北京推想科技有限公司是一家致力于應用深度學習技術為醫療影像輔助診斷提供快捷、準確的解決方案的科技公司。

　　推想科技創始人陳寬就讀美國芝加哥大學，既是經濟學專業高材生，又有技術背景，而之所以給公司取名“推想”，是源于2012年陳寬和朋友做的一個叫TwitterThinks的項目。TwitterThinks運用了深度學習技術，可根據Twitter上網民發布的狀態數據，建立模型來預測諸如總統大選這樣的事件。由于”TwitterThinks“讀起來類似漢語中的”推想“，又是陳寬首次試水人工智能的項目，于是推想這個名字就被沿用下來。

　　雖然名字沿用下來，但與此前做TwitterThinks不同的一點：陳寬開始思考如何將”技術“配置到合適的應用場景，產生商業價值。于是從2014年開始，陳寬四處尋找人工智能技術可落地的場景，自己通過各種渠道參加行業會議，接觸各行業的從業者，挖掘行業痛點，陳寬回憶道：“當時看了不少領域，其中包括金融和安防，但是在一次活動上偶然遇到一位放射科醫生，聊起了醫療影像中使用AI的可行性。”

　　深入研究過后，陳寬發現AI+醫療影像大有可為，不僅技術上行得通，需求端的痛點也很強烈：放射科醫生每天需要看上萬張CT，有時為了檢驗腫瘤早期癥狀，一位病人甚至需要拍200張以上CT，即使每張只需要看3秒，也需要至少10分鐘看完，醫生的時間和精力都消耗于此。

　　于是乎，醫生的時間和精力都成了一種稀缺資源，在產能有限的情況下，用機器輔助人完成重復的篩查工作更加經濟、高效，也讓醫生有精力做更多有價值的工作。

　　看準醫療影像這個方向之后，陳寬在2015年1月正式注冊公司，接著就開始走訪各大一線城市及二線城市的醫院。4月份公司同四川省人民醫院達成合作，陳寬帶領團隊駐扎醫院，這段經歷被陳寬形容為“十分艱苦，但非常有價值”，以至于之后加入推想科技的工程師統統要到醫院駐扎三個月時間，跟放射科醫生同甘共苦，了解醫生的工作流程。“不管工程師的背景如何，他都要去醫院體會醫生的痛點，以至于后面我們的工程師都會看CT了。”陳寬笑著說。

　　在2015年，除非是搞技術的人，很少有人知道“深度學習”這個詞。當時推想科技為了推廣合作，四處宣講，但收效甚微，對此陳寬感觸良多，“2015年一整年我們都在跟別人講深度學習，但是沒人聽說過這個詞，但到了2016年阿爾法狗事件之后，人們對深度學習的接受程度明顯提高了。”

　　2016年初開始，推想科技的產品進入迭代期，又經過半年多的打磨，公司產品在2016年10月正式投入頂級三甲醫院，現在推想科技的系統可以在5秒內分析完一個病人的CT，然后交由醫生做復核和診斷，效率足足提高了120倍。

　　AI+醫療影像行業門檻在哪里?

　　陳寬表示，從推想科技這2年的經驗來看，AI+醫療影像的最大行業門檻其實是獲得醫療圈的信任。雖然聲稱做AI+醫療影像的公司不少，但是真正深扎醫院做這件事情的并不多。

　　“醫療圈是個相對保守的圈子，醫生更信任彼此間的口口相傳，在這個圈子里，做得好的和不好的都會被宣傳開，所以最好的宣傳方式就是做出成功的案例。我們產品剛開始也算不上非常好，但是持續在醫院挖掘需求，迭代產品，這個過程積累了信任感。”陳寬告訴億歐。

　　目前，醫療行業整體對人工智能持觀望態度，一方面是由于政策監管，另一方面市場還需要教育，需要更多人工智能公司共同推廣。因此，陳寬直言越多靠譜競爭對手進來是好事，就怕不靠譜的公司進來搞亂市場。

　　除了信任感，AI+醫療影像技術上的門檻也不低。從產品使用層面看，新的流程需要改變放射科醫生的固有流程，如同當年人們習慣使用滴滴打車經歷了一段時間一樣，醫生的工作流程是需要投入時間和精力才能改變的，推想科技的應對方法是記錄醫生對這套系統的點擊率，再不斷優化功能。

　　而再深入一層講，要做好一套人工智能醫療影像系統，最難的地方在于數據。陳寬說：“最難的地方是要保持這套系統的魯棒性(Robust)，而模型是由數據訓練出來的，比如兩家醫院，一家做癌癥早期篩查多，另一家接收晚期病人比較多，那么從接收晚期病人醫院的數據訓練出來的模型，用到早期篩查中效果就很差。所以我們要保證模型在各個地區、各個族群都有一樣的準確率，這是公開數據集、科研數據集做不到的。”

　　關于數據來源和數據隱私

　　而要做到相同的準確率，先要保證數據醫院的代表性，因此越大越權威的醫院數據越有價值。這也是為什么推想科技首先同國內頂級三甲醫院合作的原因。陳寬透露，公司已經同協和、同濟、上海長征醫院等達成深度合作，因此獲得了國內放射領域量最大、質量最高的數據作為初始建模數據，確保了模型的可靠。

　　“大的醫院會吸引各地的病人，我國從2003年開始實行醫療信息化管理，這些大醫院有十多年的數據，而且是有標記的、有診斷報告的。”陳寬說。

　　對于這些數據涉及的隱私，陳寬表示所有的數據都是醫院處理脫掉了所有敏感信息，才進入推想科技的服務器，結果處理后直接推送回醫院，不經手病人的敏感信息。

　　同競爭對手相比，推想科技的發展思路是在醫療影像里持續深耕，先從需求點大的肺癌和肺部常見疾病開始，再從胸部、乳腺、神經、骨頭等部位逐漸往外擴，循序漸進覆蓋更多疾病的影像解讀。

　　目前公司正在等待藥監局的資質認證，產品已經開始商業化試水，未來具體的商業模式或者是提供整套AI解決方案，或者是以SaaS云服務的方式。 此外，推想科技也吸引了醫療領域其他專家的注意。近日，曾多次發表于《Science》與《Nature》系列國際著名學術刊物的深度學習領域專家、北美基因深度學習公司Deep Genomics聯合創始人熊輝遠博士，宣布將加入推想科技公司擔任公司首席科學家，負責該公司Radiomics影像組學相關產品的研究與開發。