无论在规模上、广度上、深度上，AI都会成为医生的一个很得力的伙伴。
——数坤科技创始人马春娥
本文为《多肽链》独家专访原创
作者｜杨慧林
编辑｜严睿
“现在为什么AI会被人们广泛接受，而且逐渐看到了它的价值？回到医疗行业本身的问题上，我们看到医疗资源短缺是个全球性的问题。”
马春娥语速极快，寥寥几语向我们勾勒、铺陈AI医疗这个趋势级市场的迅速发展。
2013年的时候，IBM就发布了人工智能Watson医生的概念，只是当初没有被公众所认知。而彼时，马春娥正在IBM创新研究院工作，隐约中，她觉得AI医疗大有可为。
真正带火人工智能的是AlphaGo的出现，2017年的整个春天，人们都在议论AlphaGo大战韩国围棋天才李世石的事情。
在临床医学界，讨论AI是否会替代医生的话题大火，各路专家学者医生争论的不亦乐乎。
也正是在这个时间点上，已经在市场上观察、尝试了一段时间的马春娥决定正式出手，开启自己的创业之旅，创办了数坤科技。
2017年底，埃森哲发布的《2017年数字化健康技术展望》中，AI成为医疗行业最重要的技术革命力量；麦肯锡则预言，2025年AI应用市场将高达1270亿美元。
这一年，BAT等中国互联网巨头公司也开始酝壤自己的AI势力，但一些业内人士并不认为BAT在AI领域还会是赢家，毕竟互联网流量为市场制高点的时代正在过去。
与很多“硬蹭”到AI医疗上的移动互联网公司不同，从一开始，马春娥所考虑的就是用AI技术赋能的方式来解决医疗资源短缺这个行业最急迫需要改变的问题。
解放医生的生产力、加速创新药物的研发，这些术的领域AI都可以扮演技术推手的重要角色。这也是马春娥从IBM的职业经理人向AI医疗创业者的人生角色切换的机遇。
时至今日，数坤科技创办一年半，拿了三笔融资。马春娥向《多肽链》坦言自己是个“目标感极强的人”。
目标之意，就是这位娇小的湖北女子要把数坤科技打造成为百姓、为社会、为政府解决问题的、真正意义上的AI医疗公司。
切入心脑血管AI
“我们做了一个世界上没有任何人干过的事，很多技术需要去突破，压力很大。你看我们坚持下来了，干出来了。”
2017年6月，数坤科技成立，马春娥一头扎进了“难度系数”最高的心血管AI领域，这是个从未有人尝试过的方向。
在此之前，马春娥曾在IBM创新研究院工作了近10年，做过手写病历的识别、电子病历结构化处理、也做过机器人为患者答疑解惑。
无论是技术的孵化还是产品商业化过程，她都如鱼得水。但到了而立之年，她开始自问：“我到底想要创造什么样的人生价值？”
从蓝色巨人IBM这样的大公司跳出来，需要很大的勇气，更需要明确的目标。笃信AI医疗必定会成为趋势的马春娥，认为创业会比在大平台上有更大的发挥空间和创造力，
出走IBM后，马春娥就带着团队与北京大学第一医院泌尿外科的王主任进行科研合作——此前医生们都是用传统的数据统计的方式或者是用影像组学的方式求解，马春娥建议用自动学习的方法去解。
“只花了一个星期的时间，我们用深度学习做了前列腺癌相关的一些分类，做出来的结果得到了王主任的认可。”
接下来就是双方建立深度合作，共建联合实验室，做融合创新，交叉学科创新。
从互联网到移动互联网到智能时代，这是一个时代的机遇。马春娥的机遇则来源于她对行业的判断。
一端是极其严重的医疗资源需求，一端是一个可能有效的解决手段。AI能把专家的经验转化成计算机的智能，能补充现在人类医生的供给和迁移。
无论从政府、社会、医院、患者来说，这都是刚需。
她断定AI技术到了通向商业化的转折点。无论在规模上、广度上、深度上，AI都会成为医生的一个很得力的伙伴。
“我是一个目标感很强的人，找到一个大的方向，还是得找到一个比较切实可行的切入点，再去整合资源。”
影像的数据量很大，触点很多，70%的门诊都得依赖影像科。所以马春娥选定从影像切入。对于心血管疾病来说，前期还有结构识别和三维重建，影像这一部分工作量更大。
访问了大量的医院后，马春娥作出决断，切入心脑血管疾病人工智能辅助诊断。确定方向后，说干就干。搭基础设施、搭云平台、建标准，做产业原型研发。
与此同时，她也开始找钱。
“天使投资人是远毅资本杨瑞荣，他第一时间支持我们，二话没说，直接就投了2200万。”一拍即合的投资方远毅资本在A轮、B轮都有跟投。
接下来找医院。现在合作的100多家科研合作医院里，90%都是在省级的综合三甲医院。“首都医科大学附属友谊医院、协和医院、北京大学第一医院、宣武医院都是我们深度合作的医院。”
在数坤员工眼里，马春娥“要求高”“会挑剔”，而数坤也具备这样的气质，挑医院、挑合作伙伴，乃至挑投资人。
不可否认，资本也有很多恐慌性布局，投资人中也不乏跟风者。“我们先跟投资人聊，对行业节奏的把握得一致，才会合作。”
“做公司不是给投资人做的。我们保持自己的节奏，在行业节奏下以最快速度往前跑。”
应用开发方法论
从产业的角度上来说，产品是第一，马春娥这样定义一家企业的根本所在。
以前只有人工，没有智能，后处理环节约15分钟，写报告10分钟，审核大夫还得审15分钟。现在80%多的病历全自动化了。从病人拍完片子、后处理，初学报告、审核报告到生成报告只需要一分钟。
“对于医生和病人来说价值实实在在，对于技术出身的人来说是最开心的，真的产生价值了”，这是让马春娥很欣慰的地方。
从进院到建立医生的口碑，到真正嵌入到他们的工作流，医院都很配合。对医生来说，有了辅助，方便他做审查复诊。
“医生很愿意跟我们一起去训练AI作辅助诊断，来增加他们的效能。我们跟医生是共生的关系，我们的产品诞生在医院也是用在医院的。”
算法工程师需要跟医生学诊断，“首先得变成医生，才能写出来诊断思路交给计算机。”做一些人工智能的算法模型很复杂，涉及到的诊断点特别多，可能要写四五十个算法。这是技术门槛。
人工智能行业应用开发需要一个方法论:
第一，找到场景，提供临床价值。
第二，数据标准的问题。搭建医疗数据规范化的管理平台，对临床数据进行严格管理。
第三，如何标注数据。深度学习技术对于标注数据有异常高的要求，需要有高效的标注工具。
第四，数据质量决定模型。除了标注的医生和审核专家的作用举足轻重，要反反复复经过很多轮验证。这是做医疗人工智能最大的门槛。
在马春娥眼里，这个世界本身是由数据组成的。把世界数据化之后，可以用最先进的数据科学发掘出数据的价值，数据是人工智能的养料，夯实技术基础。
“养料越好，宝宝长的就越健康，如此才能冒出尖来。”
商业路径
行业认知决定战略能力。“不能只抱着单一产品，这样难跑远。”
对于数坤来说，心脏的产品会做深做广，接下来要更大场景，做更大的布局，覆盖更多的疾病领域，比如神经、肿瘤等。
“无论系统装了几百家医院，但若没有付费，后续研发能力产品能力跟不上，很快就会被抛弃，可替代成本会很低。”
数坤科技的商业模式从公司创业之初，马春娥就考量过多种商业路径，但最终给谁创造价值决定谁是买单方。也只有产品的价值足够大，商业价值才足够大。
“医疗的事很大一部分是政府的事，AI给有效的供给。从政府端是最直接的，如果给整个区域都配，就变成政府公共服务。”这是马春娥考虑走的商业路径之一。
从数坤的三大平台来看，是“三角形”模式，互相助力升级流程。科研和管理方面，数坤目前已经在谈价值变现。
·科研平台。其一，好医生是很缺的。医生培养周期长和人们健康需求增长速度不匹配。医疗可以帮助培养医生。
有了基础的结构化工作之后，搜索变得很容易，可以做很多的科研，增加学生对整个疾病的认识。全球来的规培生，都可以先跟着机器学习。
其二，做疾病研究。以前都是原始数据，现在可以一次性全部都结构化，不仅可以搜索，可以做各种关联分析，这对医生写文章也会有很大的帮助。
·管理平台。医院每年都要做绩效评估，人工智能可以帮助评判符合不符合临床需求科室。整个科室的流程上怎么能够更优化，如何安排患者排队、调配资源等。
·影像平台。解决临床需求是最基础的，对医院来说，现在90%多都直接能采信机器的结果，解放了医生的时间。
临床的价值变现需要有医疗器械证，拿证的周期任何AI公司都也逾越不了。“我们在拿到证的第一梯队里。”
“CFDA跟我们分享了很多AI公司数据库建的很不规范全打回去了。”整个行业在数据规范、数据标准化、可追溯相对较弱。
此外，从整个产业来看，设备的红利已经没有了，数据和智能的红利正在到来。数据和智能的公司一定是产业链的核心。
影像设备公司也在想数据和智能转型，对他们来说最便捷的方法是跟医疗AI企业合作，数坤，也在看这方面的机会。
在谈话中，马春娥始终保持着自己的节奏。创业公司会带有鲜明的创始人性格，数坤也在按照自己的节奏奔跑。
“理性、坚韧、敏感”马春娥这样评价自己。想起波伏娃的那句话“女人不是天生的，而是后天形成的。”
对数坤来说，这条路也非一蹴而就，而是凭着极强的目标感和超强的执行力硬生生闯出来的。
