医学数据显示，有超过90%的数据来自于医学影像。
走访了医院放射科后，我们得到了这样一组数据：一名放射科医生，每天至少要诊断60个病人的CT，一个病人的医疗影像有250~300张，而医生要对每一位病人的影像数据反复看3~4遍。
这意味着，服务一位病人，医生要查看上千次图像，一天工作时间内，他甚至需要查看几万或数十万张图，整个诊断过程高度依赖经验，误诊、漏诊风险普遍较高。
“基于AI，我们可以通过机器学习完成海量医学影像数据的整合分析工作，精准预判疾病概率，帮助医生定位病灶区域，从而减少漏诊、误诊问题，并且有效缓解医疗人员的阅片压力，进一步提升工作效率。”钺曦医疗创始人&CEO边钺岩说。
他所创办的钺曦医疗成立于2020年，是一家AI医疗影像技术服务商，主要研发了钺曦医疗云及imSTROKE脑卒中智能辅助分析软件产品，为脑卒中方向患者提供早筛、辅助诊断及药效评估等服务，完善智能化痊愈路径。
边钺岩进入这条智能化医疗赛道并非偶然。从英国帝国理工学院生物医学工程专业硕士在读时，他主要的研究方向就是神经影像学，对该领域有着深入了解和技术沉淀。随后的几年里，他先后加入国内知名数字化诊疗设备服务商联影医疗及东软医疗，任研发部经理、高级算法工程师。
期间，他曾以东软与宣武医院共建的国家溶栓取栓影像平台项目负责人的身份，参与了北京脑血管病产业技术创新战略联盟专项工作的《国家溶栓取栓影像标准》的制定及验收，并获得10余项国家发明专利。
生物医学工程更偏向医学，而彼时的互联网信息化技术也加速发酵，在不被人窥见的角落悄然生根发芽。这，让边钺岩看到了AI在医学影像领域的“生机”。
在接受创业邦采访时，边钺岩透露，之所以选择AI和医学影像方向，主要有两方面原因：
其一，影像数据获取较为方便。随着科技的不断进步，医学影像采集愈加便利和精准，相比动辄数年的传统数据积累方式，照一张医学影像仅需要几秒的时间，就可以反映出病人身体的大致状况，成为医生诊断患者病情的直接依据。
其二，技术落地潜力巨大。基于行业影像数据的不断积累以及大数据、算法分析能力的不断提高，智能图像识别算法能迅速将当前影像与数据库中影像对比分析，给出更精准的结论。
区别于服务心血管、脑血管等多病种的AI影像智能分析企业，钺曦更倾向于关注垂直领域——脑卒中。“脑卒中是国内发病率、致死率、致残率最高的疾病之一。通过康复治疗手段可以使一半以上的患者痊愈。”
得益于上述垂直纵深发展的商业逻辑，钺曦医疗在整体业务深度方面也更具优势，产品体系可覆盖发病前到发病中，再到治疗、后续康复的全过程。与此同时，其在垂直领域的底层技术能力也产生了“质变”价值，影像分析平台的整个量化功能分析流程不过超过5分钟，比行业同类竞品计算速度高20%以上，并覆盖《2019年AHA/ASA指南：急性缺血性卒中早期管理指南》中IIB级以上指标。
在边钺岩看来，一款优秀的AI影像分析产品，除了收集大量标准化图像数据作为底层支撑，需要解决过去医疗器械研发质量体系和使用方式不规范的问题，还要持续挖掘临床的真实需求，以实现与医院现有医疗器械和软件的无缝接轨。
现阶段，钺曦医疗已积累了超3万名患者的（脱敏后）量化样本数据，在数据兼容性方面，无障碍直连市面上90%以上主流CT、MR设备，成为医院影像科智能化升级过程中便捷、低门槛的可选项。
“对于成长早期的初创公司，产品规模化落地是最大门槛之一。我们的落地策略是，优先在各个地区的头部医院先建立样板试点，利用试点医院的样板效应带动下一级医院。而医疗云和分析技术也是结合实际应用场景采取不同的销售模式，比如针对基层医院，主要采取两款产品线结合落地，面向三甲医院，由于要考虑服务的便利性以及信息安全问题，大部分采用拆分服务的模式。”边钺岩介绍。
从2020年7月起，钺曦医疗云与imSTROKE卒中影像分析产品正式进院，在一年周期内，该公司已覆盖50家医院，其中35家为三甲医院，15家为二甲医院。
根据Global Market Insight的数据报告，按照应用划分，药物研发在全球医疗AI市场中的份额最大，占比达到35%；智能医学影像为第二大细分市场，年增速40%，并将在2024年达到25亿美元规模，占比25%。
随着AI医疗的盘子越来越大，更多创业人才、资本也开始将目光瞄准了医学影像领域。对此，边钺岩持理性角度态度，认为医疗市场之大，绝不是一、两家公司就可以吃得下的，因为市场从不缺少新玩家，只缺新玩法。
相对业务繁重的综合型大厂，“纵深发展、灵活掌舵”不失为初创公司的一条扎根之策。
文章图片来源于钺曦、摄图网，经授权使用。本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系editor@cyzone.cn。
