- 医疗
- AI影像诊断
- 医疗科技
- 神经（脑）影像定量分析
雅森科技深耕影像处理行业多年，目前已形神经（脑）影像分析、肺结节筛查和乳腺钼靶、以及病理图像分析三大维度产品，并成功推出雅森天玑人工智能医疗平台。其中神经（脑）影像分析是雅森科技拳头产品。
雅森科技成立于2006年，是专注于医学影像分析、量化处理、医疗人工智能分析及辅助决策的高科技企业。目前产品已覆盖神经（脑）、甲状腺、呼吸（肺）、病理等多方面，是当前影像智能分析诊断领域少有的既跨病种广度、又针对具体病种纵深研究的企业。
三大产品维度覆盖多种疾病，雅森天玑平台统一提供服务
相比于近几年成立的运用人工智能技术进行影像识别、进而给出诊断建议以及报告的企业，雅森科技有着更深厚的数据积累、技术积累和产品积累。
雅森科技自成立以来，长期致力于影像预处理、影像辅助诊断方面的技术、经验积累，处理对象包括MRI、PET、SPECT、EEG、CT等不同类型影像数据。
不同病种的诊断需基于不同类型的影像数据，对核医学影像、放射科影像以及病理影像方面的不同病种，雅森科技分别提供针对性的定量分析和诊断、治疗、预测全流程服务。
目前，雅森科技已推出雅森天玑人工智能平台，将各大影像辅助诊断产品聚合在统一平台上，打通数据链路，更好的服务医生临床和科研工作。
十年积累，神经（脑）影像产品是公司核心竞争力
在雅森科技多种产品线中，神经（脑部）疾病产品是公司多年耕耘的最具竞争壁垒的产品。
不同于X光等结构性影像， fMRI、PET、SPECT影像是体现人体细胞能量代谢强弱的影像，直观上不反应器官的真实结构，需要经过复杂的计算以及数理方法处理，才能得到准确的病灶特征信息。
而医生群体大多精于医学，对于计算机处理方法的掌握远远不足，在临床和科研工作中屡屡受限。
雅森科技在脑功能研究方面有近10年的积累，针对癫痫、阿尔茨海默症以及帕金森推出的神经（脑）影像定量分析产品，可实现对fMRI、PET、SPECT影像的数据矩阵进行预处理，并对血流或代谢异常区域、病灶进行量化分析，最终给出疾病分型、诊断建议，以及疾病发展预测等信息。
fMRI、PET、SPECT影像的自动量化分析需要数据和技术方面的长期积累。雅森科技自成立之初就与首都医科大学宣武医院、北京大学人民医院等医院合作开展前瞻性研究。
迄今为止，在医学知识、数据和技术处理层面十多年的积累，是雅森科技神经（脑）影像智能分析诊断预测产品的竞争优势。
中国人的标准脑数据库构筑产品核心竞争壁垒
要进行神经（脑）影像的量化分析，对数据的归一化处理是不可缺少的步骤，即将病人的脑影像数据通过非线性配准技术统一到标准的三维空间。这样所有病人都可以在一个“标准尺”上进行比较，找出差异和程度。
然而国际公认的SPM理论都是基于欧洲人群的标准脑模板进行的实验研究，并不适合于中国人的大脑结构。雅森科技通过多年的努力，积累了国内最大的中国正常人标准脑数据库。
有了标准脑数据库，适用于中国人的脑影像产品的自动化定量分析才有可能实现。
切入放射影像和病理图像，构建三维产品体系
除了独特的神经（脑）影像分析产品，雅森科技也涉足放射科影像以及病理图像的分析。
通过与多家三甲医院的多年合作，保证了对产品开发所需数据的质量控制标准，于2016年推出针对放射科的肺结节CT和乳腺癌钼靶影像筛查产品。
筛查产品提供满足临床需要的病灶检出、分类等基本功能，在此基础之上，雅森科技借鉴了在脑功能分析时使用的多模态数据联合分析，结合PET数据和临床病历数据等，对病灶的恶性风险做出判断，从而更好的服务于临床医生，临床应用价值正是雅森科技产品前进的方向。
雅森科技在病理图像的自动分析方面，也进行了布局，通过使用深度学习技术自动学习影像中多重维度的特征，避免了传统算法中人工设计、提取特征的复杂性和局限性，解决了细胞形态之间细微的差异性、细胞重叠现象、颜色分布不均等技术难点。
至此，雅森科技形成了以神经（脑）影像分析为代表的核心竞争力产品，以肺结节筛查和乳腺钼靶影像为代表的放射科通用产品，以及以病理图像分析为代表的海量产品三个维度的产品体系。
打通数据应用路径，雅森天玑平台服务临床和科研
通过布局不同维度的产品体系，雅森科技实现了多年技术积累在不同场景中的应用。从商业价值实现方面来说，单个产品的提供对医院的价值有限，企业的商业价值也有限，而且肺部CT影像识别产品已然是创业公司相互竞争的红海领域。
为了更好的为医院和医生群体提供服务，雅森科技将各个产品搭载到雅森天玑人工智能医疗平台，针对不同的疾病诊断和科研课题需求，提供从数据源头处理到科研模型搭建、诊断报告全流程服务。
在数据层面，建立统一的数据质控标准，实现医疗数据的池化、影像数据的预处理以及多类数学算法的应用。
在做好数据预处理和算法服务的同时，为临床诊疗与科研中对疾病分析和诊断提供决策支持，为临床医生提供辅助诊断以及数据分析服务。
雅森天玑人工智能医疗平台打造了将医疗数据应用到临床和科研的通路，平台搭建过程中，雅森科技解决了数据的存储、不同模态数据融合等多方面的技术问题。
雅森天玑平台针对头部医院，筛查场景更适合基层医疗机构
雅森天玑人工智能医疗平台是一个能够解决医生科研、临床应用过程中数据处理、量化分析全过程的综合性平台，其客群主要针对大型三甲医院、医联体以及区域医疗影像中心。对于大部分基层医疗机构来说，影像定量分析和诊断功能至关重要，可以解决优质医疗资源不足的问题。
纵观国内，基层医院的硬件设备条件已经大大改善，全国X光设备保有量超过3万台，CT设备保有量超过2万台，基层医院大部分配备了DR等设备。
但医生资源的匮乏、影像诊疗能力的缺失一定程度上造成了设备利用率低下，雅森科技提供的肺结节筛查、乳腺钼靶筛查等产品能够满足基层医院的首诊需求，提升基层医院医生诊疗水平，减少上级医院的就诊压力，助力分级诊疗的实现。
数据打造核心竞争力，“懂医学”的影像分析系统先进入者优势明显
面对头部医院和基层医院，雅森科技能够提供不同的产品，多产品实现影像辅助诊断多场景布局。
其中，由于一开始就切入神经（脑）影像领域，雅森科技在神经（脑）影像数据积累层面明显有领先于行业的数据优势。
中国人的标准脑数据库是雅森多年来投入大量的时间和成本，招募正常被试人群进行fMRI、PET等扫描入组，并经过预处理积累所得，有着天然的先进入者优势。
再者，雅森科技从2011年开始，就与多家国家重点医院开展影像分析技术相关战略合作，并在合作过程中积累大量各类产品开发所需优质数据。
技术与产品经验方面，算法工程师团队多年的模型训练和产品开发积累的经验，以及对于医疗临床诊断需求的多年浸染，都是雅森科技作为市场先进入者的优势。
综合数据、技术、应用场景三方面来看，雅森科技无疑是国内影像智能分析领域的头部企业。
近期，爱分析对雅森科技创始人兼CEO陈晖进行了访谈，现将精彩内容分享如下：
影像分析痛点由来已久，雅森科技以CAD助力影像定量分析
爱分析：雅森科技切入AI影像的契机？
陈晖：雅森科技2006年成立就开始和宣武医院、人民医院等展开合作，并取得数据做一些前瞻性的研究。
现在影像和AI的结合，大家主要的关注点就是超越人类的效率，达到专家的准确率并辅助医生。
但实际上这个行业的痛点不是今天才有，2006年在宣武医院合作的时候，我们就发现医生的痛点有两个。
第一，医生受限于经验和稳定性，对影像的分析和处理方面具有不确定性，可能会因为状态不好出现漏诊的情况。
第二，中国医院的情况，医生花四五个小时对一个患者的影像进行详细的研究，几乎不可能。
我们跟超声科的医生也聊过，如果给超声科的医生足够多的时间，每一个结节都不会漏掉，但是现在医生每天要看的影像数量巨大，这是难以短期解决问题。
所以这是中国市场的现状，痛点过去十年就有，未来十年还会有，这恰好是当时合作的出发点。
爱分析：当时给医院提供的是算法服务？
陈晖：严格意义上提供的是模型，因为宣武医院做脑部影像居多，所以我们提供的是脑部PET影像和fMRI影像的自动化、量化分析数据，包括脑部的病灶的体积、空间位置，并给出一份分析报告。
爱分析：当时模型方法还没有涉及到AI方法，都是统计回归等方法？
陈晖：那个时候其实就有机器学习的算法，但是从逻辑上来看，不同的病种和不同的影像，用机器学习也好，统计回归也好，本身就是拟合，在这个过程中一般都会尝试已经计算出来的一些影像处理后的值，看哪种拟合方法好。
应该有50%的情况下用传统的统计回归去拟合结果会比机器学习的方式更好。
打造中国标准脑模版，神经（脑）影像产品切入病种诊断
爱分析：脑部产品的发展历程?
陈晖：脑部的产品一直到现在还在持续做，变化是从早期的量化病灶，到2012年开始转向推出具体的病种。量化分析是只对能发现的病灶提供量化的数据，并不判断疾病。
而针对某种疾病而言，会有自己特定的表现形式。比如说现在最成熟的产品：阿尔茨海默病诊断及预测，所用的影像和数据已经超出了单一数据的范畴，它同时用了PET、核磁、脑电和量表的数据。
转向病种之后，对于单一影像的分析能力、技术就不够用了，要把其他各种维度的数据加进来，综合变成现在的多模态人工智能系统。
爱分析：中国的标准脑模板是雅森自己做的？
陈晖：我们招募被试积累的志愿者。是现在最精确的中国人的标准脑模板，而且也是在中国规模比较大的正常人群组的数据库，这是脑部独有的数据库。
爱分析：癫痫会做一些手术规划，产品使用不仅限于影像科？
陈晖：病种类的产品和肺CT的产品有最大的不同，病种类产品都是服务于临床的，放射科的产品只是放射科医生用。
癫痫主要使用科室是神经外科，神经外科拿来放射科的图像，再加上脑电图（脑电科是独立的），形成自己的手术规划。
爱分析：手术规划是在做手术的过程当中？
陈晖：不是，手术过程中的叫手术导航，这不是我们产品的功能范围。手术规划在手术前，将影像叠到核磁影像上，可以准确的判断在三维空间的哪个位置发现了多大的病灶区。
传统的癫痫定位是半开颅，下电极，然后对不是特别精准的异常放电位置进行手术。
但是我们的方法会收敛到精准的致痫灶位置以及大小，在没有开颅之前就清楚在什么位置，是额叶癫痫还是颞叶癫痫，在什么位置做神经外科的切除手术，相对来说会更精确，并缩短手术的过程。
爱分析：脑部的癫痫产品能多大程度提升效率？
陈晖：至少能提升50%以上，包括从数据的入库、分类、到提取特征，省掉很多手动的工作，可以完全交给机器流程化去做，这方面节省了很多时间和精力。
针对病种提供全数据分析服务，雅森天玑平台助力科研和临床
爱分析：雅森天玑平台现在是试用阶段？
陈晖：正在大规模的部署。
爱分析：使用雅森平台的医生，对于诊断的需求多，还是对于科研的需求多？
陈晖：两者都有，用到真正的临床中是一部分诉求，还有很大一部分诉求就是医生有很强的科研需求
我们的平台可以支持大量自动化的科研工作，很多已经建好的模型，医生可以直接对数据进行处理。而在科研中收集的高质量数据，也为雅森未来发展提供更多数据基础。
爱分析：雅森天玑平台数据清洗的工作是雅森科技来做？
陈晖：百分之五六十能用计算机方式做好，但是有一些医院层面的操作需要医生自己完成，比如平台不可能做设备扫描的质控。
但雅森科技还是会有一些现场支持的人员帮助医生做质控，做数据的初级整理，比如选多少个字段、维度，很多方面还是需要一些贴身的服务。
爱分析：雅森天玑平台采集的数据主要是影像数据？还是文本数据也会有？
陈晖：不同维度大概分了几条线。现在主要采集的脑部数据是最全的，从病历到量表、脑电、核磁、PET等。
肺部现在从医院采集的数据是三类，病历、CT和PET数据。
基本上针对不同的病种，会尽量储存和收集涉及到疾病检查的最主要的几个数据，而不是只存CT、只存DR影像。
爱分析：PET影像数据是已经结构化好的数据，还是类似于CT影像是DICOM格式的数据？
陈晖：其实PET出来的也都是DICOM格式的标准裸数据，其实对于雅森科技来说， DICOM格式的CT或者PET影像，在做机器学习和训练的时候，本身会被打散成一张二维表，最后会变成数字化的形式。
爱分析：雅森天玑平台搭建的难点？
陈晖：有很多地方都花了较大的精力，首先是最基础的数据处理层面，是如何高效的存储数据。
所以在数据本身的存储和处理上的方法，是我们经过很长时间的探索定下的方案。
继续向上的难度也不少，比如真正开始建模，给医生提供AI工具的时候，医生怎么去建模？怎么去自动化？什么时候需要人工介入？以及需要输出什么样的结果？
到现在为止，平台也是在不断建设、不断磨合和调整的过程中。
爱分析：平台搭载的算法，绝大部分是开源的还是自己的工程师提供？
陈晖：算法本身都是数学公式的变形，有若干种算法。算法工程师最重要的工作就是把不同的算法、公式针对不同的影像组合起来，进行最优的调整和优化，比如同样是变形算法，用什么样的公式去处理，CT的变形、核磁的变形选择都不一样。
爱分析：公司的算法工程师都是什么背景的？
陈晖：我们不仅有数学、计算机科学背景的工程师、而且生物医学专业背景的工程师比例更大，此外团队中还有医学背景的专业人员，这样能更深的挖掘临床的需求，做出服务于临床的好产品。
不同客群有不同需求，雅森科技用多维度产品构筑竞争力
爱分析：基层医院会率先使用影像分析产品吗？
陈晖：会的，因为在基层医院痛点更明显一些。比如说河北石家庄的三甲医院，医生还是有信心、有能力将CT影像上的结节找出来的。
但是再往下推，比如说到更基层的医院，能力和应用水平确实有很大提高空间。所以这类产品出来以后，对基层医院影像诊断有很好的辅助作用，至少有机会把很多的病人留在基层，不用再转诊到上级医院。
爱分析：第三方影像中心会对诊断类产品有需求？
陈晖：体检中心、影像中心确实是在医院之外实现盈利模式的最快途径，因为对于他们来说更需要提升效率。而且在体检中心和影像中心，大量是做筛查，和医院的诊断需求是有差异的。
爱分析：从最开始核医学科到放射科再到最后的检验科，这个路径当时是怎么考虑的？
陈晖：作为创业公司来说，是在不断的寻找落地方向的过程。雅森科技经历了谋求科研的高峰，学术的制高点，技术的制高点，再去逐步考虑商业落地可能性，体现商业价值的过程。
所以雅森科技现在形成了既要保持脑的制高点，然后同时还要靠海量的筛查产品去盈利的格局。
但是如果只有筛查产品，没有技术门槛，公司的价值就很一般，因为我能做的大家都能做。但是既有高的技术价值和门槛，又有快速推进和落地的商业价值，公司的价值就会很大。