雲栖号資訊：【 點選檢視更多行業資訊】
在這裡您可以找到不同行業的第一手的上雲資訊，還在等什麼，快來！
編輯：頓雨婷
眼底影像檢查對于大多數人來說都會比較陌生，但其實目前眼底檢查可以檢查出超過60種疾病。諸如血糖、血壓偏高的患者會出現全身毛細血管出現變化，毛細血管和神經的微小病變。眼底包含人類少有的直接暴露在外的神經與血管，通過光學的模式可以直接觀察眼底情況，進而進行診斷。眼底影像檢查的無創、直接以及高效使這種方式長期成為輔助醫生進行診斷的工具。
36氪近期接觸到的「依未科技」就是一家通過人工智能技術進行眼底檢查的公司。依未科技通過大量病例的醫學積累，進行長期的機器學習建構AI資料庫以及檢測标準模型，推出了AI影像專家，可以根據眼底照片直接給出具體的不正常現象以及病竈資訊，輔助醫生進行判斷。
眼底圖像
較之于傳統的人工閱片，依未科技AI眼底檢查在檢查的準确性、病種多元性以及效率上有較大的提升。
眼底照片的檢查較之于CT等影像檢查需要更加細緻的觀察，人工閱片難免會出現遺漏，因為往往病症就展現在一個微小的出血點或是滲出點上。依未科技的AI眼底檢查準确率可以達到90%。
一個醫生全天閱片量在幾十張左右，而依未科技的AI可以做到10秒完成一張眼底照片的分析判斷。
傳統眼底檢查閱片多為眼科醫生，跨科知識背景也較為貧瘠，容易造成誤診、漏診的情況。AI影像專家可以根據醫學積累學習提供跨學科的診斷建議。
依未科技量化的眼底AI分析報告
依未科技AI眼底檢查通過圖像資料标注告訴醫生具體的患者眼底出血點、滲出點以及其他阻塞異常情況，并結合出血點面積、位置以及常見的對應病症給出病竈推斷。相較于傳統的閱片過程，醫生手中拿到的是經過處理的量化報告及診斷建議，将會減少醫生的閱片成本以及提高診斷效率。面對極其緊缺醫生資源，醫院怕迫切的需要諸如此類手段減負。
2012年依未科技CEO柯鑫團隊針對眼底檢查開始研發，2015年柯鑫團隊率先在國内完成糖網病自動篩查系統并與醫院進行合作。依未科技的AI團隊具有微軟亞洲研究院、中科院、清華等研究平台背景，醫學團隊專家來自協和醫院、同仁醫院、北京視覺研究所等機構。
依未科技創始人CEO柯鑫告訴36氪：“我在2015年與同仁醫院合作開發系統的時候，AI影像診斷準确率已經超過90%了。但是我們也發現基層眼底照片拍照等能力很差，是以我們也開發了相應的照片品質檢測系統，可以當場确認照片的品質，這也是依未科技技術得以落地的原因之一。”
國内AI眼底檢查賽道内已經有不少創業公司，Airdoc、體素科技、緻遠慧圖、上工醫信等。業内針對于眼底檢查的手段以及方法類似，如何使AI眼底檢查技術更好的落地是諸多競品的差異展現之處，已有部分企業嘗試從醫院、保險公司、制藥企業、健康管理企業進行産業協同，大範圍複制已經成功的應用場景和商業模式。
國外AI影像賽道内也有獨角獸級别的玩家，谷歌等公司曾在這一領域發力不淺，但是從實驗室走向落地診斷的企業很少。今年4月份谷歌曾自曝利用機器學習來篩查糖尿病性視網膜病變臨床結果不佳（檢視更多資訊請點這裡）。
依未科技目前為上海240個社群醫院提供眼底影像的照片品質檢查支援，本月初依未科技在雲南昆明與當地眼科醫院、保險公司及裝置廠商開展了超過3萬人的眼底篩查，并希望逐漸複制這種檢查模式，推動眼底檢查的落地。對于創業型AI眼底檢查企業而言，B端較之于C端對于眼底檢查的認知更清晰，如何通過諸如保險公司等B端使用者變現将是發展的重點之一。
柯鑫表示，依未科技并不會隻落地在大城市，而會逐漸拓展到中國的一些二三四線城市。因為那些地區的眼科檢測能力、醫療資源更加匮乏，人工智能要做的就是去賦能基層實作AI價值。
依未科技2019年下半年已經與中國數十家醫院确定了合作關系，也有了百萬級别的業務收入。其目前主要通過B端擷取利潤，客群集中在醫院、大型企業和體檢中心中，後續會逐漸拓寬客群。柯鑫表示，依未科技希望通過與B端使用者建立合作，讓B端使用者去教育消費者，依未科技仍然将專注于于技術服務商的身份。
配圖來源：Pexels
【雲栖号線上課堂】每天都有産品技術專家分享！
課程位址：
https://yqh.aliyun.com/zhibo立即加入社群，與專家面對面，及時了解課程最新動态！
【雲栖号線上課堂 社群】
https://c.tb.cn/F3.Z8gvnK
原文釋出時間：2020-05-29
本文作者： 熊純漪
本文來自：“
36kr”，了解相關資訊可以關注“
”