益。 

例如，科技部重大国际合作课题“胸部三大慢病（肺癌、慢阻肺和冠脉疾病）的一站式低剂量CT筛查”。

通过一次CT扫描实现三大疾病的早期发现、诊断和治疗，可以一举多得，最大程度降低国家和个人经济负担。 

我们希望类似课题不单纯是完成课题任务，期望通过完成任务后能够形成扫描技术标准，输出三大疾病一站式评估的结构化报告，为临床提供更准确的结构和定量分级信息，及早的干预早期病人，改善三大疾病的治疗效果，让病人获益。 

本项目8月份刚刚获得了工业和信息化部以及国家卫健委联合发布的5G+医疗健康试点项目《5G+胸部重大慢病早筛早诊及连续管理体系构建与应用示范》。

国家希望通过试点，对胸部重大慢病的早筛、早诊走通临床路径，并进一步扩大应用的地区和范围，让更多的老百姓获益。 

通过这个试点，我们将建立相关技术体系和诊断标准，建设基于5G和AI的互联网共享云平台，集成筛查和管理的智能化闭环体系，推动上下联动、检诊联动和医患互动，形成政产学研用综合应用示范和评价标准。

重视基层建设，提升影像服务能力

只有提升全民健康素养水平，才能真正实现全面健康和小康；只有提升基层医疗服务能力，才能促进和提高全面健康素养。 

中国基层占绝大多数，如果基层的健康问题解决了，全国的健康水平一定有很大提高。

按照国家卫健委《关于推进分级诊疗制度建设的指导意见》，要做到大病不出县，基层诊疗占比超过65%，县域就诊率达到90%以上，乡镇医疗机构能识别100种常见病，中央也投入了27亿元人民币用于互联网+提升基层诊疗能力。 

中国医疗卫生机构分布极不均衡，95%以上前100排名医院分布在省会以上城市。但二级以下医疗机构占全国医疗机构90%以上，而占7.6%的三级医院却承担了将近一半的医疗服务。

因此基层的潜力非常巨大，要想提升基层服务能力，需要全面改变基层现状。 

目前，基层放射业务多集中于X光、DR检查，服务常规内、外科的基础检查，对疾病诊断救治没有技术能力，对慢病管理没有统一管理手段。

受限于成像设备性能、工作人员能力水平、图像、诊断的质量得不到保障；射线防护执行不到位，医务工作者的健康容易受到伤害。 

大部分基层医疗机构的人员业务能力的提升，依赖于县域的医疗协作、教育的行政支撑。 

但对于疑难病例的紧急支持，需要有较高的专业能力实时覆盖更多病种，当前此方面存在明显不足。 

专业人才的匮乏，是基层医疗机构面临的最大难题，基层医疗机构普遍缺少放射诊断医技资质，不利于医疗安全落地。 

据统计，70%的乡镇卫生院仅有技师，无影像诊断医生。

技师个人水平差异大，缺乏持续的培训、考核，拍片质量参差不齐，信息化水平差，报告不及时，乡镇医院病人来不及等报告，这些都大大限制了基层的业务拓展，也难以让病人产生信赖。

十四五规划中，公立医院要发挥更加重要的作用，同时深化医药卫生体制的改革。

此外，要加快优质医疗资源的扩容和区域的均衡布局，更要加快建设分级诊疗体系，一方面可以增加医疗服务总供给，弥补医疗资源不足的困境；

另一方面通过优质资源辐射效应，带动医疗资源贫乏和落后地区的医学发展，实现区域均衡布局。

同时，重点针对医疗信息化和促进“互联网+医疗健康”，科学、合理的调整、配置医疗资源，完善医疗服务体系，提高医疗服务能力水平，满足城乡居民多层次、多样化的医疗卫生需求。

现代的新技术对影像赋能基层提供了先天的优势：基于大数据和区块链对数据以及新技术的共享，可以感知基层医疗检查形势，更精准的匹配基层帮扶策略。

人工智能的产品可以提升基层的管理和工作流程，提供潜在疾病筛查、诊断和治疗的能力。

通过云存储、云计算可以提供完整的共享平台，通过5G+互联网技术可以实现优质技术和资源的共享和广泛的覆盖。

做到这些需要政府部门、学会、厂商和基层医疗机构共同努力。

尤其是学会，在人才培养、标注建设、继续教育和分级诊疗中都起着重要的引领作用。

未来，医学影像会逐渐在精准化、智能化、临床化、院前化和网络化方向快速发展，这些技术对于实现主动健康的目标，发挥影像科的强大支撑作用，都是巨大的推动，未来值得期待。

影像数据占据医疗数据的90%，而且正以40%以上的年增长速度继续扩大，影像诊断在疾病确诊中占的信息发挥了70%以上的作用，我们从来没有像现在这样无可替代，未来更加无可替代！

但我们应该在主动健康的大势中主动作为，才能迎来影像事业的新高度。

福建省是全国重点医改试点省份，此次中标后，平安医保科技将助力福建省医疗保障局及全省各地市医保部门，全面实现横向与纵向、内部与外部、政府与市场的信息共享、应用协同与开放协作，提升基金监管效率，提高医保基金抗风险能力及持续保障能力。

据悉，该项目的中标刷新了平安医保科技省平台项目的中标金额纪录，标志着智能监管、宏观决策、运行监测三个核心产品全面覆盖了福建的数据中台高地，为后续的业务模式和场景挖掘奠定坚实基础。平安医保科技相关项目负责人表示，公司通过先进、完善的知识体系为福建省建立全方位的医保智能监管平台，从源头上保障医保基金的安全，同时促进医保数据的完善；通过大数据等技术建立医保智能决策，用数据分析代替人工经验，精准预测风险；通过图形化数据展示，为医保局提供驾驶舱式的展示服务，各项数据指标一目了然，为福建省医保智能化、现代化添砖加瓦。

自2019年开始，国家及各地医保局便联合第三方服务平台，着手加快医保信息化建设。平安医保科技在省级平台建设层面取得显著进展，宏观决策、运行监测、智能监管及综合支付等建设成果已获多方肯定。

目前，国家医疗保障信息平台主体建设已基本完成，全国统一的医疗保障信息平台已在全国多地上线使用。据了解，截至2021年10月，平安医保科技在全国医保信息化标准化建设中，成功中标25个省级平台系统承建项目，并助力山东、云南、青海、海南、广东、贵州、新疆、西藏、安徽、黑龙江、陕西等20个省级平台项目顺利上线（含试运行）。

据了解，2019年平安医保科技中标国家医疗保障局医疗保障信息平台宏观决策大数据应用子系统、运行监测子系统的建设工程采购项目。目前这两个项目均顺利上线并在稳定运行中，技术和服务屡获好评。作为专注于国内大医疗健康产业的数据科技公司，平安医保科技拥有大量医保业务专家、临床业务专家、精算专家、算法技术专家，在该行业精耕细作多年。依托于自身的"强业务+高技术"，平安医保科技打造了双轮驱动引擎的"AI大数据风控系统"，为医保局提供宏观决策和运行监测支持，推动医保业务管理向数字化转型。

平安医保科技相关负责人介绍，该系统从数据入手，在算法设计层面，采用多种自研的异常识别算法及AI算法整合方案，可有效挖掘潜在欺诈骗保行为；在数据治理层面，采用自动化对码和自动化表对齐技术，降低了人工对码成本；在知识库层面，构建了独有的360°画像系统和场景库、标准指标库、统计规则库、政策规则库、经验规则库和专项治理库等，支持多维度异常识别；在架构上，创新应用模型共享架构，达到快速的小批量和大批量数据分析的均衡，从而满足稳定、快速、节省资源等多项诉求。据悉，该系统已具备捕捉近50种典型医保欺诈场景的能力，基于强大的数据积累和智能技术，可为用户提供精准、高效的控费服务。

作为中国平安大医疗健康生态中的重要一环，平安医保科技依托于中国平安积累的科技实力，深耕医保支付领域，不断进行技术创新，为各省、市医保局提供医保风控的大数据采集、存储、处理、分析和服务的整体解决方案，规范医保基金使用行为，提升医保基金使用效率，打击欺诈骗保行为，助力医保改革不断推进。就近日市场传闻"平安集团或将出售平安医保科技"，该司相关负责人则表示，平安集团的医疗科技一直紧紧围绕金融、保险主业的发展，协力打造有温度的金融。平安医保科技科技会根据客户需求、市场环境变化等因素，不断进行业务策略、组织架构等多方面的改革升级，持续提高公司的核心竞争力。

雷锋网

自2015年勃兴，历经数年浮沉后，医疗AI的商业图景正变得日益清晰。

日前，港交所披露，北京鹰瞳科技发展股份有限公司（鹰瞳科技）已通过聆讯，将择日正式启动招股和挂牌上市。这意味着，不出意外，鹰瞳科技将很快摘下“医疗AI第一股”的桂冠。这对医疗AI的商业化，无疑具有里程碑式的意义。

一个值得注意的细节是，招股书显示，平安集团通过平安医疗科技共持有鹰瞳科技716.97万股股份，持股比例达8.82%。一个以保险为核心的金融集团，为何会投资一家聚焦医疗AI的创业公司，背后的逻辑是什么？

什么才是平安看重的优质标的？

事实上，平安集团投资鹰瞳科技并不是一次“追热点”。双方从2018年就开始接触，并在2019年初鹰瞳科技的B+轮融资中正式携手。

平安集团旗下平安全球领航基金负责人王姝透露，平安做出投资决定时，鹰瞳科技产品的商业化进程才刚刚起步。平安看中的，更多是它的人才和技术。

她表示，鹰瞳科技的CEO张大磊是一个有梦想、有号召力、有执行力的连续创业者，其核心团队在医学和人工智能领域拥有丰富的经验和跨学科专业知识。鹰瞳科技自主研发的眼底AI影像筛查产品，也以极高的准确度通过了平安的独立技术验证。

除了这些，鹰瞳科技的业务与平安集团战略的显著协同效应，也是打动平安的核心关键要素之一。

保险的核心并非理赔，而是对抗风险，防患于未然。具体到医疗健康领域，防范风险的主要手段之一，就是疾病的早发现、早治疗。

王姝向雷锋网介绍，眼底AI影像是一种无创、快速、准确、可重复进行的健康筛查，具有人群的普适性。“平安拥有庞大的个人保险和商业保险用户群体，我们投资时，看到了鹰瞳科技与平安保险产品和客户服务能力结合的巨大潜力，希望能借此更好地服务客户、服务社区，提升全社会的健康管理意识。”

自2019年完成对鹰瞳科技的投资以来，平安寿险与鹰瞳科技陆续开展了多项业务上的合作。截至目前，鹰瞳科技的眼底AI筛查服务已经在平安寿险的45家分公司上线，累计筛查了66万名平安寿险客户，上百家平安寿险的三级机构采用了鹰瞳科技的设备进行业务推广活动。

平安与鹰瞳科技并非简单“1+1=2”的组合，而是有一套完善周密的管理模式，使双方发挥出更大的合力。

平安集团投后管理总经理鲁俊向雷锋网表示，平安在投资过程中遵循“一分投资、九分管理”的理念，高度重视投后管理，内部成立了一支训练有素、能力多元的专业化投后团队，负责项目的投后追踪、管理及赋能，同时也与投前密切衔接、充分发挥ESG责任投资理念，在确保风险可控的前提下，拉通集团内外部资源，为被投公司业务协同积极赋能。

平安投资一家公司，不仅为后者提供资金，也会积极协同集团内外部专业能力和资源，给予企业在客户、渠道、科技和行业生态圈协同等多方面的支持。同时，还积极调动内部管理人才，建立“董事人才库”，根据被投企业诉求匹配能切实帮助企业提升业务视野及管理实践各类专业化人才作为董事，支持企业做好、做强。

投资鹰瞳科技并非平安布局医疗赛道的第一步棋。自1996年至今，平安在医疗健康领域已耕耘了20多年，相继投资了药明康德、信达生物制药、奥美医疗、美年健康、爱尔眼科、复星医药等医疗医药各领域企业。

这些经过平安层层遴选的种子选手，在其专业投后管理的加持下，已陆续成长为各自领域的行业领袖。

持续深化落地医疗健康生态战略

保险和健康、医疗息息相关。

平安有2亿金融客户，寿险、健康险、养老险、大病险等保险品种多数与医疗相关，自身可以形成商业闭环。所以，医疗健康和金融服务一样，是平安的核心主营业务。因此，除了对外投资、建立一个优质的“朋友圈”，平安从未停止过自己对健康医疗事业的关注。

平安2020年股东大会上，董事长马明哲曾表示，“金融是平安的现在时，医疗是平安的未来时。”

公开数据显示，截至2021年6月末，平安智慧医疗已累计服务170个城市，赋能超4万家医疗机构，惠及约95万名医生。在平安超2.23亿个人客户中，有近62%的客户同时使用了医疗健康生态圈提供的服务，其客均合同数达3.2个，客均AUM达4.1万元，均高于不使用医疗健康生态圈服务的个人客户。

平安在布局医疗生态圈的过程中，十分看重各个业务板块之间的协同效应，以其和国际知名医药企业盐野义制药的合作为例：

今年7月，平安宣布与盐野义全资子公司盐野义香港签订协议，在上海及香港分别成立“平安盐野义”、“平安盐野义（香港）”两家合资公司。和一众医药巨头相比，盐野义的营收规模并不算突出，2019年仅排名日本第九，但其中约有一半来自于专利税，足见其研发能力之强大。

中国平安联席CEO陈心颖在开业仪式上谈到：“对平安集团而言，医疗生态圈是我们长期坚持的核心战略之一。平安盐野义合资公司是平安在医疗生态圈的又一重要布局。”

与盐野义合作，能够显著提升平安医疗健康生态圈中医药研发环节的能力；反过来平安也可以依托其自身优势，赋能盐野义的药品研发。

新药研发具有成本高、研发周期长、成功率低等高风险特质，药物开发的投资回报率已经从2010年的10.1%下降到了2018年的1.9%。在此背景下，采用人工智能技术代替传统的人工物质筛选和组合计算，已经成为了药企提升研发效率和降低风险的不二之选。

平安在AI领域布局多年，拥有领先的AI技术和海量数据积累，可以从候选药物挖掘、化合物筛选、靶点药物研发、预测ADMET性质、药物晶型预测、辅助病理生物学研究、发掘药物新适应症等多个维度，全面赋能盐野义的药物研发。

同时，依托旗下的平安好医生，平安还可以有效促进盐野义的药物销售，扩大其营收规模。据官方数据，截至2021年上半年末，平安好医生总注册用户数达到4亿人，累计咨询量已超过11.8亿次，并且与超过4000家连锁药店品牌建立了合作。借此平台，双方可以向国内用户供应新药、仿制药、非处方药等各类药品，并将来自患者及医院等专业医疗机构的药物效果反馈、药品研发建议等与盐野义交流沟通，反哺至上游的研、制环节，打通产业链的全部环节。

通过投资、合资等一系列“组合拳”，平安已经构建起了基本覆盖医疗健康供给方、需求方、支付方和监管方的庞大版图。不过凑近了仔细观察，可以发现这版图之上仍然缺少了重要的一角——线下医院，这是医、药、险等环节的中心枢纽。

为补足这一环节，今年4月，平安宣布参与方正集团重整。方正集团曾是社会资本办医的有力参与方之一，旗下北大国际医院、北大鲁中医院、北大医疗康复医院、北大医疗株洲心血管病医院等医院资产，是其最大的业务板块。

将方正集团的医疗健康板块收入囊中后，平安的医疗生态圈已经趋于完善：

线上，借助诊疗平台，可以为用户提供线上诊疗、健康管理及药品配送等服务；线下，凭借方正系的医院资源，可以为用户提供医院检测、治疗等服务，以此为基础，用户的健康数据不断积累沉淀。

平安努力的方向，是建立全世界最大的数据驱动型的管理式医疗服务体系，提供“保险+AI+医疗”的服务，构建端到端的医疗生态。

至此，平安已经构建起了保险和医疗业务相互促进的商业正循环。

画出寿险增长第二曲线

俯瞰平安庞大的医疗健康生态版图，感慨其格局与魄力之余，亦不禁好奇：平安为何会将医疗推上如此重要的位置？医疗健康业务具体又将给其寿险主业，带来怎样的革新与蜕变？

作为国内巨无霸级别的金融集团，平安从保险业务起家，寿险及健康险是这艘金融航母的“压舱石”。

从整体大环境来看，寿险行业正面临着人口红利消失的挑战。曾经高歌猛进的近千万保险代理人队伍，经过近两年的清虚整顿如今也已大幅缩减。来自行业数据显示，今年上半年全行业代理人同比降幅超过20%。寿险代理人数量的锐减，直接影响了渠道保费收入。

面对大环境的改变，嗅觉敏锐的平安早在两年前就开始坚定不移地推动寿险改革，坚持“渠道+”与“产品+”战略：渠道侧，一方面强调代理人渠道质量，追求代理人收人，另一方面积极开拓互联网保险和银保等新渠道；产品侧，在寿险产品的基础上拓展寿险+、服务+和场景性的寿险产品。

在寿险改革中，平安医疗健康生态圈扮演着重要角色。

随着经济水平与思想观念的提升，新一代用户对寿险的需求已经不仅仅局限于简单的金融保障，而是扩展到了保障+服务。具体到平安的寿险改革，“产品+”改革加的便是健康医疗管理和养老管理服务。

平安寿险聚焦客户健康和养老新需求，依托集团医疗健康生态圈，不断完善健康管理服务体系、探索养老服务，通过融入客户生活场景，拓展保险服务边界，打造 “人无我有”、有温度的差异化竞争优势。

目前，平安已签约了超3.8万名外部医生，覆盖150余家百强医院和专科名院，与超三分之一的全球前100医院开展合作；同时，平安拥有超2000名驻司专业医生，可为客户提供7×24小时全天候服务；再加上平安好医生、北大国际医院，以及正在打造北大医疗与投资的鹰瞳科技等智慧医疗，平安可以为客户提供最好的医疗资源。

目前，平安以医疗服务撬动寿险业务已取得了显著成效。今年上半年，平安寿险超20%的新增客户是来自医疗服务用户的转化，占比逐步提升。上半年，使用医疗服务客户的客均寿险保单数、客均寿险保费均为不使用医疗服务客户的1.4倍；使用线上问诊客户的加保率是不使用线上问诊客户的3.7倍。

今年5月，平安发布“平安臻颐年”康养品牌及首个高端产品线“颐年城”，通过“金融+医疗+康养” 打造支付与康养服务的产业闭环，促进寿险主业发展。

9月，伴随平安人寿多款新重疾产品重磅上市，平安臻享run健康服务计划迎来升级，以专业家庭医生和专业健康档案为基础，提供覆盖健康、亚健康、慢病和疾病四大健康服务场景的管理方案。

通过“保险+健康管理”的服务闭环，平安的内部造血能力进一步增强。

今年是平安寿险改革的第二年，其医疗健康生态圈也仍然在增加新的拼图，未来随着各个板块之间进一步打通和高效协同，平安的增长将拥有巨大的想象空间。而如何把想象转换成现实，对于平安来说或许只是时间问题。

论坛由中国生物医学工程学会医学人工智能分会、中国医学影像 AI 产学研用创新联盟、中国研究型医院学会感染与炎症分会、中国研究型医院学会感染与炎症分会、北京影像诊疗技术创新联盟主办，CMAI 组委会承办，《中国图象图形学报》、《Research》、《Radiology of infectious diseases》、 《协和医学杂志》、《磁共振成像》、《Intelligent Medicine》、《Chinese Medical Sciences Journal》、《Intelligent Surgery》协办。支持单位为好医工 APP、中关村（京西）人工智能科技园。

雷锋网&医健AI掘金志，将作为本次大会的支持单位，全程参与嘉宾的演讲内容与深度报道。

高峰论坛流程

CMAI 2021 暨第一届“中国医学学术期刊发展”高端论坛开幕式：

主持人：刘家瑛，北京大学教授

Session One：肿瘤影像人工智能 

主持人：徐俊刚，中国科学院大学计算机学院教授

Session Two：肿瘤影像人工智能

主持人：徐俊刚，中国科学院大学计算机学院教授

Session Three：神经影像人工智能

主持人：杜宇慧，山西大学计算机学院教授

Session Four：神经影像人工智能

主持人：杜宇慧，山西大学计算机学院教授

Session Five：心血管影像人工智能

主持人：赵地，中科院计算所副研究员  

Session Six：第一届“国产医学学术杂志的发展”高端论坛日程

主持人：张成文，北京邮电大学计算机学院教授

线下会议地址：中关村（京西）人工智能科技园会议室 

Session Seven：大湾区医学人工智能分论坛

主持人：欧陕兴，南部战区总医院放射科原主任

Session Eight：大湾区医学人工智能分论坛

主持人：欧陕兴，南部战区总医院放射科原主任

线下会议地址：中关村（京西）人工智能科技园会议室

Tufail Patankar 教授在英国利兹教学医院进行了第一次虚拟实践操作

近日，NHS正在试验一种AI解决方案，可让外科医生对脑动脉瘤手术进行“预演”和提前规划。

据雷锋网了解，PreSize是一种医疗AI软件，由英国初创公司Oxford Heartbeat开发。这款软件可以自动创建患者血管树的精确3D模型，并指明支架在血管模型中的起始和结束位置，允许外科医生从所有认证支架库中选择最佳支架。

有了这款软件的帮助，医生就可以更精准地为患者制定神经血管外科手术计划。据了解，这款软已经已在利兹教学医院使用，并将在其他六家NHS信任的机构进行试验。 

雷锋网了解到，在一项7家医院进行的250多个真实支架植入手术的研究中，该软件的准确率为 96.75%。目前，NHSX和AAC（加速访问协作）正在通过NHS人工智能实验室支持这项新技术。

脑动脉瘤的结构很复杂，通常只有几毫米大小。这意味着当支架植入时，整个过程可能出现无法预测的情况。到目前为止，临床医生还没有特别好的办法为每位患者选择最佳支架。而选择错误的决策可能会危及患者生命，例如中风。 

因此，有了这项技术的帮助，医生就可以进一步提高患者神经血管手术的安全性，并为NHS节省资金。

无独有偶，虚拟现实(VR)手术培训工具Osso VR最近推出了一款新的多模式评估工具，允许学生和临床医生测试他们对具体工作流程的理解，以及在手术中出现问题时该如何应对。 

Tufail Patankar教授是利兹教学医院介入神经放射学(INR)的首席顾问，据雷锋网了解，他也是这项研究的首席研究员，他表示:“更全面的准备和技术支持，可以帮助临床医生为每个患者提供个性化的治疗方案，使动脉瘤(尤其是复杂的动脉瘤)的治疗更安全、更快。” 

NHSX（负责监管英国医疗卫生系统的数字化发展）首席执行官Matthew Gould表示:“修复脑动脉瘤是一项特别微妙和高风险的手术，但使用人工智能技术，可以为我们熟练的外科团队提供一个重要的额外工具，为患者带来更好的结果、更少的中风风险和更全面的恢复。” 

Medical Realities首席营销官Shafi Ahmed教授评论说：“未来，PreSize对于精准操作手术至关重要。该平台允许医生在模拟环境中练习该技术，从而提高准确性和安全性。”

这项技术的提供者、牛津Heartbeat的首席执行官Katerina Spranger博士说：“我们始终将患者和NHS的需求放在首位。我们的技术将为外科医生和患者带来直接利益，同时提高医疗服务的标准。”

据雷锋网了解，双方合作的项目是一种联网的护理床边多参数监测系统，具体的应用场景有急诊重症监护病房、外科重症监护病房、高依赖性病房、降压病房和私人病房。

重要的是，一个监测器可同时监测六个重症病人的生命体征，可用平板电脑直观监测或者用Stasis应用程序远程监测，也可以通过云平台将患者数据提供给任何设备，通过24小时生命体征趋势数据和AI主动警报将患者转移到不同的护理区域。（雷锋网）

Stasis Monitor使用预测性人工智能技术，用于自主监控、记录关键病人的信息，此项技术获得了美国FDA的批准。美敦力表示，将该平台添加到其产品组合中可以扩展其在医院内为患者提供服务的能力，同时为医生提供远程监控随时观察重症患者的状态。 

几天前，美敦力印度公司董事兼总经理Madan R Krishnan在社交网站发文称，这是一个决定性的时刻，美敦力印度团队正式与Stasis Health建立合作伙伴关系，“这是美敦力在印度的首次合作，我们很荣幸能提供完全在印度制造的解决方案，符合‘印度制造’愿景。”’该系统可以在数小时内将任何一家医院转变为智能医院，并在疫情后的世界中帮助提高护理效率。”

Stasis联合创始人 Dinesh Seemakurty 补充说：“这次的合作标志着Stasis使命的一个重要的里程碑，让所有人更容易使用互联网护理监控解决方案。我们很高兴能与美敦力合作，共同对印度各地的更多医院和护理设施进行数字化改造。我们相信，这将进一步缩小医生与患者之间的距离，同时改善并减少护理人员与患者之间的面对面接触。”

Exscientia是一家人工智能驱动的制药技术公司，已经设计出三种处于第一阶段人体临床试验的药物。目前，Exscientia在牛津、迈阿密、维也纳、大阪等设有办事处。4月27日，Exscientia宣布完成软银愿景基金牵头的2.25亿美元D轮融资，此外，软银愿景基金还提供另外3亿美元的投资承诺，由Exscientia自行决定是否注资。

据雷锋网了解，Exscientia与百时美施贵宝公司有两项合作，共同关注多个治疗领域，包括肿瘤学和免疫学。今年5月，双方达成潜在价值超过12亿美元的合作协议。

获得许可的候选药物靶向的是一种关键的免疫激酶，由于需要结合选择性和整体类药物特性，结果已证明这种免疫激酶难以靶向。

为了设计出能够克服这些问题的新候选药物，Exscientia利用其端到端平台来推动发现过程，包括人工智能驱动设计、结构生物学、化学、药理学以及后期临床前研究。

Exscientia 的精密设计方法侧重于同时解决对靶点的整体治疗性能重要的参数，例如药效、选择性、安全性和物理化学特性。而它的AI平台适合解决多目标设计问题，从而高效、快速地发现具有优异特性的新型候选药物。

Exscientia 首席执行官 Andrew Hopkins 评论道：“我们专注于以‘患者优先’的AI技术，针对具有挑战性的药物产品特性来设计精准的工程药物，我们平台的效率很高。这种候选药物分子是第150个被设计和测试的新化合物，在我们开始药物设计的11个月之内被识别出来。通过与百时美施贵宝公司合作加上其世界一流的临床研究和商业化能力，我们期待将该候选药物推进到下一个开发阶段。”

百时美施贵宝的一位研发总裁 Rupert Vessey 说：“我们很高兴获得与 Exscientia 战略合作的首个候选药物的许可。AI学习将继续在药物发现中发挥重要作用，而Exscientia已经在免疫学领域提供了一个有前景的发展方向。我们期待一起继续合作，并进一步推进这一候选药物，为患者带来更多的利益。”

据雷锋网了解，百时美施贵宝公司将负责候选药物的临床和商业开发。根据协议条款，Exscientia 将获得2000万美元的期权行使费，其中有可能实现额外的开发里程碑，以及任何商业产品净销售额的特许权使用费。

近年来，人工智能、大数据、云计算、物联网等数字技术发展迅猛，渗透进了医疗的各个细分领域，中医也不例外。数字化技术为中医提供了可靠的技术驱动力。越来越多拥有独特气质的中医初创企业涌现。

成立于2017年的祉云科技通过运用大数据、物联网、云计算、人工智能等现代信息技术，打造了中医智能健康管理平台，并结合智能化硬件，将传统的“望闻问切”转化成数字信息。同时，祉云科技通过人工智能算法，模拟中医辨证论治的思维对数据进行综合分析，提出针对性的调理方案，在健康管理、慢病管理、 孕产妇保健、儿童调制等方面拓展中医药服务。

为推动各地规范地开展中医药健康管理服务，2013年，国家中医药管理局发布《老年人中医药健康管理服务》，文件制定了中医体质分类与判定的标准规范，将体质分为平和质、气虚质、阳虚质、阴虚质、痰湿质、湿热质、血瘀质、气郁质、特禀质九个类型。

实际上，中医学不仅能在诊断上将人群进行分类，还可以从精神情志、起居作息、饮食、经络、药物、运动、音乐等方面来提供综合调理的解决方案。因此在系统整理、总结中医原创思维方法体系的基础上，急需依据中医健康状态认知理论，构建具有中医特色的量化健康检测评估管理体系。

祉云中医智能镜如何以AI实现中医智能化

祉云医疗从2017年开始深耕中医+人工智能领域，汇聚上海中医药大学、复旦大学等国内优质资源，专注于中医智能化健康服务产品的研发，目前已自主研发了中医智能镜、祉云健康APP、祉云中医APP、中医健康管理平台等众多产品。祉云的中医智能镜针对传统中医的“问诊”、 “面诊”、“舌诊”进行了智能化改造，结合其智能化硬件，通过两个步骤将传统的“望闻问切”转化成数字信息。

公司团队通过与上海中医药大学的合作，结合20余万临床数据建库模型，开发了中医体质辨识算法，并根据八纲和体质辨证理论设计问诊量表，准确率达到80%以上。

第一，建立健康状态模型，打造数字化“问诊”。数字化“问诊”的关键在于计问诊量表。在经过专家论证以及大量用户测试反馈后，祉云科技的研究团队最终确定了最有指向性的12个问题作为问诊内容。使用者通过在智能镜上填写诊量表，即可完成问诊信息的搜集。

第二，运用AI智能图像识别，探索数字化“面诊”、“舌诊”。首先，研究团队运用增量式的学习方法对舌、面诊图像特征进行提取和分类，可以提取反映舌的齿龈、老嫩、润燥、裂纹等特征参数和反映面部颜色、光泽等特征参数。然后，利用AI图像处理进行色彩校正和图像质量优化，再综合运用Boosting技术和Snake技术对舌面部图像进行区域分割和舌质舌苔分离，以增量式学习和流形学习的方法提取和分析得到用户舌面的数字特征集，最后，通过深度学习和支持向量机等分类方法便可实现对中医舌面诊特征信息的精准化识别和分析，从而建立有效特征参数。据祉云科技统计，各特征识别准确率均在85%以上。

在采集到“问诊”、 “面诊”、“舌诊”的数字信息后，AI通过综合运用聚类分析、主成分分析、因子分析、回归和判别分析、隐类分析、神经网络、多标记学习等多种方法进行特征选择和权重研究，建立不同健康状态的诊断模型，实现对健康状态的针对性评估。目前，评估结果包括健康、亚健康(包含阳虚、阴虚、气虚、痰湿等状态)、可能患病(包含阳虚、阴虚、气虚、痰湿等状态) 3种人体健康状态。

中医智能镜的商业模式探索

在祉云科技的眼中，中医的未来应该是医药服务、健康管理与中医问诊呈现出互为支撑，相互联系的状态。但碍于稀缺的中医医疗资源、未被挖掘的医药需求以及未被激活的健康链条中的关键环节，中医生态处于混乱耕作的状态。

为此，祉云科技以中医智能镜为出发点确定了四个商业切入点：从非医疗的辩证养生切入，重塑中医行业新标准；从医疗机构切入，赋能中医从业者；从疾病预防切入，赋能基层医疗；从产销分离切入，赋能中药服务者。

在商业模式上，祉云科技为C端用户提供智能中医健康检测、报告解读，并提出针对性的调理方案，在健康管理、慢病管理、 孕产妇保健、儿童调制等方面拓展中医药服务；在B端，则从医疗机构切入，一方面为机构负责人进行健康培训，以中医智能镜协助医疗机构唤醒客户健康风险意识，提高用户转化率；另一方面，根据用户疾病大数据，探索中医设备销售新模式。

现在，祉云科技已经构建了全面的智能中医生态，其核心产品为基于对患者面诊、舌诊数据进行专家标注、分析及神经网络深度学习开发的中医智能镜，以及面向养生服务、健康管理、基层医疗等提供中医健康状态辨识与干预的数字化产品，其中包括祉云健康APP、祉云中医APP、中医健康管理平台等众多产品。祉云科技正以完善的数字化中医平台，建立更强粘性和针对性的中医特色服务体系。

祉云科技的理念正逐渐被家电巨头们所认可。近日，海尔智家与祉云科技签订了战略合作协议。中医AI支持之下，海尔智能正拓宽智能家居在健康板块辐射维度。合作之中，祉云科技将“卫浴智能镜”置入海尔的体系之中。镜子是人们生活中使用频率最高的设备之一，通过照镜子，人们可以获取自身的外部特征的信息，而卫浴智能镜则能收集并分析这些信息，并将其转换为人们的身体信息。

祉云科技未来将继续坚持“以用户为中心”，基于AI重构中医体系，让中医连接古今，也希望通过长期持续地创新与探索，建立一个世界级的智能中医品牌，为中医数字化和智能化发展贡献一份力量。

雷锋网雷锋网

以专利为首的知识产权是保护创新的重要形式，也是连接创新和市场应用的桥梁。商汤科技这些高质量、高价值的专利成果，不仅展现了中国完善的知识产权保护体系和科技创新氛围，更意味着商汤科技AI医学影像领域的原创技术实力和创新效率已经达到全球领先水平。

聚焦临床需求+原创技术积淀，实现高效创新成果产出

AI医学影像是医疗行业创新发展最重要的应用场景之一，据咨询公司弗若斯特沙利文数据显示，预计到2030年市场规模将达到923亿元。AI医学影像辅助诊断的应用，可为医院和医生带来“省人、省时、省力、精准”四大价值，从而有效辅助提高医生诊疗能力、诊疗效率，在助力解决我国医疗资源不足以及分布不均衡等问题上发挥积极作用。

商汤科技秉承“立足医疗大数据、服务临床诊疗愈”理念，将满足临床需求作为推动技术和产品创新的核心导向，在众多原创技术基础上，自主研发了SenseCare®智慧诊疗平台，形成覆盖全身多部位、多病种的综合智慧医疗解决方案，也在广泛的临床实践中积累了大量多元、丰富的创新专利成果。

同时，基于SenseCore商汤AI大装置的大数据、大模型和超强算力，可以在更短时间内构建出面向不同临床需求的算法模型，实现高效的算法迭代优化和创新成果产出，并最终以临床功能模块的形式灵活扩展至SenseCare®智慧诊疗平台，以原创AI技术为不同部位、不同疾病、不同诊疗环节打造智能解决方案。

例如，在AI+肝脏诊疗领域，商汤科技SenseCare®Liver CT肝脏CT智能临床解决方案利用一系列创新技术，解决了利用AI技术进行肝脏多期项影像辅助诊断面临的各种困难，实现了从肝脏影像阅片到术前评估的全流程辅助。

由于肝脏组织影像灰度不均匀性、不同软组织间灰度的接近性等问题，部分病灶在诊断过程中很容易被忽视。如何在增强CT多期影像上精准检出类型繁多的病灶是肝脏影像诊断的一大难题。商汤科技提出的基于形态学和拓扑学先验信息对深度学习检测和分割网络进行优化的方法[i]，有效提升了微小和非典型病灶的检出能力，并在多病种和复杂肝背景下保证了极高的泛化性能。

同时，商汤提出创新配准方法[ii]，可以兼顾图像全局和局部、多阶段的形变信息，有效应对扫描过程中呼吸运动造成的变形及伪影，从而实现了CT多期影像的自动配准与联动阅片，方便医生直观地查看分析病灶情况。不仅如此，商汤还创新性地提出多期相、多任务融合的全自动腹部三维建模[iii][iv]，实现全面、精准、高效的一体化腹部器官组织分割、病灶检出、脉管系统提取和相应的分级分段功能，并在此基础上生成三维模型。

研发过程中，该算法有效地克服了血管走形迂曲、成像质量参差不齐等难点，排除病灶、支架、胆管扩张等干扰，以高精度的组织分割与和精细至四级的血管提取，帮助医生360°动态交互式查看肝脏结构、脉管走行、肿瘤位置、血供与侵犯状况等，极大地提升了医生进行个体化术前评估与规划的效率与精度。

目前，该产品已落地，并在应对肝癌方面能够为医生提供更加有力支撑。浙江大学医学院附属邵逸夫医院放射科主任胡红杰教授表示，“AI技术的应用不仅为医生减少了机械性工作量，更重要的是能够对关键指征进行准确提示，降低漏诊、误诊的风险，加速医生在肝脏疾病上的阅片经验积累。”

SenseCare®Liver CT肝脏CT智能临床解决方案可以在2分钟内完成全部重建，并提供病灶的模拟外扩功能，辅助医生观察病灶与毗邻血管、器官的位置关系。

又例如，在心血管疾病诊断领域，基于CTA影像准确地提取血管三维结构是整个诊断流程的首要环节。传统后处理工作站存在细小血管分支提取精度不足的问题，而且需要较多的人工交互，耗时较长。

为此，商汤科技发明了一种新的深度强化学习技术[v]，应用到血管树自动提取，模拟医生或技师手动追踪血管的方式，直接从原始图像中自动提取血管的三维拓扑结构，可以适应不同患者心血管的各种复杂结构，并且达到了媲美专业技师的血管提取准确度和完整性，为冠心病的精准诊断奠定了基础。

此外，心脏的分割与三维重建也是诊断阅片中的重要一环，针对心脏影像空间分辨率高、标注数据难以获取等问题，商汤科技提出了一种小样本学习的分割框架[vi]，将半监督学习和自训练方法有效结合，在极少标注数据训练情况下，实现了心脏多腔室的高精度分割，有效帮助医生进行如心肌肥厚、心力衰竭等疾病的预测。相关专利成果均已在SenseCare®Cardiac心脏冠脉智能临床解决方案中得到应用，并发表在医学图像分析顶级期刊及会议。

南京医科大学附属常州第二人民医院是首批应用SenseCare®Cardiac心脏冠脉智能临床解决方案的医院，该院医学影像科、核医学科主任潘昌杰教授介绍说，以往单个冠脉病例的诊断从医生开始阅片到出具报告通常需要耗费15~20分钟，而引入该产品之后，从数据加载到最后胶片打印完成只需3-5分钟，阅片效率得到了显著提升。融入了原创技术的SenseCare®智慧诊疗平台，可以为医生提供高性能的智能辅助，有效提升临床阅片诊断与手术规划的效率。商汤希望以SenseCare®智慧诊疗平台为支点，持续拓展AI在真实临床场景下的创新应用。

SenseCare®Cardiac心脏冠脉智能临床解决方案可自动完成冠脉三维重建并检测斑块与狭窄，将原本需要15~25分钟冠脉CTA阅片流程，缩短至1分钟以内。

“坚持原创”是商汤科技自创立以来始终坚持的理念，也是商汤的基因，是商汤科技得以持续创新、持续发展的动力。创新离不开知识产权的保驾护航。未来，商汤将继续夯实原创技术能力，在探索AI医学影像前沿应用方向的同时，也会持续深化知识产权体系建设，加快创新步伐，将更多的领先的技术和应用推向市场，真正为用户创造价值。

[i] 图像检测模型的训练方法及相关装置、设备、存储介质

[ii] 一种多尺度微分同胚的多模态形变配准算法

[iii] 基于投影约束的、半监督、多期象腹部多器官分割方法

[iv] 基于多尺度、全局注意力机制的“由粗至细”交互式血管肝段分割方法

[v] 图像处理及神经网络训练方法、装置、设备和介质

[vi] 网络训练方法及装置、图像分割方法及装置和电子设备

雷锋网雷锋网

随着支付制度改革在全国近100多个城市的快速推进，行业内意识到，新支付制度下医保基金监管并非是一个孤立问题，这项工作横向涉及与医疗的共同发展，纵向涉及与医保集采、定价、支付、绩效管理的联动。平安医保科技医学信息专家吴骁通过剖析新支付制度下的进步与风险，进一步探讨在此制度下的几种典型监管思路，以及在有限条件下一套适用于新制服制度的智能化工具所承载的使命。

平安医保科技医学信息专家-吴骁

兴一利，必生一弊——新支付制度的基金监管

以医保物价目录为付费基础的按项目付费制度是我国从“企业包干制医疗保障”走向“现代化社会医疗保障”的里程碑，奠基了近20年来医保行业发展的支付制度，保障了广大人民健康，向医院输送了发展养分，更间接推动了医药新技术的应用以及发展，其所带来的巨大而广泛的价值毋庸置疑。然而根据唯物辩证法来看，任何事物都不可避免具有自身局限性，按项目付费的局限性正在于据实结算所衍生出的“多用多得’的绩效分配方式。这种分配方式如同藤蔓一般紧紧附着于医保基金，在自身不断壮大的过程中争夺基金这棵大树的养分。

分配制度潜移默化影响了近20年来医院管理、医务财务、乃至临床医护的从业理念，在医保打击力度不断增强的背景下，表现形式各异的浪费、滥用和欺诈行为依然层出不穷就是直接佐证。这种现象的背后，更多是制度不完善带来的必然因果。即便医保不断补充如诚信体系建设、飞行检查、专项稽核等强力手段来加大基金监管力度，也未能断绝各种医保基金不合理使用行为的出现，反而因日渐收紧诊疗、药品等项目支付范围拉紧了医、患、保三方的关系。

在医疗与医保矛盾日益加剧的大背景下，支付制度改革随着2018年国家医保局的成立被推上风口浪尖。随着支付制度改革在全国近100多个城市的快速推进，行业内的有识之士都清醒意识到DIP、DRG等支付方式虽然一定程度上解决了滥用、浪费两类问题，但支付工具的自身特性，使其依然潜伏巨大的医保基金安全隐患。业界普遍关注的高靠分组、费用转移、低标准住院、不合理自费等行为，均是直接影响新支付制度下基金安全运行的风险点，如若缺乏有效监管手段，这些风险带来的严重性甚至远超以往滥用、浪费行为。

以下列举部分已出现风险问题：

选取上表中几个最有代表性的实例来进一步说明问题的严肃性与迫切性：

案例一，通过篡改编码实现高靠分组

心绞痛+冠状动脉造影的病组定价为8,000元，心绞痛+冠状动脉造影+单个支架植入定价为35,000元，一份病例通过篡改编码的方式将本该进入正常低价组病例抬高至高价组。

案例二，通过费用转移降低医疗服务质量、增加患者负担来控成本

某支付制度改革地区，化疗病组定价7,000元，某家医院为了降低成本，拒绝向患者提供医保目录可以报销的进口化疗药品，对国产同类药有过敏史的患者入院后被告知进口药医院无库存如要使用需在外采买。

案例三，降低入院标准的体检住院

对处于脑血管病稳定期的老年参保人，通过住院形式进行体检，同时使用“活血化瘀，疏通血管”的针剂完成典型的“中国式住院”。

上述3个例子，均为新支付制度下逻辑关系简单清晰的典型违规行为。但简单的问题背后却潜伏着巨大的隐患，针对上述例子产生了以下三个问题：

1） 如果数据全面失真，如何保障医保基金的稳定性？

2） 如果患者经济负担显著增加，医保支付制度改革的成果价值何在？

3） 如果对低健康价值医疗投入无限上升，危重症、慢性病参保人的利益如何保障？

而今迈步从头越——新支付制度下的智审工具将背负更高使命

前述假设直接体现支付制度改革下监管工作的必要性与紧迫性，又从侧面反映出医保基金监管重心的转移，即从（按项目付费下的）避免滥用，转变为对“入院理由充分性，支付要素真实性和医疗服务足量性”三类风险的监管。仅通过违规行为的名称都不难发现，DRG、DIP违规行为门槛极低，小到多收一个轻症病人，抑或将诊断编码稍加改动，更到少开几盒药都能获得不菲的盈余。然而，千里之堤溃于蚁穴，这些“不起眼的小事”一旦形成规模，将极大伤害支付制度改革地区的医保环境乃至影响社会稳定。

既然有效监管是保证支付制度改革后基金运行稳定的前提，那么一套适用于新支付制度的智能化工具就尤为关键。其所承载的将不仅仅是基金审核这项单纯工作，更肩负着保障基金公平稳定、为当前支付制度保驾护航的重大使命。

远近高低各不同——新支付制度下几种典型监管思路探讨

一套完备的支付工具，一定是由对医保监管工作的深入认识以及清晰有效的风险解决思路两方面构成的，而监管思路的可实现性与最终监管结果的完备精确性，引发笔者对于当前业界最常见的新支付制度监管思路产生了不同见解。

1） 应用临床路径监管模式

自医保监管这个命题被重视以来，应用临床路径的权威性对病例中药品诊疗的应用进行合理性约束，已成为约定俗成的监管方式。然而这个方式真的适用于新支付制度的监管吗？笔者认为并不尽然。临床路径的本来用途是将病情相对单纯的病例进行标准化后，供临床参考使用，意在取得医疗风险与医疗效果间的平衡。然而医保需监管审核的病例每月数以万计，临床复杂性是必然直面的问题，而临床路径自带的“单纯”属性，缺乏对临床情况复杂性的容纳是显而易见的事实。

或有观点提出，DIP注重主诊断、主手术操作，利用临床路径进行监管审核应当并无差错，实际上这种观点是将医保支付目的与医保监管目的进行了混淆。DIP中侧重的主诊断与主手术操作，仅作为支付线索形成（医保基金向医疗机构支付的）费用定价，医保支付的目的还是对标参保人住院期间的所有必要治疗，若应用临床路径对主诊断、主手术操作进行监管审核，除临床路径容错性低，造成审核精确度下降外，甚至会向定点机构加强“医保只报销主诊断、主手术操作相关费用，其他次要病情医保未予重视”的潜在观念，这将完全背离支付制度改革初衷。故笔者认为，DIP并不宜以临床路径进行监管。

2） 大数据监管模式

随着支付制度改革在各地区推进，以概率论为理论基础的大数据监管思路也十分抓人眼球，这种思路所衍生出的“均衡系数” 、“费用结构分析”等专业概念更让人顶礼膜拜。然而笔者认为，虽然大数据挖掘无疑是该被深度应用的 一种技术手段，但就当前可获取的数据条件无法还原临床过程这一客观情况，结合医保工作要求监管工具输出高精度结果的真实诉求来看，应用统计为理论基础的监管工具自身不可避免具有高敏感度、低特异性的特点，或更宜作为为稽核工作提供线索的辅助监测、稽核工具。而医保日常审核作为第一道基金安全防线，是医保基金安全的核心，审核结果敏感度过高将产生大量假阳性抓取，致使人工工作量激增而更加不利于监管工作的展开。

3） 人工作业监管模式

DRG及DIP监管审核有着全量病例审核的绝对必要性，试想一个地区每月产生数万份病例，如果靠人工完成审核，即便拥有数十个临床经验丰富、精熟医保各项政策的专业人才也捉襟见肘，加之人工审核标准高度受工作人员自身的业务能力、工作状态等不稳定因素制约，人工作业的形式更加不适宜新支付模式的监管。

另有人工抽查形式，其弊端除了无法实现病例全覆盖外，又因其“少抓重罚”的特性而无法体现医保行政部门的公平性，只宜作为过渡性质的临时办法。

结合以上两点，足可见人工监管不足为恃，唯有依托高业务覆盖度的智能化监管系统来对基金进行全面管控才是高效的解决途径。

水之积也不厚，负大舟也无力——有限的数据条件与无限的业务追求

医保结算清单的推出是支付制度改革下的显著变化之一，它除了作为容纳支付要素的载体外，还是医保信息化的核心基础数据源，结算清单扩增出了全量而规范的中西医诊断、手术信息等关键内容，自此，用于智能监管的数据不再为单一的医保结算明细数据。

事实是，即便关键数据范围有了极大扩充，可用于监管尤嫌不足。因为在新支付制度下，监管工具建设紧密围绕着病情程度与投入诊疗的对应性展开，而医保结算清单加结算明细并不能充分反映一次住院过程中的病情全貌，这直接导致诊断等支付要素与投入诊疗资源这组对应关系间出现病情程度分析的断层。这个断层的影响主要体现于：在当前医保数据条件下，智能监管工具筛查出的结果仍然不能脱离人工确认，以及存在更令人担忧的隐患——新支付制度监管工作可能存在更多仍未暴露的风险点，高度依赖大宽度临床数据作为基础支持才能使其无所遁形。令人振奋的是，在医保信息化快速发展的背景下，多地区已展开对更宽范围临床数据的探索与展望，如潍坊医保局已开始依托“影像云系统”，将CT、MRI、超声、胃肠镜等临床数据与智能监管工具进行融合并取得一定成果，这是新支付制度下医保监管探索迈出的一大步。

一言蔽之，新支付制度下智能化工具无限追求的基金风险覆盖全面性与对违规抓取的精准性，都依赖更全面的临床数据支持，盲目相信“大数据”技术能解决一切问题的认识并不可取，毕竟再高明的方法也绕不开“巧妇难为无米之炊”的基本逻辑。

新支付制度下，越发凸显出医保基金监管并非是一个孤立问题，这项工作横向涉及与医疗的共同发展，纵向涉及与医保集采、定价、支付、绩效管理的联动。因此，一套全面覆盖新支付制度基金风险的监管工具被委以重任，诸多医保信息化产商，在助力医保支付制度改革道路上，也成为了不可或缺的力量。

（作者吴骁为平安医保科技医学信息专家）

雷锋网雷锋网

医保基金是公立医院的重要资金来源。国家医保局医药服务管理司司长黄华波表示“持续推进符合不同医疗服务特点的支付方式改革，让公立医院有动力合理用药、控制成本，有动力合理的收治和转诊患者，从而支持和促进公立医院的高质量发展。”

国务院办公厅印发的《关于推动公立医院高质量发展的意见》(以下简称《意见》)中也提出，将要将公立医院发展方式从规模扩张转向提质增效，运行模式从粗放管理转向精细化管理。这也必将是管理理念、管理工具、管理方法和管理技术的一次革新。

在医保基金治理的一整套流程中，相比后置监督和事后追溯，防范骗保最彻底的途径，是从医保基金给付方式入手，从制度上形成医患制约关系。

全国医保支付改革试点超200城， DIP高速推进

2020年10月19日，国家医疗保障局发布了《关于印发区域点数法总额预算和按病种分值付费试点工作方案的通知（医保办发〔2020〕45号）》，提出用1-2年的时间，将统筹地区医保总额预算与点数法（DIP）相结合，探索以按病种分值付费为主的多元复合支付方式进行医保支付。

从2020年开始，在全国的71个城市启动了区域点数法总额预算和按病种分值付费试点，目前这71个DIP试点城市已经全部完全了预分组工作，今年内也将实际付费。

“在国家试点的基础上，一些省份也选了工作积极性比较高、基础条件比较好的城市开展试点，所以全国目前为止DRG、DIP的试点超过了200个。”国家医保局医药服务管理司司长黄华波介绍说。

作为医保支付变革的终极节点，实行DRG/DIP结算的最终效用是在各个城市医保业务中，将住院过程中的检验、检查、用药等诊疗行为约束在一个合理的范围之内，从制度上管理好医保基金支出。

DIP在理念和操作方法上，符合国情、基本客观反映临床现实，不仅适用于医保治理、推动卫生改革、公立医院管理等诸多领域，关键是具有公开、透明、通俗易懂、简便宜行等特性，因此，DIP医保支付在全国较快推广成为“大概率”。

湖南常德按下DIP改革快捷键

DIP付费是基于预付费，病种收入相对稳定，这就需要医院努力缩短住院日，提高床位周转率，降低次均住院费用等措施提高医疗效率,才能获得较好的收益。DIP付费必然引发各家医院在医疗服务能力、医疗效率、成本核算管控能力、患者满意度、绩效设计等方面的挑战。

以湖南省常德市DIP试点项目为例。2021年2月，常德市医疗保障局与平安医疗健康管理股份有限公司（以下称“平安医保科技”）就DIP支付制度改革项目正式签约，此项目也成为了全国首个启动DIP付费的国家试点城市项目。

据了解，该项目根据DIP的数据管理、支付制度设计、费用与质量的过程监管、持续评价四个关键信息化节点，设计并建设了病案信息管理、病种分组管理、基金结算管理、基金智能审核、综合评价管理五个子系统。

其中，基金智能审核子系统主要从新支付方式下医保基金与服务质量双控管理的需求出发，引进大数据、人工智能等技术手段及关键临床共识等领先知识体系，实现医疗费用和服务规范等风险的自动识别。同时，支付风险模型的前台可视化管理等充分考虑业务应用过程不断不断精进管理的需求，实现模型主动学习与前台个性化配置的互补融合，保证地方管理的个性化需求在工具层面的高效响应。

《意见》中对公里医院科学评价绩效提到，“要借助信息化手段，将医院管理的基础精准到科室、精准到诊疗组、精准到每个医务人员和重点病种”。平安医保科技DIP系统将综合评价管理系统纳入，主要从管理者角度出发，提供了评价指标管理、评价方案管理、指标结果应用、评价结果应用、智能决策分析等五大模块。通过多维度、多层次的指标体系全面客观评价支付运行状况，可对支付方的医保基金管理能力进行考核，对供方的医疗能力质量、资源使用效率等多方面进行综合评价，保障评价结果的公正性、准确性和客观性。

常德市计划在2021年底前，实现区域点数法总额预算和按病种分值付费为主体的多元复合支付方式，有效控制医疗费用不合理增长，提升医保基金支付效率。

DIP试点是国家医保制度深化、医保基金精细化改革的又一重大抉择。通过理论与实践的不断融合递进，这一具有中国特色、时代特征的新支付机制也将尽快形成、落地生效。

雷锋网雷锋网

近日，美国食品与药品监督管理局（FDA）批准了全新“人造皮肤”产品：StrataGraft，用于成人热烧伤患者的皮肤移植。

对于烧伤患者而言，常见的治疗方式是去除损坏皮肤，然后摘取患者的健康皮肤，进行移植。

然而，皮肤移植手术随时可能带来感染风险，并在获取健康皮肤的部位造成新的伤口。

烧伤患者的福音：人造皮肤

StrataGraftr人造皮肤产品，由真皮成纤维细胞和角质形成细胞组成，两种皮肤细胞共同生长，形成了双层结构，提供活细胞，支持机体自身的愈合能力。

使用人造皮肤产品后，患者自身的皮肤细胞，会逐渐取代因烧伤而损坏的皮肤细胞。

根据3期临床试验统计，71名烧伤面积达3%-37%的患者，经StrataGraft治疗后，68人的烧伤部位，不需要“拆东墙补西墙式”的皮肤移植，其中83%的患者实现了持久的伤口闭合。

在不良反应方面，StrataGraft与常规的自体移植方法，表现差异并不大，均会出现常见的瘙痒、水泡、肥厚性疤痕和愈合受损症状。

由于StrataGraft在产品开发的早期阶段使用了动物细胞，因此存在传播传染病或病原体的风险。但在临床研究过程中，未出现患者对StrataGraft产生排斥反应的情况，也没有患者因不良反应而停止参与研究。

Mallinckrodt执行副总裁兼首席科学官Steven Romano，此前在接受采访时谈到：“帮助减少或消除自体移植需要的治疗进步是非常必要的。”

截肢患者的福音：电子皮肤

移植的皮肤，随着时间的增长，血液循环以及神经末梢会逐步建立，但如果表皮以下皮肤出现了较为严重的神经坏死，即便是移植而来的新皮肤，也可能会没有触觉。

当我们无法通过医学手段，恢复触觉，那能否通过在人造皮肤上覆盖一层超薄传感器，让其模拟真实触感，并反馈到大脑？

更甚者，能否利用“人造电子皮肤”，覆盖在截肢患者的假肢上，从而让患者的假肢拥有触觉、压力、温度等感知能力。

2020年，知名科学家鲍哲南院士在腾讯WE大会上讲到：“我一生中最美好的记忆是，当我把我的小孩抱在怀中，轻轻抚摸他柔软的小手和小脸的时候。如果妈妈不能抚摸她的孩子，或者在厨房做饭时被烫伤也没感觉，你可以想象吗？这就是戴着假肢、没有感觉的病人每天所经历的。”

让电子皮肤变为现实，已经成为鲍哲南等科学家们一致的梦想。

鲍哲南介绍到，“电子皮肤” 需要解决三大最重要的问题：

第一，电子材料必须像皮肤一样的柔软，可以拉伸甚至自修复、生物降解；

第二，能够真正感受到不同的物体；

第三，电子皮肤的信号需要能够被大脑识别。

从材料角度讲，需要通过分子的设计，得到不同的材料。

分子由原子组成，当分子排列成不同的序列时，便带来了不同的性能，比如拥有金属性能，或者具有可拉伸性。

但如果这些分子所做成的材料质地刚硬，当人在运动时，要么会束缚，要么则发生化学键断裂，导致电子器件无法工作。

因此，鲍哲南团队提出用可以自行修复化学键的新型材料，即使化学键断裂，也会自行重新修复，让其具备可拉伸性和自修复性，甚至有生物降解的性能。

材料问题解决后，第二步需将这些材料，做成灵敏的传感器，识别压力、形状和温度。

它既需要有灵敏度，也需要可以分辨外界不同的信号。

“早期团队开发了一个可以测压力的金字塔型传感器。当传感器的塔尖受到压力时，塔尖变形使得电信号改变；压力加大时，塔底变形使得电信号的改变加大，这样就可以测出不同的压力。”

除了分辨压力外，电子皮肤还要能辨别形状。在压力传感器上，加一层可以变形的薄膜，就可以检测出变形，从而分辨出是一个草莓还是一个苹果。

鲍哲南团队还开发了一个温度传感器，当温度升高的时候，该材料会膨胀使金属颗粒分开，从而让导电力发生变化。

最后一步是让 “电子皮肤” 的信号被大脑识别。

“人类大脑，所接受的从皮肤来的信号，是电的脉冲信号，所以我们所做的人造皮肤，也必须能够把传感器所得到的信号，改变成脉冲的信号。” 

有了这个信号之后，还需要把它与神经相连，通过神经传输到大脑。“所以人造皮肤必须非常柔软，必须不伤害到我们的神经或者大脑。” 鲍哲南讲述到。

该研究已经取得了实质性进展。鲍哲南团队把材料植入小老鼠的身体，小老鼠仍可以正常地生活，这证明 “人造皮肤” 确实可以和生物体系相容。

虽然要真正用到人的身上还需要一段时间，但已经证实 “人造皮肤” 理念的可行性。

鲍哲南说：“我们现在已经有一系列的材料和电子器件，使得我们可以证实人造皮肤是可以做成的。”

“电子皮肤”下一站：智能假肢

电子皮肤，本质上是，重建人的触觉。

那么残疾人，能否安装“智能假手、假腿”，让其假肢，除了拥有触觉外，还能进行抓取等操作行为？

目前可部分实现的是，通过在机械手上安装AI摄像头等传感设备，在人发出指令后（如类似于智能音箱的语音指令），智能假肢上的摄像头，会通过识别目标对象，然后进行简单的指定性操作。

但这类实现方式，并不自然，更像是人操作一个工具，而不是让工具融为人的一部分，用大脑的意念便可控制和感受，与真肢一样。

要走到这一步，则涉及到极其复杂的双向脑机接口技术。

假设大脑要让机械手做“开门”这一看似非常简单的动作，可分解为：用手抓住门把手，然后旋转。

首先，需要脑机接口，接收到大脑“开门”的意念信号，并将其变成无线电信号，传递到机械手上。

另一方面，机械手也要将握着门把手的压力信号，以及旋转时把手松紧、肌肉控制的感觉，传回到大脑中。

也就是说，它不仅需要把机械手接受到的信号，传输给大脑，同时要采集大脑的“指挥”信号，来控制目标物体。实现大脑与“机械手+物体”的双向通信。

这需要让大脑发出的信号和得到的反馈，匹配得尤为精确。让机械手握门把手的力度，与大脑中形成的感觉和真手一致，否则发生的情况，可能是人脑中感觉自己已经把门把手抓得很紧了，但实际上，一转动后，机械手就滑手了。

以更难控制力度的“抓鸡蛋”为例。

其原理大致为，手指的传感器在测量到压力后，要把信号传递到大脑中的感知皮层电极，在大脑处理好信息后，再通过运动皮层电极，将信息传出去，以这个信息控制手部肌肉抓取鸡蛋。

一开始，传感器感知到的力度和手真正抓的力度若不一致，鸡蛋要么抓不紧，要么被捏碎，而接下来的过程中，需要利用AI提升传感器的准确度和精度。

目前来说，用双向脑机接口的形式，让假肢变得和真肢一样：可感、可控，还为时尚早。但通过指令，以操控工具的形式，去控制假肢的时代，即将到来。

雷锋网雷锋网雷锋网

内容参考：

http://www.biodiscover.com/news/research/738411.html 

https://baijiahao.baidu.com/s?id=1682767204927559794&wfr=spider&for=pc

雷锋网消息，6月6日，奇绩创坛在北京中关村举办了2021年春季路演日，有33家早期公司参与路演。

这些企业包含先进制造、人工智能、企业服务、医疗、硬件、芯片、ESG、生物技术、航天、开源、农业等23个主题领域。

奇绩创坛创始人兼CEO陆奇博士在开场演讲中表示：

奇绩创坛成立于2019年11月，起步是YC中国。

YC是过去16年在美国和全球范围内被验证，有一个完整的体系，可以规模化、高效地加速早期创业项目的机构，尤其是技术驱动的创业项目。

奇绩创坛的使命是在源头最大化地驱动创新，愿景是通过合作，共同建造一个繁荣的创业者社区。

原因很简单，因为创业，它特别特别重要，但是非常非常难。我们坚信，要真正地、多方面地、长期地帮到创业项目，唯一可行的，是一个好的社区。

奇绩创坛的工作挺特殊，跟其他机构不同，我们是跟创始人一样，本质上相当于联合创始人，手把手一起去解决他们的核心问题。

奇绩创坛认为，早期创业最核心的是两件事情：

第一，加速产品市场匹配，从0到1，这是创业过程当中风险最大、非确定性最多，但是创造价值最核心的一个环节。唯一可以提高成功概率的是加速迭代，把机会成本降低。

大家一直讲“创业踩坑”，踩坑是不可能避免的，一定会踩坑。核心是把大坑变成小坑，即使踩了也没关系。这是创业营大部分时间跟创业者一起做的事情。

第二，活着。我们帮助每一个创业项目更好、更高效地融资，主要是通过跟众多的投资机构做广泛的合作。

合作特别重要，今天中国创业创新生态已经进入一个全新格局。毫无疑问，这个时代主旋律是“中国+技术”，它是一个历史性的市场机会。

在大格局下，早期创业生态扮演的核心角色是从技术研发到商业价值的一个核心的、关键的纽带。

我们需要更多的合作，可以把这个纽带做得更活跃。合作要通过跟投资人合作，跟企业合作，也要跟高校科研机构合作，因为我们需要更多更好的技术、手段。

同时要跟政府、政策等，也需要媒体支持，，这个创业生态中最最重要的主力军是创业者。

奇绩创坛这届创业营基本情况，总共有3494家创业公司报名申请，比上一届增加了60%，有33家被录取，录取率是0.94%，低于1%，的确是比进哈佛、耶鲁、MIT都难。

100%的项目都是技术驱动，创始人背景都非常非常强，今天的33个项目是一个缩影，可以看见未来的一个窗口，他们代表是每一个未来有巨大潜能的赛道。

以下附部分参加路演企业介绍（排名不分先后顺序）：

博志生物

博志生物是一家专注于骨科数字化诊疗系统的医疗器械公司。使命是帮助人类预防及治疗骨骼系统疾病。中国人口老龄化加剧，有1亿骨病患者无法精准治愈，数字化骨科带来了巨大的机会。

通过数字化赋能，重构整个骨科500亿市场。博志生物成功研发了世界领先的骨质量检测系统，把传统检测准确率从60%大幅度提高到90%。

博志生物通过诊疗一体机把人体骨骼数字化，打造完整产品矩阵，包括手术微创设备、个体化植入耗材等。通过骨密度、强度和结构等因素量化分析，制定个体化手术方案、骨植入物耗材及智能硬件，给患者带来更精准微创的个体化诊疗服务，改善全人类的骨骼健康和生活质量。

目前博志生物已经和香港玛丽医院，北京协和医院，中国人民解放军总医院，北京大学第三医院，北京积水潭医院，湖南湘雅医院，山东齐鲁医院，中山大学医院等国内40余家三甲医院开展合作。

团队介绍

马驰：联合创始人/CEO，香港大学骨科学博士。硕士毕业于香港大学工程学院，主要从事数字化骨科和智能诊断系统的研究。曾供职于德国Robert Bosch GmbH, Corigine (HK) Inc, 以及香港大学图像系统实验室，拥有多年医疗器械行业经验。

齐欢：CTO，牛津大学生物医学工程博士，曾就职于英国Intelligent Ultrasound和壳牌公司担任数据科学家。在智能医学领域取得多项研究突破，成果发表于ICCV, MICCAI, MIUA等国际顶尖学术期刊论文。

Prof. William Weijia Lu(吕维加)：创始人，董事长，加拿大滑铁卢大学博士，香港大学伍振民基金教授席，香港大学骨科实验室创办人，香港生物医学工程学会前主席，科技部国家重点研发计划项目总负责人（香港首个），国家科技奖获得者，威高骨科泰山学者。连续10年(2009-2018)被ISI评为全球top 1%科学家。

李朝阳教授：董事，首席科学家，骨材料学专家，香港大学医学院骨科博士、美国约翰霍普金斯大学医学院骨科博士后，天津大学材料学院教授。主要从事骨科生物材料、生物力学及骨代谢分子生物学研究。曾创立山东明德生物医学工程有限公司，和威高骨科合作取得三类脊柱骨水泥医疗器械注册证。

小蝇科技

小蝇科技是一家专注显微形态学的软硬件厂商，以血液细胞形态检测作为切入点。血液临检拥有检测量大，准确率不高且有漏诊误诊现象的特点。

人工镜检意义重大，为血液检验的最可靠和最普遍手段。但检验医生经验与水平参差不齐，培养周期长，基层合格医生缺口突出；同时镜检操作耗时耗力，效率不高。

更重要的是，当前血检机器不能储存细胞形态学信息，丢失了一大批极有价值的临床证据。针对当前痛点，小蝇科技在未来内将推出数款针对显微形态的医学检验产品，以提升实验室对形态学检验的准确性和效率，并完成检验信息化。

团队介绍

创始团队由毕业于北京大学、牛津大学、斯坦福大学等国内外各大高校的博士/硕士组成。

密码子

密码子基于成熟的大规模酶催化DNA组装技术，自研数据—DNA模块编解码算法及软件，优化适应于大数据存储的DNA生化反应及工艺，实现DNA数据存储在应用上的突破。

密码子核心技术自主IP并通过专利布局保护，开发自动化的DNA数据读写一体设备。密码子将以DNA存储设备为核心，深度融合行业级软硬件、搭建冷热数据分层存储架构，为政企客户提供一体化解决方案。

密码子通过与典型行业的深度合作，实现与现有文件存储系统的无缝衔接，逐步建立DNA数据存储的行业标准，进一步从档案数据、政府数据、医疗数据、自动驾驶数据等市场切入，扩展至各个数字化相关的行业。

团队介绍

张璐帅博士：创始人/CEO。合成生物、材料科学与工程专家，MIT博士后，威斯康星大学麦迪逊分校博士。10年交叉学科研究经验，以第一作者身份发表论文十几篇，被C&EN、Physics today等杂志报道。

姜朔博士：联合创始人 /CTO。上海交通大学与MIT数据系统与社会研究院联合培养博士，新加坡科技设计大学数据驱动创新实验室访问学者，四次获得国家奖学金。多年数据挖掘应用与管理的交叉学科研究经验，一作发表多篇高水平学术论文。长跑爱好者，全程马拉松3小时29分完赛。

肯维捷斯

肯维捷斯致力于利用微型显微成像实现家用健康检测终端。将微型显微镜与生物芯片结合，实现一滴血样品的血细胞和生化指标检测，检测后通过终端线上看病。

肯维捷斯的核心技术为微型显微镜，将过去大体积的显微设备集成至厘米尺度的显微器件，性能达到亚微米级专业水平，颠覆了显微镜的形态，已在消费电子行业实现大批量出货。

团队介绍

胡庆磊：创始人，华中科技大学光学工程专业博士， 8年光学和脑科学研究经验，美国光学学会审稿人，曾提出开普勒色散补偿方案解决了超快激光成像/加工领域的色散难题。微型显微镜头设计者。

黄凯：创始人，华中科技大学生物医学工程专业硕士，8年光机系统研发经验，曾就职于武汉大学中南医院（2年），2020年荣获武汉市3551创业人才。

李宁：创始人，华中科技大学生物医学工程专业博士，7年嵌入式及自动化显微成像研发经验。公司自动化技术负责人，开发的超高速三维显微切片扫描成像技术为目前最快的显微切片扫描技术。

李梦婷：创始人，华中科技大学生物医学工程专业博士、工商管理专业学士，8年生物医学图像算法研发经验，公司财务负责人。

芯联心科技

芯联心致力于用自主研发的植入式芯片搭建生命体数据采集与分析平台，助力畜牧业智慧养殖、宠物监管与健康守护服务，未来将赋能人体主动健康管理，逐步构建全球生命体信息库，撬动万亿量级市场，构建数据守护生命终极形式。

团队介绍

马骏：创始人/CEO，以青海省高考第二名成绩考入清华大学电子系，清华大学电子系复杂工程系统实验室优秀硕士毕业生，曾以子课题负责人的身份参与多项官方重大科研专项。

杨涛：联合创始人/CTO，曾担任上市科技公司硬件技术总监，领导了多项产品的研发工作，曾在华为等公司从事硬件开发十余年。

侯向往：联合创始人/COO，清华大学博士，连续创业者，曾在华为海思、清华大学电子系从事研发工作，曾参与过多项国家项目，已在国际旗舰期刊、会议发表过多篇学术论文。

任勇：首席科学家，清华大学电子系教授，中国人工智能学会智能产品与产业工作委员会主任，清华海洋工程研究院副院长，曾获多项省部级科学技术奖。

王景璟：联合创始人，清华大学博士、博士后，入选中国科协青年人才托举工程和清华大学“水木学者”计划，主持国家自然基金在内的多项课题，曾获省部级科学技术一等奖3项，国际旗舰期刊、会议最佳论文奖5次。

清研精准

清研精准致力于打造国内领先的智能电动汽车全生命周期检测平台，深耕智能电动汽车“生产设备、高端实验仪器、开发工具、自动检测设备的研发创新”的行业核心攻关任务。

清研精准基于大数据及人工智能技术，在研发、生产、售后等智能电动汽车全生命周期内，向整车企业、零部件厂商、研发机构及终端用户，提供集研发平台、检测设备、售后工具、检测服务、数据服务及售后服务的整体解决方案，解决了因检测技术及工具匮乏，汽车行业在电动化、智能化、网联化的快速变革中，面临产品迭代优化、生产质量管控和售后能力搭建等关键环节都备受掣肘的问题。

原位芯片

原位芯片凭借自有芯片设计和工艺流片能力，致力于推出以新型医疗MEMS芯片为核心技术的医疗耗材型液体流量计和药物供给微泵模组。

引领一场以尿量监控仪、镇痛泵、胰岛素泵等器械为首的医疗器械的MEMS化变革。在医疗MEMS芯片、模组和产品赛道上争夺全球领先位置。

团队简介

董汉：创始人/CEO。兼任清华大学苏州汽车研究院感知检测中心主任。北京交通大学学士，伦敦大学学院硕士，清华大学汽车工程博士在读。曾参与国家863电动汽车重大专项。2020年荣登福布斯中国30U30榜单。

舒伟：联合创始人、常务副总/CTO。浙江大学电子信息专业、电子信息技术与仪器方向学士、硕士。曾就职于清华大学苏州汽车研究院ADAS产品中心、国内Tier1厂商。拥有8年产品及技术研发经验，负责多款汽车电子产品开发，产品出货量达10万台。

陈超：联合创始人/CMO。电子科技大学电子信息方向博士。7年产品及市场经验，曾就职于某全球电子厂商，主导10余个整车企业项目，创造销售额上亿元。

杨岳：副总，分管服务。北京交通⼤学学⼠。8年售后服务及管理经验，曾任全国最⼤新能源城配物流运营平台常务副总裁。

Bio-protocol

Bio-protocol致力于搭建全球最权威、最大的生物实验方法社区平台，帮助科研人员找方法、问专家，降本提效。生命科学领域是个很低效的行业，超过70%的科研人员无法重复他人的实验结果，每年因此面临超过700亿美元的损失。

Bio-protocol 将彻底革新生物实验方法的分享模式以及科研人员的沟通方式，为超万亿市场的行业赋能，为生命科学的研发效率提高至少2倍。

团队介绍

何芳连博士，创始/CEO。宾夕法尼亚大学博士学位，斯坦福大学博士后，超过15年生物学研究经验，在国际生命科学学术出版界拥有很高声誉，并且拥有强大行业人脉资源。

林元庆博士, 联合创始人，Aibee创始人/CEO，曾担任百度研究院院长。

余凯博士, 联合创始人，地平线创始人/CEO，曾担任百度IDL常务副院长

投光社区

投光社区希望实现学术研究的数字化。自学术期刊诞生400年来，小范围的同行评议一直是科研的唯一范式。同行评价难以准确反应现实价值，这直接造成了学术研究协作困难、趋于闭塞。

投光社区致力于打造一个知识开源社区，用GitHub式持续群创与版本控制实现文章生产与专业交流。投光将支持文章与算法在投光社区开源。

用户将可以为开源文章和算法提交Pull Request和Issue。配合专业生产工具（投光编辑器插件Editoe），填补中国预印本平台的空缺。投光编辑器插件将支持在数学环境中提供符号计算。

投光将支持代码沙盒，参考文献以及文档的分享与共创，多媒体元素并继续改进插图与数据可视化的相关组件。投光平台成为新的单一解决方案，无需下载7+额外插件，加速知识创作。

团队介绍

贺嘉琛：创始人兼CEO，毕业于格拉斯哥大学与香港科技大学。曾在天文台、LIGO等地工作，主要方向为天体物理中的数据处理与贝叶斯推断。基于在现代大科学组织中看到了学术界对数字化、商业化的需求，目睹了Pre-print、Open Access等进化浪潮的开始，从马普所退学后创立了投光。

王翔：首席算法官，负责研发投光推荐系统与知识图谱。新加坡国立大学博士后研究员，师从新加坡国立大学计算机学院创始院长。

Chua Tat-Seng教授。研究领域：数据挖掘、信息检索、推荐系统和可解释深度学习，申请国际专利1项、国内专利5项；研究成果LightGCN被美国微软公司集成到其著名推荐系统Recommender中作为个性化图推荐算法示例。在开源软件方面，作为发起者之一开发的基于深度学习的推荐算法代码库NeuRec已上线供全球广大开发者与研究人员使用。

魏伊培：联合创始人、运营负责人。博士就读于爱丁堡大学，方向为创业生态系统，导师为Ben Spigel。加入投光前曾于PNDC与全英学联负责科研成果转化、创业项目的落地与孵化；另在VC Comet labs工作过。在英期间负责教育部全英创赛、全英招聘会的统筹执行。曾于欧莱雅、百威参与市场运营有关工作。她聚焦产学研结合与创新研究多年。

倍生生物

倍生生物是一家软件化的物种设计、生物制造和生物技术生态公司。旨在软件工程化物种设计——充分发挥生物软硬件的自复制性和拓展性，建立模块化基因组代码库、快速迭代平台，彻底解锁生物产业生产力。

倍生的产品是满足特定工业目的的人造物种库及相关的管线，重点关注食品、日化、蛋白药物研发。前期，通过核心代谢网络的软件化设计，孵化精酿啤酒、发酵苏打饮料、高附加值体外诊断试剂、日化品等管线；中后期，专注于蛋白质修饰和折叠系统软件化设计，孵化蛋白药物管线。公司的长期目标是搭建基于模块化物种软硬件一体架构的完整生物技术生态。

团队介绍

陈钰博士：创始人/CEO。微生物系统生物学、发酵技术专家。海德堡大学定量生物学博士，德国马克思-普朗克协会博士后，加州大学圣地亚哥分校访问学者，曾任华大基因资深研究员。

康康博士：联合创始人，生物信息科学家。生物信息、基因组CAD、高通量技术专家。香港大学生物信息与系统生物学博士，德国莱布尼茨协会博士后，丹麦科技大学访问科学家，曾任微基因、华大基因资深研究员，科技新媒体 KOL。

崔蓉博士：联合创始人，COO。分子生物学实验、基因组编辑技术专家。中国科学技术大学细胞和分子生物学博士，华盛顿州立大学博士后、助理研究员，曾任温州医科大学眼科医院助理研究员。

Zion 函子科技

Zion是首款真正打通从「无代码」到「低代码」再到「源代码」的完整应用开发环境；配合跨职能的在线协作能力，建立全新的软件开发范式；降低门槛、提高效率的同时，让更多非技术人员也能参与到软件开发中来。

团队介绍

陆继恒：创始人/CEO，前Facebook及Groupon软件开发工程师/Tech Lead；美国康奈尔大学计算机科学工程硕士，俄亥俄州立大学机械工程学士。 蒋耀锴：创始人/CTO，硅谷已上市2B独角兽Medallia早期资深工程师；英国剑桥大学计算机科学学士、美国卡耐基梅隆大学大规模信息系统技术硕士。 Geoffrey Liu：VP of Eng，前Google软件开发工程师，之后多次创业，作为团队核心成员先后被Yahoo和Dropbox收购；美国康奈尔大学计算机科学学士。

EXA TECH

EXA TECH拥有全球领先的航天存储技术，为用户定制宇航级高可靠存储系统方案，是中国第一家完成在轨验证的商业航天存储公司。公司自主研发的存储控制器芯片于2020年流片成功，下一代星载存储系统（AS3）4年已有6套在轨运行。

团队介绍

朱荣臻：创始人/CEO，原兆易创新EMMC部门负责人，国内新一代航天存储系统架构设计师，10+年存储控制器芯片开发及团队建设经验。

王玮：创始人/COO，10+年世界五百强IT企业，存储产品销售市场管理经验，曾在HP、Dell EMC、Oracle公司担任销售市场管理工作。

刘第：创始人/产品总监，原兆易创新NAND产品经理，原SST SSD控制器、资深IC设计工程师，15年 IC设计经验，5年Memory产品定义及管理经验。

水田：解决方案事业部总监，原中兴产品研发经理，负责LTE RRU主力发货产品，负责7mm中频芯片天线校准，GSM链路方案设计原型验证，6年产品研发经验。

Second State

Second State是一家开源基础软件公司，其主要产品WasmEdge是为边缘计算优化的mission critical.实时、轻量级、高性能软件执行环境(也称runtime或者虚拟机)。

Second State以软件定义的汽车为业务切入点，解决汽车软件化、平台化、与生态化的痛点，致力成为汽车软件的开源事实标准，建立一个有强网络效应的基础软件平台。产品也可应用在机器人、智能工厂、边缘云、SaaS的嵌入式函数等场景。Second State 曾获得 SIG 海纳亚洲 A 轮投资。

团队介绍

Michael Yuan博士：创始人/CEO，毕业于德克萨斯大学奥斯汀分校，获得博士学位。Michael 在开发和商业化开源软件方面拥有丰富的经验。是 JBoss 的早期员工，被 Red Hat 收购之后，作为产品经理见证了世界上第一个成功的开源商业模式。Michael 著有 5本国际知名出版社出版的技术书籍。

Luba Tang博士：CTO，博士毕业于国立清华大学，获得博士学位。Luba是世界顶尖的编译器专家，开创了迭代编译行业的先河。

戴宏颖：VP of Engineering，毕业于国立清华大学，获得硕士学位。从事虚拟机、编译器等底层技术研发工作。其带领的技术团队全部毕业于国立清华大学、台湾大学，具有硕士以上学历，在编译器、操作系统底层软件方面拥有国际领先的技术能力与经验，已经在一起工作多年。 

知能科技

知能科技致力于将先进人工智能技术落地于风力发电领域，利用遥感卫星、地面气象站、激光测风雷达及风机运行状态等多维度数据的融合感知，结合深度学习算法，打造更懂风的智慧风场运维系统，解决目前风电行业内测风和预测功率准确率较低，发电稳定性不高，投资成本较大等问题，提高新能源的电网友好性，降低新能源投资成本，助力达成碳中和。

团队介绍

刘得锐：创始人/CEO。本科毕业于多伦多大学工程科学-机器人工程专业。清华大学交叉信息研究院2018级硕士生。熟悉传统控制算法及基于人工智能的优化算法。负责公司的市场规划，业务经营及研发合作。

高杰：创始人/CTO。清华大学交叉信息研究院2017级计算机科学实验班“姚班”学生。毕业后将全职负责公司人工智能技术开发。

王鉴浩：创始人/技术顾问。清华大学2015级计算机科学实验班“姚班”毕业生。清华大学交叉信息研究院在读博士生。主要研究方向为强化学习和多智能体强化学习，并在AAAI，ICLR等国际顶级学术会议发表论文并入选spotlight。

张崇洁：创始人/首席科学家。清华大学交叉信息研究院助理教授。加入清华之前在MIT的计算科学与人工智能实验室CSAIL任博士后。2017年加入清华交叉信息研究院建立机器智能实验室，其小组在Neurips，ICML，ICLR等国际顶级学术会议发表多篇论文。研究领域包括：人工智能，深度强化学习，多智能体系统，智能控制等。

TensorBase

TensorBase，自主开源实时大数据仓库，为规模化的大数据分析打造性能为先的新型基础设施。云边一体化架构，统一云原生和边缘原生数据基础设施，在云端和边缘同时释放数据时代算力。

团队介绍

金明剑：创始人，中国科学院博士。曾任甲骨文资深工程师，甲骨文11g套件的全球核心研发团队成员，也曾在上市公司担任数据部门总监。近20年商业平台、高性能系统、数据库内核和开源工程经验。多次完成商用大数据平台从0到100的研发、建设和管理，同时也是Apache Flink、Google Tensorflow、LLVM、Scala、Eclipse等知名开源基础设施项目的官方代码库贡献者。

纳飞卫星

纳飞公司研制和提供以固态碘为工质、最小最轻超长寿命的新一代任务级卫星电推进系统，赋予百公斤微小卫星千公里级的变轨能力。

在同等总冲（变轨能力）下，储供系统体积仅为传统化学推进的几十分之一，氙气电推的三分之一，可有效解决高功能密度微小卫星对轻小型、大总冲动力系统的急迫需求，推动太空装备进入摩尔时代。

同时，由于碘具有储量丰沛，易获取和低压易替换性，是数万颗计的大型星座构建和运维的最优动力选择，也足以支撑未来百万规模空间飞行器的动力需求，是下一代空间动力的唯一出口。

团队介绍

蔡建：中国科学技术大学力学、量子网安双博士，中国宇航学会电推进专业委员会委员，20年航天微推进经验，11年微电子装备经验。

蔡勇：总经理。中国科学技术大学博士，原中集高级经理，12年研发经验，9年企业运营管理经验。

大禹智芯

大禹智芯是一家聚焦云计算第三引擎——DPU（数据处理单元）产品的高科技公司，提供自主研发的从芯片到整体系统的产品和服务。作为国内最早的DPU创业公司，大禹智芯核心成员毕业于阿里云、Google Cloud，成员亲自领导实现过云平台和DPU，是最完整DPU经验的团队。

大禹智芯DPU产品广泛应用于安全、运营商、云计算公司等企业客户，基于团队过往丰富经验以及对未来敏锐准确的洞察，规划和打造最佳DPU产品路径，助力企业用户在云计算3.0时代又快又好地构建领先的IT基础设施。

团队介绍

李爽：CEO，曾任职美团云总经理、阿里巴巴集团网络部总监、百度系统技术委员会主席；曾主导参与云计算战略和互联网巨头技术平台搭建，多次正确预判了技术范式与业务形态的发展路径；曾领导开发中国第一代高性能网关，为中国云计算时代奠定硬件基础；具有多年网络设备、服务器、处理器定制及异构平台研发经验；具有深厚行业及供应链资源。

高亚滨：COO，曾任职思科XaaS与云协作业务大中华区总经理、阿里巴巴全球技术战略合作总监；具备多年ToB服务及技术战略合作经验；拥有担任多家企业的销售负责人、产品总经理、战略合作等市场核心岗位的经历，能够深入挖掘企业客户痛点，有效实现技术类产品、服务的销售落地；拥有超过1亿美金年销售额的技术类产品管理与市场销售经验。

王昕溥：CTO，曾任职美团云技术总监、阿里云和蚂蚁金服网络产品研发负责人、百度CDN平台研发负责人，云计算领域专家，拥有多年大型互联网/云基础设施技术领导经验；百度工作期间成功研发第一代CDN系统；阿里巴巴工作期间自主研发负载均衡设备实现对F5替换，完成云VPC、云DDoS防火墙、SSLoffload加速卡定制集成，阿里云DNS产品等高性能网络组件研发工作。

Dr.Body

Dr.Body专注于体态健康领域，为青少年提供无辐射不良体态筛查，干预服务。发展方向包括:医疗级体态分析技术、体态健康数据管理平台、线上个性化康复方案、矫正及干预产品等。Dr.Body使命是为青少年体态健康成长护航。

团队介绍

许真达：创始人/CEO/CTO。PhD深造于香港理工大学电子计算学系。曾在国际顶级期刊上发表多篇期刊及会议论文、发明专利8项。5年AI及医疗行业创业经验，获得多个创新创业大赛大奖，具有多个医疗图像处理相关项目的研究以及项目落地经验。

马俊鸿：联合创始人/COO。香港中文大学工商管理系毕业。PE Education创始人，3年运动教育行业创业经验，曾教育过百位青少年，并代理了四大国际证照美国运动委员会ACE-CPT课程，为其在港招生额创造6倍增长，具有多个市场推广，业务拓展及项目落地经验。

郭嵩：联合创始人，技术顾问。香港理工大学电子计算学系教授、副系主任、IEEE Fellow、长江讲座教授。对大数据、边缘计算等领域有丰富经验。攻读博士期间作为Co-founder加入Liska Biometry Inc.，担任首席构架师，公司成功上市。

丁力：联合创始人，医学顾问。复旦大学康复学博士，复旦大学附属华山医院康复医学科主管治疗师，中国康复医学会手功能康复专业委员会青年工作组副组长。2014年开始镜像疗法相关的“产、学、研、医” 研发、研究工作，主持国家自然科学基金青年项目1项，上海市青年英才扬帆计划项目1项。

Infermove 推行科技

推行科技是一家从事机器人和低速自动驾驶技术研发的初创企业，主要产品是以电动单人代步底盘为基础研发的自动驾驶共享单人代步设备。

公司选取景区、游乐场等大型园区或建筑物内的代步需求为切入点，打造了Carri 魔椅自动驾驶共享单人代步设备，计划依托单人代步平台仅次于双腿的可到达范围和极低的使用门槛，让共享代步运力服务可以触达前所未有的地理和人群范围。

团队介绍

卢鹰翔：CEO，美国康奈尔大学计算机硕士；美国哈佛大学人口经济学硕士，哈佛公卫学院中国学生学者联合会主席；美国弗吉尼亚大学生物医学工程学士、经济学学士，工程学院第一名毕业。

在医疗器械（无伤血糖仪）和移动互联网（货运O2O）领域有丰富创业经历，部分经历被收录入斯坦福大学 “Biodesign: the Process of Innovating Medical Technologies” 教科书。

能利芯科技

能利芯科技是一家专注于高效率高功率密度的XPU (CPU, GPU, FPGA, ASIC)板级芯片电源及解决方案提供商。创始团队来自剑桥大学，弗罗里达大学，上海交通大学和丹麦科技大学，并有GE，ABB，西门子，中国中车英国研发中心等世界五百强企业多年研发工作经验。

团队拥有源自剑桥大学的世界一流专利技术，结合国内数据中心云计算，电动汽车，5G通信等行业的爆发式需求以及中美博弈，供应链安全无法保障的大环境，致力于为中国企业提供先进、可靠的芯片电源及解决方案。

团队介绍

龙腾：Chairman，英国剑桥大学博士，现任剑桥大学终身教职（副教授），获得超过250万英镑科研经费，发表顶级SCI论文40余篇，拥有国际/中国专利8项，拥有4年国际知名企业(GE)从业经验，丰富的行业，技术，人才和社会资源，负责公司整体发展，依托剑桥大学为公司提供技术与人才支持。

宋继斌：CEO，上海交通大学博士，剑桥大学南京创新中心功率电源项目负责人，曾获得上海交通大学-卡尔斯鲁厄理工学院联合创业学院路演一等奖，发表电力电子领域顶级SCI、EI论文十余篇，负责公司整体发展，包括市场开发，目标客户需求对接，公司融资和与投资人对接等。

陈屹然：COO，英国剑桥大学博士，现任中国中车英国研发中心市场项目负责人，曾任西门子数字工业部门高级项目经理，工业4.0战略委员会高级成员，曾任ABB集团工业机器人事业部高级产品工程师，发表顶级SCI论文10余篇，拥有国际专利2项，负责公司运营与业务整体发展，产品布局，成本和质量控制，制定业务发展规划。

贝贝盔

云量几何是一家技术驱动的数字化矫形服务商。第一款产品贝贝盔专为4-18个月的中国宝宝设计，用数字化手段解决500万新生儿的扁头斜头问题，让头型矫正像戴牙套一样普遍。

云量几何的复合型团队是软件、硬件、AI算法、医学的强力组合，已经和多家全国顶级儿童医院达成合作，用技术赋能医学研究，让人在生长的过程中兼顾健康与美。云量几何将以移动端高精度3D扫描、智能网格算法、3D打印等技术为核心，扩展适用于不同年龄段不同身体部位的产品矩阵，解决耳廓畸形、O型腿、扁平足等问题。

团队介绍

罗凡：CEO，前谷歌高级软件工程师，AI云服务团队技术负责人，数亿美元营收AI产品从0到1开发经验，美国卡耐基梅隆大学软件工程硕士，北京航空航天大学计算机学士。

刘旭璐：COO，智能硬件连续创业者，美国十大建筑公司Swinerton管理咨询项目负责人，美国卡耐基梅隆大学土木工程和科技创业投资双硕士，美国UC San Diego结构工程学士，多年硬件结构设计经验。

罗洪运：技术负责人，国内顶尖AI公司技术负责人，前端专家，拥有丰富前中后台架构经验和团队管理能力，北京航空航天大学学士。雷锋网雷锋网

双方共同探索以患者为中心的互联网+医疗创新实践，在城市定制型商业补充医疗险、医疗补充险、全国DTP药房等维度展开全面立体的合作。

合作将首先围绕泽璟制药即将上市的肝癌一线靶向治疗药物，1.1类新药“甲苯磺酸多纳非尼片”（泽普生®），在中国获批上市后为肝癌患者提供全病程的管理服务。

根据世界卫生组织国际癌症研究机构（IARC）发布的2020年全球最新癌症负担数据，肝癌位列2020年全球发病人数最多的10种癌症第6位，并且死亡人数83万接近新发病人数90万。

在中国，肝癌是导致全民死亡的第二大癌症。2020年，中国有超过41万人新患肝癌，有超过39万人死于肝癌，死亡人数逼近新发病人数。这也意味着，每11位新确诊癌症的人中有1位患肝癌，几乎每8个因癌症死亡病人中就有1个死于肝癌。

泽璟制药是一家专注于肿瘤、出血及血液疾病、肝胆疾病和免疫炎症性疾病等多个治疗领域的，创新驱动型化学及生物新药研发和生产企业，是科创板首家第五套标准上市的企业。

多纳非尼是泽璟制药开发的口服多靶点、多激酶抑制剂类小分子抗肿瘤药物，属于1.1类新药，泽璟制药拥有独立的自主知识产权。临床前药理学研究证实，多纳非尼既可抑制VEGFR、PDGFR等多种受体酪氨酸激酶的活性，也可直接抑制各种Raf激酶，并抑制下游的Raf/MEK/ERK信号传导通路，抑制肿瘤细胞增殖和肿瘤血管的形成，发挥多重抑制、多靶点阻断的抗肿瘤作用。

泽璟制药董事长、总经理盛泽林博士表示：“泽璟制药是一家以新药研发为主的创新型制药企业，未来在多个疾病领域都有产品管线的布局。我们非常期待与圆心科技集团在多个创新药项目的合作与发展，共同提高中国患者的用药可及性。”

圆心科技董事长兼CEO何涛表示：“通过此次合作，圆心科技将充分利用集团的创新支付系统、成熟的DTP药房网络、全国超过300名专业药师团队，为肝癌患者打造完整的全病程服务。”

近日，在第84届中国国际医疗器械博览会（CMEF）上，GE医疗与中华医学会影像技术分会（以下简称“协会”）签署为期三年的战略合作协议。根据协议，双方将从影像技师人才培养和领导力赋能、更广覆盖的在线研修平台建设、针对CT、磁共振等核心影像设备操作、临床扫描规范化相关的专项能力建设以及售后服务规范化专家共识四方面展开深度合作，将以务实、高效、建设性的合作推进计划，携手为十四五期间医疗行业高质量发展、医疗影像临床服务质控贡献力量。

据中国医学装备协会公开发布的统计数据显示，中国市场CT、磁共振、血管机等影像设备的保有量近5年来一直保持高速增长，磁共振设备的保有量年复合增长率超过15%，CT设备的年复合增长率达到16.1%。

十四五开局，公卫防疫工作要求下，发热门诊影像检查升级、基层医疗机构影像能力提升的需求凸显。医疗影像设备和基础设施的进一步覆盖，对于人才、能力建设、质控等方面的需求也随之突显。

中国医学会影像技术分会主任委员、四川大学华西临床医学院影像技术系主任兼华西医院放射科副主任李真林教授多年来通过多种创新模式、联合各方力量坚持影像技师的培养和能力建设，他认为：医院里的影像技师是现代医学影像检查的排头兵，他们的水平直接影响疾病诊断的质量。精准医疗，影像先行，精准影像，技术先行。影像技术端与临床诊断的结合，让技术更好地服务临床、服务患者，任重，道远。

此次GE医疗与中华医学会影像技术分会的战略合作，正是从这些最为迫切的现状和需求出发，借助GE医疗全面国产、数字赋能、合作共赢发展战略实施以来的经验和积累，从“人”和“质控”这个关键要素来推动影像技术发展。

线下影像医师研修院结合在线研修平台，“人”是核心

根据协议，GE医疗将与协会联合打造三位一体的人才发展计划，包括：以线下封闭式学习形式的“医学影像技师赋能研修院”，三年、阶梯式学习计划，旨在提升影像医师团队的领导力和管理水平，促进交流；开发“医学影像医师研修线上平台”、以线上学习和分享形式开展持续性交流学习活动；同时，开展专项能力建设合作，针对各级医院影像医师在CT、磁共振等核心影像设备操作和技术应用方面，不定期组织开展专家培训、设备技术比武、临床扫描规范化培训等活动。通过这种长期的、多维度的计划，不断促进影像技术和临床诊断的紧密结合，提升中国医学影像医师整体临床与科研水平。

GE医疗中国副总裁、首席市场营销官阎华表示：“人才发展是任何一个行业可持续性发展的核心关键，医疗行业尤其迫切。GE医疗多年来始终在‘合作’多方伙伴，同时借助数字化技术赋能人才发展、赋能基层医疗发展。此次与中华医学会影像技术分会签署战略合作，我们相信，通过双方在专家指导、技术设备、在线平台资源、精英培训设计等多个领域的经验和投入，一定能够让更广范围的影像医师职业发展上一个新台阶，从‘人’这个核心要素来助推健康中国行动推进。”

全力推进磁共振等核心影像设备售后服务专家共识，“质控”是关键

此次签署的战略合作还包括与协会专家共同推进 GE医疗CT、磁共振设备原厂服务专家共识，全力协助基层医疗质控水平提升。在战略协议签署的同时，协会与GE医疗联合发布了《GE 医疗3.0T磁共振成像系统原厂售后服务专家共识》（以下简称《3.0T共识》），将设备维修、预判性维修、预防性维护、验收、移机、设备生命周期内的功能拓展、临床应用及科研质控售后服务等内容规范化，以增强对基层医院的覆盖，从质控角度提升临床应用的有效性，改善扫描图像质量。

2020年6月，中华医学会影像技术分会、全国50多家医院的一线临床工作者和GE医疗共同编撰并发布了《GE 1.5T磁共振成像系统原厂售后服务专家共识》，对磁共振系统售后服务的百余项指标进行严格质控。2020年进博会上，通过持续学习“1.5T磁共振共识”并达成金标准图像的百家医院得到协会和GE医疗共同授予的“金标准”服务基地，成为区域影像技术带头医院，辐射周边，把优质的图像和扫描技术传播下去，从影像扫描开始进行严格质控。

基于1.5T磁共振共识推广的成果基础，协会与GE医疗开启了3.0T磁共振的共识编撰。相对1.5T设备，3.0T 磁共振不仅用于临床使用，还承担了极高的科研价值，其精准定量成像助力着心脑血管、癌症以及神经等人类重大疾病的早期发现。除了影像医师和工程师的人才缺口之外，技术难度更大，每项扫描都会涉及几十个的参数调整，成像质控、波谱校正也涉及了诸多性能指标，需要具有丰富经验的技师时刻保证系统能达到原厂设计的性能指标，以满足临床需求并护航科研开展。

此次发布的《3.0T共识》，对于设备临床使用规范和质控规范上进行了“双重把控”，保证了临床与科研设备的成像质量，精度和稳定性，对系统的安全使用也有着重要意义——在临床方面，该共识对3.0T 磁共振设备在头颅、腹部、男性盆腔、膝关节、乳腺共5个扫描部位、26个扫描序列的标准扫描参数进行了矩阵、层数、扫描时间等规范；在质控方面，《3.0T共识》规范了磁场均匀性参数指标、制冷系统参数指标、涡流校准参数、噪声、信噪比等8项质量安全标准。

GE医疗中国副总裁、售后服务业务总经理郑杰明表示：“规范化的内核和唯一目标就是质控，从影像扫描源头开始严格质控，以此来助推基础医疗服务质量提升。在过去一年中，GE医疗与中华医学会影像技术分会开展的‘磁共振规范化万里行’ 已通过开展线上线下宣讲和培训覆盖了5000多名技师，建立了180多个金标准示范基地/培训基地。今天，《3.0T共识》的发布开启了GE医疗与协会合作的新征程。”

雷锋网雷锋网

影研创立于2002年，是全球领先的专业医学影像公司，致力于拓展医学领域中影像数据识别、分析与报告的边界。影研iCRO业务部门为肿瘤学临床研究提供创新的中心影像解决方案，在癌症领域积累了丰富经验，在全球范围内已助力10余款抗肿瘤新药成功申报上市。

在抗肿瘤新药研发临床研究中，中心影像服务涉及患者医学影像传输、质量控制、读片、统计分析、存储管理等多个环节，包括大量数据计算与分析工作。

通过与阿里云合作，影研得以在医学影像的计算及存储方面提升速度与灵活性，并整合影研中法团队资源，更高效地为抗肿瘤新药研发提供独立中心影像支持。

“除了欧美市场，影研也会持续在人员团队与资源上加大对中国市场的投入。与阿里云的合作，使我们能够优化IT基础架构的管理，从而为客户提供质量更好的临床试验影像服务，”影研iCRO首席运营官Nicolas Dano表示，“在阿里云的解决方案和创新能力支持下，我们可以更专注业务，而不必将过多精力放在IT设施上。”

“我们非常高兴与Median合作，协助他们更高效地为客户提供医学影像服务和解决方案。”阿里云欧洲总经理Raymond Ma表示。

近年来，阿里云多次为医疗相关工作提供技术支持。新冠疫情期间，阿里云宣布向公共科研机构免费开放AI算力，加速新冠肺炎的新药和疫苗研发。

雷锋网雷锋网

今年3月，速眠携手京东健康，共建京东健康优眠中心，发挥京东健康“互联网+医疗”优势，为用户提供专业易得、高效便捷的全流程睡眠健康医学管理服务。为了解其中详情，并进一步唤起大众对睡眠与精神健康的关注，丁香园记者专程与创始人韩振亚先生就速眠科技的发展现状与未来规划进行了交流。

（速眠科技创始人韩振亚）

结缘“睡眠医学科技”，首创整合失眠非药物解决方案

2014年，已在深圳创业4年的韩振亚开始调整自己的创业方向，从放射医疗影像科技走入细分领域做睡眠医学科技。

当被问及为何选择睡眠医学领域时，韩振亚回忆道，这一转变的背后是他发现周边有越来越多的朋友在蒙受睡眠障碍的困扰。尤其是一位曾经共同奋斗过的好兄弟，由于工作压力过大以及家庭突发事件，导致严重失眠，每天只能靠安眠药维持几小时的睡眠，身体精神均每况愈下。这一事件引起了韩振亚对睡眠障碍非药物干预方法的关注。

几乎与此同时，来自新加坡国立大学的一项动物研究发现，通过特定模式的电磁场，刺激不同脑区的神经核团，可起到提神或促进睡眠的作用。这引起了他的注意。“最终，朋友病痛带来的触动，对睡眠科技新发现的期待，以及代表中国参与世界竞争的使命感，令我决定将无创干预脑活动助眠作为下一步创业的方向，”韩振亚如是说道。

据了解，速眠科技在无创干预脑活动领域，引进了世界多所著名高校的脑科学研究理论成果，并斥资近亿元，成功研制出运用脉冲磁靶向技术的速眠仪。在此基础上，公司将已获专利授权的脉冲磁治疗系统作为主体，定向研发而成的速眠CBTI疗法和医生专属服务平台“速眠医生APP”为两翼，整合成为 “一体两翼" 诊疗模式，开创了 "睡眠监测+数据分析+智能干预+医患互动" 的全新服务闭环，为广大受失眠困扰的人群提供专业、个性和精准的失眠非药物医疗解决方案。

（ “一体两翼" 诊疗模式）

六年深耕，从“睡眠医学科技”拓荒者到“睡眠医学服务运营商”

“在速眠科技踏入这一领域时，非药物睡眠干预手段的临床转化尚处在早期阶段，可供借鉴的医疗级家用睡眠科技产品甚少，加之全社会对睡眠健康的认知相对薄弱，睡眠问题存在高发病低就诊的现象。可以说，当时我们遇到的挑战是全方位的，”韩振亚回想创业初期的经历说道。

此外，自主研发之路也相当不平坦，期间经历了不少挫折。比如，第一批速眠仪功能样机诞生后，在试验时虽然确有改善失眠的效果，但在操作和智能化方面还难以满足患者所需。为此，公司并未贸然将这批产品推向市场，而是在技术细节上反复打磨，快速迭代，力求精益求精。

目前脉冲磁治疗系统已推出第三代产品，包含机理、算法、底层技术、结构、外观等32项专利，成功通过多重安全检验测试，可以输出特定模式的脉冲磁场，运用专利动磁场技术，进行无创干预，赋予用户安全可靠的促眠体验。

（速眠系统）

2021年3月，基于脉冲磁治疗系统的多中心、随机、双盲、安慰剂对照临床试验取得阳性结果，公司据此向国家药品监督管理局递交了“国家二类医疗器械”注册申请资料。

失眠问题，千人千面。深耕医疗多年的韩振亚对睡眠问题的复杂之处有着清醒的认知。他表示：“我们的产品有助于改善用户的失眠症状，但想要从根本上让用户与失眠说再见，还需要在医生的专业指导下，开展有针对性的睡眠管理。为此，我们希望能将这些专业医生‘放进’用户的口袋里，随时求助，随处可得。”

韩振亚与速眠研发团队经过反复研讨琢磨方案，终于2018年3月成功研发出速眠第三大核心技术——“睡眠云数据库构建及运行”。在这项技术的基础上，速眠科技联合北上广等一线城市的优质医疗机构的睡眠医生，共同成立速眠医生集团，联合打造睡眠云数据库——云医中心，并将此作为全流程睡眠健康管理服务的核心根基。

“医生基于云医中心汇集的大量用户睡眠数据，为用户定制个性化的治疗方案，并提供优质专业且实时在线的医师服务。速眠也由此逐步从睡眠医疗设备生产制造商，进化成为睡眠医学服务运营商，”韩振亚介绍说。

在技术研发与产品创新取得突破进展的同时，速眠科技深知睡眠医学基础研究的不断深入能够为公司发展提供不竭的动力。

韩振亚告诉丁香园，2020年7月，速眠科技与中国科学院深圳先进技术研究院成立了数字睡眠与脑科学联合实验室，实验室将瞄准睡眠健康与脑神经机制这一核心问题，在“睡眠发生机制”、“睡眠障碍的非药物医疗解决方案”、“药物成瘾患者睡眠障碍的干预方案”、“神经调控技术干预睡眠障碍”四个重点领域开展研究。

除此之外，速眠科技还将依托实验室，在吸引与国际接轨的医学人才，探索国际前沿技术，建设国际化智慧睡眠中心、脑研究中心等高水平新型科研机构，推进科研成果转化、发展脑科学智慧睡眠健康产业、远程医疗服务能力等领域全面发力并持续深入合作，为构建睡眠健康生态服务体系提供新的助力。

（数字睡眠与脑科学联合实验室揭牌仪式）

打造“互联网+睡眠医学”生态，引领睡眠医学行业变革大潮

当前，睡眠行业还面临着一系列挑战。比如，国民的健康睡眠意识和知识还相对薄弱；睡眠医学专业人才不足，供需匹配错位，资源分配不均，缺乏优质平台；行业数字化、智慧标准化水平亟待提升，以及知识、数据、信息缺乏共建共享机制等问题。

针对这些问题，韩振亚表示：“我们与中国睡眠研究会、京东健康，一起成立了京东健康优眠中心，构筑三位一体的行业体系解决以上问题：第一，发挥“互联网+医疗”的优势，创立数字化全流程睡眠健康管理平台，推动睡眠医学走向互联网+新时代；第二，面向全民传递健康睡眠生活方式，建立国内权威睡眠健康科普服务平台，开展互联网义诊服务，提高国民睡眠健康意识与水平，用户在家就能获取睡眠健康解决方案；第三，依托线上京东健康优眠中心，线下三甲医院睡眠中心及优眠门诊网络，设立全国睡眠医学专家基地，整合人才资源，共享睡眠医学教育资源、科技成果，助力提升全行业的诊疗水平，推动睡眠分级诊疗，缓解睡眠疾病医患供需矛盾，提升睡眠诊疗覆盖率，让睡眠健康服务真正普惠百姓。”

（京东健康优眠中心）

在与丁香园交流的最后，韩振亚先生表示，尽管速眠科技联合伙伴聚焦睡眠障碍开展了大量创新和尝试，但领域内仍然存在诸多未满足的需求。未来公司将持续探索互联网+科技的深度融合，通过对数字化睡眠医学的普及和创新，积极探索与国际接轨的智慧医疗服务，为睡眠产业提供升级工具和创新解决方案，赋能传统睡眠行业，助力睡眠产业扩圈发展。

雷锋网雷锋网

如何防止医保基金成为新的“唐僧肉”，是医保基金监管必须要破解的迷局。毫无疑问，信息化智能监管是医保部门的迫切需求，医保监管走向智能化时代也是大势所趋。作为医保信息化赛道上的重要一员，平安集团“大医疗生态圈”的核心成员平安医保科技，将如何演绎“未来时”？

“智慧医保”精细化要求更高

首次明确参保人员个人义务、定期向社会公开医保基金情况、规范基金监管形式、建立定点医药机构与人员等信用管理制度……这部不到两个月就将施行的《条例》，对医疗保障制度所涉及的医保、医疗、医药等运行链条上的重要环节都提出了监管措施，细化法律责任，并加大了惩戒力度。 

值得注意的是，随着《条例》的出台，医保监管不断强化，“智慧医保”的精细化管理也有了更高的要求。《条例》明确建立全国统一的医保信息系统，通过共享数据，消弭跨统筹区域的信息断层。 

我国医保统筹层次较低，尤其是城乡居民医保多为市级以下统筹，一些不法分子利用统筹地区之间经办机构信息系统不对接的罅隙，多地参保、重复就医，套取医保目录药品尤其是特慢病高价药品和高值医用耗材，转手倒卖，谋取不义之财。同时，这也造成各地医保基金规模和使用情况，与地方行政和经济实力高度绑定，出现各市县支付的起付线、封顶线、报销比例，以及定点目录完全不同的现象，每个地区都享受着差异巨大的医疗保障服务。 

作为平安集团“大医疗生态圈”的核心成员，成立不到五年的平安医保科技已经在全国医保信息化平台建设赛道上领跑。借助平安集团得天独厚的“科技、数据、医疗、保险、金融”五大优势，平安医保科技正在为打造“系统+服务+运营”的智慧医保一体化平台而努力。 

2019年5月，平安医保科技成功中标国家医疗保障局医疗保障信息平台建设工程中的国家医疗保障局医疗保障信息平台宏观决策大数据应用子系统、运行监测子系统的建设工程采购项目。之后，基于国家医保局平台的建设探索，又成功中标包括山东在内的共计19个省份的医保信息平台建设项目，同时在市级智慧医保平台建设项目中多有斩获。 

截至目前，国家医保局“宏观决策大数据应用子系统”已通过初验，全国首个上线的省级智能监管系统“山东省医疗保障智能监管系统建设项目”一期率先在2020年11月正式交付。

“医保安全网”扎得更牢

我国拥有全球最大的医疗保障网，维系这张巨大“安全网”的是十数亿参保人员共同缴费形成的医保基金。但是，骗保、套取基金的行为防不胜防。仅2020，全国公安机关就侦办此类案件1396起，抓获犯罪嫌疑人1082名，追缴医保基金4亿多元。 

去年底，媒体曝光安徽省太和县部分定点医疗机构诱导住院、虚假住院等问题，国家医保局等部门发文在全国范围开展定点医疗机构专项治理，集中打击欺诈骗保问题，引发社会高度关注。 

2020年，仅在国家医保局的专项治理和飞行检查中，查处的违法违规医药机构就达39万家，追回的医保资金达223.1亿元，一些隐藏的漏损亦不在少数。 

针对这类违规违法行为，《条例》加大对违法行为处罚力度、提高法律震慑力的同时，也指出要创新监督管理方式，推广使用信息技术，建立全国统一、高效、兼容、便捷、安全的医疗保障信息系统，实施大数据实时动态智能监控，并加强共享数据使用全过程管理，确保共享数据安全。 

保障医保基金安全，加强基金监管，一直是国家医保局的重头戏。从2019年开始，国家及各地医保局就着力于加快“智慧医保”建设，借助信息化的力量实现医保基金“智能监管”。 

医保监管走向智能化时代已是大势所趋，平安医保科技的“大数据AI风控系统”可谓迎在了政策风口上。这一系统利用AI技术识别数据异常，在其中识别骗保、作弊、违规等行为，极大提升了基金监管效率。 

公司相关负责人介绍，该系统能够有效对诊疗行为进行全流程智能监控，解决传统事后人工审核带来的各种弊端。在整个就医流程中，针对事前预警、事中干预、事后智能化审核三个层面，大数据 AI 风控系统具有一套完整的优化原理和运作机制。 

这套完整的运作机制中，相比传统的预先设定规则的智能审核系统，对算法应用、模型的强解释性等提出了不同程度的高要求。基于这一背景，平安医保科技大数据 AI 风控系统在算法设计、数据治理、系统架构等多个层面都进行了相应技术创新，以应对骗保场景的多样性。 

目前，此风控系统已实现在全国多个省市的落地应用。接下来，平安医保科技大数据 AI 风控系统计划在识别准确性、模型运行性能、整体产品易用性等维度，逐步引入创新技术继续提升，并将风险识别的覆盖率提升到100%。

在平安2020年年报中，中国平安董事长马明哲在致辞中表示：“医疗是平安的未来时”。2021年是新一轮医保制度深化改革的起始年，医保信息化建设作为医保改革的重要一环，也将在基金监管和支付方式改革上创造机会，延伸出更多精细化方案。作为诸多医保信息化参与者中的重要一员，平安医保科技的未来正乘风而起......

雷锋网雷锋网

从上世纪40年代特效药链霉素问世，到近年来人工智能技术在疾病防治领域的不断拓展，人类与肺结核的斗争，从未停止。

根据中国国家卫健委最新发布的《2020年全国法定传染病报告发病死亡统计表》，肺结核在乙类传染病中发病数排名第二，共计670538例，比新冠肺炎发病数整整高出8倍。

3月24日是世界防治结核病日，疫情时代，肺结核病的防治，任重而道远。

漏诊误诊？肺结核防治的第一道难关

“她的肺结核是奶奶传染的，在县里被误诊为普通的肺炎进行治疗。等病情加重来到我们医院时，已经发展成血行播散型肺结核，肺上全是斑点，像撒了米粒一般，随后又引发了结核性脑膜炎，很快就去世了。而那时候，她才16岁。”

至今，喀什地区第一人民医院呼吸内科主任医师李黎依旧对这位患者记忆犹新。在从业的15年里，她也见过太多这样的悲剧。

新疆一直是我国肺结核发病的重灾区，相关数据表明，2004年至2014年间，新疆肺结核年平均发病率为197.18/10万，是全国平均水平的6倍。

而这一数字，在南疆地区是259.84/10万，发病人数占到全新疆的70%。

“作为一种呼吸道传染病，肺结核的传播与气候、卫生条件、生活方式等多方因素有非常大的关联。”李黎说，“南疆地区气候寒冷干燥，是结核分枝杆菌附着与传播的温床。同时聚居性生活是当地居民的传统，一旦有人患病，很容易就传给一家子人。”

南疆地区地广人稀，村落乡镇之间时常距离上百公里，为了更合理分配医疗资源，一直施行的是分级诊疗制度。

对于乡镇地区的患者，先要在当地医疗机构通过影像等手段进行肺结核早诊，再根据结果判断是在当地治疗，还是进一步送至上级医院。

“在过去，这其中的短板也很明显，基层地区医疗资源相对缺乏，难以满足患者的诊断需求。”

早些年，在李黎接诊的患者中，肺结核病人占到了五分之一，其中很大一部分患者先是被周围的人传染，又没有得到及时诊断，直到病情进一步加重，却早已错过了最佳治疗时期，导致病程延长，出现经久不愈的现象。而疾病在进展过程中，甚至存在癌变的风险。

李黎说：“肺结核属于慢性传染病，与新冠肺炎最大的不同在于并不会立刻引发症状，所以时常被人们忽视。但结核病会严重损害患者的肺功能，我见过很多乡村地区的孩子，因患上结核病，长期反复发烧咳嗽，身体虚弱，也失去了正常接受教育，改变命运的机会。”

2010年后，为了进一步提升基层地区的医疗能力，南疆各地的县医院在国家扶持下陆续引入大量包括CT、DR在内的影像设备，用于肺结核等多类疾病的诊治。但医疗的核心是人，设备进来了，缺乏足够数量有经验的医生，依旧无法开展有效的诊疗。

据李黎估算，过去南疆地区基层医院持证上岗的医生比例不超过10%。

“会不会用设备，能不能在片子上准确认出结核病灶并进一步普及筛查力度，在地区结核病的防治上，这是关键的一环。”李黎说。

人工智能的介入，从807/10万到50/10万

2018年前后，南疆地区开展了肺结核专项整治行动，推行了从加强诊疗体系建设到促进公共卫生宣教等一系列举措，对各地15岁及以上城乡居民和新疆籍流动人口进行肺结核症状筛查和胸部X线检查。

喀什地区第一人民医院副院长吴玉华认为，整治行动的重点之一，就是要解决肺结核早期精准诊断的问题。

吴玉华还记得许多年前前往基层医院时的场景，大部分乡镇都已建设了现代化的体检中心，楼盖得很漂亮，每个中心都有自己的影像科，配有各类尖端影像设备。但形成鲜明对比的是，医生拍出来的片子却大部分不合格，废片率高达50%。

“合格的影像是诊断肺结核的前提，基层医生缺乏专业化的培训，拍的片子很多都不符合要求。”吴玉华说，“我们工作的第一步，就是让大医院专家和基层医生形成‘师代徒’的模式，对拍片进行培训。”

拍出合格的片子后，接着就是要提升对病灶的识别能力。吴玉华介绍，除了“师带徒”模式中对基层医生“看片”能力进行培训，利用信息化诊疗和人工智能技术也是未来工作的重点。

根据发病过程和临床特点，肺结核可以分为5个分型，不同分型的肺结核病灶有不同的特点，且患者的个体差异性也较大。在肺结核DR影像诊断时，经常会出现同病异影和同影异病的情况。

同一分型的肺结核，有时会出现多种不同的影像学表现。而即便显现的是同一种影像学特征，患者可能得的是肺结核，又或是肺癌，肺炎……

首都医科大学附属北京佑安医院医学影像中心主任李宏军教授认为，工作资历较浅的年轻和基层医生由于能力与经验方面的欠缺，面对复杂情况时常难以判断，甚至出现漏诊、误诊。

人工智能就可以起到辅助阅历较浅的医生快速识别检出肺部病灶的位置、数量、大小及形态，通过与海量信息进行比对，分析其影像纹理的数据特征和多源异构数据，较好提高病灶识别的精准度。

李宏军说到，“就算是大型三级甲等医院的医生，依旧会存在能力、认知水平、经验等方面很大差异。而人工智能可以基于影像组学与流行病学、临床症状体征、实验室数据等临床指标融合，通过关联交叉验证，为患者提供更全面、更客观、更规范的诊断依据。”

除了进一步发挥基层医疗机构在肺结核防治中“守门人”的作用，针对喀什地区全民结核病筛查体量大、流量大、压力大等特点，2020年喀什地区第一人民医院也开展了AI智能筛查结核病项目，引入人工智能诊断平台，辅助结核病的诊断。

据悉，喀什地区第一人民医院和各县医院平均每日有3000-6000例影像诊断工作量，影像医生面临着巨大的工作压力，时常难以在规定时限内完成诊断工作。

而通过卷积网络，学习纳入专家数十年的经验知识，过去医生需要30分钟解读的片子，人工智能在几秒之内就能识别，不仅可以帮助改善阅片医生因经验不同造成的诊断准确性差异，减少因疲劳阅片造成的误诊和漏诊，还可以极大提高工作效率，增加了筛查量。

仅2020年，喀什地区就累计为乡镇各族居民肺结核影像筛查诊断11万余例。

吴玉华说，“此外，智能平台的大数据分析也为将来的科学研究和地区卫生政策的制定提供了大量数据。我们通过数据可以更直观地了解在防治肺结核的过程中，哪些工作做得比较好，哪些仍然不到位，要进一步改善。” 

经过3年的专项整治行动后，2020年喀什地区的肺结核发病率已下降至约50/10万，与全国发病率基本持平，而这一数字，在2018年，还是807/10万。

“我是一名呼吸科医生，过去在病房可以看到很多未能得到及时诊断的肺结核病患者，不仅病情发展迅速，无意间也已造成了疾病的传播。而其中有些人即使病情得以控制，也留下了不可逆的损伤，劳动能力随之下降。其实早筛查、早治疗是终止因病致贫、因病返贫的最好办法。”

吴玉华说，“真的很可惜，如果能够早期发现，结核病是可以被彻底治愈的，也不会有那么多的悲剧。”

让AI成为基层健康的守门人

为了进一步发挥信息化诊疗和人工智能技术在医疗领域的应用，2018年和2019年，国务院与国家药监局医疗器械技术审评中心分别发布《关于促进和规范健康医疗大数据应用发展的指导意见》和《深度学习辅助决策医疗器械软件审批要点》，提出要夯实医疗大数据应用基础，支持研发健康医疗相关的人工智能产品，也为我国医疗人工智能软件的市场准入提供了政策指导。

近年来，人工智能技术的飞速发展让医疗卫生领域也大受裨益。在《“健康中国2030”规划纲要》、分级诊疗政策和《智慧医院服务分级标准》背景下，医学影像作为疾病诊疗的重要参考，AI医学影像赋能县域医疗的价值不言而喻。

汇医慧影创始人&CEO柴象飞博士认为，三甲医院更多的需求是做科研，基层医院对人工智能解决基本问题的需求更旺盛。智能化在分级诊疗中将发挥核心的作用，而影像正是少数能解决实际问题并有效落地的手段。

柴象飞博士介绍，通过建立人体器官模型及深度神经网络技术，人工智能实现了对病灶的高度识别，准确率高达95%以上。除了在肺结核病领域的应用，目前人工智能产品的服务范围已经可以涵盖包括心血管、肿瘤在内的多类疾病辅助筛查诊断与治疗。

尽管人工智能发展势如破竹，但李宏军教授认为，该技术在医疗领域仍处于成长期，依旧面临着诸多问题和挑战。

这其中最为突出的，就是目前市场上许多人工智能产品在操作便捷程度、学习能力及识别能力上仍然与现实临床需求之间还存在较大差异，而未来的重点就是需要把诸多“碎片状”的人工智能产品有效整合为一体化集成平台上，使临床医生更加便捷使用和接受。

“诸多人工智能公司的创办者和研发人员都是计算机信息领域的专家，他们的医学知识在很大程度上是不足的，对于疾病的生理病理过程认识不透彻，缺乏对临床医生需求的了解，导致数学模型设计混乱。而在基于影像数据的计算分析上，也缺乏整合临床多源异构数据的意识，缺乏多模态、跨维度的深度学习及多模型的交叉验证，因此造成了对疾病检出和诊断的敏感性和特异性还无法匹配临床需求。”

李宏军教授说，“建议在模型设计上要考虑到疾病的发生、进展和结局的动态变化，在信息收集上要考虑到与疾病本身相关的多元变量指标，站在基于临床分期与病原病理为基础的分级诊断思维模式上，去思考问题。”

在汇医慧影联合创始人&COO郭娜女士看来，李宏军教授提出的问题，也正是目前人工智能在医疗领域发展的痛点之一。

而汇医慧影之所以能持续在市场竞争中发展，获得包括鼎晖，英特尔在内的一系列全球顶级投资公司投资，也正是因为公司在发展中始终坚持扎根医疗、扎根临床，与医学专家不断交流、探讨与合作，真正做到了“出圈”。

早在学生时代，郭娜就曾前往中国西部地区支教，随后的多年，又跑遍了新疆、西藏、甘肃、青海等地，亲眼目睹了肺结核病给基层地区家庭带来的悲剧。

“当一个家庭的‘顶梁柱’感染肺结核之后，劳动力就丧失了。而很多家庭的经济条件本来就不好，亲属患上肺结核后更是雪上加霜。这么一个看似老生常谈的传染病，可能对于一个家庭来说，是毁灭性的打击。”

多年来，因病致贫、因病返贫一直是导致农村人口贫困的主要原因之一。十八大以来，我国作出了打赢脱贫攻坚战的决定，其中健康扶贫是打赢脱贫攻坚战的关键举措。

而在十四五规划后，国家又再次坚定了全面提升基层医疗卫生健康水平的决心。

“我们作为一家人工智能公司，代表的不仅仅是一个商业领域或者某个产品，更多是作为社会众多力量中的一环，为脱贫攻坚，为人民群众的健康贡献自己的一份力。同时也希望能够传递一份温暖的信息，在流量爆炸的时代，让大家能更多地关注那些聚光灯外的角落。”郭娜说道。

今年WHO的宣传主题是：The clock is ticking。距离要实现终止结核流行目标的时间节点已经越来越近，我们必须与时间赛跑，分秒必争，终止结核。AI在行动！

雷锋网雷锋网

没有百度的时代，只有时代中的百度。

随着百度在香港的上市，BAT三巨头齐聚港交所。百度在招股书中写到，16年间，百度已经从一家搜索引擎公司成长为具有强大互联网基础的领先AI公司。

话术的转变，表明百度正在重新“定义自己”，也是说李彦宏所说的“二次创业”。

李彦宏在现场致辞时表示，“在百度最初的10年，我们专注于搜索引擎技术的开发，让我们得以服务10亿互联网用户，并演化出语音、图像、知识图谱、自然语言处理等人工智能技术；最近10年，我们在深度学习、对话式人工智能操作系统、自动驾驶、AI 芯片等前沿领域投资，让我们成为一个拥有强大互联网基础的领先AI公司。”

“这并不是因为我们比别人更聪明，而是因为我们更专注，我们更喜欢不断地去思考，什么是属于我们的机会，什么不是。”

过去一年里，百度的股价从低点一路飙升，涨幅高达220%。包括高盛、瑞信在内的国际知名投行和投资机构纷纷看好百度的发展前景，素有“女版巴菲特”之称的凯瑟琳·伍德旗下三大基金更是重仓百度股票。

种种迹象都在表明，百度正在往好的方向发展。

抛开最带流量、成熟度更高的百度云、飞桨、自动驾驶，医疗一直是百度默默专注的“机会”。

为什么这么说？

对内，招股书中，To C的百度健康作为其他重要增长类目被列出。除此之外，ToB的灵医智惠、百图生科等等，也进一步强化了百度的AI“生态”属性；对外，百度去年投资了13家企业，医疗相关企业占到了5家。

医疗，在AI时代的百度身上，能否成为新的增长极？

第二增长曲线下的灵医智惠

如果说搜索广告是百度的昨天，造车与Apollo是百度的明天，那么智能云就是百度的今天。

承载百度AI的智能云被明确定义为“中长期增长第二曲线”。

2月17日，百度发布其2020年四季度及全年业绩报告，成为了其AI战略商业化的重要节点。

雷锋网了解到，百度智能云业务相关数据首次在财报中披露——第四季度，百度智能云营收同比增长67%，年化收入约130亿元。

李彦宏在本次财报信中表示，百度智能云正在进入强劲增长的快车道。

IDC发布的《中国人工智能云服务市场研究报告(2020H1)》报告显示，在中国AI公有云服务市场，百度智能云市场份额排名中国第一，这是它连续三次在AI Cloud市场排名第一。

其中，百度智能云在人体识别、图像视频、自然语言处理等领域市场份额第一，整体行业用户认知度最高。在市场份额保持领先的同时，智能云业务商业化提速。

目前，百度智能云已经开放了270多种AI能力，服务超过200万开发者，百度智能云也面向不同行业推出了解决方案。

去年，百度智能云全面调整业务，构建了三层新架构：底层是百度大脑，中间是中台，上层是行业智能应用和解决方案，以此应对各行各业或各个客户的智能化转型需求。

百度CTO王海峰也因此做了一个比喻：“百度智能云就是人工智能的云平台，它就像是武侠小说里少林寺的藏经阁，里面有无数的内功心法和武术技能。你需要什么样的内功和技能，我们都提供给你。”

而智慧医疗，就是开在“百度大脑”土壤上的一朵花。

2018年，灵医智惠成立，这是一个由百度大脑提供技术驱动的智能医疗品牌。基于其技术中台能力，灵医智惠主要为用户提供临床辅助决策、医疗大数据、眼底影像分析、智能诊前助手、慢病管理等全场景医疗解决方案。

灵医智惠走的是基层路线。

作为百度智能云副总经理、智慧医疗事业部总经理，黄艳将李彦宏理想中的“技术的普惠性”带到了智慧医疗板块，尤其是下沉到基层医疗机构和慢病管理领域——医疗就像教育一样，如何通过技术的力量来帮助医疗行业提升公平性，是百度布局智慧医疗的根本思路。

2020年，黄艳曾向雷锋网表示，百度最强的两块优势，一个是AI，一个是互联网用户的知识查询入口。

“医疗和其他行业不太一样的地方在于，很难脱离B端、G端去谈C端，这也是我们思考，如何把百度的AI和互联网能力结合起来，我认为我们的路径应该是先做B端，再往C端走。B端的核心能力是AI，C端的核心能力则是互联网入口。”

2019年是百度智慧医疗“落地的元年”，做了很多蓄势的事情——一方面是技术的积累，另一方面是“朋友圈”的建立。

“第一，医疗最核心的实际上是医学知识，我们部门成立后的第一件事就是去构建医疗的知识图谱；第二是渠道，不管是通过战略合作也好，还是通过投资布局也好，在知识和渠道这一块，2019年我们都积累了很多朋友。”

如何在医疗这个行业里立足，既不破坏原有生态，又不失自己的利益。

对于这个问题，百度更倾向于去扮演一个“AI智能中台”的角色，让信息化厂商继续专注于自己的事情。

“业务层是信息化厂商的主战场。在智慧医疗成为一个趋势后，很多信息化厂商试图在业务层增加AI的能力。但是AI能力又非常专业，原有的优势和基础让它们很难做好。所以我们中间定义了一层，叫做AI中台的能力，由像百度这样的AI技术强大的公司来提供。”

截止去年11月，灵医智惠已经落地了27省市1500多家基层医疗机构，服务了数万名医生，为超过1000万患者提供了基于AI的医疗服务。

当然，AI的变现能力仍然是一个现实问题。

百度AI技术延伸的相关应用在收入上的贡献还十分有限，费用居高不下。根据招股书显示，2020年，百度的研发投入达到195亿元，2018年时这个数字还是157亿元。两年时间，增长了24%。

根据百度本次招股书公布的信息显示，本次IPO计划募资276亿港元（除去费用后）。

按照计划，募资的50%将用于人工智能为主的创新商业化、40%用于发展移动生态、剩余用作一般营运用途。

“推动AI业务商业化”成为募资的关键词。以智能云目前的增长势头以及集团对AI变现的预期，各个面向行业的AI解决方案似乎不会面临较大的营收压力。

从内容到服务，百度健康的胜算有多大？

2020年3月初，百度成立百度健康子公司，将互联网医院作为重点方向。成立一月内，百度健康就成立了银川百度健康互联网医院。

同年8月，百度健康糖尿病中心正式运营，构建了医患一体化的专科互联网医院。

成立一年后，百度健康又与沧州市人民医院共同搭建了互联网医院，为患者提供诊前、诊中、诊后全流程的健康管理服务。

百度健康的本质，是以百度健康医典为核心的内容生态和以百度健康问医生为核心的服务生态。

招股书中显示，百度健康的目标，是通过社交账号、直播研讨会、讨论论坛及远程医疗，为医生及医院提供更高效的在线出诊方式，并为他们提供托管管理工具以有效维持与病人的联系，例如通讯、预约安排及监测治疗计划。

另一方面，百度健康也帮助用户根据不同的医疗需求找到最合适的医生和医院，通过AI技术向公众推送信息以进入购买流程，同时将用户和医生及医院联系起来。

2015年，百度CEO李彦宏曾在复旦大学演讲时表示：“百度想做的事情是把正确的病人送到正确的医生那儿。”

2020年，百度健康高峰日与医疗保健相关的搜索达到了1.9亿。

百度健康整合了AI收集的海量第三方医疗健康信息，包含深度、权威医疗保健内容，包括来自约30万名医生及医学专家的保健内容，以及百度健康医典等自主推出的产品。

与百度自有的移动生态结合，会给百度健康带来充足的增长动力。

“我们可通过百家号、智能小程序、直播及通讯工具使用户与医生和全国超过100家医院沟通，以此来找到最符合的医生和医疗机构。”

然而，百度健康以内容生态和服务生态为核心，其盈利的能力仍然存疑。这两件事情，早有其他厂商验证过。

例如，腾讯做的腾讯医典（原来的企鹅医典）。

2017年12月29日，腾讯对外宣布成立医疗资讯中心，旗下首款互联网医学科普产品企鹅医典正式上线。

现任腾讯医疗副总裁的张猛就曾表示，“国外有一些做医疗资讯的上市公司，他们都已经通过广告形式与药企合作变现，估值不错，股价也很好。但是，企鹅医典现在不考虑盈利，目前也没有明确的商业模式。”

因此，参考腾讯医典的路子，百度健康显然不太可能、也不太愿意从医疗内容中进行变现。

而问医生为核心的服务生态也是如此，参考前段时间发财报的平安好医生——2020年，平安好医生的在线医疗的业务收入为15.655亿元，同比增长了82.4%。

而增长的原因主要来自于会员服务类产品(包括就医360、平安好医生私家医生)、及伴随在线问诊服务产生的电子处方购药等业务增长。

由于百度没有电子商务的业务，因此，像阿里健康或者京东健康那样，切入药品销售是难以做到的。

百度健康现在在做的事情，似乎与平安好医生更为相像：互联网问诊和健康商城。

而且，百度切入线下医疗的难度也很大。主要还在于，成本非常高，和百度的优势并不匹配——百度的优势还是在医疗的信息连接上。

就在一周前，百度还上线了一款名为“轻竹健康”的App。

据App简介，“轻竹健康”是百度灵医智惠一站式健康管理平台。该平台通过连接提供健康管理咨询服务的医生和用户双方，为用户提供多样化、专业化的慢病管理服务。

在2020年的百度世界大会上，百度健康总经理、百度健康医典总经理杨明璐表示，“未来百度将聚合知名医院资源，构建问诊购药等健康服务闭环。”

所以，健康商城成为百度健康正在建设的重点，涵盖在线购药、核酸检测、疫苗、健康体检、保健品等全品类服务。

如果这件事情做起来，百度健康将会有更多的变现机会。不过，在几位互联网医疗巨头的先发优势下，百度健康能否从集团内拿到更多的资源倾斜？

提前“磨剑”的百图生科

2020年9月，李彦宏成立了一家生物计算公司——百图生科。李彦宏作为牵头发起人，亲自出任公司董事长，BV百度风投CEO刘维作为联合创始人，担任公司CEO。

公司成立后，百图生科的业务分为两大阶段：

第一阶段，利用前沿AI技术构建完整的生物计算平台，通过自身研发和产业投资，与新的数据轴和垂类分析/设计/计算工具领域的初创企业与研究机构进行合作，为生命科学企业和科研用户提供工具能力和完整的解决方案、做好服务。

第二阶段，还将深度参与或主导发起新型精准药物和精准诊断产品的研发，携手合作伙伴，为社会贡献精准生命科学产品。

以生物计算平台为基础，“百图生科”还将大力投入关键数据底层设备和计算技术的研发，加速高通量类器官芯片、高分辨物质观测设备、新的组学采集分析设备、蛋白质模拟和生物计算专用芯片的研发，为生命科学行业带来新的数据轴和计算能力，实现对这些关键共性平台技术的自主可控。

当然，百图生科成立之后，还会接收集团内部的支持，其中就有百度出名的底层深度学习平台算法——飞桨。

据雷锋网了解，飞桨将为百图生科提供AI底层技术和开发工具，并基于百图生科及其客户的需求迭代，不断推出新的算法和工具，快速构建生物计算行业的开源平台，为生物行业提供更多的开源、高效、精准的研发工具。

刘维担任CEO，也印证了百度做AI的生态性思维。

百度风投2020年投的医疗项目

2017年担任BV百度风投CEO后，刘维就将生物计算作为BV的核心布局方向，在中美欧各地早期投资了40余家生物计算企业。

这其中，包括了十余家各细分领域的AI药物设计公司和20余家新型生物数据轴公司，涵盖纳米孔测序、单细胞质谱和分子影像、人体内传感器、超分辨成像、高通量3D病理、脑机接口等多种前沿方向。

仅从2018年至今，百度在生命科学领域投资的公司就有：宸安生物、DeepBiome、Insilico Medicine、齐碳科技、Sherlock Biosciences、东软医疗、RootPath Genomics、Quantapore、Genedock聚道科技、Atomwise等。     

而且，其中一家被投企业宇道生物，在完成融资后，宣布与百图生科开展深度合作，共同建设新一代变构药物AI设计引擎，在前沿AI技术领域积累经验，从而进一步提升变构药物的设计能力。

2002年第三季度，另一家公司普瑞基准获得了百度风投生的A+轮投资，并且后续与百图生科在肿瘤多组学研究领域进行合作。

现在，百图生科做的还是“卡位”的事情。

目前，市面上还没有太多的竞争对手，凭借百度的AI能力，这块领域，百度似乎有更多的“先发优势”。

百度的二次创业

不管如何，带着“AI第一股”头衔的百度，总算是回来了。

多年来，百度忍受质疑、承担挑战，坚持夯实自己的AI底座的做法终于有了回报。

截止到今日收盘，百度市值达到了7129亿元。

“面向未来，我们将在人工智能的无人区去探索，我们的很多业务只有靠创新才能打出来。回到香港二次上市，是百度的再次出发，是百度的二次创业。”

李彦宏说，“我们正在迎来一个为技术创新加冕的大时代，我们爱这样的时代，我们将勇敢奔赴星辰大海。”

不管是灵医智惠、百图生科还是百度健康，这些业务需要花时间，短时间内难见成效。

16年间，百度已经从一家搜索引擎公司成长为具有强大互联网基础的领先AI公司。在敲钟现场，李彦宏坚定地表示，百度愿意为长期投资、为未来投资，即使在最困难的时候也是一样坚持。

换言之，百度在医疗领域，需要一种“长期主义”。

脱贫成果来之不易。在改革开放之初，中国有7亿多人生活在贫困线之下，8年精准扶贫扶贫路、5年脱贫攻坚战，接续奋斗，驰而不息，中国取得了832个贫困县全部摘帽的伟大成果。

在11日上海社会科学院、新华社中国金融信息中心、中国平安在沪共同发布的《2018-2020乡村健康扶贫报告书》（以下简称“报告书”）中，回顾了我国健康扶贫之路。报告指出，随着2015年“健康扶贫工程”的提出，国家制定出台了一系列旨在解决因病致贫、因病返贫的健康扶贫政策，并积极动员和鼓励各方社会力量共同参与健康扶贫工程。报告显示，2018－2020年平安集团启动了“平安健康守护行动”健康扶贫工程，旗下平安医保科技、平安健康（检测）中心携手各兄弟公司为609个贫困村举办免费体检，援建升级乡村卫生所1210所，培训村医11175名。作为中国平安“三村工程”在健康扶贫领域落地的公益项目，“平安健康守护行动”始终致力于推动优质医疗资源下沉、切实改善贫困地区基础医疗环境，用心守护全民健康。

2021年，是“十四五”开局之年，也是构建新发展格局的起步之年，将开启建设社会主义现代化国家的新征程。在实现“两个一百年”奋斗目标的历史进程中，发展卫生健康事业始终处于基础性地位，同国家整体战略紧密衔接，发挥着重要支撑作用。而提升基层医疗卫生服务能力，保障乡村群众生命健康、实现生活高质量发展是乡村振兴战略的必然要求。积极推进乡村地区健康保障工作，借助第四次科技革命和数字化浪潮的春风，探索脱贫攻坚与乡村振兴有效衔接的创新手段，是立足当下展望未来的重要实践。

据悉，平安医保科技、平安健康（检测）中心，将携手各兄弟公司深化“平安健康守护行动”， 打造“精准化+模式化+数字化+体系化”的健康扶贫模式。针对刚脱贫乡村，持续开展移动健康体检，提供村医培训，升级村卫建设。行动将辐射17000位刚脱贫人口，计划义诊8500人，配套健康报告档案。

在“十四五”开局之年，卫生健康工作第一步要迈准迈稳，就要牢固树立大卫生大健康理念，继续坚持预防为主，从以治病为中心向以人民健康为中心转变，深入推进健康中国行动，改革完善疾病预防控制体系，深化医防协同，提高能力，夯实基础。通过分析平安移动健康检测车采集的结果，将进一步指导村医、村民实施科学的健康管理计划，从而提供专业的精密检测、适用性药品指导，逐步建立乡村地区健康库，并构建实时医疗救治和健康预防并举的全民健康覆盖发展策略。

脱贫靠帮扶，振兴靠赋能。面对乡村振兴中人才短缺的问题，“平安健康守护行动”将持续深化，借用科技手段，以村医为抓手，以线上培训、远程指导为主要方式，持续赋能村医，助力提升当地基层医疗单位的医疗水平。

据了解，未来，"平安健康守护行动"将积极运用中国平安大医疗健康生态战略的独特优势，继续深入四川、云南、安徽、湖北、湖南、陕西等多个省份的偏远脱贫乡村，开展全方位、多层次的健康体检活动，巩固脱贫成果，衔接推进乡村振兴。 

平安医保科技将在“三村工程”助力脱贫攻坚基础上，遵循集团“金融+科技”、“金融+生态”战略规划，继续聚焦健康领域，积极投身于国家“数字乡村”建设，助力国家巩固和拓展脱贫攻坚成果，推进乡村振兴有效衔接，为国家和社会作出新的更大的贡献。

雷锋网雷锋网

这是百度健康与公立医院共建的首家互联网医院。此前，百度健康已在海南、银川自建互联网医院服务。

据雷锋网了解，双方共建的互联网医院，将为沧州及全国用户提供包括专病诊前咨询、预约挂号、在线复诊、送药上门、随访管理等一站式服务，沧州医保用户还可在问诊、购药时享受医保在线支付。

市政府副市长梁英华、副秘书长张岩、市卫健委主任寇炳谦、副主任胡朝阳、市人民医院党委书记王兆发、院长吕增禄、百度健康总经理杨明璐等出席战略签约仪式。

2020年，疫情对互联网医疗行业起到了很大的推进作用。

根据艾瑞测算，在疫情高峰期的2月，2020年2月医疗健康APP（包含在线医疗、医药电商、慢病管理、运动健康等种类）的日活同比2019年2月，平均增长率高达14.08%。

而这个数据，在百度的财报中也有非常明显的体现。

2020年百度第一季度财报中表示，新冠肺炎疫情期间，网民通过搜索获取信息的需求增加，每天通过百度搜索和信息流获取信息的用户日均超过10亿人次。3月，百度App的日活跃用户数达2.22亿，同比增长28%。

2021年2月18日，百度Q4财报电话上也透露，与上一季度相比，百度健康视频的日均播放量增长92％，医疗专家主持的视频直播日均场次增长163％。

因此，百度与沧州市人民医院合作，更多的是能够发挥百度的流量优势以及资源整合能力，帮助公立医院在流量、品牌和患者管理服务方面进行提升，从而带动医院的品牌影响力以及线上业务增量。

沧州市人民医院党委书记王兆发表示，随着和百度健康合作的深入，患者健康数据还将通过线上实现全程可追溯，在帮助医生进行诊后患者管理、减轻医生工作负担、提升就医效率的同时，满足患者全方位、全周期的健康管理需求，实现对医院和患者的双向赋能。

去年3月，百度健康成立，主要包括了以“百度健康医典”为核心的内容生态和以“百度健康问医生”为核心的服务生态。

据雷锋网了解，百度健康的布局分为五层：

第一层是知识服务，利用权威的科普内容，解决C端用户的医疗知识需求；

第二层是在线咨询服务。百度健康总经理杨明璐曾表示，“如果知识的获取是1对N，一条结果对应N次响应需求和N个用户，问诊需求则是一对一的，它更多是精细化、更私密、更个性化的需求满足。”

第三层是更偏商城的体验，当用户咨询了医生以后，想买药或者进行体检，百度健康会提供相应的消费医疗服务。

第四层是类似于沧州市人民医院这样的医院布局，实现从线下到线上，再从线上回到线下的闭环化服务体验。

最后一层则是慢病管理。通过百度搜索、百度地图、小度在家等工具，对长期慢病用户进行覆盖；另一方面，连接各个慢病垂类学科的医疗专家、医疗机构。2020年7月，带有“慢病管理”性质的百度健康糖尿病中心就已经上线。

值得注意的是，今年两会上，李彦宏的五项提案中就有一项专门提到了“智慧养老进社区”，鼓励更多智能设备进社区，拓展和深化智慧养老服务。

这件事情的核心目的，就在于通过智能音箱、可穿戴设备等智能设备，帮助老年人对健康医疗数据进行收集与跟踪，从而更好地管理自身健康。有了就诊需求后，老人也可以利用搭载在智能设备中的适老化综合管理信息服务平台，享受到家医服务、慢病管理、紧急呼叫等综合服务。

就如杨明璐在活动上所说，百度健康将与更多地区的公立医院建立深度合作，打造区域互联网医院和特色专科型互联网医院，推进互联网医院普及。并且，打通百度智能驾驶、小度智能设备等服务，提高医疗服务智能化和运行效率，为用户提供更便捷的就医体验。

2020年11月2日，国家医保局《国家医疗保障局关于积极推进“互联网+”医疗服务医保支付工作的指导意见》指出，定点医疗机构提供符合规定的“互联网+”医疗复诊服务，按照公立医院普通门诊诊察类项目价格收费和支付。发生的药品费用比照线下医保规定的支付标准和政策支付。

医保支付大门的打开，为互联网医疗的发展进一步打开大门。未来，百度、阿里、腾讯、京东等各大巨头，将在互联网医疗这一领域进行新一轮的竞争。雷锋网

3月5日，2021年全国两会如期举行。

今年的两会恰逢“十四五”开局之年、全面建设社会主义现代化国家新征程开启之年。

两会上，医疗、大健康领域是历年来不变的热词。

“十四五”期间，大力发展中医药事业、积极推动智慧医疗、解决看病难看病贵等料将成为重点议题。

此前，国家卫健委规划司司长毛群安在发布会上表示，在“十四五”规划制定时，中医药事业的发展是重要部分和内容，下一步将把中医药纳入在国家医学中心和国家区域医疗中心的规划建设中。

除了中医药事业发展，在众多代表的提案中，“医疗器械”、“银发经济”、“癌症防治”、“医药审批”等关键词也被反复提及。

这些关键词，将成为今年乃至未来五年，中国医疗、医药的风向标。借此机会，雷锋网对部分代表的提案进行了盘点与整理。

破除老年人的数字鸿沟

2020年11月24日，国务院办公厅印发了《关于切实解决老年人运用智能技术困难的实施方案》，提出多项建议、措施，指导解决老年人运用智能技术困难的问题。因此，多位互联网企业代表就围绕老年群体，提出了一系列数字化方案。

李彦宏

今年，百度董事长兼首席执行官李彦宏提交了5份提案，其中提到了智慧养老进社区。

近年来，多地呈现“9073”的养老格局，即90%的老人依托社区居家养老，7%的老人在社区机构养老，3%的老人在养老院等机构养老。

但就目前社区情况而言，真正能够系统性开展养老服务工作的还仅限于经济条件较好的部分城市社区。

对此，李彦宏建议相关部门加强政策引导，鼓励更多智能设备进社区，拓展和深化智慧养老服务。

例如，加速实现与老年人相关的医疗服务与健康管理设备智能化，通过智能音箱、可穿戴设备等智能设备帮助老年人对健康医疗数据进行收集与跟踪，从而更好地管理健康。

其次，加快建设搭载在智能设备中的适老化综合管理信息服务平台，打通社区服务资源和卫生医疗资源，

雷军

小米创办人、董事长兼 CEO 雷军向大会提交了三份建议，包括进一步推进智能制造发展、帮助老年人融入数字生活、加快推进县域医防数字化建设。

近年来，国家实施的 “互联网 + 养老”行动，在智能应用适老化领域持续取得进展，为应对老龄社会积累了经验。在此过程中，应进一步加强顶层设计，强化标准建设和应用推广。

雷军建议：一、推动老年人数字化服务尽快纳入国家信息化基础设施建设；二、指导建立智能技术适老化标准体系；三、推动智能技术适老场景与新兴业态融合发展；四、引导和鼓励全社会共同助力智能技术适老的宣传推广。

杨元庆

今年两会，联想集团董事长兼CEO杨元庆围绕加强IT基础设施、发展供应链金融、发展职业教育、帮助“银发族”跨越数字鸿沟、提高企业碳中和治理能力等方面提交建议。

就如何帮助中老年人正确安全使用信息技术，规避网络风险，杨元庆提出具体建议：

1、产品层面，鼓励企业推出更符合老年人需求的智能终端产品。

2、服务层面，统筹考虑各类互联网便民服务的线上线下整合，便利老年人使用。

3、安全方面，加强针对老年人的个人信息安全执法力度和个人隐私保护水平，切实保障老年人安全使用智能化产品、享受智能化服务。

王小川

王小川在提案中指出，中国社会正在快速步入老龄化，应对人口规模和结构的变化，是全社会需要共同面对的长期挑战。他认为，长远看，人工智能、5G等信息技术的蓬勃发展，终将为我们应对老龄化社会的挑战、增加全民福祉带来帮助。

因此，王小川建议，不仅做互联网应用的适老化改造，还要在老龄化社会的基本前提下考量数字经济产业政策的全面和平衡。人工智能、5G等技术也是推动产业升级和解决劳动力不足的有力抓手。

机器对人力的部分替代，会在养老等产业中弥补劳动力不足。传统制造业实现转型升级，用机器人填补劳动力不足，将再次提升中国制造业的国际竞争优势。

医疗器械国产替代

由中国药品监督管理研究会等三方联合发布的《医疗器械蓝皮书：中国医疗器械行业发展报告(2020)》显示，未来一年，我国医疗器械行业仍将处于“黄金发展期”。

然而，国产医疗器械仍面临众多问题。例如，在放疗设备等高端产品领域，80%以上产品依赖进口，此类产品的核心技术、材料或核心部件多数被国外公司垄断。多位代表围绕国产医疗器械的研发与审批提出了建议。

周云杰：建议进一步拓宽国产医疗器械的应用场景

今年两会，全国人大代表、海尔集团总裁周云杰共带来了四份建议，涉及工业互联网、区域经济协同发展、老年群体智慧化便利生活以及国产医疗器械等领域。

目前，国产医疗器械仍面临众多问题，如创新医疗器械招标采购目录缺失，医院对于国产医疗器械仍存顾虑；同时，进口医疗设备和国产医疗设备存在较大使用价格差异，对国产医疗器械的推广应用带来了阻力。

周云杰建议：进一步拓宽国产医疗器械应用场景。提升医疗器械国产化的战略高度、继续支持国产医疗器械的研发和技术升级。

具体建议为：一、建议国家加速相关专项规划的实施，扩大国产医疗器械的应用推广；二、建议国家进一步提升国产医疗器械认知度和认可度，促进国产优秀医疗器械进口替代的实现；三、建议国家继续大力支持国产医疗器械的研发和技术升级，提升聚焦技术含量高的高端医疗器械资金投入力度。

沈南鹏

医疗是红杉资本全球执行合伙人沈南鹏持续关注的领域。近年来，沈南鹏更是投资了大量中国科创企业，在数字化、信息化和技术赋能等方面多次交出提案。

在沈南鹏今年的提案中，有一份是《用好科创板第五套标准，助力医疗器械企业研发创新》。

他表示，截至2020年底，选择《科创板股票上市规则》第五套上市标准的17家企业中，超四成为药企。与此形成鲜明对比的是，截至目前，暂无医疗器械企业通过第五套上市标准上市。

2019年8月，唯一试图以第五套上市标准申报的医疗器械企业，在审核中也将适用标准从第五套标准修改为第二套标准。究其原因，医疗器械企业适用第五套标准的申报操作细则有待明确，增加了企业申报和监管审核的难度。

为此，他提出如下建议。

首先，界定医疗器械企业申报分类。在范围界定时，建议科创板就医疗器械企业可按第五套标准中的“医药行业企业”申报给予明确规定，或同暂行规定保持一致，将第五套标准中“医药行业企业”修改为“生物医药领域企业”；

其次，适度动态调整科创属性评价指引，结合医疗器械的特性出台定制化判断条件。

吴明江：推动我国医疗器械国产化

在今年全国两会上，全国政协委员、中华医学会原副会长吴明江提交的提案是“综合发力推进我国医疗器械提升、创新和发展”。

吴明江表示，近年来，国家高度重视加快高端医疗器械国产化。有关部门通过加强顶层设计，搭建产需沟通平台，推动产、学、研、医互动交流和科技攻关，使一批核心设备和关键零部件实现国产化，部分国产医疗器械的市场占有率有效提升。

吴明江建议，加大投入，建立健全产品标准、检测标准、临床应用综合评价体系，鼓励企业制定实施高于国家标准和行业标准的制造过程管控标准、产品及服务标准；建设第三方检测平台及政府监管相关数据库，为生产、使用和监管提供技术支撑。

癌症防治的数字化与管理

当癌症诊治进入慢病化管理时代，如何强化落实癌症防治行动，减少癌症带来的危害，共建共享健康中国？围绕各类肿瘤的防治和可及性、公平性问题，多位代表提出了相对的建议。

李为民：肺癌筛查进医保，提高早期肺癌的诊断率

全国人大代表、四川大学华西医院院长李为民今年提交的建议是，将低剂量螺旋CT肺癌的筛查纳入医保报销范围。

“目前肺癌最大的问题是早期诊断的困难，一旦发现了肺癌，往往都是晚期，而早期肺癌的五年生存率能够达到92%，但是如果是晚期肺癌，那么患者的生存率不到5%。”

李为民表示，提高早期诊断率，是降低肺癌死亡率至关重要的环节。目前全球早期肺癌的诊断率在16%左右，我国低于该水平，通过推广和使用低剂量螺旋CT检查，华西医院的诊断率已提高到了43%。

于鲁明：建议为9到14岁女孩免费接种HPV疫苗

全国政协委员、北京市政协副主席、北京市医疗保障局局长于鲁明提交提案，建议将HPV疫苗纳入国家免疫规划（9-14岁女孩免费接种）。他还建议推动更多国产HPV疫苗的研发与上市，为我国适龄女性提供可以负担的疫苗。此外，他还提出，计划免疫可分步实施，经济发达地区先行，再逐步推广到全国。

全国政协委员王贵齐提到，政府加大投入，对癌症进行早期筛查。

季加孚：医保数据与肿瘤登记平台互通

全国政协委员、民盟中央常委、北京大学肿瘤医院院长季加孚指出，目前，肿瘤登记系统尚存在一定程度的漏报，全国多个省份尚未开展癌症患者的主动随访工作，仅依靠死因监测系统获取患者生存结局，数据质量参差不齐，医保系统中的门诊和住院数据准确性和时效性均较高，但尚未实现数据的互联互通。

他建议，建立国家医保数据系统与国家肿瘤登记平台的互联互通对接机制，减少各省与省级医保部门沟通成本，实现医保数据整体社会效用最大化。

冯丹龙：完善乳腺癌慢病管理

当前乳腺癌已经成为全球发病率第一的癌症，且占全球女性新发癌症总数的24.5%。随着诊疗技术发展和创新药物的临床应用，我国乳腺癌患者生存率大幅提升。

但是，全国政协委员冯丹龙表示，在临床管理规范性、团队建设专业性以及医疗保障公平性等方面，发展相对滞后，仍是我国乳腺癌防控的“短板”。

因此，完善和强化乳腺癌慢病管理专业体系建设，实现疾病“全方位、全周期”管理，将进一步提升我国乳腺癌的诊疗效率、患者生存质量及总体生存率，实现提高预期寿命、降低慢病早死率的目标。

冯丹龙认为，构建以患者为核心的“全方位、全周期”的健康管理，是提升乳腺癌预后和生存水平的关键。

此外，城市与农村地区的乳腺癌生存率差异依然明显。她建议，需要继续强化基层能力，进一步落实规范化治疗，提升治疗均质化程度弥合城乡、区域差异，推进将乳腺癌转变为“可防可治”的慢性病。

医药创新：聚焦审评审批制度

在政策的持续推动和多方保障下，医药创新迎来风口，“医药创新”成为各方关注焦点。而制度层面的创新，成为两会代表今年热议的话题。

陈薇：建设我国生物安全科学和产业创新中心

2月25日，由中国工程院院士、军事科学院军事医学研究院研究员陈薇团队领衔与康希诺生物股份公司研发的我国重组新冠疫苗（腺病毒载体）获批上市。

今年两会，军事科学院院士陈薇的提案围绕国家生物安全领域展开，将着重后疫情时代我国生物安全体系建设的思考。

陈薇建议，建设我国生物安全科学和产业创新中心，保证“做出好药，能挣钱”的机制存在，激励企业创新。

徐镜人：促进中药产业高质量可持续发展

全国人大代表，扬子江药业集团党委书记、董事长徐镜人在今年的两会上提交了《关于促进中药产业高质量可持续发展的建议》。

首先，加速提升中药新药创新能力和成果转化。徐镜人建议，完善审评审批配套政策、深化中西医结合，增强中药新药可及性，加强信息平台搭建。

其次，加强中药材源头控制，实现产地加工一体化。他建议，实现产地道地化、种源良种化、种源生态化以及产地加工一体化

而在提升中药信息化、智能化制造水平方面，徐镜人也提出，尽快出台与智能制造相适应的可行的中药变更指导原则，促进大数据分析技术在中药提取制造过程中的应用以及推进重要生产基础装备研究。

李燕：医药创新应提高到国家战略位置

全国人大代表、齐鲁制药集团总裁李燕提交了一项关于坚持创新大力推动生物医药产业发展议案。李燕建议，紧紧把握生物科技作为引领下一轮产业革命新的经济增长点的战略定位，抢夺生物经济发展主动权，补齐国家生物安全短板。

在政策支持方面，尽快出台专门支持生物医药产业发展的高层级政策，重点解决审批审评慢、药品入院难等问题。同时，建议加快审评审批，进一步提高企业的创新积极性。

此外，创新药成功率低、花费巨大。她建议，尤其对进入临床阶段的在研产品，从国家角度给予政策、资金等大力支持。

目前，我国生物医药产业规模已位居全球第三位，形成包括研发、生产、流通、使用四个环节，李燕提出，国家应鼓励生物产品研发和生产企业进行国产替代，给予法规、政策上的支持。重点推动生物产品生产用培养基、层析介质等高附加值物料的国产化。

陈保华：完善首仿药“市场独占期”制度

全国人大代表、华海药业总裁陈保华在今年两会期间提交了两份议案、两份建议，其中一份建议跟药品专利链接制度相关。

“中国是仿制药大国，但是大而不强，其主要根源在于，中国的药品专利链接制度建设严重滞后，存在严重不合理、不完备的情况，严重制约了仿制药企业挑战专利抢首仿的动力，进而制约了中国仿制药产业发展和仿制药替代。”

陈保华认为，应该加快建立健全中国的药品“专利链接”制度体系。他建议，从以下方面改善专利链接制度建设现状：

一、加快修订健全《中国上市药品目录集》；二、完善“专利期补偿”制度；三、完善首仿药“市场独占期”制度；四、建立“简化新药申请”制度；五、明确规定“首仿日”和“首仿者”范围；六、建立专利链接有关机制，保障专利链接制度的落实；七、发挥使用环节的“拉动”和监管环节的“保障”促进作用。雷锋网雷锋网

这件事情，在AI技术的帮助下，真的实现了。

近日，AI制药公司英矽智能宣布，利用人工智能技术发现新机制特发性肺纤维化药物，这在全球范围内是一个标志性的里程碑事件。

英矽智能首席科学官任锋博士表示，我们通过人工智能发现了治疗具有广泛适应症的创新靶点；同时，通过人工智能产生了全新的小分子化合物，并且一直把这个化合物推到临床侯选化合物。

据雷锋网了解，目前，该化合物已经通过了体外测试、体内测试，即将进入临床研究阶段，目标是今年年底将临床候选化合物推向临床。

3月2日，启明创投、创新工场以及英矽智能联合举办了一场线上高端对话 —— 从 “AI＋医疗” 到数字医疗：机遇与挑战。

启明创投主管合伙人梁颕宇女士、创新工场董事长兼CEO李开复博士、英矽智能创始人兼首席执行官 Alex Zhavoronkov博士、首席科学官任锋博士共同围绕英矽智能以及制药行业的前景进行了讨论。

制药行业的通用性难点

新药研发，是人类发展中最复杂、最具风险和耗时最漫长的技术研究领域之一。

要想发现一种药物，需要许多生物、化学和医学方面的高智商和高技能的专家。整个过程需要耗费数十年，数十亿美元，且失败率达90%以上。

2020年，FDA共批准53款新药上市，其中35种是小分子药物，这是史上新药获批数量最高的一年。

而且这些药物中的许多都是针对已知分子靶点，发现能够作用于广泛适应症新靶点的新分子是极其罕见的。

英矽智能首席科学官任锋博士表示，制药行业面临几个共同的痛点：

第一，如何找到合适的靶点或者全新的靶点来治疗某种疾病

第二，找到靶点之后如何发现或者发明全新的化合物，去针对靶点推向临床

第三，如何设计好的临床方案去减少临床上的不可预测性

药物研究的低效率问题，主要是由于生物系统的巨大复杂性和人类对自然运作方式的有限理解，这些客观因素决定了，药物研发本就是一个壁垒极高的行业。

然而，药物研发“烧钱”的另一个重要因素，是次优的研发(R&D)流程。

大型制药公司复杂而繁琐的工作流程，以及不同药物发现过程阶段之间的显著脱节。

在传统的流程中，生物学研究是由一家公司完成的，而化学研究则是由另一个部门甚至是另一家公司主导进行的，随后的临床研究又是由另一个部门或机构进行的。

英矽智能表示，这些阶段的过渡，例如靶点验证到苗头化合物发现两个阶段的过渡，很多好的想法、投入的巨额资金可能就会付诸东流。

AI为什么能在制药行业有所作为？

这是因为，现阶段的人工智能发展依赖于数据，尤其是高质量的大数据集。而药物发现过程的每一步都会产生大量数据，这些数据为现代人工智能技术的发展奠定了基础。

特别是在疾病假设和靶点识别阶段。

深度学习模型和自然语言处理技术在建模大型复杂多维数据集，如基因组学、蛋白质组学、临床数据、靶点结构数据和非结构化文本（研究论文、专利、科研经费等）方面的作用已经被多数的研究者证明是有用武之地的。

去年12月，DeepMind旗下AlphaFold2破解“蛋白质折叠预测”问题，可以算得上是“AI+新药”最大的新闻。

这个困扰生物学界50多年的重大难题正被AI破解，AlphaFold 的突破 “将改变一切”。

因此，从去年开始，多家AI制药公司相继获得规模不小的融资，其技术也被很多制药和生物技术公司广泛采用，用于虚拟筛选或数据分析等特定任务。

然而，在线上对话环节中，李开复也表示，“AlphaFold在非常难的蛋白折叠问题上做出超越人的能力。但是，坦诚地说，那是在单点上超越人。新药研发的总体过程仍然是一系列连接不佳的各个阶段，没有一个整体有效的从错误中学习的反向传播元素。”

他提及的正是此前提到的研发流程“脱节”问题。

李开复补充到，“只有将人工智能用于药物发现各个阶段，并搭建一个从假说到临床前和临床阶段的一体化的系统，才能实现真正的颠覆性转变。”

英矽智能的AI故事

回到这次英矽智能的成果。

在病种的选择上，英矽智能的切入点比较好：特发性肺纤维化（IPF）。这是一种广泛的疾病，仅限于肺部，好发于中老年人群。随着病情的发展，患者的健康逐渐恶化，可能危及生命。

目前来讲，针对特发性肺纤维化的治疗手段非常有限，目前的药物有吡非尼酮和尼达尼布。

在用药第一年，这两个化合物可以减缓用力肺活量的降低，但是对于血氧饱和度没有明显的改善，药物有明显的缺陷。

尽管如此，这两个药物在2019年的销售额也达到了30多亿美元。

从2016年开始，英矽智能在药物设计方面研究出生成式对抗网络(GAN)技术。

从实现的过程来看，英矽智能利用深度神经网络基于年龄和不同类型的纤维化进行训练，发现了一个新的生物靶点，并生成了能够作用于特发性肺纤维化 (IPF)这一非常难治疾病的一个新的小分子。

据雷锋网了解，英矽智能的人工智能系统，包括生物问题解决引擎PandaOmics和化合物生成引擎Chemistry42。

这两个系统进行相应的配合，集成了数百个人工智能模型，每个模型负责一项特定的任务。

利用PandaOmics发现了一个新的能够作用于广泛适应症的靶点，Chemistry42平台利用这个新发现的靶点作为基础，设计了一类新型的小分子抑制剂。

此外，AI平台上还包括了一个临床试验结果预测引擎 InClinico，用于预测临床研究的成功率、指导正确的临床研究方案。

为了成功获取临床前候选药物，Insilico设计并合成了不超过80个分子，其中有几个分子达到临床前候选化合物的水平，这是迄今为止取得的前所未有的命中率。

并且，整个研发过程仅耗费短短18个月，研发成本相当于类似项目的十分之一。

这样的成果，已经相当惊人。

事实上，早在两年前，英矽智能的AI技术就已经展现出了非常大的潜力。

雷锋网了解到，2018年，英矽智能发表了一项研究，公开了首个采用Entangled Conditional Autoencoder (ECAAE) 纠缠条件式自动编码器生成的JAK3抑制剂，并进行了实验验证。

彼时，英矽智能的引擎已经可以为G蛋白偶联受体和其他靶点类别实现合理的命中率。

2019年，英矽智能在短短21天内预测了一个众所周知的纤维化疾病靶点分子，并成功地在体外和体内验证了预测。

研究结果发表在了《自然-生物技术》杂志上，并获得资深新药发现专家和科研人员的反馈。

AI制药的中国式创新

2019年，英矽智能完成了3700万美元的B轮融资，由启明创投领投，跟投方包括斯道资本、F-Prime Capital、礼来亚洲基金、创新工场、百度风投、兰亭投资、BOLD Capital Partners等其他投资方（包括A轮投资方）。

自成立以来，Insilico Medicine已经发表了150多篇论文，并在100多场会议上公开分享多项成果。

成立之初，英矽智能也曾遭到过质疑。

例如，早期的模型用来生成的分子不够多样化，或者不容易合成，而且靶点是大众已熟知的，或者容易通过已知的苗头化合物优化得到。

不过，在几年的时间里，随着深度学习模型的丰富，这样的问题正在逐步解决。

在对外合作上，英矽智能也拿下不少大药企的单子，包括默克、辉瑞、勃林格殷格翰、安斯泰来、强生制药子公司杨森制药等。

2020年11月，英矽智能将Chemistry42生成化学AI平台整合到默克集团的高性能计算基础设施上，以实现快速高效的药物设计

启明创投主管合伙人梁颕宇表示，AI在医疗领域第一个大规模的应用是AI+影像，这也得益于AI图像识别技术发展的成熟。

但是，还有很多AI没有介入的领域，很多问题更复杂，需要更长的时间、更系统化的解决方案。而药物研发领域就是未来的一条黄金赛道。

在梁颕宇看来，中国将成为全球医药创新的重要力量，中国将在药物的原发性创新上成为引领者和推动者。

这也是为什么，2019年，英矽智能将总部从美国马里兰州约翰霍普金斯大学移到香港。

Zhavoronkov表示，未来5年内，中国创新药企业将迎来一场大爆发，中国会成为世界的医药创新中心。

主要原因之一在于：“中国政府正在创造绝佳的环境，要求国内的制药公司进行创新。”雷锋网

早在2012年，百度就建立了深度学习研究院，此后相继建立了大数据实验室和硅谷人工智能实验室。

如果说微软亚洲研究院是AI界的「研究黄埔军校」，百度则是中国AI界的「工程黄埔军校」。

在AI时代，百度做医疗的决心有增无减。

2018年，百度成立智慧医疗部门，以人工智能技术为基层医疗赋能，原名 “百度灵医”，2019年品牌升级为“灵医智惠”。

2018年11月的百度世界大会上，百度推出了百度AI眼底筛查一体机。同时，李彦宏现场公布了该仪器的捐赠及落地运营情况。

2020年的百度世界大会上，百度健康总经理、百度健康医典总经理杨明璐透露：“未来百度将聚合知名医院资源，构建问诊购药等健康服务闭环。”

而最近的一次大事件则是，李彦宏成立了一家生物计算公司——百图生科，并在集团内部将它提到了前所未有的战略高度。

医疗行业从不缺“顶尖头脑”。十数年的时间里，百度的技术和运营人才走走停停，“前百度人”也像是蒲公英的种子一样，随着创业的一股股春风，成为医疗行业的一道“独有的风景”。

药明明码首席数字官顾延

顾延离职时的title，是百度系医疗创业的最高职位之一——CIO。

1988年，顾延毕业于上海交通大学，获得计算机科学及电子工程双学士学位，1995年获得美国芝加哥大学MBA学位，是国外全球500强企业中担任高管的少数华人之一。曾任阿尔卡特-朗讯公司全球CIO。 

任职阿朗全球CIO期间，顾延作为总负责人成功完成当年国际上最大的IT外包服务项目，经费总额达20多亿欧元。

2012年1月顾延回国，任百度公司CIO。2013年11月，顾延从百度离职。作为百度公司的前CIO，顾延曾将百度的IT战略定义为全球较大的搜索引擎之一以及中国领先的云服务供应商。 

离职后的2017年11月，顾延加入药明明码担任首席数字官，这是药明康德集团企业。药明明码拥有一体化开放的平台，包括中国首家通过美国CLIA和CAP双重认证的实验室，帮助合作伙伴加速药物研发、诊断试剂开发等临床应用。

深睿医疗董事长雷鸣、CTO李一鸣

雷鸣，现任深睿医疗董事长。北京大学计算机硕士，被称为百度创始七剑客之一 。酷我音乐创始人，快乐智慧创始人兼董事长。

在百度早期，雷鸣主要负责和搜索引擎的设计和实现工作。作为百度首席架构师，他曾带领公司最重要的项目“闪电计划”，成功的阻击Google中文。

李一鸣现任深睿医疗CTO，曾经先后就职于百度公司和高德信息技术有限公司。在百度公司任职期间，负责网页搜索部搜索排序核心业务。

2017年，成立仅1个月的深睿医疗就获得了天使轮融资。2020年12月，深睿医疗肺结节AI影像产品实现了突破，通过创新医疗器械审批绿色通道获批NMPA医疗器械三类证，并在同一个月内宣布完成数亿元C+轮融资。

从应用层面来看，深睿医疗构建了包含AI医学辅助诊断、智慧影像云、智慧科研、智慧装备等方向的产品矩阵，其旗舰产品Dr.Wise AI医学辅助诊断系统覆盖包括神经系统、心血管系统、呼吸系统、运动系统、女性关爱、儿童关爱等领域，并在全国400余家医院落地应用。

百度副总裁吴海锋、执行总监孙雯玉

吴海锋是百度元老级的人物，曾担任百度副总裁，在百度13年。2006年浙大硕士毕业，旋即北上加入百度，成为搜索一线技术团队中的一员。2017年，吴海锋升任百度公司副总裁，全面负责百度搜索公司大搜索整体业务。

孙雯玉曾担任百度执行总监，被视作“见习期的副总裁”，在百度12年。

2015年，在百度组建多模交互搜索部，启动语音搜索、视觉搜索的创新业务，而后负责度秘事业部，完成团队组建和业务模式探索。

2019年，二人离职百度，随后创办幺零贰四科技，这是一家医疗信息服务提供商，是「互联网 + 大健康」内容服务平台建设者，致力于通过人工智能、云计算、大数据等技术，打造医疗健康内容服务。

2020年8月，幺零贰四科技整体并进字节跳动。

仁正医德董事长李政

北京京仁正医德科技有限公司董事长，前百度医疗事业部总经理李政。

1988-1991，李政毕业于解放军信息工程大学，历任IBM交通运输行业全国销售总监、微软（中国）政府事业部总经理，曾是微软全球“比尔盖茨”奖得主。

2018年，李政创办了仁正医德。同年11月，与北美医疗信用服务平台和医疗健康科技公司中智全球完成合资并达成战略合作伙伴关系，成为中智全球的中国业务总部。

李政曾表示，公司未来的重点，是聚焦患者出院后的居家检验检测、慢性病长期管理，重点关注患者离开医院后无专业医护照顾的难题。

2020年9月22日，仁正医德与廊坊市卫生健康委员会签署“廊坊市居民互联网+居家精准照护服务合作协议”。采用医疗级可穿戴设备、大数据分析画像、服务精准匹配算法等技术，将京津冀地区乃至全国和全世界的优质医疗服务资源引入廊坊，让460万廊坊市居民在本地就可以解决健康问题。

拍医拍联合创始人吴诗展、杨琼

吴诗展，拍医拍创始人、CEO，MySQL数据库专家，曾任赶集网首席DBA、技术保障部总监，曾就职百度技术部，负责百度商业数据库团队。

2015年，吴诗展创立了医拍智能。

此外，拍医拍联合创始人杨琼，也是百度系出身。

2004年从清华文字识别实验室博士毕业后，杨琼入职微软亚洲研究院，继续从事人脸、文字识别等计算机视觉方向的研究。3年后，又在欧洲微电子中心从事医疗健康领域的技术研发。

在欧洲待了5年，杨琼回国加入百度，成为百度文字识别和人工智能领域的重要负责人和推动者，也是百度最早推动深度学习、图片分类及大数据分析的重要人物之一。

目前，拍医拍研发了健康险人工智能核保系统、疾病风险预测模型系统等多款人工智能产品。同时，开发的医疗和养老的机器人及智能硬件设备（智慧养老机器人、管家机器人、智能血糖仪、智能心电图仪等等），已经为数百家医疗机构提供服务。

大数医达创始人 邓侃

邓侃，美国卡内基梅隆大学（CMU）计算机及机器人专业博士 ，现为北京大数医达科技有限公司创始人。 师从CMU计算机学院院长、Google谷歌云AI负责人Andrew Moore。

此前，邓侃在甲骨文（Oracle）公司任主任级系统架构师，长达6年时间负责机器人学习和数据挖掘工作。在百度，他担任搜索业务高级技术总监，期间利用AI技术，尤其是知识图谱技术，完善了百度网页搜索功能。

2015年9月，邓侃创立北京大数医达科技有限公司，专注于多源异构医疗数据处理、深度挖掘与机器学习。截至目前，大数医达通过医院内部搜索系统已经处理了约8亿份真实病历，覆盖了约400种疾病的诊断和治疗。

望石智慧创始人兼CEO周杰龙 

周杰龙，望石智慧创始人兼CEO，北京理工大学人工智能专业硕士，原百度主任架构师，百度搜索技术创新的核心动力之一，曾负责百度搜索机器学习排序、反垃圾和移动云语音搜索、拍照搜索等项目。

在百度期间，周杰龙带领团队用机器学习重构了百度搜索引擎，在机器学习的系统性、可解释性、稳定性都有扎实和创新的工作，持续改善长尾查询体验和提升搜索研发效率，2013年在全球首次成功地应用深度学习于搜索中。

离开百度后，周杰龙在2018年创办了AI制药公司望石智慧。

AI新药研发成为当前医药行业的热点，其关键环节就在于靶点与分子之间的匹配，通过计算推荐出最优的有可能成药的分子，而搜索排序是这个任务的核心。

目前，望石智慧已拥有基于AI技术的智能化分子设计平台及知识图谱两大核心产品，覆盖从新药发现到临床前研究的环节。

康夫子张超、栗晓华、张冲

张超，康夫子创始人，毕业于电子科技大学计算数学专业，曾任新加坡国大Prof. Tat-Seng Chua多媒体搜索实验室研究助理，是前百度自然语言处理部资深研发工程师、知识挖掘方向负责人，知识图谱、实体建模方面专家。

从左至右依次为栗晓华、张冲和张超

2015年，康夫子科技成立，是一家医疗人工智能技术、知识、数据服务提供商，利用知识抽取、推理、表示等知识图谱构建技术，旗下有APP产品“左手医生”。

除了创始人张超来自百度，另两位合伙人栗晓华和张冲也曾是百度一员。栗晓华毕业于剑桥大学人工智能实验室，曾在百度从事框计算需求识别等业务研发。CTO张冲是前百度高级研发工程师，拥有丰富的架构和工程开发经验。

从2016年3月起，康夫子开始打造全科机器人医生，并向B端客户提供医疗人工智能技术、知识和数据。

2019年2月，百度全资收购了康夫子。

医渡云集团联合创始人徐济铭

2008年，徐济铭毕业于中国科学院研究生院计算机应用专业，获硕士学位，本科毕业于清华大学自动化专业，获学士学位。曾就职于百度、高德地图。

在百度期间，徐济铭担任技术经理，带领团队项目获百度百万美元最高奖，个人曾获百度季度之星、百度最有价值员工、百度最佳经理人等多项荣誉。

在高德地图期间，负责高德地图搜索产品技术事业部、街景研发事业部，重建高德地图搜索产品技术体系。

2015年，徐济铭加入医疗科技公司医渡云。医渡云提供基于大数据和AI技术的医疗健康解决方案，向医疗行业的主要参与者（包括医院、制药、生物技术及医疗设备公司、研究机构等）提供服务并与之开展合作。

2021年1月15日，医渡云在港交所上市，上市前合计完成11轮融资，总金额达3.37亿美元。

正安中医创始人梁冬

梁冬，正安中医创始人及董事长，太美旅游联合创始人。

2005年1月17日，梁冬加入百度，被任命为公司副总裁，负责市场及公关战略的制定实施。2006年9月20日，被任命为创意品牌副总裁，负责百度品牌与文化建设。 2007年3月16日请辞获准，两个月后正式离职。

正安中医是一家中医连锁管理机构，旗下有正安医馆、正安在线事业部、正安健康传媒等。隶属于北京正安康健医药科技发展有限公司旗下品牌。

至真健康CEO代黎明

代黎明，至真互联创始人、CEO。在百度有15年互联网团队管理经验，曾担任百度商业部、运营部、风控部、用户部门的高级管理职位。

至真健康成立于2015年，是一家专注于眼科重度垂直领域的互联网医疗公司，借助于人工智能、大数据、云计算，以互联网模式和思维连接患者、医院和专家，缩短并优化中间环节，重新整合眼科医疗供应链，构建一站式全眼科闭环医疗服务。

2019月8月7日，至真健康获得数千万元人民币的A轮融资。

透彻影像联合创始人兼技术总监王书浩

王书浩是清华大学交叉信息研究院博士后、助理研究员，曾于百度、NovuMind（异构智能）、京东从事人工智能研究。

透彻影像成立于2017年，利用大数据及人工智能为病理图片提供智能判别、诊断、预测。透彻影像旗下有人工智能辅助诊断平台Thorough Insights、人工智能ESD病理诊断平台Thorough ESD、病理影像标注系统Thorough Wisdom等产品。

同时，透彻影像与清华大学交叉信息研究院紧密合作，这可能得益于公司合伙人及投资方，图灵资本的投委会委员徐葳为清华大学交叉信息研究院院长。

2019年11月，透彻影像完成最新一期股权融资，投资方包括普华资本、澳银资本、磐霖资本与图灵创投。

九峰医疗首席科学家兼CTO李祎

李祎毕业于美国加州大学尔湾分校计算机专业，在博士期间首创深度神经网络分析预测大规模基因表达，论文发表2年多时间已被引用上百次，曾经在百度硅谷人工智能实验室工作，是AI医学影像研发工作负责人。

2015年，吴文辉创立了九峰医疗。九峰医疗的人工智能团队于2018年、2019年连续两年登顶斯坦福大学机器学习团队发起的X线骨骼肌病变MURA和X线胸片CheXpert医学影像公开数据集大赛。

2019年3月，吴文辉宣布李祎正式加入九峰医疗，并任命其担任人工智能业务首席科学家兼CTO。李祎加入后，九峰医疗将对人工智能研发中心进行改组，下设南京人工智能研发中心、西安基地、杭州基地。

结语

从同一家公司出走创业或投资、时间长了便会形成自有的圈子，这也是“百度系”、“阿里系”、“腾讯系”的由来。就像上文提到康夫子的栗晓华、张冲和张超以及吴海锋和孙雯玉，都是曾经在百度的“革命战友”。

从历史沿袭来看，百度系创业者大部分具备无人驾驶、云计算和医疗服务等基因。

例如，从这家中国互联网巨头驶出的自动驾驶“创业车队”，已经成为一支不可忽视的新兴力量。从2013年初李彦宏创办百度研究院以来，五年间百度曾经聚集了一大批AI技术大牛——王劲、余凯、吴恩达、张潼、倪凯、楼天成、顾嘉唯等等。

在技术的推动和人才培养上，百度也已经担起了中国互联网医疗和智慧医疗的一片江山重任。雷锋网雷锋网雷锋网

雷军最大的梦想是什么？

创办一家亿美金的公司？做“价格屠夫”、“极致性价比”？

这些都对，这些也都不对。因为所有的slogan，最终都指向了雷军的终极梦想——改变中国的制造业。

在不同场合的采访中，雷军都曾袒露过自己的心声：“小米要通过自己的努力，让中国制造业在全球的形象彻底改观，同时小米也要做新国货代表，要比洋品牌品质更好、价格更低，最终打败它们。”

过去30年来，由于国外的需求、投资和技术转让，中国制造业呈指数级增长。但是，“大而不强”的标签始终没有揭掉，国外巨头始终盘踞在最尖端的制造环节中。

所以，最近小米造车的消息传出，说到底并不奇怪：汽车行业是制造业的标杆，就零件数量和制造难度而言，手机是远远比不上汽车的。

雷军造车，对自己而言，是手机之外的又一次“重新出发”。不过，如果我们把眼光再放远一点。除了造车，小米或许还能进军医学影像器械。

这个概念或许不像“造车”那样性感，但是一旦做成，雷军的江湖地位或许可以再进一步。

这是雷军梦想中的“墓志铭”

雷军曾说过，希望自己的墓志铭是“雷军改变了中国制造业”，这是他的人生理想。

这两年来，制造业提的最多的几个词就是：自主可控、国产替代。而替代，从来不是一件容易的事情，其中的核心技术都是一个行业几代人积累下来的成果。

就以医学影像器械为例，主要包括X线设备、核磁共振设备、核医学设备、超声、放疗等设备。这个行业的复杂度可以和汽车行业平起平坐：门类复杂、技术含量高、交叉性强，涉及多个学科的知识，是衡量一个国家整体科技水平的试金石。

而且，当前，我国医学影像器械产业呈现整体分散、部分集中的竞争格局。很多企业规模小，无法大规模产业化，因此产品的成本高、利润薄，并进一步导致同质化竞争。

一个现实情况是，目前，仅有DR设备的市场国有化率超过50%，其余主要医学影像设备市场国有化率都很低。

凭借着多年的技术、渠道以及口碑积累，2010年之前，中高端医学影像器械几乎都是大牌外企的天下。近乎垄断的技术实力，让GPS（GE医疗、飞利浦、西门子医疗）等国外厂商，能够靠着医学影像设备，每年从全球攫取超高额利润。

在一些技术领域，中国的设备厂商难以望其项背。

举一个例子，作为CT设备的信号源，球管是CT设备中最值钱的核心部件之一，它的性能直接影响了CT的图像质量及使用寿命。

自1896年，德国C.H.F.Muller发明了世界上第一个具有实际使用意义的X线球管后，人们对于球管技术上的改进就从未停止。

1998年，杭州电子管首次试水失败后，杭州英赛特、广州艾珂斯相继进入球管国产化的研究道路，但结果同样不是很理想。目前，国内没有能够制造CT用球管的企业，相关的例子比比皆是。

医疗器械是中国制造业崛起、实现国产替代的一个必走之路。2021年2月9日，工信部发布《医疗装备产业发展规划（2021-2025年）》征求意见稿，其中发展愿景一节中提及中国品牌发展，到2025年6-8家企业进入全球医疗器械50强。

摘下医学影像器械这一个“制造业上的明珠”，或许是雷军的一大梦想。

手机，不足以构成一家企业永久的护城河

除了“国产替代”的大趋势，雷军或许还有自己难以言说的“隐痛”——手机。

想要成功可以，想要一直成功很难。做了十年手机的雷军，非常清楚。

2013年，诺基亚和苹果还是手机行业的霸主，国产品牌刚刚涌现。在近乎“百团大战”的情形下，小米发布的“小米1”系列在国内市场大获成功。

随后，小米又以红米系列迅速布局中低端市场。几乎超出当时小米所有高管的预想，“红米”系列异常火爆。

但是，这时候的手机行业竞争才刚刚开始。彼时，华为也开始转型手机市场，并且也在第一时间发布了“荣耀”系列，设计初衷就是为了阻击“红米”系列。

手机行业，时刻有人觊觎第一名的位置。此后的几年时间里，小米、华为、OPPO、Vivo轮番在各个榜单上做第一。

根据知名市调机构Canadys发布的最新数据，东南亚地区就在2020年迎来了一次手机市场大洗牌。小米的市场份额占比仅为12%，在东南亚市场销量没有进入前三。

虽然这样的数据不太全面，因为这也与小米的全球战略调整有关系。但是，举这个例子，只是想说明，手机行业的“朝生夕死”太过常见。

雷军是业内公认的“劳模”，勤勤恳恳十年做手机。但是，他也知道，消费硬件持久性差、扛风险能力低、不确定性高、大起大落快，稍微一个口碑崩坏，对品牌的打击是致命的。

HTC、魅族、索尼、联想就是先例，电池爆炸的三星也在中国市场元气大伤，就此丢了市场。

所以，做手机，就像在“刀尖上跳舞”，危机感常在。

从现实的经营角度来看，尽管小米自2018年以来一直位列世界手机出货量第四，甚至2020年还进入了第三。但是，雷军在2018年却主动宣布“小米硬件综合净利润率，永远不会超过5%”。

在小米2019年的年报中，小米的手机业务收入占总营收的59%，毛利润仅占总毛利润的5.7%；小米的互联网业务收入，虽然仅占总营收的30.7%，但其毛利润却占了总毛利润的45%。

在“有意为之”的情况下，小米实际上是通过消费硬件这条路，来实现更多周边产品、服务的盈利，这更符合它“互联网公司”的定位。在未来的竞争环境下，多数的手机厂商也必然要走这条道路，竞争进一步加大。

但是，做医疗器械的硬件就不一样。

例如，GE医疗2020年全年总营收达到了180亿美元，利润达31亿美元，利润率达到了17%。

与消费硬件相反的是，To B产品的技术壁垒更高，利润率更高，一旦得到市场认可就能建立经验和技术壁垒。

谁不想找一个既有情怀，又有稳健收入的赢利点呢？

消费硬件起家的医学影像三巨头

以史为鉴，可以知兴替。

说到GE、西门子、飞利浦，你第一秒能想到的是什么？是GE的烤箱、西门子的冰箱，还是飞利浦的电动牙刷？

没错，在普通消费者认知里，这三家公司都是家电公司。历史上，它们也都靠着小家电起家。

飞利浦成立于1891年，成立最初近40年业务以照明为主。1939年，飞利浦发明电动旋转剃须刀，由此进入小家电领域。

1926年，西门子家电推出了第一个“烤管”。1928年，推出了第一台电动洗衣机。

1892年，爱迪生电灯公司和汤姆森-休斯顿电气公司合并，成立了GE，总部位于美国波士顿。1911年，GE创办了照明业务。

所以，这三家医疗器械领域的老牌企业，无一不是从消费者硬件起家。

而在数百年的风雨过后，GE、飞利浦、西门子通过不断的变卖资产、业务瘦身，重心都很默契地指向了同一个领域——医疗。

直到今天，这三家仍然是医学影像设备领域当之无愧的三巨头，在CT、MRI、超声等领域都有绝对的话语权。

他们的历史，就是一部从C端转型B端的历史。

1895年，德国物理学家伦琴发现了X射线。西门子创始人维尔纳·冯·西门子敏锐地意识到，X射线势必会对医疗领域产生深刻影响。他开始对X射线进行研究，仅仅一年后，西门子就生产出了第一台用于医疗诊断的X光机。

1895年，德国物理学家伦琴发现了X射线。西门子创始人维尔纳·冯·西门子敏锐地意识到，X射线势必会对医疗领域产生深刻影响。

他开始对X射线进行研究，仅仅一年后，西门子就生产出了第一台用于医疗诊断的X光机。

在今后的数十年里，医学影像部门成为了西门子最引以为傲的部门。比如，计算机X线断层扫描（CT）和磁共振成像（MRI）系统为公司带来了可观的收入。

此后，西门子医疗于1896年成立，已走过120多个年头。然而，西门子医疗并非所有的设备都自己做。

比如，去年，西门子医疗164亿美元收购瓦里安，创下了2020年医疗领域的最大收购案。

瓦里安是全球肿瘤放疗领域龙头，在全球安装了8000多套放射治疗系统，占据全球超过50%的放疗市场份额。此次收购，也意味着西门子将进军肿瘤放疗市场。

时间再往前推。

这里需要提一家CT历史上最著名的公司之一——Elscint（爱尔森）。

Elscint是以色列最古老的高科技公司之一。随着公司的发展，它建立了一个强大的国际销售网络，并因产品在技术上往往优于强大的跨国竞争对手而享有声誉。

自创始人Suhami带领Elscint进入CT领域以来，这家小公司与当时市场上数十家强劲对手展开激烈竞争，包括辉瑞、西门子、日立、东芝、飞利浦和GE。

1996年，Elscint公司发明了世界上第一台多层CT，取名为“Twin”。这个系统可以在机架每次旋转时获取两幅图像，这是当时世界上其他CT设备无法做到的。

Twin之后，Elscint希望更上一层楼，开发出4层系统，但是这需要全新的机架设计。为了争取时间，Elscint决定将多层探测器的设计卖给西门子，以换取他们的机架和检查床技术。

这让西门子得以进入多层CT市场，而Elscint则缩短了上市时间。

再来看GE。

医疗业务在GE一直是排在航空、发电之后的第三大业务，不过近年来分量越来越重。2020全年，GE医疗总营收在GE集团中占比23%，达180亿美元。

1989年，GE以1亿美元收购Elscint的核医学和磁共振成像部门。

1998年2月，GE以2.3亿美金的价格从以色列公司ELBIT手中收购DIASONICSVINGMED，抢滩心脏超声市场，吹响了巨头进入超声行业的号角。

飞利浦则是以小家电起家，它与Elscint的交集又在哪里？

20世纪90年代末，由于开发成本和各种经营不顺，最终，Elscint的母公司——Elbit医疗成像公司开始出售其成像资产，其中之一——Elscint的CT业务被卖给了Picker International。1999年，Picker改名为Marconi Medical Systems（马可尼医疗系统公司）。

2001年，皇家飞利浦电子公司以11亿美元现金收购了马可尼医疗系统公司。此次收购将马可尼的CT和MRI业务纳入飞利浦现有医疗系统运营中，从此奠定了飞利浦多层扫描技术的基础。

在一家老牌企业的数十年商业版图中，并购一直与自建同等重要。

从GPS三家的变迁过程中能看到，想进入一个陌生领域，并不一定需要“All in”的架势，通过很好的并购、整合，依托原有的渠道、技术、市场营销体系，完全可以顺利地进行布局和卡位。

同样的由C转B，同样面临消费硬件的增长瓶颈。GPS的历史转变，放在小米身上为什么不可以？

小米做大健康，有先例

况且，小米在医疗大健康领域的布局的确不少，尤其是在医疗器械领域。其中，关注度较高的是小米与九安医疗的合作，这也是小米投资的第一家医疗器械公司。

2016年，小米与九安医疗签订注资协议，小米战略投资九安医疗旗下的iHealth品牌，投资金额为2500万美元。

目前，双方合作的消费级硬件产品有电子血压计、医用电子体温计、智能血糖仪、雾化器、胎心仪等。

雷军系的医疗健康企业主要有两个特点。

第一，普遍以智能硬件为主，

第二，专注某一细分领域的产品，借助小米的渠道资源，触及海量用户，从而带来提供更多增值服务的机会。

从合作的这些产品来看，仍然是有些“小打小闹”的C端产品，与动辄数百、上千万的医学影像设备来说，完全不在一个量级。

然而，小米做“大”设备，并不是没有机会，参考一下造车。

在《晚点LatePost》的报道中，一位接近雷军的人说：“时间点让他（雷军）下定决心（造车）”。

小米并不需要从头开始研发整车的每个部分，而只需要通过打造小米手机一样的策略，通过外部采购成熟的硬件，配套自己的软件层，继续原本的蓝图。

换句话说，在医疗器械领域，小米不需要从头开始研发。通过生态链的形式，小米也能做医学影像器械。

医学影像“越来越软”

而且，小米，看家本领是软件，它与半导体行业也是亲密的合作伙伴。

从2013年起，小米就开始布局IoT。

在《小米生态链战地笔记》一书的序言中，雷军回忆：“那个时候只是看到趋势，而IoT成为真正的现实至少还需要5年或是8年，我们决定，用小米做手机成功的经验去复制100个小小米，提前布局IoT。”

此后，2016到2019年间，小米的IoT以及生活消费品收入，持续保持50%以上的高增速。

2019的年会上，雷军说，小米已经是全球最大的IoT消费级物联网平台，并提出全面拥抱AIoT，从现在开始未来五年内持续投入超过100亿元。

能够用语音和人工智能来进行交互，这是未来10年全球最重要的科技发展趋势。雷军更看好的是5G+AI+IoT，认为“下一代超级互联网，能够把所有的东西连起来”。

而物联网实现的是人与物、物与物信息交互和无缝链接，达到对物理世界实时控制、精确管理和科学决策的目的。

医学影像器械的现状和发展趋势是什么？

那就是，5G和AI将渐渐成为标配，端侧智能越来越重要。

上海科技大学生物医学工程学院创始院长沈定刚教授，曾在MICCAI 2019的Workshop中，谈到了器械发展的整体趋势，即由单模态、单流程向多模态，全流程不断进步。人工智能技术将在其中发挥至关重要的作用。

这点在去年疫情期间的体现尤为明显：多家器械厂商推出了搭载计算机视觉的医学影像设备，可以通过摄像头自动识别胸部扫描范围，无需进入操作间即可进行精准CT扫描，减少接触和降低交叉感染风险。

从提高成像速度、减低辐射剂量等角度来看，AI在设备端的应用会越来越广泛。

另一方面，小米对AI的重视全所未有。

雷锋网了解到，2016-2018年3年间，小米以684项AI领域专利申请排在全球第11位，超过高通、富士通等老牌技术驱动公司。

2019年，时任AI部总经理的叶航军透露，2016年雷军在内部的一个讨论会上确定把AI作为战略方向，雷军说很有可能人工智能是小米未来十年的唯一重要战略，当时也组建一个完全独立的AI部门和团队。

推动小米向AI大踏步转型的是雷军大学上下铺的兄弟，前小米技术委员会主席、现任小米清河大学校长的崔宝秋。

去年耗费了几个月的时间之后，崔宝秋还挖来语音识别开源工具Kaldi 之父——Daniel Povey。

此外，远程医疗，也是未来的大趋势。

在去年的进博会上，西门子医疗等厂商推出了处于研发中的西门子5G远程超声机械臂，这样三甲医院的专家就可以远程进行指导和操作。

再有，护士给一个病人做超声，她可能掌握的技术没有主任那么高深，但是一旦在超声图像上面出现了一个可疑病灶，机器就会自动地进行标注，传输到云端进行大数据分析，并作出提醒，这在5G时代成为可能。

所以，这也是小米AI部总经理的叶航军所说，以前很多体验基本靠硬件，但现在硬件占了一部分比例，但软件的贡献会更大。

如果小米要去布局AIOT，在以往的消费硬件之外，在产业级互联网上，5G、AI等能力的储备，也是小米能够在医学影像领域布局的重点底气。

毕竟，参考去年年底的小米开发者大会，小米就推出了智能酒店解决方案，类似的方案还覆盖到了地产、企业等多个场景和领域。

因此，以软件见长的小米，在未来的时间里推出面向医疗设备场景下的解决方案，也完全有可能。

再提梦想

《中国企业家杂志》对雷军的报道中曾写道，小米之家深圳旗舰店开业前一天，小米高管开了整整一天战略研讨会，主题是：十年后小米能否成为中国实体经济的代表？十年后小米会是一家怎样的公司？

雷军从制造领域认真思考过这个问题，“那时，小米应该带领一群中国品牌和中国先进制造业，在全世界都奠定了无可动摇的位置。换句话说，如果我们坚持干下去，十年后的小米可能会成为中国制造、中国品牌的中国代言人。”

梦想还是要有的，万一实现了呢？造车这件事，不也被小米提上了日程？

从未来大势、自身的危机感，从行业历史参照到小米的优势站位，小米进军医学影像器械，都是一件值得期待的事。雷锋网雷锋网

癌症患者接受检查，以了解他们的免疫细胞是如何工作的，以及疾病是否对治疗有反应。这种免疫监测是癌症治疗的常规部分，有助于指导治疗决策。

然而，据创业公司Ozette的联合创始人兼首席执行官阿里·安萨里说，目前的分析方法仍然有限。

这家总部位于西雅图的公司旨在进一步开展免疫监测，目前正在使用人工智能来实现这一目标。这种方法可以加速免疫系统的分析，帮助临床医生做出更好的诊断和治疗决策。

华盛顿大学医学中心的主治医师安萨里说，这项技术不仅可以为癌症治疗提供见解，还可以为传染病、炎症性疾病等提供见解。

雷锋网了解到，目前，Ozette公布了它的技术以及600万美元的种子基金。此次融资由Madrona Venture Group牵头，艾伦人工智能研究所(Allen Institute for Artificial Intelligence, AI2)和Vulcan Capital参与。

免疫监测是通过从患者身上抽取血液样本，观察单个细胞，以观察患者的免疫细胞是否发挥作用，以及它们对治疗的反应。单细胞分析并不新鲜，但它产生了更多的数据，其中一部分正在被使用。Ozette通过应用人工智能提高了分析能力。

Ozette的联合创始人兼首席技术官Greg Finak说，Ozette已经开发了理解细胞类型的算法。该公司应用人工智能来筛选数据，以便更好地了解细胞的情况。

Ozette技术来自西雅图的Fred Hutchinson癌症研究所，Finak是该研究所的科学家。Finak补充到，在目前技术的帮助下，以往需要几个月完成的工作，现在可以在几个小时内完成。“我们可以对免疫系统的功能有一个更大、更好的了解，这是以前不可能做到的。”

除了Ozette这样利用AI来关注免疫系统的公司，与Fred hutchch有渊源的西雅图公司Adaptive Biotechnologies，也正在与微软合作解码免疫系统，他们的研究重点是T细胞受体。

据雷锋网了解，去年，初创公司Immunai推出并公布了其单细胞分析技术，上周，Immunai宣布获得6000万美元的A轮融资，用于发现和开发更好、更有针对性的免疫疗法。

Ozette目前雇佣了8名员工，但安萨里表示，他预计未来几个月员工数量将翻一番，明年初再翻一番。

雷锋网

“我们做的事情向全世界证明了我们是基因科技的先锋。”

长久以来，对于谷歌这个对手，李彦宏一直保持着距离感：“我们是实用主义者，而不是理想主义者。所以，百度不会去做一个会下围棋的AlphaGo。人工智能无论做的多牛，得到市场认可的才叫真正的牛。”

但是，在李彦宏的心里，仍存在超越对手的期待：例如，挖Google吴恩达做百度大脑，紧随Google做无人车。

在一些不同的方向上，百度似乎在“对标”谷歌。

是不是效仿并不重要，重要的是，谁能笑到终点。这句话或许可以描述李彦宏的内心想法。

在生命科学领域，也是如此。三年前，谷歌旗下的DeepMind推出了Alphafold，进军生物计算。2020年9月，李彦宏也成立了一家生物计算公司——百图生科，并将它提到了前所未有的战略高度。

经过两年的蛰伏，去年12月，升级版的Alphafold 2以“蛋白质结构预测”的成果一举震惊世人。当初，“实用主义”与“理想主义”的划界对立，似乎又在无形中给百度和李彦宏增加了不少压力。

一个20年前的梦想

李彦宏对生命科学的关注由来已久。

“早在20年前，我就对生命科学感兴趣，尤其对生物信息学感兴趣。20年前的我感兴趣到什么程度呢，当我在华尔街做一名程序员时，还去申请了Merck（默克集团）一个研究小组的工作，它也给了我一个offer。”

2015年，李彦宏在百度与协和医院就肿瘤研究合作的发布会上说下了这一番话。

是不是为了给发布会增加一个应景的基调，我们不得而知。

只是，我们看到，2020年，百度向全世界开放了全世界最快速的RNA结构预测算法LinearFold。并且，还在短短两个月内推出全球首个mRNA疫苗基因序列设计算法 LinearDesign。

据了解，这套算法能在11分钟内完成对新型冠状病毒mRNA疫苗的序列设计。

做这件事情，没有提前准备，不可能这么快。

李彦宏在不少场合里，谈了无数次的“人工智能”。从2013年百度成立深度学习实验室、李彦宏亲任院长以来，百度就开始了从全世界招揽人工智能顶尖人才的动作。

短短两三年，原NEC美国智能图像研究院负责人林元庆等业内优秀的人工智能科学家相继聚集百度。

2014年5月，人工智能和机器学习领域的国际权威学者吴恩达进入百度，并负责领导北美研究中心。

2017年，百度在人工智能领域的布局明显加快，业务主线也更为清晰。1月份，原微软集团全球执行副总裁陆奇加入百度；2月，联想之星合伙人刘维作为副总裁加盟百度。

2020年8月，生物计算实验室和安全实验室成立以前，百度研究院一共有七大实验室：认知计算实验室、硅谷人工智能实验室、深度学习实验室、大数据实验室、商业智能实验室、量子计算研究所、机器人与自动驾驶实验室。

这些实验室的研发成果历经4-5年的整合，逐渐形成了百度的AI平台体系。

从这一个框架结构来看，生物计算非常具备“行业性”特征。也可以说，未来，生物计算将会成为百度的“平台型”能力代表。

一个月后

成立生物计算实验室的热点还没结束，在百度研究院架构升级后的一个多月——9月26日，百图生科创立。

百度创始人李彦宏作为牵头发起人，亲自出任公司董事长，BV百度风投CEO刘维作为联合创始人，担任公司CEO。

如果说，生物计算实验室是“主内”，那么，百图生科就是要真正“对外”，联合下游企业，融入生物科技这个大行业。

在官网口径中，“百图生科”的品牌里的“百”，代表着人类长久以来的百岁健康梦想，也体现着公司将利用百度AI底层能力打造生物计算平台的渊源；

“图”则源自“按图索骥”，希望在急剧增长的生物数据时代，为行业提供更好的生物地图（BioMap），帮助药厂找到化合物，帮助医生找到生物标志物，帮助科研人员找到各种生物数据背后的意义。

公司成立后，“百图生科”的业务将分为两大阶段：

第一阶段，利用前沿AI技术构建完整的生物计算平台，通过自身研发和产业投资，与新的数据轴和垂类分析/设计/计算工具领域的初创企业与研究机构进行合作，为生命科学企业和科研用户提供工具能力和完整的解决方案、做好服务。

第二阶段，还将深度参与或主导发起新型精准药物和精准诊断产品的研发，携手合作伙伴，为社会贡献精准生命科学产品。

以生物计算平台为基础，“百图生科”还将大力投入关键数据底层设备和计算技术的研发，加速高通量类器官芯片、高分辨物质观测设备、新的组学采集分析设备、蛋白质模拟和生物计算专用芯片的研发，为生命科学行业带来新的数据轴和计算能力，实现对这些关键共性平台技术的自主可控。

当然，百图生科成立之后，还会接收集团内部的支持，其中就有百度出名的底层深度学习平台算法——飞桨。

据雷锋网了解，飞桨将为百图生科提供AI底层技术和开发工具，并基于百图生科及其客户的需求迭代，不断推出新的算法和工具，快速构建生物计算行业的开源平台，为生物行业提供更多的开源、高效、精准的研发工具。

刘维其人

9月26日，百图生科创立时，与李彦宏一同露面的，是百度风投CEO刘维。在这家新公司里，他将担任CEO。

接替他百度风投位置的，是前小米战投董事总经理高雪。

选择刘维来当CEO，再正常不过。

刘维是一个有着18年前沿技术风险投资经验的资深AI投资人。

早在2005年，他就尝试了智能机器人的投资，并在2011年起开始关注人工智能产业，投资了超过70家中美AI企业，主导投资了Face++、思必驰等著名AI企业。

目前，刘维应该是国内对人工智能理解最深、最有发言权的投资人之一。

“不是只投狭义的人工智能技术，而是布局人工智能时代。”

在百度风投和刘维的世界观中，“人工智能”是包含底层智能技术、智能机器平台、行业智能化在内的三层生态。

目前，百度风投的管理资本规模，达到32.5亿人民币。其中包含3亿美元、13亿人民币。

百度风投近期的被投医疗项目

2017年担任BV百度风投CEO后，刘维就将生物计算作为BV的核心布局方向，在中美欧各地早期投资了40余家生物计算企业。

这其中，包括了十余家各细分领域的AI药物设计公司和20余家新型生物数据轴公司，涵盖纳米孔测序、单细胞质谱和分子影像、人体内传感器、超分辨成像、高通量3D病理、脑机接口等多种前沿方向。

雷锋网了解到，仅从2018年至今，百度在生命科学领域投资的公司就有：宸安生物、DeepBiome、Insilico Medicine、齐碳科技、Sherlock Biosciences、东软医疗、RootPath Genomics、Quantapore、Genedock聚道科技、Atomwise等。

所以，不管是出于何种考虑，刘维“入主”百图生科，都是一件水到渠成的事情

招兵买马

目前，在百图生科的官网上，看不到任何管理团队的身影。因此，成立新公司之后，刘维要做的第一件事情就是招兵买马。

这不禁让人想起六年前的一段往事。

2015年12月14日，百度金融服务事业群组（FSG）成立，成为百度战略级布局，由朱光全面负责。在加入百度之前，朱光是联想集团大中华区公关及整合推广高级总监。

朱光大部分的工作经历和经验集中在公关和营销领域，是一个市场营销的能手，但并非金融业务出身，没有金融从业经历。

2015年底，原美国运通公司高级副总裁王劲加盟百度金融。

2016年，原光大银行资产管理部总经理张旭阳正式加盟，出任副总裁，负责理财和资管业务；紧接着，原陆金所执委黄爽投奔而来，同样也是副总裁，执掌消费金融业务。

参照朱光的经历，有没有专业背景，对于一把手来说并不重要，营造一个开放包容的氛围，让人才放开手脚工作，才是一把手要做的事情。

所以，依靠生物计算领域的投资经验和人脉，人才的招募才是刘维的首要之事。

据了解，随刘维一起加入百图生科初创团队的，还有十余位毕业于清华、北大、牛津、剑桥、港大、UCLA、斯坦福等高校的生命科学专业博士，覆盖分子生物学、计算化学、基因组学等技术方向，和一些在生物制药和生命科学领域的投资背景人士。

当然，光靠刘维的“眼缘”和“人缘”以及现有的人才规模，当然远远不能撑起百图生科的野心。

下一个“少帅计划”？

品牌正式成立后，百图生科就在公众号上广撒“英雄帖”。

在这份诚意十足的帖子上，主要有这么几个岗位。

例如，归属于Biomap研究院的科研生态和临床事务的总监；计算化学科学家、资深科学家；多组学研究负责人、科学家；归属于战略投资部的董事总经理和VP/投资经理。

除了常规的招聘节奏，百图生科还做了一件非常不一样的事情——启动“百万领军计划”和“百万青年领军计划”。

这个计划的名字是不是有些耳熟？

没错，那就是很早以前的百度“少帅计划”。

2014年，李彦宏表示，百度IDL（深度学习研究院）将启动“少帅计划”，主要针对30岁以下的优秀人才甄选和培养。

当时，李彦宏希望百度深度学习研究院，能成为像AT&T-Belllabs（贝尔实验室），Xerox PARC（施乐帕克研究中心）这样的顶尖研究机构。

因此，对于人才的招募，百度给足了诚意：

入选“少帅计划”的人才除了能拿到百万以上的年薪，还将得到李彦宏和IDL杰出科学家的亲自指导，并且获得赴美国硅谷工作的机会。

曾有业内人士表示，“百度为‘少帅计划’提供的是T9甚至T10职级，年薪百万元人民币起步，而且上不封顶，这在业界对于年轻人才而言是非常少见的。”

为了帮助“少帅计划”入选者顺利成长，百度还制定了导师计划。百度的“导师团队”堪称豪华：除了李彦宏，还有余凯、张潼、徐伟、吴韧等世界级科学家。

然而，因为各种各样的原因，最后“少帅计划”以略显尴尬的方式收场，各位大牛相继去了其他创业团队开枝散叶。

也许是考虑到此前“少帅计划”的结果，这几年里，百度没有再推出类似的计划。

但是，今天，百度和李彦宏将这股诚意投注在了百图生科身上。

2021年1月5日和1月12日，前后两周，百图生科先后发布了“百万领军计划”和“百万青年领军计划”。

在“百万领军计划”中， AI药物设计、多组学图谱、新组学技术研发、高通量实验体系构建等方向，是具体的岗位要求。

据官微显示，百图生科会“为入选者提供持续的充足业务预算、PI制的创新探索空间、全面的技术和实验平台支持，以及100万美元量级的年度薪酬待遇与创业股权激励”。

百图生科表示，“我们期待您能带领团队，实现生物技术+AI技术的跨界融合，把前沿设想变成产业现实。在生物计算时代大幕拉开的年代，在历史上留下浓重的一笔。”

“百万领军”计划并不是直接对应此前的“少帅计划”。

当时的“少帅计划”，主要针对30岁以下的优秀人才甄选和培养。而在“百万领军计划”中，有几个关键表述：是在专业领域大有作为的旗帜型科学家，是对于利用先进数据技术加速行业进化的改革家。

按“旗帜型科学家”、“改革家”的标准，百度需要更多、更有经验的即战力。

这也是为什么又会推出“百万青年领军计划”的原因。

在这份“后备人才库”中，CEO，也就是刘维，将直接担任成长顾问，通过机制化、高压力的个人成长计划，帮助候选人在专业精深、横向贯通、战略眼光、战术效率、团队管理等维度实现结构化成长。

目标就是，在3-5年时间内成长为下一代领军人才，作为主任科学家或项目总监，带领团队，“以其昭昭锐气，开拓生物计算时代的更大版图”。

百图生科，向外

近日，百图生科的第一次“外联”达成，与肿瘤转化医学公司普瑞基准科技宣布战略合作协议。

双方将在肿瘤多组学研究领域进行合作，利用普瑞基准与国内外数十家大型、研发型药企建立的长期合作关系以及百度在AI和生物计算领域的能力，在精准药物和诊断产品研发等方面进行合作。

值得一提的是，普瑞基准和百图生科的合作，并不是第一次：2002年第三季度，普瑞基准就获得了百图生科的前身——百度风投生物投资团队的A+轮投资。

除提供能力平台外，百图生科还会在其全新推出的10亿人民币规模的多组学研究卓越资助计划中，设置专项基金，为双方合作的临床项目提供经费支持和免费技术服务。

从百度已有的和现有的故事中，我们能看到，生命科学在百度心中的分量。这其中既有创始人情怀驱动，也有现实需求激发。

2015年时，李彦宏就作出“计算机科学和生命科学的结合，在未来是一个非常有前途的方向”的论断。“愿意为技术买单”的CEO李彦宏，能否在百图生科身上，看到百度的下一个未来？雷锋网

在传统的方法中，血糖检测需要刺破手指，将血液样本放在试纸条上，然后将其插入名为血糖仪的机器中。

据悉，苹果这一技术目前还面临一些困难——传感器集成到电子设备上需要一个孔或开口，以让传感器能够与空气接触。然而，这个开口同时也有可能会降低设备防水性能，对Apple Watch的防水设计提出相当大的要求与挑战。

另外，血糖读数必须准确。如果误差过大，对于以此作为用药指导的用户可能会存在摄入错误剂量胰岛素的风险。

此外，将非侵入式血糖检测带到Apple Watch上，手表的续航时间也是个问题。

不过，即便是有诸多困难，但是借助Apple Watch在医疗领域进行布局，已经不是苹果公司的第一次尝试。

雷锋网了解到，苹果曾在2019年世界心脏日上明确表示对进军医疗保健业的强大企图心，库克曾说，苹果对人类最大的贡献将会是“健康”。

在过去数年里，苹果组建了一支庞大的内部团队，由医生、健康教练和工程师组成，开发健康相关的软件和硬件设备，有了具体的策略和生物医学突破。

在最新的Apple Watch 6上，就搭载了可以检测血氧水平的全新传感器。

苹果公司健康副总裁萨姆布尔·德赛(Sumbul Desai)说，该工具可以帮助人们发现感染新冠病毒的早期迹象，并宣布了苹果正在与西雅图流感研究和华盛顿大学合作开展一项新研究，旨在找出血氧、心率和感染新冠病毒之间的关系。

因此，血糖监测功能的推出，将是苹果手表当前一系列健康功能的自然延伸。

从最早的心率，到ECG（心电图），再到睡眠监测、血氧测量，苹果的目的是将Apple Watch发展成拥有更多功能、应用范围更广的“医疗器械”。雷锋网

如果说以往春节返乡的大主题是"平安团圆"，那今年返乡回家的关键词一定是"核酸检测"。

春节在即，为防止"返乡潮"加大疫情传播扩散风险，1月20日，国家卫健委网站发布《冬春季农村地区新冠肺炎疫情防控工作方案》，指明返乡人员需持7天内有效新冠病毒核酸检测阴性结果返乡。

虽然归心似箭，但汹涌的返乡人潮让新冠病毒核酸检测过程困难重重：医疗机构检测点排成长龙，检测费时费力；检测人群密集，容易造成交叉感染；节前假期太短，检测报告出具时间必须争分夺秒……

自2020年初起，因为疫情期间的迅速反应和突出表现，第三方医学实验室的前景开始被更多人看好。

雷锋网了解到，据国家卫健委统计，新冠肺炎疫情期间，独立医学实验室检测量与公立医疗机构检测量的比例约为4:1。这意味着独立医学实验室很好承接了公立医疗机构三至四倍的工作量。

其中，值得一提的是平安健康（检测）中心。

作为中国平安大医疗健康战略的重要成员，平安健康（检测）中心推出了新冠肺炎病毒核酸检测服务，服务的承接实验室均为政府定点新型冠状病毒核酸检测机构，覆盖了广州、合肥、武汉、杭州、沈阳、南昌、成都、西安和襄阳等46个城市。

此前，平安健康（检测）中心入选湖北省首批新冠病毒核酸检测机构，调集各地检测中心、检验实验室、移动中心等力量全力驰援新冠检测的“武汉大会战”，推出“4+1”抗疫行动，开展线上义诊、远程阅片、智能辅助筛查、移动CT、核酸检测等一系列措施。

之后，又在全国范围内推出“核酸检测+抗体检测+肺部CT检测”三合一的“新冠无忧”检查服务，全面助力复工复产复学。

与此同时，平安健康（检测）中心联合日方合作公司跨国捐赠医疗物资9.2万件，价值近300万元。

在第一时间，平安各地医学检验实验室作为定点机构，承接新冠病毒检测服务超过73万例。全国各旗舰检测中心的志愿医生累计完成远程阅片辅助诊断共计8993例，诊断疑似病例379例。

一年之后，疫情反扑之下，平安健康（检测）中心再次调动多方资源助力疫情防控，推出新冠肺炎病毒核酸检测服务。

目前，所有返乡人皆可通过平安健康APP防疫专区的核酸检测板块，即可完成线上购买、预约登记、专业护士上门采样、样本运输、实验室检测、报告发送等六大步骤，方便、快捷地获取核酸检测报告。

除此之外，凡是在平安健康（检测）中心购买新冠核酸检测服务的用户，都能免费领取一份平安健康险新冠肺炎公益保障金。

近年来，平安健康（检测）中心首创影像诊断、医学检验和健康管理“三位一体”的服务业态。

其中，在医学检验方面，平安健康（检测）中心与世界领先医学检验服务商SRL合作，引入国际领先的检验设备、项目、检验技术的同时，建立标杆式质量管理标准，大幅提升服务效率及质量水平。

据雷锋网了解，目前，平安健康（检测）中心在武汉、杭州、深圳、广州等全国多地共建有9家医学检验实验室。

每家医学检验实验室均设有临床体液血液、临床微生物学等专业组，从检验前、检验中、检验后实现全流程质控，涵盖检测环境、方法、人才、试剂、设备以及可追溯性等诸多要素，并通过落实实验室每一环节的管理职责，将管理责任具体化、明确化，确保每一项管理都到位，致力为医疗机构、政府及个人提供高精准度的筛查和检测服务。雷锋网

任务的复杂多样、数据的非标孤立、标注的稀疏有噪、模型的脆弱不稳，这些成为医学影像AI学者难以回避的问题。而在现实环境中，AI模型面临的考验更为复杂、不确定性更大。

2020年可以称之为“医疗AI商业化的元年”，已经有多款医疗AI产品获得官方审批。在人们惊叹“中国AI速度”的时候、在医学影像AI的大规模商业化之前，我们仍然要冷静思考眼下的问题。

2021年1月9日，中关村医学人工智能研讨会举行。

本次研讨会由《中国图象图形学报》联合中国生物医学工程学会医学人工智能分会共同主办，中国科学院自动化所田捷教授、华西医院副院长龚启勇教授、中国科学院计算所周少华教授、中国科学院计算所赵地副研究员等分享了在医学影像的最新研究与应用进展。

周少华教授是中科院计算所研究员、香港中文大学（深圳）兼职教授。

曾获发明奥斯卡奖、西门子年度发明家、马里兰大学ECE杰出校友等，任MICCAI协会财长和理事，曾担任MICCAI 2020程序联席主席，AAAI、CVPR、ICCV、MICCAI和NeurIPS等会议的领域主席。

雷锋网了解到，2020年底，周少华教授入选美国国家发明家科学院(National Academy of Inventors, NAI) Fellow。NAI是一个非政府、非营利性会员组织，成立于2000年。NAI Fellow是该院授予学术创新发明家的最高荣誉，旨在表彰对人类生活质量、经济发展和社会福祉影响重大的学术创新发明家。

迄今有1403名Fellows（包括本年度新科Fellows），其中有38名诺贝尔奖获得者、63名美国国家技术发明奖章（U.S. National Medal of Technology and Innovation）和美国国家科学奖章（U.S. National Medal of Science）获得者、556名美国国家科学院（NAS）、美国国家工程院（NAE）和美国国家医学院（NAM）院士、137名美国研究型大学校长或研究机构负责人等。

这些来自世界各地的院士共持有42700余项美国专利，创造了3600万个就业岗位和超过22000亿美元的收益。

演讲中，周少华教授列举了医学影像AI现阶段面临的七大问题。并且，围绕深度学习自动化、通用表征学习、学习与知识融合等技术，分享了自己最新的研究思路与应用进展。

征得周少华教授同意后，我们提供PPT供大家学习和下载。关注公众号《医健AI掘金志》，对话框回复“周少华”即可获取。

以下是周少华教授的演讲内容，雷锋网做了不改变原意的修改

周少华：非常感谢大会的邀请，我会从算法的层面来分享一下医学影像AI分析的特点、技术与趋势。进行医学影像分析和处理，首先要知道医学影像有哪些区别于自然图像的特点。以下，我从影像、数据、疾病、标注、样本、任务、安全这七个要素来介绍其特点。

首先，医学影像多模高清。常见的影像多模态包含了X光、CT、核磁、PET-CT、超声。而且，现在单个模态（如CT）的图像精度非常高。精度很高之后，我们就可以利用现有的渲染技术，把影像渲染地像是照相机拍的。当然，这也给GPU训练带来了一定的挑战。

第二个特点是数据非标孤立。医学影像的数据采集没有同一标准，不同医院、影像科室的采集协议不太一样。而且，影像数据在不同医院之间是不互通的，属于一个孤岛的状态。甚至，同一家医院不同的科室之间的数据也是不互通的。

此外，医学影像是疾病的表征。

Kahn’s Radiology Gamuts是一个疾病知识库，定义了大概17000多个条目。每一个条目可以想象成报告里的一个相关概念，这需要一个很大的知识库在底层作支撑。因此，要构建一个完全意义上的影像诊断系统，复杂度巨大。

而且，像肺结节等这样比较常见的疾病占据了大量数据；相反，大量的疾病只有非常少的数据，整个呈现一个典型的长尾分布。另外，像新冠肺炎这样的突发疾病，数据采集从一开始就很有难度。总之，疾病长尾突发。

从标注层面来看，数据的标注也是比较稀少的。我摘取了一些2019年MICCAI竞赛组织方提供的标注数量，有的只有33例；也有貌似很大规模的数据集（32万例），但确是把64×64的patch作为一个样本。

当然，业界也做出了很多努力，推出一些大型的数据集。

另外，即使是有标注的数据，标注也通常会有噪声。（i）上图可以看出，不同医生在标注器官时存在明显差异。（ii）把这个影像报告作为金标准，从中提取标注信息，也是有问题的。

有统计数字表明，15%的报告内容并没有完全准确地描述图像信息。即使是同一幅图像让两个不同的医生来看，可能30%的内容是不一致的，这也充分证明标注会有很多噪声。所以，标注稀疏有噪。

假设标注充分且没有噪声，实际中又面临样本各异不均的问题。

例如肺结节良恶性二分类的问题。左边是正样本，右边是负样本。可以看到，即使在同一类中，形态差异非常大。从样本的比例来看，负样本的数量远大于正样本，高好几个数量级。另外，很多负样本长得非常像正样本。

这些也给我们利用机器学习来进行医学影像分析带来很多困难。

从任务层面来看，如果想构建一个非常大型的AI系统，我们可以看一下总共有多少任务。

这边展示了几个典型任务，包括从头颅骨的X光片里找特征点、基于不同模态的脑配准、基于乳腺钼靶来检测肿瘤、腹部多器官分割、模拟冠脉血流情况。这是五个不同的任务。

回想一下，医学影像有不同的模态、不同的疾病类型、不同的技术、如果把这些要素进行排列组合，你会发现任务复杂多样。

另外一个就是医学影像的安全性。相比于自然图像，医学图像更加脆弱和不稳定，即安全脆弱不稳。

左边是刚才展示的头颅骨X光片，我们设计了一个特征点检测的算法。这些绿色的特征点，就是算法检测到的我们想要的位置。但是，如果在图像里加上一点干扰，这些特征点的位置就可以被任意操纵。

在这个例子当中，我们可以把这些特征点操纵成一个字母“M”的形状，而我们人眼察觉不到图像的变化。

因此，这个算法就处于非常脆弱的状态，在原图加上一些不太容易关注的变化，就会对输出结果产生巨大的影响。

我们也进行了一些定量化研究。假设对一个医学影像进行强度小于一个灰度级别的攻击，意图改变输出的结果。我们攻击的目标是让神经网络特征的平均值尽可能降低或增加。

上图中展示的一个是眼底图像，另一个是自然图像。可以看到，两者的变化差异非常大。医学影像在受到扰动后，很容易就把特征值缩小50%以上，而自然图像的变化是相对微弱的。随着网络的层数加深，这个现象进一步加剧，变得越来越不稳定了。这也从侧面证明，医学影像是一个相对不稳定的状态，很容易受到影响。

考虑到医学影像的这些特点，我们是否可以针对性地设计算法？

目前，最火热的算法是训练深度神经网络，所谓的深度学习。这个算法的假设条件是：我们有一个单任务，且有大量的标注数据，即“小任务、大数据”。在这个条件下，现在的深度神经网络可以做到非常好的效果。

例如，很多公司在某一类单任务的影像产品上可以真正达到实用级别。但是，这种模式不容易扩展，构建不了全面的、满足影像科医生所有任务的系统。

而实际情况需要我们去解决“大任务、小数据”的问题，即有大量的复杂多样的任务，每个任务拥有小量的标注数据。这给算法研究者提出了新的挑战：我们能否设计一些新的算法，来达到更好的效果。

“大任务、小数据”是一个非常宽泛的概念，在不同的方向上涌现出了不同类别的趋势性技术。今天我主要会介绍深度学习自动化、通用表征学习、学习与知识的融合这三类技术。

深度学习自动化

深度学习自动化的概念，比较容易理解。

这是一个非常简单的框架。

假设有一个输入的图像X，输出变量Y，中间学习一个神经网络f，它的参数是W。我们会假设有一堆训练数据，就是{(Xi，Yi)}, 然后构建一个优化问题，定义一些损失函数或者正则项来学习W。

在这个框架之中，实际上有很多人工的部分（如图中黄色标识所示）。

第一个就是，很多 Yi需要标注，标注的数据量越大越好。所以，我们的第一个研究就是，能否找到一些标注高效的算法（如自监督、半监督、弱监督学习等方法），减低对标注量的需求

其次，学习过程本身就是一个优化过程，就会有个目标函数。所以我们要提出这么一个损失函数、正则项，这些也是人为来定义的。现在，也有研究提出，让目标函数通过学习的方法，更明确地符合所提出的问题。

另外，就是网络结构的问题。现在很多做法是，直接拿一个现有的神经网络进行训练，没有仔细地调整结构。所以，我们需要研究，针对具体，是否存在最适合于这个问题的结构。目前的方法包括网络结构搜索和元学习。

还有一个大家容易忽略的点在于表达方面。因为X已经给定了它的表达，但是Y可以引入不同的表达。不同的表达也有讲究，因为这会影响到训练本身，主要在于计算梯度回传时，它的大小是不一样的；而梯度回传的容易程度是训练神经网络时最重要的指标。所以，我们希望找到一个好的Y的表达，能够更好地实现梯度回传。

输出表达

我们先看一个表达方面的例子：设计一个通用型的肿瘤检测的方案。一般对此类检测问题，我们会使用Bounding Box (BBox)，二维的BBox有四个参数，即中心点和长宽。你也可以训练一个神经网络来寻找方框，但这个方框的表达在梯度回传时是非常低效的。因为它是由四个参数的差异，来控制了一个可能包含几百万个参数的神经网络训练，所以它不是很高效。

基于此，我们提出了Bounding Map（BMap）的概念，把一个原本是四个参数的方框变成了一个图像式的表达。这样做的好处在于，每一个像素点都可以回传一个有指导性的梯度信息。所以，梯度信息就更丰富，神经网络会学习得更好。

我们做了三种方框表达常用方法的比较。在运用了我们的新表达之后，性能有比较大的提升。

自监督

接下来介绍一下自监督的概念。

在实际中，我们可能只有少量的标注数据，却有大量的无标注数据。所以，一个直观的想法是：我们是否可以利用这些没有标注的数据，来帮助目标任务或者目标模型的训练。这个就是自监督的出发点。

我们要做的，就是去定义一个proxy task（代理任务），这个任务产生监督信号。利用这个监督信号，我们可以训练一个神经网络，得到一个预训练的模型。由于我们有大量未标注过的数据，而通常神经网络训练中见到的数据量越大，其学到的表征就会越鲁棒。

代理任务的设计就成为了一个研究的课题。我们可以去设计不同的代理任务。如果设计的好，就可以学到非常好的网络表征。

接下来，我们利用目标任务的少量已标注数据，把预训练模型通过迁移学习的方法得到最终的目标模型。

我们在这个方面也做了一些探索。

我们定义了一个“魔方复原”的任务，你可以想象成把一个三维的影像分为8块（2×2×2）。训练中，你可以像魔方一样打乱它，但任何一个图像的打乱过程都是已知的，我们可以通过训练神经网络去复原魔方。

在复原过程当中，神经网络就学到了图像本身的表征，然后再把它迁移到目标任务上。上面是我们的最后得到的效果。对比只利用标注数据从头训练的方式，我们的自监督方法在脑卒中分类、脑肿瘤分割等任务上的提升是显而易见的。当然，前提是我们有少量的有标注数据和大量的无标注数据。

显然，代理任务和目标任务的效果是相关的。目前，很多同行学者们尝试提出了不同的代理任务。我们探索了另一种可能，不提出新的代理任务，而是将目前已有的代理任务进行融合，看看结果是否会做的更好。

我们的直觉也很简单：经过训练之后，每个代理任务应该是找到特征空间的一部分，目标任务很可能占据了特征空间的另外一部分。如果代理任务完全覆盖了目标任务想要的特征空间，这个效果就会比较好。

因此，如果每个代理任务得到的特征空间相似度越小、互补性越强，通过融合后，它们覆盖的空间就越大，对目标任务的帮助也越大。

我们就据此设计了算法，去寻找这些互补的代理任务。上面图中，我们发现，在六个不同的代理任务中，其中三个任务是非常互补的。如果我把这三个任务融合起来，在这个物体识别实验上的性能可以提高到接近80%。回到刚才脑卒中的问题，在融合了两个代理任务后，性能提高到了90%以上。

部分监督

标注高效的另外一个例子是部分监督。

以器官分割举例，目前存在很多不同的数据集，分别提供不同器官的分割标注。例如这里有五个不同的数据集，分别针对肝脏、肾脏、脾脏、胰腺等。如果能够整合这五个不同的的数据集，以此来扩大数据量，并融合所有数据集里的标注信息，是非常有意义的。

我们的做法很简单：训练一个分割网络，对每一个像素点进行多分类，即分成六类：肝脏、胰腺、脾脏，左右肾，还有背景。因此，每个像素都会输出一个六维的向量，代表是属于哪一个类别的概率（从p0到p5）。

对于只有肝脏标注的数据，p1代表肝脏，而“背景”则是变成了原先背景与其他器官的融合，因为所有的非肝脏像素点都是背景，背景的概率变成了五个概率的相加，即边缘概率。在这个条件下，我们就可以在损失函数里面使用边缘概率。通过这个机制，就可以利用所有的标注数据进行六分类网络训练，有效地把这些数据融合在一起。

同时，在这个文章里我们也提出了一个exclusion loss，利用一个非常显著的先验知识：这些器官之间是一定不相交的。

例如，回到刚才只有肝脏标注的数据，我也可以计算p2（胰腺）来预测胰腺区域，而胰腺区域一定是不能跟p1代表的肝脏区域是有交叉的。

所以，基于此可以设计一个损失函数，让这两个区域的exclusion要越小越好。

利用这两个损失函数训练的结果如上。实验中有30个数据是有全标注的，基于这些数据进行测试，得到的分割Dice系数是0.87。针对只有单器官标注的数据训练二分类的分割网络，

它的Dice没有这么高，只有0.85。通过我们的融合方法，进行一个部分监督的训练，利用了总共所有688个数据，我们模型的Dice达到了0.93。

所以，我们通过一个非常简单的想法，就可以有效地把这个数据融合在一起，提升了分割的性能。

无标注分割

最近，我们还进行了一个比较“极端”的探索：在没有任何标注的条件下，也可以进行基于CT的新冠肺炎病灶分割。

我们的出发点是：不使用新冠肺炎病灶的分割标注，但是利用很多没有任何疾病的CT图像。

利用这些正常图，添加一些“人造病灶”。如果这些病灶与新冠病灶类似，我们就可以对病灶分割进行学习。因此，我们设计了一个人造的病灶生成器，该生成器的所有参数是由人工调控的。然后把“人造病灶”注入干净的图像里，就得到了训练样本，进而训练出一个分割网络。

与我们的方法对比的是Anomaly Detection（基于正常的图像来训练，从而检测是不是有异常）。

Anomaly Detection在分割上不是很擅长，性能较低，在三个不同新冠数据集的Dice系数只有0.3左右；而我们的USL方法达到了60%以上，接近70%。 Inf-Net是一个半监督的方法，分割性能与我们相近。当然，以上方法得到的分割Dice系数在临床上远没有达到应用的标准。但是，从研究角度来看，是一个非常有意思的探索。

通用表征学习

通用表征学习，意在学习一个通用的表征来综合异质任务、拟合多域数据、耦合不同表达，她更符合“大任务、小数据”的思路。

目前我们的一个探索也是基于分割网络，意图设计了一个分割网络，可以适用于六个不同的分割任务：输入是CT图像，要求输出是肝脏分割；输入是MRI图像，要求输出是前列腺分割，诸如此类。

我们采用的架构本身是通用的U-Net，但是对不同的任务引入了紫色的Adapter；

就是说，每一个任务会利用到通用网络本身的这些系数，也会利用到自带的adapter部分系数，共同组成了神经网络。这么做得的好处在于，利用一个网络，完成六个网络的事情。网络的参数量明显减少：我们用了原先网络接近1%的参数量，达到了与六个网络类似的分割性能。

另一个优势在于，网络的通用部分很容易自适应到一个新任务上。如果我们遇到第七个任务，我们只需要把通用的部门固定住，针对第七个任务的差异化表征进行微调，就可以得到非常有竞争力的分割结果。

这是另一个通用表征的例子，应用在MR的影像生成。

从X到Y，我们可以设计一个神经网络，用F来代表，Y=F(X)。通常情况下，我们也会设计一个逆网络：X= F-1（Y），这样就可以从Y回到X。这是一个比较重要的过程，因为引入一个回路，通过回路可以定义cycle consistency。

在此基础上，我们提出了一个非常简单的想法：不是训练两个不同的神经网络，一个正网络，一个逆网络，而是只训练一个神经网络; 也就是说，两个网络是互为自逆的。

训练过程也比较简单：第一次拿X作为输入，训练网络输出Y。第二次拿Y作为输入，反过来输出X。我们在这个MR的影像生成任务上达到了很好的效果，把信噪比提升了3dB左右，这个效果相当惊人。

这也是一个通用表征的例子，因为我们用了一个表征完成了两件事情。

学习与知识融合

最后，再介绍一下学习与知识融合。

我们知道，医学影像有很多数据，可以通过机器学习（特别是深度学习）来建模。同时，医学影像有很多知识，我们也可以直接通过对知识进行建模。因此，将学习与知识进行融合，其效果比仅仅基于大数据的机器学习要好。

在实践中，我也经常观察到其提升了性能。下面举例说明。

这是一个胸片自动诊断的例子。

一般方法是训练一个‘黑盒’神经网络直接预测诊断结果。我们研究了一个方法，利用解剖结构分解的知识来提高性能，这也是我们跟临床医生交流之后了解到的。

看胸片进行诊断时，你会观察到肋骨可能会遮挡了肺部，妨碍诊断。因此，我们设计了一个分解网络把X光片一分为三：骨头投影、肺部投影、其他投影，然后和原图一起输入神经网络进行肺部疾病的自动诊断。这么做，可以从中间的肺部投影图中获取到很多更准确的诊断信息。实验结果表明，在14类疾病中，有11类疾病诊断预测都做得更好，而这11类疾病大多是和肺部直接相关的。

第二个例子是无配对的伪影去除：给神经网络一个有伪影的图，通过学习的方法把伪影消除。

这是我们网络的设计，里面就像是乐高一样进行模块搭建，搭建过程中就用到了很多知识。最终，网络也可以成功地分离出伪影，利用知识后搭建的神经网络，比一般黑盒的方法要提高不少性能。

另外一个例子，医学影像的层内精度比较高，但是层间精度不太高，很多层间信息会模糊。

如果是一个常规CT、层间精度不够高的脊柱图像，进行渲染之后，哪怕是骨骼都看不太清楚。

我们最近尝试进行了层间插值的工作，可以有效恢复层间的信息，更有利于诊断（效果如上图）。算法本身用到了图像精度方面的具体知识，因此我们也将其视为“学习与知识融合”的例子来展示。具体算法细节请参照发表的文章。

总结一下，我们分析了医学影像的七大特点，以及围绕这七大特点，我们提出的相应算法趋势。

最近，我们也写了一篇综述文章，也被Proceedings of IEEE接收。

最后，介绍一下MONAI。

MONAI是完全开源的社区，可以为医学影像分析的研究者提供深度神经网络方面的资源，由专门的团队来打造、测试这个软件，因此软件的可靠性非常高。

我也是MONAI项目的顾问，我们会提出很多的这些需求，也希望大家可以来使用MONAI。雷锋网

深至科技CEO朱瑞星表示，本轮募集资金将用于加速超声产品的深化开发与商业化布局。

雷锋网了解到，深至科技创立于2018年，由国内掌上超声企业思多科参与孵化，公司专注于超声诊断智能化和超声AI应用。

两年时间内，深至科技的超声辅助诊断病种已涵盖甲状腺、乳腺、肝脏等二十余病种，在超声硬件、人工智能系统、芯片、云计算方面获超过50个国内外专利，是少数几家拥有原研底层算法的超声人工智能公司。

根据中国医学装备协会统计数据显示，截至2018年，我国超声保有量约为19万台。同一节点上，DR市场保有量约为5.5万台；CT保有量约为2.2万台；内镜保有量约为2万台；MRI市场保有量为9255台。

在设备高保有量的背景下，对应着更高检查量，2020年，中国超声检查人次达到20亿次。仅美年大健康一家私立体检机构，年超声检查就多达2000万次。如何提升医生对于超声影像采集效率与准确率，是该行业一个重要的机遇和话题。

与放射科影像数据不同，超声科生成的往往是动态影像数据，缺乏冠状面和矢状面，数据量也比较大，数据标准化也比较差，这也造成超声AI类产品的开发和应用面临着更多挑战。

在行业中，直到2020年2月，首款Capture Health开发的人工智能超声影像辅助系统才获得美国FDA的批准，与之对应，其它糖网、骨折、脑卒中类AI辅助产品早在2018年就已获得FDA审批。

虽然面临数据复杂，行业起步晚等多个难题，但超声AI也并非是一个没有生存意义的冷门赛道。

中科院田捷教授曾表示：“在医疗AI发展过程中，未来的技术可以降低人为输入的不确定性，减少对人的依赖，无需人工定义特征，就可学习训练更多的数据集，这将很符合超声图像数据量大、数据类型多的特点。”

在最近的ISICDM（图像计算与数字医学国际研讨会） 上，田捷就列举出了预测肝癌患者TACE治疗预后、肝癌患者消融和肝切治疗方案选择，等多种超声AI的科研进展。在肝癌TACE预后预测中，AI针对139例肝癌患者ACE治疗预后精度达到了93%。同时在无监督学习情况下，AI在多个超声数据集的的分割精度与专家手动分割保持了高度的一致性。

超声AI这种市场容量大，减少对人的依赖，无需人工定义特征，端到端自动学习的特点，近几年也逐渐吸引更多学者和创业者进行尝试，在国内就相继出现医准智能、德尚韵兴、创影医学、飞医诺、祥生医疗等多家布局超声AI的医疗企业。

以德尚韵兴为例，其成立于2013年，业务线过去主要集中在三维可视化精准术前规划、术中导航、术后评估等领域。从超声AI兴起就开始布局，相继开发出了甲状腺、乳腺、盆底等超声AI产品。

其中甲状腺结节良恶性辅助诊断系统，利用两万多份有标注结果的超声影像样本进行训练，生成的打分系统可以供医院进行辅助诊断。据悉，该辅助诊断系统准确率可达到85%左右，而三甲医院医生的平均准确率只有60%-70%，该产品曾在2019年入选国家卫健委人工智能应用落地30最佳案例。

除了像这样的医疗器械企业，也出现其他领域的AI创业公司，逐渐开始布局超声领域。

作为影像产品起家的医疗AI企业，医准智能在2020年8月发布了“乳腺超声智能检测系统”。该系统在不改变医院原有的流程的基础上，可实现每秒处理速度超50帧，且检测结果延迟小于0.09秒的实施病灶检出，实施病灶分析及良恶性判断。

医准智能创始人兼CEO吕晨翀曾表示：“乳腺超声智能检测系统的发布，是对技术能力的全新布局。对超声类影像数据的采集、存储和识别需要设计一整套的新方法。”

在未来技术不断探索的前提下，随着医疗AI下一个时代的到来，AI在超声领域也可以发现更多的应用前景，但行业真正的热度和广度，可能还需要等待更多的时代变量。雷锋网雷锋网

近期，上海举办了生物医药产医和产融对接会。会上，上海市归属下的市级公立医疗机构申康医院发展中心，发布了“市级医院医企协同研究创新平台（HI-CLIP）——临床试验加速器”。

申康医院临床研究促进发展中心主任钱碧云表示：“临床试验加速器可以改变，企业原有通过线下寻求每家医院的传统串联方式，形成统筹管理后各医院线上接收信息的并联方式，将每期临床试验的平均启动时间从6-13个月缩短至3-5个月。”

作为医工结合的产物，该平台不仅可以为企业推进产品进入临床试验提供服务，同时也面向市级医院，为医生的好想法和好概念提供企业资源协助，反向支持医生寻找合适企业。

长期以来，新药研发都是中外资本最关注的核心领域。在今年疫情影响下，投资热度一直居高不下。

然而，新药研发的“高壁垒”和“高风险”，也成为无数创业者的最大阻碍。

药物研发生命周期从发现、临床前试验、临床试验、上市申请审批直至药物上市，一般需要花费10-15年，其中耗时最长和成本最高的就是临床试验过程(平均6-7年)，约占总费用的67%。

此外，由于临床试验的多种不确定性，造成只有不到12%的药物能够最终被批准上市，88%的项目会在试验阶段失败。

临床试验成为绝大多数新药研发项目的重要难关。

一位生物医药领域投资人向雷锋网表示：“新药研发的风险点很高，很多投资机构为规避风险往往都会选择在Ⅱ期临床之后才入局，这也会让创业者承担了更多的压力和风险。”

因此，上海市探索的这种临床试验模式，或将极大减低新药研发临床试验的周期和阻碍。

截至2019年5月，我国药物临床试验资格认定机构已经达到744家。但由于既往临床试验经验的缺乏和优质医疗资源的聚集效应，使真正具备临床研究能力的机构数量捉襟见肘，具备研究能力和试验经验的医疗机构一直都是新药研发企业极力竞争的重要资源。

此外，过去企业独自通过线下寻求医院合作的串联方式，也导致临床试验服务费缺乏分配标准和透明度低问题，极大影响研究者团队的积极性，阻碍试验快速进展。在临床试验需求高速增长的背景下，各个医院的药物临床试验机构（GCP机构）无法协同，还导致多中心伦理审查效率低下问题。

更为关键的是，过去新药研发模式的临床试验启动和入组阶段，需要极大依赖于医疗资源和医生推荐状况，在推荐到足够患者数量之后，才能提供足够样本量给后面环节，为项目分析和结果提供依据。

作为一级决策者，医生经常会因为工作时间和主观原因，出现不知情或顾虑的情况，这时基于对患者疗效和获益的考虑，医生就可能倾向于推荐其它的临床方案。

而面对每家医院、每个医生这样的主观因素，新药研发企业往往比较被动，经常为几例孤例患者全国奔走。未来随着这种临床试验统筹模式的实施，或将从根本上改变这些现状问题。

作为全国新药研发的主阵地，上海拥有新药研发领域的顶尖机构上海药物所，以及以及强生、默沙东、昆泰、海正辉瑞等一批世界500强企业的研发中心。此外，还汇集了上海医药、复兴制药、之江生物、现代制药等一系列优秀医药公司。

这些顶尖的研究机构和本土企业，为上海的医药研发环境汇集了海外高层次专家和科学家、研发人才、工程师和高级技能人才、创新型企业家等多个专业群体。

近些年，为了这些医药创新人才和成果的发展，上海还先后颁布了《上海市促进生物医药产业健康发展实施意见》、《促进上海市生物医药产业高质量发展行动方案（2018—2020）》等政策文件，加大对生物医药产业的政策扶持。

2017年，上海还发挥先行先试优势，出台了《中国（上海）自由贸易试验区内医疗器械注册人制度试点工作实施方案》，提出开展中国（上海）自由贸易试验区内医疗器械注册申请人委托上海市医疗器械生产企业生产，建立注册人保证医疗器械质量的责任体系。

在这一系列内人才，外政策的组合拳打法下，2019年上海生物医药产业经济总量以及达到3833.3亿元，比上年增长11.6%，其中生物医药制造业实现工业总产值1319.9亿元，增长7.3%。2020年上半年，上海生物医药制造业工业更是逆势上扬，总产值达662亿元，实现了0.5%的增速。

2020年，上海就有12家生物医药企业登陆科创板，41种生物医药企业研发、引进和生产的药品纳入国家医保目录。

2020年底，国家药品审评和医疗器械审评长三角分中心也双双落地上海。

上海科创办执行副主任彭崧曾表示：“两个中心设立后，一部分本来要送往国家药监总局的药品和器械将放在上海就地评审，以缩短评审的时间和流程，届时，新药上市将再提速。”

值得注意的是，随着上海生物医药产业基础的丰富，其还在筹划医药区域的协同式革新，推动出台并落实生物医药产业三年行动方案。

雷锋网了解到，该方案将以张江生物医药创新引领核心区为轴心，协同临港新片区精准医疗先行示范区、东方美谷生命健康融合发展区、金海岸现代制药绿色承载区、北上海生物医药高端制造集聚区和南虹桥智慧医疗创新试验区为依托，发展“1+5+X”生物医药产业布局。

该计划将目标定位为重点发展靶向药物、高端数字化医疗器械、疫苗、现代中药，高附加值原料药、新型制剂、细胞治疗高端医药制造、高端医疗器械装备生产、现代医药物流等领域。

此次上海推出的临床试验加速器和新药贷政策，已经为全国新药研发项目和创业者提供了参考范本，随着当地新药研发科技和人员的集中，在整个国内创新药市场做大做强的前提下，或许将在全国的新药研发领域创造出一种新的上海速度。雷锋网雷锋网

《中国心血管健康与疾病报告2019》指出，心血管患病人群已经达到3.3亿，较去年新增4000万，依然处于上升趋势。

对于心血管疾病人群，心电监测是他们维护日常健康所必须的一种保障服务，也是能够及时发现病情的检查手段之一。

长时程心电监测可以帮助医生和患者提前知晓心脏异常情况。研究表明，72%患者在心脏骤停发生之前会有明显不适，其中70%患者预警症状持续15分钟以上。

心电实时监测可以有效降低因心脑血管疾病造成的严重后果，降低致残和致死率。

但因为心血管疾病特有的不规律发作性和医疗监测服务的局限性，随时随地前往医院进行心电检查对这些患者是无法实现的需求。在这种情况下，自行操作的移动心电监测设备近年热度持续升高，市场规模达到千亿元人民币。

近期，雷锋网《医健AI掘金志》邀请正心科技CEO赵卫，以「智能心脏监测的前世今生」为题，为我们解读正心科技移动智能穿戴式心电系统的研发和落地逻辑。

成立于2016年的正心科技，利用创新的AI和无线传输技术，研发了移动智能穿戴式心电系统——CardioGuard。该系统已经通过国家二类医疗器械资质认证，可以长时间连续监测、检查12大类54种心律失常。

相比其他移动心电监测产品，该系统配备了人工智能算法，监测的数据首先通过人工智能筛查，判断是否有疑似心脏异常；判断异常后还可直接得到专业医生救助指导。

以下为赵卫演讲全文内容，雷锋网做了不改变原意的编辑：

心血管病及流行病学简介  

心血管疾病号称人类健康第一杀手。据统计数据显示，全球每年约有1800~2000万人死于心血管疾病，而全球总死亡人数每年大概是将近6000万人，占总死亡人数的1/3，总死亡人数包括所有疾病、以及新冠病毒造成的死亡，战争，恐怖主义等等。 

现在已经确认这么多心血管疾病死亡中80%以上可以预防，现在的主要问题就是预防做的不好。

从心血管病种类出发，所有心血管病疾病中，最严重的就是——脑卒中，是我国第一死亡原因，每年新发人数390万人，196万人死亡，幸存者超过70%致残。

心源性脑卒中是由房颤、心律失常导致。我国房颤患者量在1300~2700万之间，没有确切统计数据，因为房颤很难确诊，早期确诊和治疗就可以有效预防脑卒中。 另一类心血管疾病是心源性晕厥，发展严重为心脏性猝死。最近两年，三十几岁的年轻人，就发生心脏性猝死。

我国每年54.4万人死亡是因为心脏性猝死，这种情况在院外很难得到抢救。心脏性猝死多由室性心动过速、心室扑动、心室颤动等恶性心律失常导致，多数患者在数天或数周前会有一些症状，但如果症状没有发觉，很难及时确诊。

心血管疾病80%可以预防，但在这么多死亡面前，问题究竟出自哪里，实际医疗场景中，大家就会有一些体会。

心悸、心慌、胸闷等心脏异常现象医院往往检查不出来；另外一些严重心脏不适的患者，持续几天，最后到医院还是检查不出来，以致最后猝死。猝死患者家属都会提到患者曾经感到不舒服，甚至到医院，但都没有提前检查出来问题。

另外这几年发现一些严重心脏问题，根本就没有症状，或阵发性，患者发作时候根本没有感觉任何症状，很难被临床确诊。此外一些治疗方法术后可能会复发，如果没有及时监测，就会导致手术效果大打折扣。 

心脏监测的发展史

心脏监测广义是指通过各种技术手段对心脏情况进行监测，发现问题；狭义医学定义特指使用心电图技术，连续或间歇性监测心脏活动，及早发现心脏异常，指导治疗。

以心电图为例，1905年荷兰生理学家埃因托芬发明了世界上第一台心电图机，如图所示，埃因托芬坐在椅子上，手和脚分别放在有电解液的桶里，把身体的微电流放大，一直到今天心电图的原理都没有变，只是器械进行了小型化。

心电图监测主要有两类作用：

一类是心律失常，是心脏健康的“晴雨表”，心脏如果发生异常，就会表现心率忽快忽慢，或没有运动时候跳得特别快，这是典型的心律失常。 

一些心律失常会致死的，例如、房颤导致脑卒中，小室颤会导致猝死，目前主要使用动态心电图进行心律失常诊断。

第二类是心肌缺血，包括冠心病、急性心肌梗死等一类疾病，这些疾病严重时，只有90分钟救治窗口期，心电图可以提前捕获心肌缺血信号。 

心脏监测核心要求，首先是精准，因为心脏微小的电信号会有很多干扰，需要排除这些干扰，反应真实心脏情况。

第二、及时，很多疾病发作是偶发式，会突然特别严重，只有在发作时候监测才有意义。否则，就会出现患者反复到医院，反复检查不出来的情况。

第三、全面，心脏是一个内部结构复杂的器官，监测最好能够反映其多方面情况。

第四、实时，发现问题能够马上通知医务人员或患者，进行救治。

心脏监测发展到今天，主要分为三个阶段：

第一，静息心电图，这项技术是刚被发明时候的产品，到今天还在使用。

第二，动态心电图，患者不需要一直躺着做监测，将设备做到便携，保证患者的活动，常用就是挂在脖子或别在腰间。另外是循环记录器，体积更小。

第三，2010年之后，心脏监测又有新的发展，包括贴片式心电仪、植入式记录器、远程事件记录器，苹果手表所搭载的心电仪就属于这一类。

静息心电图和动态心电图，是临床上最常用的心电监测，静息心电图被称作常规心电图。

静息心电图是患者躺在病床上进行30~60秒的监测。以Holter为代表，进行24小时监测，身体贴上电极，导线连到小型设备，这种心电图设备，体积比较大，患者反馈也比较差，虽然可以进行24小时监测，但窗口期相对较短，无法做到及时反应。

为了提高检查及时性，又发明了事件记录器。这是目前唯一可以家用的心电图设备，可实时记录10~60秒单导联心电图。

图示这种事件记录器比较小，两手摁住或一手摁住，另一端放在自己身体胸前特定部位就可以实时记录心电图。但这类设备因为是患者自己操作，会有操作误差导致数据不精准，此外，这样数据，患者大多时候没有专业性很难读取数据的实际价值。

还有循环记录器，把动态心电图机做小，挂在脖子上进行监测，但设备做小之后也导致缺陷，只能间歇性记录片段，每隔5分钟记录30秒。设备佩戴时间很长，但记录数据较少，呈现一段段数据，实际诊断价值并不高，在临床上用得越来越少，患者也没有办法洗澡或者运动，不受欢迎。

2005年，美敦力发明了植入式心电仪，通过手术埋藏在体内或皮下，这类心电仪手术费用非常高，我国在3-5万人民币之间，最高将近10万，监测成本非常高，适用人群非常窄。

最后是事件记录器，目前我收集的大概有以上6种：

从80年代心电记录笔，一直到苹果手表4的心电图功能，其实并不是什么很新的科技，在上世纪90年代，美国和日本就已经联合推出。

两者原理完全一样，在手表的背部有一个电级，侧面也有一个电级，使用的时候带在左手上，通过左右手的电流来测量心电图，实际差别在于当时手表没有无线功能，只能用有线方式导出结果。

事件记录器突破了院用Holter或者静息心电图监测及时性问题，但一直没有解决监测时程时长和数据精准问题。

数字智能浪潮以及对心脏监测的影响

正心医疗要做的是如何突破心脏监测在监测时间、准确性和及时性之间的矛盾，这几个问题一直到2010年数字智能浪潮到来，大数据和人工智能出现，才有新的解决办法。

在医疗方面，这些技术帮助专业医疗进入家庭，进行个人化。

这是一个典型概念图，从2010年到现在数字智能设备开始出现，首当其冲就是智能手表、手环，这些设备监测完之后，可通过互联网直接和医生对话，体温计、血糖仪都可以做到这点。

这是近10年才开始的应用，已经有很多成果，具体体现以下方面：

首先，互联网医疗被广为接受，特别是新冠病毒让很多人意识到互联网医疗的作用，国家也在发布鼓励互联网医疗政策。

另外，2018年一篇医学杂志文章发现了心脏监测往往聚焦于院内进行，而动态监测则可以很好的延伸到院外，最后回到院内。

2018年一篇前瞻性文章用贴片式设备做家庭监测，是一个对比实验。

红色是观测组，不对用户进行特别家庭心脏监测指导，用户发现问题后到医院进行监测。 蓝色代表主动监测组，把心电仪发给用户，在家进行14天长时程监测。

一年之后发现房颤检出率上有很大差别。对照组只有2.3%诊断出房颤，但主动监测组是6.3%，将近三倍差别。

另外，早期房颤诊断在前三个月有9倍差别，这个效果非常惊人，验证了贴片式心电仪家庭健康监测意义。

正心医疗贴片式心电仪的研发、落地逻辑

正心医疗从2013年开始关注这个领域，2014年开展这方面工作，主要的想法就是心脏监测的及时性和监测专业性之间的矛盾点。

心脏监测系统数据质量首先要达到医疗级，同时监测时程要足够长，另外还要及时发现问题进行干预，用户能够自己使用。

我们受到可穿戴设备的启发，这种患者对于设备的排斥性非常小，使用起来也方便，可以很好解决及时性问题。

此外，得益于物联网和硬件的革新，这种设备智能化程度非常高，但也存在一个本质性缺陷，就是其数据不够精准，临床价值不够大。

手表、手环监测PPG方法测量的光电信号和心电存在较大差别，心电可以诊断很多疾病，但手环的光电信号不可以。

正心医疗从大数据技术出发，研发了心脏监测解决方案，包括贴片式心电仪硬件，以及后续一整套APP、数据云平台、智能算法，使其可以作为诊断级心脏监测系统。

心脏监测如果有心电图，并把精度做到足够高，就可以达到诊断级，为此我们研发了可以监测心电图的手环设备，并运用深度学习算法，剔除影响结果的人为干扰，输出领先行业标准的高精度数据。

另外，我们还做到便携式设备的长时程监测，其中一个客户长时间使用了5个月，5个月心电图数据用AI进行清洗，很快就解读出背后的实际临床意义。

目前正心医疗的穿戴式心电系统可以监测54种心律失常，做到手机1/10大小，并保证类似智能设备的无感知佩戴。

这种监测手段成本相对较低，目前院内动态心电检查在300~400元/天，一年费用就可达十几万，用户角度很难承担。

正心医疗穿戴式心电系统作为一种工业化设备，可以通过大批量生产降低生产成本，目前产品的成本仅为传统检查的30%。

另外通过AI方式也能够节约人工成本，传统心电图很大一部分成本在于人工分析，传统算法把动态心电图分析完之后，有很多错误需要专业心电图医生进行仔细修正，医生修正一天心电图数据就需要半小时时间，通过人工智能技术，可以让这个过程自动化，甚至替代心电图医生工作。

这是我们产品的使用流程图，患者佩戴之后在手机APP就可以直接看到心电图，以及每时每刻的心电图分析结果。这种结果可以和云平台持续互动，通过智能筛查把结果呈现出来，目前准确率可以达到95%。

一旦发现问题产品就会提示出来，通过远程医疗平台联系专家，医生再给出具体专业化建议，在医生修正之后，输出有诊断效力的分析报告，提供临床治疗前诊断分析。

我们的产品主要有几个特点：

首先是信号精准。右边这张表是主要的几个参数指标，包括共模抑制比、动态输入范围、增益精确度、增益稳定性等，大幅超过行业标准。

另外，超长时程心脏监测，心脏监检测中断主要由电极可佩带时间决定，传统电级按照一天设计，第二天就脱落或很不舒服。

正心医疗初衷就是做长时间监测，单片电极可以使用14天，替换贴片可以无限延长监测时间，最大限度提高心率失常检出率。

另外，我们还使用了独有的无线传输功能把所有心电数据通过无线传输出来，这样可以直接取代24小时动态心电图手段，之前的美国同类设备也无法做到，因为这需要减低功耗，保证长时间续航。

像循环记录器和植入式记录器虽然佩戴时间较长，一次可以达到三年，这些设备都是间歇性启动，达不到每秒钟都记录和传输数据，虽然佩戴了30天或三年，但里面数据量非常少。植入式心电仪佩戴三年内部数据记录时间仅仅只有54分钟。

间歇时间导致仅能跟随一种疾病特点，在大数据时代，这样的特点很难进行定义，因为只挑那些异常数据传输出来，有些异常又不明显数据就会被清洗，难长时跟踪。

所以心脏监测大数据逻辑非常重要，把所有数据传输出来进行综合性分析，同时专业医生再进行指导和干预。

患者端APP也可以做到直接反馈，患者佩戴之后可以看到实时心电图，并结合人工智能数据，做到实时健康追踪，如果有问题就会标成红色，没有问题就会标成绿色，患者可以看到并了解自己心脏情况。

如果偶尔出现黄色中等异常，就需要注意休息，如果偶尔出现红色就需要引起警觉，甚至需要咨询专家，医生端也可以看到这些数据，管理用户。

目前这套系统可以无缝对接到互联网医院慢病管理当中。

2020年疫情严重的时候，我们也参与到抗疫中，把设备送到武汉雷神山医院。

我们发现新冠病毒对基础性心脏疾病患者致死率很高；对没有心脏病的患者，致死率就大大降低。 心脏有问题的患者如果得了新冠病毒，有些会表现出严重心律失常，所以新冠病毒患者监测心脏也很重要。

最后分享几个临床案例。

这种晕厥患者需要对猝死危险进行研判。这个患者是江苏省人民医院发现的第一例确诊严重疾病患者。

2018年，这位老人发生不明原因晕厥，骑自行车会晕倒，地方医院心电图检查误诊为室性心动过速。转至省立医院检查，发现没有室性心动过速，但省医院也发现不了异常，住院后一直检查不出来病因。

后来用正心医疗设备开始做长时间监测，7天监测之后进行综合性分析，发现从第三天开始就会有房颤，还有长间歇，心脏不跳最长时间达到4.7秒，供血也出现严重不足。发现房颤和长间歇接连发作，诊断为快慢综合征。这是一种心律失常，也是晕厥的原因，随即给患者进行手术。

第二例是严重先天性心脏病患者，有很多室性心动过速，红色线条就是非常危险的信号。给她植入了除颤器，发作会导致猝死的室颤时可以帮她除颤，挽救生命。但除颤器植入之后，这种恶性心律失常还是一直发作。

监测一段时间之后患者要出院，随即用正心医疗设备进行长时监测，医生也在后台每天观测情况，前后密集观测一个月。

最后分享一个年轻案例，是一位35岁年轻男性，自己平常感觉身体很健康，从来没有考虑过心脏病。但在2018年时候，突然感觉心脏很不舒服，持续了几天，到医院检查未发现异常，但不适感时有发生。

随后通过我们设备监测发现，一个月时间内大部分时间都比较正常，但陆续频发室性早搏，频率有上升趋势，最多每天1万多次。

我们建议他到医院进行全面检查，做了超声造影，发现有血管狭窄，继续进展可能就发生冠心病，甚至心肌梗死。医生给他提前进行了药物治疗，得到了很好的缓解。雷锋网雷锋网

肋骨骨折是最常见的胸部损伤，而肋骨骨折患者发生肺部、胸部并发症的风险、死亡率与肋骨骨折的数量也息息相关。

相关研究结果显示，在创伤情况下，每增加一次肋骨骨折，死亡的可能性增加19％，肺炎的发生率增加27％。多发性骨折也被纳入美国临床指南中，常作为转移患者至创伤/三级医疗中心或转至ICU入院的参考标准。

多发急性肋骨骨折需快速发现、快速治疗，因此对时间的要求极为紧迫。

联影智能肋骨骨折分诊产品（uAI EasyTriage-Rib）基于胸部CT影像，可快速检测多发急性肋骨骨折的阳性患者，并自动标示、显示患者骨折预览图，预警医生对严重外伤患者优先紧急处理，提高患者救治率。

此前，联影智能联席CEO沈定刚教授曾向雷锋网表示，CT骨折产品的市场应用前景很广，包括急诊和体检或门诊场景。

在急诊场景下，产品可以帮助医生迅速地定位骨折，减少漏诊（特别是在夜间急诊的场景），为救治急诊病人赢得时间。

在体检或门诊场景中，AI骨折产品也可以在那些无明显疼痛症状的病人CT中找到偶发病灶（incidental finding），通过对这些潜在病灶进一步分析，减少未来病情恶化的可能性。

美国哈佛大学医学院附属麻省总医院（Massachusetts General Hospital，以下简称麻省总医院）是哈佛大学医学院最大的附属医院，在全美最佳医院排行榜（US News & World Report）中曾一度跃升全美第一。

麻省总院年门诊量140万，急诊量近10万例，每年接收的骨伤患者超过6万名，同时麻省总院还在是医学影像技术应用的先驱，在各模态扫描技术诞生不久之时麻省总院便将之应用于临床医学。

联影智能肋骨骨折分诊产品（uAI EasyTriage-Rib）在麻省总医院临床试验中，获得了放射科医生的认可。

医生表示，在临床上当前重要的需求是阅片优先级排序，该产品具有很高的灵敏度，可帮助医生检测并提示各类急性和严重的肋骨骨折，此外肋骨骨折阅片费时，骨伤情况又难以评估，该产品提供的高阴性预测值为医生大大节约了阅片时间。

联影智能获全球首张CT肋骨骨折FDA上市前许可，标志着产品正式进入美国市场，迈向更广更宽的国际市场，在临床中真正落地使用。

骨折AI产品是目前审批速度节点的一条赛道。

雷锋网了解到，2018年，FDA就批准 Imagen公司开发的软件OsteoDetect上市。OsteoDetect 是一款计算机辅助检测和诊断软件，使用人工智能算法来检测成人患者的桡骨远端骨折情况。

2020年11月中旬，联影智能CT骨折智能分析系统正式获批国家药品监督管理局（NMPA）医疗AI三类证。目前，联影智能CT骨折系列产品已集齐欧盟CE认证、首个CT骨折NMPA 医疗AI三类证。

2019年，中关村管委会和北京市海淀区人民政府等共同支持了中关村智友天使研究院成立，为人工智能机器人、医疗与健康领域科研技术成果提供孵化平台，为中关村示范区科技成果转化积极探索新的模式。

北航机器人所名誉所长、中关村智友天使研究院院长王田苗教授

北京大学第三医院创新转化中心主任姜雪表示，在去年“医工谷”创新创业高峰论坛上，“北京医工交叉创新前沿技术十大热点方向”在广泛调研的基础上发布。

今年发布的“2021北京医工交叉创新战略前沿技术十大趋势”，结合我国实际临床需求，借鉴学术界、产业界和投资界的相关意见，从技术、临床、产业三个维度进行了总结。

北航机器人所名誉所长、中关村智友天使研究院院长王田苗教授对十大趋势进行了解读。

以下为王田苗教授的演讲内容，雷锋网作了不改变原意的编辑：

王田苗：2019年，中关村管委会和北京市海淀区人民政府等共同支持了中关村智友天使研究院成立，为人工智能机器人、医疗与健康领域科研技术成果提供孵化平台，为中关村示范区科技成果转化积极探索新的模式。

智友天使研究院类似于一个智库，其目的就是探索，能否作为政府的第三只眼，自由地思考未来的前沿发展方向。

今天，我们联合一线医学专家和工程专家，发布了这样一份报告。主要是基于四个方面的考虑。

第一个考虑，习主席已经明确提出十四五规划里的“四个面向”——面向前沿、面向经济、面向国家重大需求，还要面向人民的健康。

与此同时，卫生部也给出了《健康中国2030规划纲要》。与此同时，基金委、卫健委也给出了很多的建议，目前正在部署过程中。

第三个考虑是我们非常痛心的一点。高铁崛起了、航天崛起了，机床正在崛起，芯片再加上基础软件也在重视。可是，医疗基础研究和器械，这些方面的产业化却和国外有着很大的距离，这个距离让我们非常焦虑。

所以，在十四五的新起点下，我们有没有可能作为一个智库，让北航、清华、北大以及产业界专家，共同梳理一下医工交叉的热点方向。这些方向一方面是国际热点，一方面是临床需求。如果抛弃国际前沿，只是谈临床的需求，有可能会让我们在定位的层次上有些问题。

第二个目的是便于医生和科学家、工程师，共同积极参与到国家卫建委和基金委交叉学科的课题申请中。同时，也是凝练出比较好的创业方向以及年轻人才的培养。

从数据来看，2016年—2019年，全国卫生总费用从4万亿元增长到6.5万亿元，年均增长超12%。预计“十四五”规划末期，全国卫生总费用将达到12万亿元，到2030年总费用可达16万亿以上。

为什么会达到12万亿？

这是因为老百姓在健康各方面的需求，希望有更好、更舒适的治疗，能看得起病，能够治好病。

从国际数据来看，发达国家医疗费用占比平均达11%以上，美国占比甚至达到16.2%。我国的占比仅有6%左右，还是存在不小的差距。

来看一下医药方面的数据。

医药的增长率在去年第一次下滑。如果这一次国家还对医药成本进一步砍价的话，医药市场增速上可能还会下滑更多。

今年受疫情影响，医疗器械的增速可以达到15%。但是，我国药械比不仅低于发达国家的1:1水平，更低于全球平均水平1:0.7，未来中国医疗器械消费将会持续增加。

所以，未来在医工交叉领域，有三大挑战性的问题：医药、器械、医疗服务。我们今天分享的重点在于医疗器械。

2018年，全球医疗器械市场前三类为IVD、心血管、影像诊断类。中国医疗器械市场的前三类为影像诊断、IVD、低值耗材。

同时，专科器械发展方向大，医疗设备国产替代空间大，心血管、骨科、眼科等相关器械市场增长潜力巨大。在一些细分的领域，例如糖尿病管理、医疗IT、耳鼻喉等方面的发展机会比较多。

但是，十四五过后，这些东西都会进行结构性的调整，慢慢向国际前沿的消耗和占有市场比而发展。

这里面给了两个信号。

由于医疗器械是一个非常独特的行业，高投入、高风险、高研发频度。全球前20大医疗器械企业合计市场规模占医疗器械总体的54.5%，反观国内，前20家上市公司的合计市占率只有14.2%。

中国医疗器械公司销售与市值相对国外有10倍以上的差距。

在这个问题上，像樊瑜波、北医三院的医生还有产业界的人士，就画了一个矩阵图。这个矩阵就是临床迫切需要解决的问题。每一个交叉点都有可能是医疗器械的未来增长点。

刚刚几位领导已经说了，北京有上百所高校，光海淀就27所，院士200多人，硕博研究生50万余人， 国家重点实验室50多家。以北大、清华、北航、北理工为代表的高校，都将医工交叉作为未来发展的重点方向之一。

与此同时，有近百家三甲医院，北京协和医院、中国人民解放军总医院（301）、北京大学第三医院等，而海淀区各级医院就达100余家。独角兽企业多达70多家，其中海淀区国家高新技术企业1.1万余家，占 全市41.12%。有乐普医疗、京东方、爱康宜诚、天智航等一批高端医疗器械领军企业，也有推想科技、零氪等一批医疗领域人工智能领军企业。

这样的一个交叉环境，带来了我们所说的优质“土壤”。

昨天，我们在讨论交叉的难点时，就有一个问题：医工交叉，是以医为主、工配合，还是工为主、医生配合。这个问题放到一些产业的会议上就是，到底是以工程师为主，还是以基础研究为主？

其实，这些问题都是开放性的课题，对医工交叉的前沿有着特别重要的作用。

作为一个民间智库的角色，我们结合了像樊瑜波教授这样的代表科学家，北医三院的宋院长，还有北京大学第三医院创新转化中心主任姜雪以及在座的企业代表。我们觉得，上面这五个方面，是不是我们思考医工交叉的基石？

除了战略上的指导思想“四个面向”以外，第一个应该要加强医工交叉的基础，要对重大前沿的科学问题和高攻坚的问题，以国家的形式来进行组织部署。

另外，我们医工交叉的可持续生态怎么建？大小企业的创新成果转化，怎么来协同？我们所提到的第四点就是，加强医疗大数据的应用和法规。

最后一点就是要重视医工交叉的人才，特别是年轻人才。

我们认为，只要这样，眼前的图景才更加清楚。国家做什么，各个医院、各个学校怎么结合自己的优势，同时又结合老百姓的迫切需求，前沿的生命科学问题来部署。

基于十大前沿方向，我们知道有一张图对技术的成熟度和热度进行预判，这个图就是美国著名的Gartner曲线。

它代表了什么事情？技术热度代表着产业投资商给钱的地方越多，而成熟度则是代表了大学的基础性研究往产业化研究的一个市场认可。

很多进行成果转化、基础研究和产业化的人都会这个图非常重视。

这个布局让我们清晰的看到，AI影像与慢性病诊断、微创手术机器人、柔性可穿戴式检测、生物计算与3D打印耗材等是创新创业热点，处于爆发的黎明，是重点发展的前沿方向。

当下，专用医疗器械、干细胞与基因测序诊断、新药开发工具、大型影像设备核心部件等是目前产业的一个重点的投入方向。

而IVD检测、第三方检测中心、专科连锁、高端医疗器械、各种生化健康检测等目前已经被市场认可，实现规模化高速发展，成为企业收入突破的重要方面。

由此，基于这些考虑，我们梳理出了目前十大方向。

方向一：人工智能辅助新药疫苗试剂开发

在今年疫情的特殊形势下，中央有关领导还有国际上的很多科学家都在密切关注新药的研发。

过去医药行业有一个特点——两个“10”，10亿美元、10年时间开发一种新药。因此，人们就在想，能不能把这个数字提升到5年、5亿美元。而这一次新冠疫苗研发，则进一步拉近了人们的期待，在1年时间里花费1亿美元。

突破的前提是什么？

其实就是通过生物分子计算、AI深度学习、特征提取强化学习、模式 匹配模型训练等，实现新冠肺炎、肿瘤、眼科糖网、肺小结节、骨质疏松、阿尔兹海默症等多种疾病的临床辅助诊断筛查与新型药物设计，从而大幅提升相关疾病诊断速度，推进新药研发。

方向二：慢性病的家庭私人医生AI助理

在这两年三年，我们从硅谷得到的信息是，这类产品的发展尤为迅速。原因是它可以个性化地管理人的血压、糖尿病和以及精神、饮食，同时反过来又干预你的心态、行为。在这些措施的背后，又有私人医生来判断、引导你进行相应的治疗。

其实，这个事情就是把大部分亚健康的问题，以人工智能的方式处理。所以，我们称之为人工智能辅助的私人医生病例管理。

方向三：单分子-单细胞-多组学高精度微纳检测

第三个是我们所说的单分子-单细胞-多组学高精度微纳检测，对核酸、蛋白质等活性分子与细胞的生物功能进行快速、准确和高通量的检测分析。

方向四：纳米3D生物活性打印

第四个，就是纳米3D生物活性打印。

在这个范畴里，通过纳米技术将具有生物活性的分子与细胞加入到3D打印中，实现满足病人特异性临床需求的再生干细胞支架、 生物假体、植入物、替代器官等复杂材质相容的微小型组织结构打印。这些是不是能带来革命性的突破？

方向五：多功能模块化的智能微创手术机器人

第5个是结合临床的需求，开发适宜不同临床需求，拥有多种适应症，智能化程度更高的微创手术机器人。

能不能把虚拟手术和现实结合起来，把不同专家医生沉淀的手术规划经验沉淀下来，而形成多功能、模块化的微创手术机器人，这个方面还一直还有争论。

有一个趋势是，现在所有排名前十的厂商全都涉及到医疗器械，强生、美敦力、Stryker。将来的机器人会不会有通用？

现在的结论是先不要去考虑通用，先用于专科。从精度、微创还有专家经验的学习这三点来看，机器人要比医生的能力高，这是已经证明了的。

但是，手术机器人会不会今后所有的都是个性化的，眼科有眼科的、心脏有心脏的、腹腔有腹腔的，还在争论中。但是不管怎么样，多模块、微创机器人是一个重要的发展方向。

方向六：多源信息融合的神经刺激调控与精准微纳治疗

除此之外，通过调节生化、电极、或者视觉刺激，针对性调控神经系统的相应记忆、靶区，改善神经系统或器官的功能，结合微纳制造技术研发微米、纳米尺度机器人，用以实现微型手术操作、靶向运送药物、细胞、血管清理等。

马斯克做的很多事情都是这样。

最近像清华的品驰医疗还有其他的一些创新公司都在做。

实际上它是多元信息的神经刺激。大家知道，现在还有一种健康的是电刺激，可以调节不同的强度，据说对于睡眠很有帮助。这个东西都还在探索之中。

方向七：柔性可穿戴的多模态康复治疗干预量化评估

第七个趋势，柔性可穿戴的多模态康复治疗干预量化评估，将柔性感知结构、VR/AR、机器人技术和新型传感器等技术等引进到康复治疗领域。通过康复又能够引导干预，让自己的免疫系统更快提升，来克服相应的各种术后健康问题。

在这个方面，有一系列的大学像北航、北大，以及还有一些公司都在开发这个东西。

方向八：5G&IoT融合的远程诊断与移动医疗

第8个是5G和物联网。由于它的速度比现在快了10倍，信息能够随时传递。

再加上疫情的影响。结合AI、VR /AR、机器人等技术，远程监测、远程分级诊疗、远程手术、远程示教以及老人失能监护、防跌倒、引导康复与智能医管都变得可能，而没有必要非要去到医院，这对于医疗资源的优化也有好处。

方向九：仿生、再生、创生组织修复的生物医用材料

第九个趋势是我们目前大面积需要使用的再生、仿生和创生的生物医用材料，像皮肤、结构化的人工器官。

新型仿生材料的开发也推进了相关医疗器械的应用产品创新。目前这是一个热点，前几天樊瑜波老师组织我们一块在深圳参加活动，我就发现这个方面的需求非常强。

方向十：中医机理标准化、现代化诊疗创新仪器设备

最后一点是中医机理标准化、现代化诊疗创新仪器设备。我们中医讲究望、闻、问、切。这些手段一直都是一种心理模型。那么，推向更广的市场需要科学化、精细化。

定量化的基石来自于医疗仪器。所以，将这些传统的中医诊疗手段，通过现代科学方法与仪器结合起来，直接、可重复、定量表达出来，并且与穿戴式检测设备、新型传感器、人工智能等技术结合开发新型中医诊疗设备，可以推动中医现代化新发展。

以上，就是我代表中关村智友研究院、北医三院创新转化中心、北航生物医学工程高精尖创新中心，康卫医创、以及北京市医疗机器人产业创新中心进行的报告。

与此同时，还有很多科学家参与了我们的研讨，共同提出了这样的十大前沿思考，欢迎各位领导、专家和企业家批评指正。谢谢！雷锋网

雷锋网消息，据央视新闻报道，从1月1日起，北京全部定点医疗机构正式启用医保电子凭证进行就医结算。

北京市医保局透露，截至2020年年底，北京已激活医保电子凭证的参保人450余万人，占全市参保人员的四分之一。北京协和医院、宣武医院和人民医院率先启动“刷脸”就医结算。

目前，北京市医保电子凭证就医结算已覆盖全部定点医疗机构，全市2900余家定点医疗机构均进行了信息系统升级改造并通过验收，北京成为全国首座医保电子凭证就医结算覆盖全部参保人员、全部定点医疗机构、全部费用类型的城市。

医保电子凭证，由国家医保信息平台统一签发，是基于医保基础信息库为全体参保人员生成的医保身份识别电子介质。电子凭证通过实名/实人认证技术，采用加密算法形成电子标识，具备安全可靠、认证唯一等重要特点。

参保人可通过电子凭证享受各类在线医疗保障服务，包括医保业务办理、医保账户查询、医保就诊和购药支付等。

雷锋网了解到，2019年11月24日，全国医保电子凭证发布式在山东省济南市举行。医保电子凭证是全国医保线上业务唯一身份凭证，即日起在河北、吉林、黑龙江、上海、福建、山东、广东7个省（市）的部分城市将陆续开通使用。这意味着今后全国参保人可以“看病不带卡，只用医保码”。

2020年3月18日，微信平台正式开通全国医保电子凭证领取。  

2020年11月27日，医保电子凭证累计全渠道用户量超过3亿。河北、上海、浙江、福建、山东、安徽、四川等29省份医保电子凭证已在医院药店开通使用，接入定点医疗机构超过2.6万家，定点药店超过7万家。雷锋网

今年的中央经济工作会议中，将“生命健康”作为2021年经济工作八项重点任务之一。在国家推动医学和健康事业发展、智能技术突飞猛进的重要历史机遇期，深化医工交叉融合是顺应时代和人民对美好生活向往需求的历史使命，是医工领域发展内生动力的必然要求。

本次论坛采取“线上+线下”结合的方式开展，线上吸引超7000人次观看。

“医工谷”，搭建医工合作的创新桥梁

雷锋网了解到，2019年，中关村管委会和北京市海淀区人民政府等共同支持了中关村智友天使研究院成立，为人工智能机器人、医疗与健康领域科研技术成果提供孵化平台，为中关村示范区科技成果转化积极探索新的模式。

为了加强医工交叉和成果转化，北京大学第三医院成立了医学创新研究院，同时也成立了北京学院路临床医学协同创新联盟，为丰富的临床资源与高精技术搭建对接的平台。

在医工结合的大趋势下，目前，北京大学第三医院创新转化中心与北航等单位，形成了良好的合作与创新成果转化机制。

北京大学第三医院副院长宋纯理

在致辞环节中，北京大学第三医院副院长宋纯理表示，“医工谷”的名字寓意极好，象征着各方优质资源都汇入谷里，形成金矿一样的深厚积淀。我国医疗健康市场在“十四五”期间预计突破12万亿元，各医院和高校更要切实加强医工交叉，融汇资源需求，加速创新项目的转化落地，建设“健康中国”。

北京航空航天大学党委副书记赵罡

北京航空航天大学党委副书记赵罡表示，医学与现代工程技术的交叉融合是推动医疗健康技术发展的重要动力，医工交叉与融合也是现代工程科学追求的永恒主题。

赵罡希望，医政产学研各界在前沿科技、平台建设、人才培养、成果转化等方面超前布局，发挥中关村的科研资源和医学资源优势，推动医工交叉科技成果的转化和创新产业的发展，共同打造出中国的“硅谷”。

中关村科学城产业促进二处处长何建吾

中关村科学城产业促进二处处长何建吾在致辞中表示，产业促进二处的一部分分管工作就是医药健康。今年疫情期间，一方面组织防疫物资的生产，另一方面进行疫苗和抗疫药物的研发。目前，疫苗已经在重点人群中进行接种，抗疫药物也正在进行临床试验。

何建吾说到，北京大学第三医院和北京航空航天大学之间有一座天桥相连接，而今天的“医工谷”，就像是医工合作之间的创新桥梁。未来，5G、8K等技术也将会与医学影像进行深入融合，促进设备的“智能化”，帮助医生进行更加精准的诊断。

何建吾表示，目前海淀区的医疗健康产业主要在三个方向发展较快，包括高端医疗装备、新药研发、医疗大数据分析。

中关村管委会创业服务处处长闫颖

中关村管委会创业服务处处长闫颖表示，生物健康产业对于中关村国家自主创新示范区的发展有着重要作用，而且中关村始终把科技成果转化作为重要使命。中央经济工作会议中，也将生命健康作为2021年经济工作八项重点任务。

“北航王田苗教授和北医三院的实践难能可贵，也是非常有代表性的探索。中关村一直把建设全球一流的科技园区作为自己的使命和担当，也始终把科技成果转化作为最主要的任务。要实现重大的科技创新突破，离不开一流的人才、一流的机构、一流的机制，最后才能有一流企业，而医工交叉就是为了实现这一重要目标而进行的难能可贵的探索。”

闫颖表示，截至目前，中关村管委会已支持44家技术转移机构、200余家孵化器以及大量的投资机构，希望各位专家在中关村示范区创新创业，管委会也将继续为医工交叉和医学创新成果转化做好服务，为建设国际科技创新中心贡献力量。

最新解读：医工交叉创新战略前沿技术十大趋势

致辞环节后，论坛主持人、北京大学第三医院创新转化中心主任姜雪表示，在去年“医工谷”创新创业高峰论坛上，“北京医工交叉创新前沿技术十大热点方向”在广泛调研的基础上发布。

今年发布的“2021北京医工交叉创新战略前沿技术十大趋势”，结合我国实际临床需求，借鉴学术界、产业界和投资界的相关意见，从技术、临床、产业三个纬度进行了总结。

北京航空航天大学机器人所名誉所长、中关村智友天使研究院院长王田苗在论坛上宣读了十大趋势并进行了解析，这十大趋势分别是：

1、人工智能赋能的疫苗、试剂与新药研发

2、个性化传染病、慢性病、心理疾病数字医疗管理

3、单分子-单细胞-多组学高精度微纳检测

4、纳米3D生物活性打印

5、多功能模块化的智能微创手术机器人

6、多源信息融合的神经刺激调控与精准微纳治疗

7、柔性可穿戴的多模态康复治疗干预量化评估

8、5G&IoT融合的远程诊断与移动医疗

9、仿生、再生、创生组织修复的生物医用材料

10、中医机理标准化、现代化诊疗创新仪器设备

五大报告，聚焦医工交叉前沿技术

开幕式环节结束后，论坛进入专家报告环节。

第一位带来报告的嘉宾是，北航医学科学与工程学院院长、生物医学工程高精尖创新中心主任樊瑜波，他的演讲题目是《植介入医疗器械创新十四五战略跨学科发展》。

樊瑜波表示，生物医学材料的需求量极大，对人民健康和健康产业的重要性不言而喻。虽然我国各项相关学术指标已经领先世界，但仍然面临着一些关键性生命材料、技术被卡脖子的状况。

樊瑜波认为，活性生物材料及结构、仿生生物材料与结构、智能生物材料与结构是三大发展方向。坚持前沿创新引领，将上游的研究与中游的核心技术突破以及下游的转化贯通，是十四五应该重点关注的内容。

第二位带来报告的嘉宾是清华大学医学院生物医学工程系执行系主任王广志，他的报告题目是《影像引导神经外科手术的多模态信息感知与应用》。

王广志表示，影像与智能器件的发展，使诊疗方式发生了巨大的变革。现在，大家推荐的医生，是能够在微创方式下达到同样效果的医生。而在微创里，有一个非常重要的角色就是智能化的信息处理和智能化的器件。“工欲善其事，必先利其器。如何把微型化、智能化、精准化的手段赋能器械，是生物医学工程的一项重要挑战。 ”

而智能技术辅助精准诊疗的核心价值在于克服人类能力的局限性、突破现有诊疗手段的颈瓶和禁区，精准诊断、准确实施、规避风险，其功能可分为“眼”——借助多模态的影像和感知信息，使治疗更加精准；“手”——借助机器人等智能器械，使操作更微创、稳定、准确；“脑”——借助智能决策，使诊疗过程更加有效，副作用更小；“器”——借助新的治疗机理，形成更有效的治疗途径。

第三位演讲嘉宾是北大学工学院副院长席建忠，他的报告题目是《微肿瘤芯片开展精准医学研究》。

他表示，目前，各类芯片技术快速发展，例如基因芯片、蛋白芯片、细胞芯片、组织芯片、集成芯片等，另一方面，医联网的发展带来的临床对于新理念和新技术的迫切需求，未来大有作为，尤其是微肿瘤芯片潜力巨大。

今年6月，席建忠团队与联合北大肿瘤医院、人民医院等团队，宣告发现了一种全新的原代肿瘤细胞自组装形成微肿瘤的新机制，建立了胃、肠、乳腺等癌种的微肿瘤模型。临床实验结果表明，微肿瘤模型预测患者治疗药效的准确性高达93%以上。

第四位演讲嘉宾是北京大学第三医院妇产科、生殖医学科主任李蓉，她的报告题目是《AI在生殖医学中应用探索》。

李蓉主任表示，信息管理系统对患者而进行全流程管理与各种信息进行记录，生殖信息是大数据的天然土壤。从临床医生的角度来看，如果不能了解疾病的发病机制，就很难回答治疗的有效性和安全性问题。

因此，北医三院与北大生命科学院合作，利用单细胞组学的诸多技术，进行了生殖、生理方面的探索。李蓉主任分享了AI辅助诊断染色体模型系统、生殖大数据的挖掘与建模、AAFA及AFA卵巢储备功能评估模型等医工交叉的成果。

李蓉主任表示，解决医疗健康的需求，核心点在于学会工程语言和医学语言。而在实现路径上主要分为三个方面：在基础上，目前，我国学科交叉还处于初级阶段，需要医学、工学人才的思维碰撞；在技术转化上，需要增强临床医生对科技创新的理解和支持；在商业化上，“研发-制造-应用”是一个完成的闭环，需要打造一个更好的医疗生态。

第五位演讲的嘉宾是中国医学科学院北京协和医院医学科学研究中心副主任吴志宏 ，他的演讲主题为《协和临床医学科技成果转化战略规划思考》。

吴志宏主任主要从疾病防控（慢性非传染病疾病、传染性疾病、多发罕见病防控）的角度分享了协和临床医学科技的成果。

以心血管疾病研究为例，目前心脑血管危险因素的识别及早期干预技术、国人心脑血管疾病风险预测的模型仍然不完善，单凭一种因素去建立某种预测的模型不一定正确。

因此，医工双方急需通过流行病技术、统计学技术、多组学技术去筛选心血管方面的特征标志物，在明确标志物的基础上进行早期的靶点干预。

再例如，恶性肿瘤存在着早筛早诊的技术，同样缺乏大规模的研究的评价。未来，常见、高发的恶性肿瘤如何实现早诊早知，也需要进一步的探索。

医、产、投三方汇聚，探讨医工转化机制

在五位医工专家的报告之后，本次大会设置了主题为“医工交叉创新创业机遇与难点”的圆桌会议，由北京康卫医创科技有限公司总经理张宁进行主持。

圆桌会议邀请到北京阜外医院心血管外科主任医师欧阳晨曦、北京大学第三医院耳鼻喉科副主任刘俊秀、江苏瑞尔医疗科技有限公司董事长付东山、柏惠维康公司创始人兼董事长刘达、强生战略客户部北中国副总监周威以及美敦力中国企业发展、风险投资和创新孵化部负责人兼董事总经理施永辉等六位嘉宾，共同围绕医工合作模式、临床需求要点、成果转化机制等话题进行了探讨。

临床的实际需求是医疗科技创新的驱动力。医生具备创新想法，却不具备实现该想法的技术能力，因此医工结合是创新转化的必须之路，并且需要不断营造鼓励医工交叉的环境和土壤，以及给予资金和资源的扶持。

如何将医生和工程人员的资源、需求有效地粘合起来，需要更多要素的推动，也需要医工双方形成合力，学会“第二门语言”。雷锋网

字节跳动招人了。

据《晚点 LatePost》报道，字节跳动AI Lab（人工智能实验室）位于北京、上海、美国加利福尼亚州 mountain view （山景城）三地的团队正在招揽医药领域人才。

今年，药物研发似乎成了一个“香饽饽”，成了巨头重点押注的一条赛道。

上周末，百度发布了基于百度深度学习平台飞桨的生物计算平台“螺旋桨”，开源工具集提供包括了RNA二级结构预测、大规模的分子预训练、DTI药物靶点亲和力预测以及ADMET成药性预测等在内的新药研发和疫苗设计环节的核心能力。

这对于生物信息学、计算机交叉学科背景的研究者来说是一个好消息，可以帮助他们更便利地构建AI算法模型。

再往前的7月，腾讯发布首个AI药物研发平台“云深智药”，覆盖临床前新药研发的全流程，包含蛋白质结构预测、虚拟筛选、分子设计/优化、ADMET性质预测（即将开源）及合成路线规划等在内的五大模块。

在今年的世界人工智能大会期间，华为技术有限公司云医疗智能体乔楠也介绍了华为云的EIHealth平台。目前，EIHealth主要覆盖基因组、临床研究和药物研发三个方向。

12月初，华为云更是被曝出，正在招聘机器学方向的药物研发算法工程师。

百度、腾讯、华为的这场“生物技术竞赛”，现在又加上了字节。

字节能不能做药物研发？

在AlphaFold2震惊世人的“蛋白质结构预测”成果问世后，AI药物行业似乎博得了不少人的关注。

雷锋网了解到，12月初，剂泰医药完成数千万美元Pre-A和天使+轮融资。这家公司是由晶泰科技孵化而来，于2019年8月正式成立。

而晶泰科技，也在今年9月完成了超3亿美元的C轮融资。

剂泰医药的创始团队包含赖才达、陈红敏、王文首等多位MIT科学家及美国工程院院士，通过高通量制剂平台及人工智能计算等技术，更快速、全面、智能地找到制剂优化条件。

几天之后，AI制药公司冰洲石生物科技有限公司宣布完成数千万美元新一轮融资，依图科技、春华资本、鼎晖资本、IDG参与了此轮投资。

在AlphaFold2的消息公布之后，晶泰科技CEO马健曾向《医健AI掘金志》表示，现在能解出的蛋白质很少，很多关键的蛋白质十几、二十年都难以用实验解析出结构。

有了（AlphaFold2）这项技术，研究人员就可以用这些传统上难解出结构的蛋白作为药物靶点、设计新药。

现代药物大多的靶点是蛋白，药物的设计几乎都是基于蛋白的结构来进行合理的设计。

现在，既然机器学习能应用在药物设计领域。那么，字节AI Lab的招兵买马也就不奇怪。

在基础研究方面，字节跳动的AI Lab研究领域包括了计算机视觉、自然语言处理、机器学习、语音&音频处理、数据&知识挖掘、计算机图像学、系统&网络、信息安全以及工程&产品。

这样看来，想要用AI算法来撬动新药研发格局，字节跳动AI Lab肯定有能力做。

但是，进一步来看，医疗不是“打打杀杀”，光靠技术、融资、补贴就能堆出一个帝国。

以AI药物研发为例，这条赛道具备极高的技术和专业知识壁垒。

字节跳动AI Lab挂出的职位，均需要博士或者以上学位，专业为计算机科学、数学、计算生物学、计算化学等。

这个行业远比教育、游戏等字节已经布局的行业艰深百倍。

张一鸣的医疗梦想

B站董事长兼CEO陈睿曾这样评价张一鸣，“《狮子王》中有一句话，太阳照得到的地方，都是我的疆土。我认为张一鸣真正的梦想是做一个SuperCompany，一个突破人类过去商业史所有边界和格局的SuperCompany。”

事实上，张一鸣也是这样做的。

抛开药物研发的话题，字节在医疗领域的布局可谓“全面”。

据雷锋网了解，字节跳动成立了专门负责大健康业务的极光部门，由原百度副总裁吴海峰带队，向张一鸣汇报。

该部门的业务对外统一品牌为 “小荷健康”。

2019年5月，吴海峰从百度离职后，曾与前百度执行总监孙雯玉共同创立互联网医疗服务公司幺零贰四。今年年中，二人一起加盟了字节跳动。

在此之前，2020年5月，字节收购了百科名医网，并将其改名为“小荷医典”。

11月2日，字节跳动推出了“小荷医疗”的独立品牌，并发布了面向患者的“小荷”App和服务医生的“小荷医生”App。

这是一款集在线问诊、医疗资讯、百科知识的综合性医疗App，功能对标阿里健康、平安好医生等。

11月24日，一家名为 " 松果门诊 " 的线下诊疗机构在中关村露面，而它的背后，就是由吴海锋和孙雯玉共同创办的幺零贰四。

今年12月之后，幺零贰四被字节全资子公司北京平安百草科技有限公司（现改名小荷健康（北京）有限公司）并购。

目前，字节极光部门的几款主要产品几乎都来自幺零贰四，包括线下诊疗机构松果门诊、医生互联网执业平台小荷医生App、医疗服务与内容平台小荷App等。

《晚点 LatePost》在报道中显示，小荷健康目前对标的是京东健康，后者曾被Frost & Sullivan评为中国最大的在线零售药房。

因为，字节跳动也有流量入口。

2020年上半年，京东健康总收入87.8亿元。截止12月24日，其总市值达5238亿港元。

但是，“京东健康”们的一个尴尬之处在于，在几年的摸爬滚打之后，其营收近九成来自在线医药销售，在线医疗业务与数字营销服务相加之后的比重不超过5.6%。

即便是想要对标已有的互联网医疗巨头，字节跳动能做的，也只是药品电商平台这样的“外围”生意。

这也是目前互联网巨头能找到的最好一条盈利路径。

放眼整个医疗健康行业，医药电商都只是其中很小的一部门。因为非处方药利润率低，而处方药虽然利润率高，但严格受控制。

而在互联网问诊、医疗服务与内容平台方面，平安好医生、腾讯医典、丁香园等都已有了不少积攒下来的口碑和用户粘性。

字节想要与这些巨头在这些不同的细分领域一争高下，目前的优势并不明显。

张一鸣的取与舍

事实上，字节想要从医疗上获取收入，并不是一件很难的事情。

据《深燃》报道，中信证券研报显示，2019年字节跳动整体收入在1200-1400亿元量级，广告收入占比超85%，抖音贡献约50%。

而《深燃》近期获取的一份调研报告显示，字节跳动2020整年营收或将达到2390亿元，排名前三的营收来源分别是互联网广告、电商、秀场直播。

在百度任职期间，吴海锋曾任百度公司副总裁，全面负责百度大搜索整体业务及百度大商业体系。

对于医疗广告的变现，张一鸣一直很谨慎。他曾在内部提到，字节跳动旗下内容对医疗健康方面的内容有很强的需求，但需要有专门的团队进行把关。

在此之前的2018年，张一鸣曾在公开场合说，“即便拥有医疗广告的资质，（今日头条）也选择放弃做医疗广告。”

未来，张一鸣的想法是否会松动，字节是否会在医疗广告上试水，很大程度上考验着这家公司未来的医疗前景。

正如上文所说，医疗不是“打打杀杀”，光靠技术、融资、补贴就能堆出一个帝国。有算法与流量入口的加持，大概率不能成为字节“后发制人”的法宝。

医疗的核心问题是解决医疗资源供给的问题。

过去几年，各大互联网医疗巨头纷纷建立与国内顶级的医疗专家团队合作。这些事情，没有捷径可走。

想要做医疗，字节还需要“路遥知马力”的底气和决心。雷锋网