0
10余年国外医学影像的临床科研经历对柴象飞影响深远。回国进行影像AI创业2年后的今天，他身上依然透着一股严谨。这是初见柴象飞时，他给我的第一印象。
现年34岁的柴象飞博士是典型的北方人，高大温和，戴着眼镜。镜片后的眼睛里透着几分睿智和深沉。创业之前，他在学校和科研领域都着光鲜的履历。
大学毕业后柴象飞前往欧洲求学，先后在比利时鲁汶大学医学影像中心、荷兰阿姆斯特丹大学癌症研究中心攻读硕士和博士学位，师从CT重组算法奠基人之一Paul Suetens以及世界顶级图像引导科学家Marcel van Herk。期间，他参与了飞利浦某项目脑核磁的自动分割和配准的研究与开发，利用柔性配准方法对脑核磁进行建立模型库，能够自动检测脑出血以及癫痫等神经类疾病。博士期间，柴象飞共在影像行业顶尖杂志发表了7篇论文，影响因子数>20，目前影响因子数＞20的多半为跨学科前沿的研究成果。国内每年影响因子数超过20的论文数量并不多。
博士毕业后，柴象飞去了斯坦福大学癌症研究中心做博士后，师从斯坦福大学终生教授、斯坦福大学医学物理中心主任邢磊博士，继续影像科研方面的探索。邢磊博士及其所在的斯坦福医学物理中心在图像引导放射治疗的医学物理、肿瘤成像检测、癌症图像处理和癌症解码、剂量计算优化算法等方面取得了国际公认的成绩。柴象飞跟随邢磊教授，两人亦师亦友，带领开发小组进行影像云平台以及放疗云平台的搭建，用于远程协作以及大数据分析，并在图像识别领域多次做出了突出贡献。
邢磊教授一直致力于推进产学研医深入融合，将医学和人工智能的前沿技术和理念引进国内医疗和科研机构，帮助提高中国医疗行业整体的医疗水平和科研水平。这对柴象飞的职业选择产生了深远的影响。
“当前中国有着最好的创业环境，云计算、大数据、深度学习等创新技术契机的出现，让我们看到一些新的机会：医疗行业有着多年痼疾，而医学影像占据了医疗数据80%的比例，它天然适合大数据和人工智能，我希望用我的多年所学和我的力量去做一点点事情，尝试让先进的创新技术落地医疗临床场景。”2年前，柴象飞辞去了斯坦福大学癌症中心的研究工作，回国创立汇医慧影，希望将在美国多年研究和学习的成果应用于国内医疗影像行业。
医学影像人工智能是一个跨学科的系统化工程，既需要专业的医学背景，更需要计算机和数学基础。柴象飞在医学影像人工智能、图像处理及数据分析领域超过10年的跨学科科研和工程经验，为汇医慧影注入了优秀的基因，让它拥有了许多友商所不具备技术和经验优势。
尽管如此，柴象飞的创业之路走得并不顺利。“决定创业时我是一名理想主义学者，但实现目标的过程和我的想象差很远，现在我是一名理性创业者”，谈起两年的创业经历时，柴象飞感慨道。
国内外的医疗环境存在巨大的差异，西方发达国家早已实现了全面的医学影像的数字化、信息化，并且绝大多数的医疗机构都有成熟的云计算部署，整体医疗环境更为开放，政策局限性低。
而在国内，医疗一直是个高度依赖政策的领域，两极化现象非常严重。一方面资源配置不均，大三甲医院无论在设备条件、医护资源还是信息化程度上都具有无可比拟的优势；另一方面，新的政策也很难辐射到基层医院。更严重的是，即便是大型三甲医院也很少有真正和云端对接的，连基础条件尚“不达标”，更别说智能化了。
“最开始我们去很多医院推人工智能技术、云计算的技术，发现很多基层医院，别说这些新技术，他们可能网络连都不通，或是只有很传统的ADSL非对称式网络。很多机构基础设备也很过时，比如说电脑还是XP这种十几年前的系统，甚至还有用磁带存储影像的。”柴象飞感叹道。
为了摸清国内医学影像行业的真实情况，寻找真实可行的技术落地场景和商业模式，柴象飞几乎跑遍了各省各区、各个级别的医院，尤其是基层的医院和医疗机构。在医疗资源相对稀缺的新疆，柴象飞更是一住就是1个月。
这段深入的市场调查对汇医慧影的发展至关重要。什么样的切入点是可持续的，什么样的服务才能够真正帮助广大医生和患者？和创业伙伴经过长时间的思考和探讨后，柴象飞最终决定将汇医慧影打造成一家长链条深度布局医学影像的公司。
”以医学影像为中心，从医院的实际情况出发，全方位、多维度为医院创造价值，遇到问题解决问题，信息化不行，先解决信息化问题，盖楼从底层打地基，尽管是条不得已而为之的弯路，却是绕不开的一条路，我们选择做，只要对医院有价值，我们就去做。”柴象飞说道。
“目前在基层，我们帮助医院构建基础的云端环境、硬件环境，用数字胶片的方式让他们更充分地使用现有的影像设备，用影像云构架医联体，连接上级医院给他提供一个基本的诊断能力。针对大医院则是完全相反的模式，我们协助大医院将他们原有的数据利用起来，将源源不断产生的结构化数据提供给深度学习引擎进行计算，并且将计算机学习后的结果试用在医生的阅片流程中。当计算机出现误判断时，医生会纠正诊断结果，并将结果反馈入系统，进行二次学习。通过在线深度学习的闭环，及有效数据的持续更新，可以不断提高算法的精度。再利用算法对他的科研、临床做一些精准的、量化的判断。”柴象飞表示。
“在整体医疗产能不足的背景下，医疗人工智能应用于基层不仅是当前刚需，环境也相对成熟。一是利用人工智能帮助医生提高诊断的效率，将医生从低效重复性劳动中解放出来；二是帮助基层医生提高诊断水平，降低基层误诊率。这条路尽管难啃，但我们不能因为难干就不干，总得有人干，干才有价值，不干是没有任何价值的。”柴象飞说道。
没人再说AI了，才是技术成熟落地的表现
当前，中国正处于创业热潮期，任何一个领域只要被冠上“风口”二字，大量的资本和创业者便会接踵涌入，这为市场注入了新的活力，但同时也带来了浮躁。
10余年的临床科研经历让柴象飞在资本狂热追逐AI的大环境下，保持着行业少有的理性和冷静。”对于医疗人工智能创业者，这是最好的时代，也是最坏的时代。AI技术与医疗场景结合，还有很长很长的路要走，当前医疗AI还存在泡沫过多的问题。作为创业者，我们没必要过于强调自己的算法有多厉害，能达到多少的准确率。因为医疗关乎着人的生命健康，和自动驾驶一样是非常严肃的事业。我们更应该脚踏实地，对患者负责，对医生负责，要更关注如何用人工智能帮助医生，而不是指导医生。”
和很多只关心技术的创业者不同，柴象飞对市场也有着自己的理解：“无论是医生对一例医学影像进行诊断，还是计算机自动识别医学影像得出结论，两者都是对医学影像进行定性分析。大部分从事医疗人工智能的企业都不同程度地实现了影像的定性分析。”
汇医慧影的人工智能辅助系统在筛查层面大幅度提升了医院和医生的工作效率，同时还把大医院、大专家的经验变成量化的指标，输送到基层医院的影像诊断过程中。
“我们通过计算机深度学习，最终得到了一套关于医学影像图像特征信息的标准化定量指标。我们再将这个指标释放到已由汇医慧影打好大数据、人工智能分析基础的基层医院，旨在对基层医院的影像诊断起到精准化支撑。”
目前，汇医慧影正在基层深度布局影像云平台、数字智能胶片，为云计算、大数据打好基础。针对大医院，汇医慧影利用领先的算法优势，在初筛方面帮助医院进行有无病灶的批量筛查以满足大医院提升诊断效率的诉求。同时在科研层次上，汇医慧影突破定性分析的层面，打造大数据智能分析云平台，和各大顶尖学府、医院的学者和专家们对影像图像进行多维度的定量分析，不断打磨各个病种影像的标准量化指标。
针对具体病种，汇医慧影的很多产品也已经成型并应用于三甲医院，包括胸部CT的防漏诊断，乳腺钼靶检测，脑梗、脑出血核磁分析等偏筛查型的产品；以及支持肺癌、乳腺癌、结肠癌、直肠癌、胃癌、宫颈癌、卵巢癌、鼻咽癌、前列腺癌等癌种诊断和治疗的深入到病种的产品。AI系统会出具基于人工智能和数据挖掘的、精准的诊断报告，这种基于大量影像数据和临床数据的服务，可帮助放射医师介入临床诊疗。
从技术创新到商业场景落地，汇医慧影仅用2年的时间，就取得了不俗的市场成绩。据悉，汇医慧影的产品及服务已接入500多家基层医院和200多家顶级三甲医院。另外，各项服务的国际版本也已经在斯坦福大学医学院和哈佛大学医学院等投入使用。
“现在人工智能很火，人人都在说智能，但我认为在我国医学影像领域，人工智能应用还没有真正成熟，大家还需要多一些耐心和理性。如果有一天，没人再说AI，没人再说算法、没有人再说我的准确率是多少多少，我认为这才是技术成熟落地的表现，它是无形的，融入诊断流程甚至治疗流程中，我相信这一天不会太远，但现在仍有更多更基础的工作要做。”柴象飞总结道。
蓝驰创投的管理合伙人陈维广这样评价柴象飞创立的汇医慧影：“为什么我们投汇医慧影，其实影像AI的项目，我们看的很多，很多团队都在这个领域耕耘。可是，回到技术层面，要把AI应用能够真正落地，关键点就是医院的IT基础设施一定是要具备跑大数据、跑AI的能力。还有一个前提是，理念的变化，咱们医院的领导层，包括医生一定要能接受这个理念，他们也愿意拥抱云计算，愿意把整个的IT系统从单纯的物理服务器，过渡到云计算，再过渡到大数据。所以，我们投资汇医慧影，是因为我们感觉这个团队，包括郭娜、柴象飞，他们把问题想清楚了。不是去医院直接把AI的服务卖给你，他们选择先把田耕好，土耕好，确保他们的合作医院是有云计算的基础的，没有的话他们帮助医院把云计算的基础先做实。这些事情做好就像耕田，把土弄散了才能种田，一样的道理。我投投资医慧影团队是因为他们把这个事情想清楚了。”
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
