从B超影像入手，超云想让智能辅助诊断系统像医生一样思考

经历了十多年的研发，超云的B超乳腺肿瘤人工智能诊断系统正开始一条从大学实验室走向医院和市场的商业化道路。

近两年人工智能在医学影像上的应用渐趋火热。36氪此前也有过相关报道，比如雅森、图玛深维、Deepcare、推想科技等等，但它们基本都是以CT、MRI上的影像诊断为主，而像超云这种专门瞄准在超声影像的人工智能辅助诊断的公司还相对较少。

超云CEO林江宇认为，由于B超是一种安全无辐射、无创伤、经济价廉的检查手段，操作简便、且有携带式设备，可以下沉到基层的乡镇卫生院，其市场规模比CT、MRI更为广阔。

不过，尽管B超是大多数疾病的筛查方式，但由于超声图像的高噪音和低空间分辨率，B超影像清晰度远低于CT、MRI，更依赖B超医生的经验来做判断。而中国目前的状况是优质B超医生稀缺，年轻医生因为经验不足容易造成漏诊、误诊。所以，人工智能在B超上的辅助诊断显得更有价值。

超云的技术来源于四川大学生物医学工程系医学影像科研实验室负责人林江莉副教授所带领的团队，其研发过程包含了AI工程师与来自华西医院、中日友好医院的临床医生的深度参与。超云所采用的是技术包含：基于内容的图像多级检索、混合人工神经网络、深度卷积神经网络等人工智能技术。

“现在很多公司单纯采用深度学习技术，给出的诊断报告中只有结果，而没有列出判断的理由与过程，这样的结果即便精准度很高，也不适合医生使用。因为深度学习模型架构本身是个‘黑盒’，而医生对影像的诊断需要按照医学指南做严谨的推导，在报告中给出对影像的描述与结论。就像我们不能要求医生使用未知成分的药物治疗患者一样，尽管这种药物有效。而超云的智能诊断系统将特征提取、多级检索、深度学习等技术相结合，可以让报告中的结果有理有据。”林江宇称。

简单来说这样的人工智能就是按照指南和诊断准则模拟医生的判断依据。医生在阅片时会有多种思考路径。从不同特征切入，最后进行综合判断。超云辅助诊断系统学习了医生思考方式，不同的思考路径形成多级检索，通过计算比对形成综合结果，然后再到数据库中做最后的特征比对，得到最终的相似结果。其给出的报告中包含了对B超影像的描述，给出了判断理由，符合医生的推导过程。林江宇解释说：“超云不仅解决了医生诊断依据的定量化问题，并且实现了医生综合判断的思维过程。”

据介绍，超云最初选择了乳腺癌与甲状腺癌两个领域切入。目前超云智能B超辅助诊断系统在乳腺癌上已经取得技术上的重大突破，可以开始产品化。而甲状腺的诊断还需要一些研发时间。

由于乳腺中的结节并不像胸片中数量众多，所以超云所做的并不做结节的筛选与勾画，而是由医生自己框选出B超影像中的区域，让计算机自动分割和识别，给出结果后，医生进行复核。目前经过实验室自测，超云在乳腺癌诊断上的精准度在92%左右。接下来将准备申请CFDA认证。

在商业模式的设计上，林江宇表示可以分为几种：一是面向医院推广超云的智能B超辅助诊断系统；二是将系统用于年轻医生的培训教育；三是与B超设备厂商合作，将原有B超仪进行智能化升级；还有就是建立B超云诊断中心，用于疾病的筛查。

据了解，超云团队目前共十多人。CEO林江宇为华西医科大学毕业，原泰德制药商务事业部总经理，有18年营销策划、项目之管理经验；CTO林江莉为四川大学生物医学工程系副教授，是国家建设高水平大学公派研究生项目首批得到国家留学基金委全额资助的中美联合培养博士，有着20年从事超声医学图像处理方面的经验，发表超声医学技术方面的论文80多篇，主持和主研超声医学技术方面的国家自然科学基金项目8项。

目前超云正在进行天使轮融资。