2
如果把病人的整個診斷過程看作一張試卷，醫學影像就好比一道應用題。解答這道應用題的通常方式，是根據醫生的目測及臨床經驗來判斷。然而，即使是經驗再豐富的醫生，再高精度的影像設備，也有可能出現誤診的情況。
根據中國醫學會的一份誤診數據資料顯示，中國臨床醫療總誤診率為27.8%，器官異位誤診率為60%，惡性腫瘤平均誤診率為40%，如鼻咽癌、白血病、胰腺癌等，肝結核、胃結核等肺外結核的平均誤診率也在40%以上。
誤診率如此高，其實并不全因為醫生一時疏忽，而有著更深層的原因。而成立于2006年的雅森科技，當年同樣也在為這個問題而思考著。
影像診斷主要分兩類：結構類影像及功能類影像。
結構類影像簡單理解，就是“所見即所得”的影像，比如X光、CT就屬于這一種，它能夠非常直觀地觀察到生理結構，判斷是否有物理變化的病變，相當于“大家來找茬”的玩法，但它對于一些沒有明顯物理變化的疾病，就束手無策了。
而功能類影像，用不太準確的比喻來說，則相當于結構類影像的“補集”。這類影像能夠研究臟器細胞對某種物質的代謝能力，從而反映出這個臟器的功能是否正常。機器檢查放射性示蹤劑在人體代謝的狀況，記錄反應能量代謝的數據矩陣，通過一張二維的影像片子來呈現。
當然，它的缺點也非常耐人尋味：不能定位，現有工具也不能實現具有統計學意義的定量分析。影像不能反映真實生理結構，只能通過影像像素的明暗程度來表示代謝的強弱程度、是否異常，而醫生又無法研讀數據矩陣。這樣一來，診斷結果只能全憑醫生的肉眼和經驗來判斷。即使是專家，誤診漏診率也在30%-50%。
功能類影像背后多維度的數據矩陣，如果在精確量化的基礎上，通過與正常人群組進行統計比對，在疾病診斷上就具備了實際的意義。
雅森科技所要解決的醫學影像“應用題”，就是幫助醫生做到精準的量化。 “我們不處理表面的影像圖像，挖掘分析影像背后的數據矩陣，結合中國的正常人數據庫，通過統計比對，用科學的手段得出結論，不再憑經驗主觀判斷，將精準度提高到95%。” CEO陳暉如是說。通過醫學影像數據的分析，實現自動輔助診斷——這就是雅森的人工智能之路。
在2004年，雅森科技起初是為醫院提供基礎的IT服務軟件，影像設備的報告系統。但創始人們發現，雖然完成了自底層開發的PACS，但面對已經占坑的幾個老牌廠商，自己這種后來者完全不具優勢。
而正在思考轉型出路時， 與宣武醫院就腦定量分析開展的實驗課題，激發了雅森的靈感。實驗需要一個基于SPM思想的、適合中國病人的分析軟件，來進行定量分析。SPM（Statistical Parametric Mapping）即統計參數圖，是目前世界上腦影像定量分析的最前沿的理論，也是被公認的業界標準。基于SPM理論而實現的分析結果，可以輔助醫生進行量化診斷，突破傳統方式的限制，即達到99%以上的置信率。
CTO李剛跟團隊商量后覺得，如果將這種定量分析思想用在其他器官疾病的分析上，這將是對傳統診斷模式的重大顛覆，值得一做。于是在2008年雅森開始研究SPM理論，李剛也開始了醫學、數學儲備知識的學習。“原以為2-3年就可以實現的軟件，實際發現并沒有這么簡單：用數學的方法去解一道醫學的應用題，這已經超越了單純的軟件開發。”CEO陳暉說道。
那么這道醫學影像的應用題，也很自然地浮出水面了：如何從功能類影像入手，定量、定位、精準地進行醫學診斷，最大程度的摒除主觀、經驗判斷的弊端，解決醫學影像的誤診、漏診率高的難題。
比起拼速度的智能硬件行業，醫學影像急不得，也急不來。經過近3年的SPM理論和相關基礎知識學習后，雅森團隊開始與多家國家重點醫院展開戰略合作，就腦、心臟、肝、脾、腫瘤及多病并發等領域的SPM技術開展合作。
面對著日新月異的醫療技術，雅森科技同樣也需要提筆作答了。經過數年的開發，“玻爾”定量精準分析平臺誕生了——這支“神來之筆”，完成了雅森在影像精準分析的目標。
在“下筆”解答之前，雅森科技明確了影像精準分析的幾個主要過程。
首先是采集影像數據。從影像設備或PACS讀取原圖數據，之后進行一系列的圖像校正。
其次是進行歸一化處理，使圖像標準化。通過建立不同器官的生物物理模型，對影像矩陣進行多維歸一化預處理，在最大程度減少個體導致的采集差異。簡單來說，歸一化是把不同的數據影像都調整到同一標準模型上，再做對比。
隨后，將被試數據和正常人數據庫做統計對比分析。其中最重要的，是符合標準的正常人數據庫，這個庫需要滿足兩個條件：
包含足夠多的維度，包括年齡段、性別、病史、種族等，維度越多，分析越精準；
要經過嚴格篩選，比如基礎智商、腦疾病相關病史、精神類疾病病史等。
目前雅森的數據主要來源為兩個方面，病例數據來源于合作醫院的研究數據，而正常數據為公司付費采集。
結合中國正常人群組數據庫，實現對病灶位置的精確發現、定位、定數量、定體積。根據陳暉的說法，這一過程目前能達到99%的置信度。
最后雅森會給出診斷建議、藥量建議。功能型影像定量分析的精準之處，主要體現在對異常區域的描述，包括位置、體積、質量、嚴重程度及建議用藥等。將來我們會采用人工智能的方法，通過病歷庫進行進一步的數據處理，實現自動化的影像解讀和診斷。
截止到目前，雅森科技是市面上唯一可以申請CFDA-3的醫療軟件企業。什么概念呢？CFDA-3指的是治療計劃軟件、決策支持軟件，這其中包括自動輔助診斷軟件和藥物計算軟件。而CFDA-2指的就是HIS、RIS/PACS等醫院信息化系統，通常指用于醫學信息和數據管理、查看、傳輸和貯存，而不包括自動輔助診斷。
CFDA醫療軟件分級
至于雅森解答題目的報酬——商業模式，主要有兩個：落地模式及SaaS云服務模式。
前者的主要用戶為三甲及高端外資民營醫院，購買License的形式或通過為醫院免費提供精準分析平臺，按月或按次收取數據庫所使用的服務進行分賬；后者主要面向二級醫院，提供分析云平臺及分析報告，有進一步需求的傳送給對應的業內專家獲取診斷指導。
到2012年，雅森完成了圖像處理及算法技術基礎平臺，到2014年進入臨床實驗，全面啟動產品化。
如雅森科技研究院院長李剛所言，“我們相信，影像大數據定量分析的發展，一定會為醫學進入全新的數字影像時代注入活力；精確診斷會為醫學發展的飛躍提供源源不斷的動力。”
這道醫學影像的應用題，雅森花了7年時間才算正式交出了一份滿意的答卷。相信醫學影像診斷的發展，會隨著定量分析的不斷優化而變得更加美好。
如果你對此感興趣，歡迎點此觀看雅森科技宣傳視頻。
雷穿戴是雷鋒網旗下公眾號，關注運動健康方面的產品和技術。如果你想聊聊自己的創業故事，可加小編微信417423625，或發郵件至 guoyixin@leiphone.com。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
