森亿智能 森亿智能 融资…

作者：Ripple、发哥

编辑：生煎

— 本文约5000字，阅读时间约10分钟 —

算力大爆炸

“金九银十，吃药喝酒”，九月A股市场健康中国概念表现亮眼，截至昨日收盘，健康中国概念月涨幅高达7.50%，而同期上证指数涨幅仅为3.43%。

A股市场的资金都是睿智的、理性的，之所以选择健康中国进行配置，必然是因为看好中国医疗行业和企业的发展。

而AI医疗是医疗行业未来发展趋势，目前我国AI医疗已形成以传统医疗相关企业、AI医疗创业公司及互联网平台巨头三类企业为主的布局，那么如今我国AI医疗发展的底气如何呢，算力智库将通过三类企业的案例视角进行分析挖掘。

传统医疗企业：赋能设备，数据的挖掘机 传统医疗器械企业是AI医疗领域一股重要力量，因为深耕医疗领域，这类企业对医疗行业痛点与用户需求更加了解，且AI医疗也可以作为器械产品附加值产生效益。有设备就更容易获取数据，且更容易接触到医疗数据的获取渠道，所以堪称AI医疗领域数据的挖掘机。
开立医疗（300633.SZ）主营业务为医疗诊断设备的研发、生产与销售,主要产品包括医用超声诊断设备（主要为彩色多普勒超声诊断设备与B型超声诊断设备）以及医用内窥镜设备等。 据2018年年报显示，公司医疗器械行业库存量(台)3660台，累计1.44万台，依托各类产品型号设备，获取了医学影像领域较多数据。 开立医疗主要AI医疗设备如下：

• 高端智能彩超S60

资料来源：公开资料 据公司官网显示，S60搭载Wis+平台，基于80万张三甲医院高质量超声图像及专家标注的标准切面图像，将这些高质量图片融入人工智能系统进行不断训练，在经历大数据采集、专家标注、智能学习等过程后，Wis+平台最终得到智能、准确、高效的诊断结果。

• 高清电子内镜HD-550

资料来源：公开资料
据公司公告，iEndo是基于人工智能的内镜诊断平台，具有原生数据、开放平台、融合显示三大特点。HD-550是搭载iEndo智能平台的全高清电子内镜系统，采用GPU架构，结合数字化图像算法处理，形成多光谱成像、多种特殊光照明模式，突显粘膜血管微细结构，全面提升早癌诊断准确率。 以智能超声为例，公司依托智能设备从前端信号处理每一环节采集无损声学数据。

资料来源：公开资料 目前，除开立医疗外，万东医疗、乐普医疗等传统医疗器械企业也纷纷进军人工智能医疗领域，并推出了AI医疗设备产品。

资料来源：算力智库整理

相对初创企业和互联网企业而言，传统医疗器械公司依托自身设备在各自专业领域获取数据上较为容易，且渠道较广。但实际上国内大部分的医疗数据都掌握在医院等医疗机构手中，传统医疗器械企业通过产品设备和合作医疗机构渠道获取的数据仅仅是冰山一角。

初创AI医疗企业：B端合作，技术的桥头堡
初创AI医疗企业深耕技术研发及相关垂直领域，通过与B端医疗机构合作，向医院提供医院管理、辅助诊疗等服务，虽然商业模式及变现能力略显不足，但是其在技术开发上优势明显，堪称AI医疗领域技术的桥头堡。 医疗大数据平台森亿智能主营业务为数据治理、临床科研、辅助诊断。其中，在辅助诊断方面表现突出，与其达成合作的医院已超数十家。 2019年七月，森亿智能完成2.5亿元的C级融资，据悉，本轮融资是由腾讯领投，国药资本跟投。从2016年4月成立，到同年11月获得真格基金、华岩资本、树兰医疗近千万天使轮融资，再到完成A轮、B轮、C轮融资，森亿智能仅用了三年时间。 从纸面实力来看，森亿智能这个初创企业已构建了多达300多人的团队。其中医学背景超过百人，硕士、博士占30%，研发团队发表SCI论文40余篇。首席科学家王飞博士在AI以及医疗信息学相关的顶级会议与杂志上发表了超过200篇论文，引用超过7000次。据公开资料显示，在研发的投入上，接近总营收的7成。

资料来源：公开资料
森亿智能主要AI医疗技术：

• VTE预测系统

• 静脉血栓栓塞症(VenousThromboembolism，VTE)是第三大常见的血管疾病，其特点是预警难，致死率高。在AI介入之前，医院通用的方法是护士基于一张评分量表，在出入院和手术前后分4次对病人进行打分。这样的做法一是实时性与准确性不足，二依靠传统的人工统计分析和判断会耗费大量医务工作者的时间精力，且易产生误诊、漏诊。 森亿智能通过医学自然语言处理与机器学习方法，整合医院内部病历、检查、检验等各个信息系统，采集VTE的风险关键指标，通过大数据机器学习，形成一套智能化的静脉血栓栓塞风险预测工具、推荐个性化治疗的辅助诊疗工具。该预测工具嵌入到医院的电子病历系统，可实时监控、预测每例患者的VTE发生风险，从而降低VTE的发生率，有效提供有价值的解决方案，降低不必要的医疗成本。 据悉，医生借助森亿智能的VTE预测系统，VTE的识别率比纯人工提高了20%-22%。该系统在上海第十人民医院的应用被国家卫健委评为人工智能应用落地30最佳案例，并已同步在江西、四川等地的部分医院进行了部署。仅以辅助诊断为例，类似的解决方案还可以拓展到其他病种，通过AI临床辅助进行优化。

资料来源：公开资料
除森亿智能外，还有以下的AI医疗初创公司。

资料来源：算力智库整理
这些初创公司的特点主要为：在各自垂直领域或固定场景应用上具有核心的技术优势，且是AI医疗发展相关技术的创新地和发源地。但对于大多数因政策红利刺激爆发的初创AI医疗公司来说，相关技术在落地场景应用和变现上仍欠火候。

互联网平台巨头：全链布局，资本的发动机
以BAT为首的互联网巨头，在资本积累和技术应用方面有先发优势，它们的入场既说明对医疗领域前景的看好，也为医疗健康行业与人工智能融合带来新的方向和机遇，利用自身平台特点和优势进行全链布局，投资并购，堪称AI医疗资本的发动机。 腾讯率先深入应用端，先推出 “微信智慧医院”为患者提供智能导诊、在线问诊服务，接着投资碳云智能布局基因数据产品，又推出“腾讯觅影”，进军辅助诊断领域，以多维度探索医疗大数据价值。 腾讯觅影是互联网+医疗的产物，聚合了内部包括AI Lab、优图实验室、架构平台部等多个顶尖人工智能团队的能力，把图像识别、大数据处理、深度学习等领先的技术与医学跨界融合研发而成。 在腾讯觅影产品的后端，还拥有一个AI医学实验室，除了顶级的人工智能算法专家之外，还邀请了全国顶级的医疗影像科的医生和许多全科医生全程参与设计。

腾讯作为国内互联网的巨头公司，其丰富的财力，资源，以及算法上的优越性为腾讯觅影开疆扩土打下了坚实的后盾。相较于上文”小而美“、”逆资本而上的“的森亿智能，腾讯觅影更像是“富二代”的产物。

资料来源：公开资料 首先，在产品的定位上，腾讯觅影的首个病种就采取差异化的竞争策略。不同于阿里和百度等巨头都集中在肺结节诊断上，腾讯觅影迎难而上聚焦食管癌，这是全球首次AI与内镜结合的尝试。 研发团队首先对数十万张食管内镜检查图片进行分类，采用双盲随机方法，由不同级别医生进行循环评分标注，完成上述工作之后，交由腾讯AI技术团队进行图像处理增强，借助深度学习技术，腾讯觅影具备筛查可疑食管癌的能力，准确率超过90%。 而自产品上线以来不到短短半年时间，腾讯觅影依托食管癌筛查系统、微信支付、智慧医院及 “国家队”身份，不断布局线下医院，甚至以城市为单位“攻城拔寨”，并逐渐渗透到了上海、浙江等发达地区，开始出现与创业公司竞争的苗头。 虽然腾讯觅影的医疗AI产品在成立初期并不占有绝对优势，但凭借腾讯完善的医疗服务布局，其发展势头迅猛，不到半年的时间，腾讯觅影的合作医院数量接近百家。并在随后的两年间，腾讯觅影成功利用AI医学影像分析辅助医生筛查食管癌、肺结节、糖尿病视网膜病变、结直肠肿瘤、乳腺癌、宫颈癌等疾病，并且可以通过AI辅诊引擎辅助医生对700多种疾病风险进行识别和预测。

资料来源：公开资料 纵观全局，腾讯觅影也只是腾讯旗下在医疗版图中的一环。良好的生态一直都是腾讯布局的核心战略之一。微信智慧医院、”腾爱医疗“、腾讯云、企鹅医生等”正规军“已早早布局。 腾讯率先深入应用端，先推出 “微信智慧医院”为患者提供智能导诊、在线问诊服务，接着投资碳云智能布局基因数据产品，又推出“腾讯觅影”，进军辅助诊断领域，以多维度探索医疗大数据价值。 此外，阿里和百度也均利用自身平台特点和优势进行AI医疗布局。

• 阿里以构建云服务、AI技术为重点，布局医疗智能化。相继推出阿里健康APP，提供购药、问诊、慢病管理等服务；在辅助诊断领域推出阿里健康doctor you，与医院合作进行产品研发，并搭建互联网医院及医联体服务。

• 百度的优势集中在人工智能，因此将重心放在AI新药研发领域。在投资方面，至真健康（远程医疗服务平台）曾获百度千万战略投资,而北京康夫子健康技术有限公司，其股权结构有也由百度百分之百持股。

• BAT巨头们的资本支撑对AI医疗发展推动明显，但是这些巨头们的竞争也会在侧面给中小企业的发展带来阻碍。2015年腾讯和阿里抢投一家成立还不到三年的移动医疗公司——医联，腾讯和马云云峰基金B轮投资4000万美金，企业估值飙升膨胀；而据不完全统计，腾讯投资40+医疗企业，投资总额超300亿元，因为有些投资仅仅是为了跑马圈地并没有充分结合自身平台特点，所以总体表现平平。

AI医疗产业：背靠“三个代表”，真的稳了吗
从上述微观企业层面来看，我国人工智能医疗发展已形成以传统医疗企业赋能设备数据挖掘、初创AI医疗企业深耕领域技术研发和互联网巨头全链布局资本助力为主的格局，数据、技术、资本齐备，产业发展底气十足，但是仍然存在一些问题：

• 数据上：如果把人工智能分成算法、算力和数据三个维度，则现在行业主要的机会集中在数据及应用层面，竞争的核心在于数据的质量和数量。然而对中国AI医疗企业而言，市场中有大规模潜在的数据，但是却无法被整理、利用起来，因为中国医院内数据的数量庞大，但75%以上是非结构化的，不能发挥出大数据的挖掘价值。

• 技术上：中国的人工智能尚处在弱人工智能阶段，虽然当前基于图像识别、深度学习、神经网络等技术上的突破，AI在机器人、语言识别、虚拟助力等领域已被广泛应用，但对于大多数受政策红利爆发的初创AI医疗公司而言，技术力量是限制其进一步发展的主要阻碍。

• 资本上：以BAT为首的互联网巨头资本实力雄厚，但是一些为了布局和竞争而产生的滥投、抢投现象不止，不利于业内企业的发展。

• 传统医疗企业、AI医疗初创公司、互联网平台巨头三类玩家各有优势，推动AI医疗产业发展，但在数据、技术和资本上还存在一些不足，仍要进一步完善。