健培程国华：从行走无人区到领跑中国AI医疗行业，打造中国人自己的机器人医生

无人区的探索之旅

2012年，AI还不为大众所知。四年后，AlphaGo在人机大战中完败李世石，AI方才步入大众视野。

2012年，放眼行业内，全球AI医疗企业初露锋芒。对大多数人而言，AI医疗只是人类对“机器人医生”的幻想。根据资料显示，大部分AI医疗企业诞生于2016年-2017年期间。AI医疗元年，究竟是2016年还是2017年，至今仍众说纷纭。

就在2012年，36岁的程国华带领着汇集医学、计算机视觉、机器学习、生物工程各领域专业人才的团队，赶上了AI医疗全球“始发”的列车，开始了无人区的探索之旅。

从创业初期的无人知晓，到成功合作500余家医院，首次举办医疗与AI跨界的《西湖论健》，首次发布医学影像大数据领域白皮书，首次实现国际上AI机器人与放射科医生的“人机大战”……

曾经在无人区踽踽独行的健培，已逐渐积累沉淀了先发优势、技术优势、合作伙伴优势以及客户渠道优势，日渐成为中国AI医疗行业的领跑者。

成本中心里的数据金矿

首次创业从事在线教育的程国华，在为医院搭建教学平台的过程中，初步了解了医院的信息化情况，偶然间发现医院硬盘中医学影像数据的存储占比高达80%。“这是一个非常惊人的发现！”

对于医院而言，如此庞大却又重要的影像数据，存在着三点问题：

第一，形成成本中心，普通的三级以上医院每年需耗费百万元用以存储影像数据；

第二，数据浪费严重，95%的医疗大数据未进行二次开发和挖掘利用；

第三，各家医院的数据还未充分打通、整合，属于“数据孤岛”。

而这些“数据负资产”，在程国华等具有IT技术背景的“局外人”看来，无疑就像发现了一个“金矿”。 

经过六年的挖掘和沉淀， 程国华用“一只鸡与三个蛋”形容健培现有的产品架构。所谓“一只鸡”即人工智能，提供了算法、程序框架，大量的数据，临床试验环境，医生的配合。而“三个蛋”则是基于人工智能深入研究而产生的，真正参与到医疗行为中的服务与产品，分别为：云胶片、影像云系统、诊断云系统（啄医生）。

直击医院痛点

由于医学影像的数据文件往往较大，常规一次CT扫描为250MB量级，X光机胸片为30MB量级。为了对不同医学影像设备的信息化数据进行统一存储和管理，众多医院采用了PACS系统，用于融合、管理、存储、传输各平台的影像数据。

正如程国华团队创业之初所见，随着影像数据不断增加，“数据负资产”的累积已让PACS系统不堪重负。基于医院的痛点，健培输出了影像输出解决方案。

从医学影像设备数据的采集，到利用IT技术进行图像优化显示，在不同终端呈现层次丰富的医学影像，并输出到不同的介质上，健培诞生了首个可替代进口胶片的产品：云胶片。

利用健培云存储技术，可以将医疗影像上传至云平台。患者只需通过手机扫描二维码，便可随时随地查看和下载自己的电子胶片和病历档案。

而通过Healthview影像云，将数据分割、打包、传输、重建，解决了影像存储共享问题。

据了解，得益于健培云存储功能，医院每年可以节省逾70%的存储管理费用，也为远程影像会诊、医联体的联网管理、区域影像中心建设等奠定了基石。

医学影像诊断界的“阿尔法狗”

随着海量数据源源不断地上传、存储，为机器的深度学习反哺了充分的养料，也为机器诊断孕育了可能。

然而，目前国内影像领域的AI，绝大多数还集中在单纯的图像识别上，缺乏医学数据的积累和对影像报告的分析。而能够做出辅助诊断方案的公司，寥寥无几。

据统计，放射科医师诊断1名患者的CT扫描图像通常需要10-20分钟，一般情况下，每天需审阅约3-5万张影像图片。同时，还存在医生水平参差不齐，误诊率高，人才培养周期长等问题。

解决影像诊断的难点已是迫在眉睫。而随着图像识别技术的成熟，利用AI辅助临床诊断，改善误诊、漏诊问题已是可行。

健培HealthView诊断云正是通过对大量数据的分析、挖掘、统计和建模，形成了结构化的疾灶特征描述。阅片机器人（啄医生）可以快速筛查、确定、定位疑似病灶，并通过像素级的学习和量化诊断，精确测量病灶大小，确定疾病发展情况，减少人为工作量，提升医学诊断精度。

数据显示，在骨龄检测中，啄医生检测耗时≤4秒，骨龄平均检测误差小于0.3岁，医生读片时间大大缩短；在肺结节诊断中，啄医生实现精准识别病症、秒级响应。

2016年10月，健培实现了国际上首次AI机器人与放射科医生的“人机大战”，啄医生得以大放异彩。大战虽然最终以1:1战平，但啄医生每次用时在1分钟以内，两位会诊医生每次则需要8-10分钟。

在2016年世界肺结节检测挑战大赛（LUNA2016）中，啄医生以91.3%的综合敏感性创造了世界纪录，位列世界首位。

从影像云入手，健培打造了线上线下一体化医学影像后处理解决方案，逐步赋予啄医生对疾病的综合性诊断能力，使啄医生更像一个医生。“打造中国人自己的机器人医生”的蓝图已然绘就。

撬开医院的大门

“人工智能？靠谱吗？”

2013年，为了推广产品，程国华带领团队跑遍了杭城所有二级以上的医院。幸运的话，医院会听取五分钟的介绍，“但大多数都是吃了闭门羹，连概念解释都不想听。”

跑了几十家医院后，在朋友的牵线搭桥下，终于有一家远在千里之外——新疆伊犁察布查尔县人民医院向健培敞开了大门。程国华怀抱着服务器，从杭州出发，只身登上了前往乌鲁木齐的红皮火车。

经过五天的舟车劳顿，程国华终于抵达。一落地他便马不停蹄地前往医院安装服务器。为了不影响放射科日常工作，他只能在夜间编程、调试，“索性在放射科休息室架了张床，一睡就是一个多月。”

囿于当地医院有限的影像数据，产品首次试用的效果并不理想。“还需要更多的数据调试，当数据训练到一定地步，它一定是不错的。”

两年的技术沉淀，苦于市场接受度低，自2015年起，健培为自己搭建了呐喊发声的舞台，打造了行业内第一个医疗与AI跨界的国际高峰论坛——《西湖论健》，汇聚了医学界专家学者、医院负责人、医疗科技企业等跨界人士，至今已连续成功举办三届。

从四处碰壁，到如今成功合作500多家医院客户，其中三甲医院达200余家。健培正一步一个脚印地实现着最初的目标，AI技术也正在以加速度渗透进影像诊断领域，逐渐发光发热。  

全人类的医疗盛会

医疗领域具备了充分、整齐的数据，为AI的结合培养沃土。而医疗影像的特点，使得其非常适合作为AI切入的天然口。

无论是沃土亦或是泥沼，健培都已在AI医疗领域沉淀了六载光阴。如今，巨头入场，资本涌入，同类型创业公司蓬勃而出，百家争鸣。这已是一场全人类的医疗盛会。

“这是好事，一群人走得更远，我们也不会感到孤独。”

然而，AI+影像才刚起步，AI+医疗的应用更是还有漫长的道路要走。身处泡沫时代，医疗结合AI成为医院诊断的基础设施，为医生提供有效的诊断措施，才是医疗行业冲出混沌的必由路径。

在程国华看来，医疗行业的变化是以十年为单位的漫长过程。而对健培的期许，则是以五年为单位的一次质变。

“对于创业公司而言，五年是一个比较长的周期，但人工智能还是需要实实在在的投入，我们走得比较稳，有把握不会被浪潮打下去。”

“我们坚信，AI将会改变医疗行业的方方面面，并产生深远的影响，这也将会是人类的福音。”程国华如是说。

本文转载自接力浙商网，原文链接：http://www.relayzs.com/report/article/66

您也可以关注我们的官方微信公众号（ID：ctoutiao），给您更多好看的内容。