河谷互动：从基层机构开拓眼科市场，提供12种AI预测模型助力“糖网筛查+AI”落地

　　河谷互动成立于2013年9月，由多位医疗领域资深学者联合人工智能专家联合创立。他们在眼疾治疗工作过程中发觉到AI的价值，并开始着手研发，经过近4年的积累，于2017年推出了人工智能诊断系统Healgoo AI，又于2018年6月推出了该系统的眼科专用版本Deep Fundus。

　　深度学习是近期人工智能领域最大的突破之一，为人工智能的商业化带来了希望。从2012年ILSVRC 冠军AlexNet 开始，深度学习中的卷积神经网络开始在计算机视觉领域中大放异彩，河谷互动由此确立了使用深度学习算法对眼底照片进行疾病预测的技术发展方向。

　　现在，河谷互动已经成为一个拥有36名成员，拥有完整战略思维和稳定收入模式，全心投入医疗大数据及人工智能诊断技术研究。

　　至今，河谷互动已获得包括智能眼底照相机在内的多项发明专利，其深度学习算法的相关论文在国际核心期刊Ophthalmology发表。

　　一流研发团队冲击AI障碍，各成员优势互补

　　河谷互动的主要项目现由联合创始人兼CTO孟巍领头，孟巍曾在海外担任微软技术专家、HIPAA安全专家，并获得英国NHS认证糖网分级师证书，在AI技术领域有深入的研究。

　　团队的另一位资深眼科医生Robert Chang来自美国斯坦福大学，长期从事青光眼、白内障等手术，擅长新方法和微创技术的应用，在眼科医疗技术创新和人工智能方面获得过诸多成果。

　　首席科学家何明光担任中山大学中山眼科中心教授，澳洲墨尔本大学眼科教授，获国家杰出青年基金获得者、国家“万人计划”领军人才、国家科技部中青年科技创新领军人才等殊荣。

　　何明光教授的研究方向包括眼科疾病的临床和遗传流行病学研究、随机临床试验、双生子研究、图像技术研究、人工智能和大数据研究。其研究获得广泛的国际同行认可。

　　可以看出，这是一个科技与医疗实战互补的团队，何明光教授从眼科学前沿研究领域提出了人工智能的应用方向，并为AI提供了专业的眼科医学支持，Robert Chang教授设计了AI的顶层算法并实践论证了AI运行过程中的合理性，算法及系统的具体实现由孟巍带领的技术团队完成。

　　深度学习助力眼底照片筛查

　　从2013年开始，河谷互动就投入到了深度学习的算法研究中。经过不懈的努力和尝试，河谷互动自主研发出针对眼底照片进行充分优化的预处理算法，以及高性能的卷积神经网络HG-Net ，最终在眼底照片的疾病分级中取得了令人瞩目的成绩，相关核心技术已获得国家发明专利并陆续发表在国际学术期刊。

　　众所周知，在深度学习的领域中，数据占有非常重要的地位。

　　一方面，深度学习的训练需要大量的数据支持，才能训练出一个鲁棒性比较好的模型，如果数据集不够，模型往往会出现过拟合或者欠拟合的情况。

　　另一方面，数据集的标注也要准确，否则，模型的准确度也很难得到提高。一般来说，数据和特征决定了一个模型的上限，算法的优化和调整只是在逼近这个上限而已。

　　为了提高眼底照片疾病标注的准确性，河谷互动专门开发了数据标注平台Label Me ，由专业的眼科医生在这个平台上对每张眼底照片进行标注，每张眼底照片会由多名医生进行标注，结果判定一致的图片才会用于训练。河谷智能的团队中有多名专家在眼科领域有非常丰富的经验，在眼底照片的疾病标注上有很大的优势。

　　这些工作使河谷智能在技术和数据方面拥有领先的优势，在眼底照片的疾病预测领域积累了丰富的经验，为Deep Fundus 和Healgoo AI 平台占有市场提供了强有力的支持。

　　直击市场痛点，为眼科医生减负

　　眼科市场有多大？据卫健委官方数据称，中国眼科市场2012年的价值为461亿，这一数字在2016年更新为827亿，经专家预测，在2021年，国内眼科市场大小将升至1590亿。[page]分页标题[/page]

　　具体而言，截止2015年，中国的糖尿病患者数量约1.1亿人，由此推算，我国糖网病患者约2700万人。

　　河谷互动的医生们在诊断眼疾患者过程中发现医生有限的精力难以满足大量患者的需求，眼科诊断的高要求而新兴的AI技术可以极大的提高他们的工作效率，由此联合专业人员进行了AI技术的开发，诞生了河谷人工智能眼病辅助诊断系统Deep Fundus。

　　Deep Fundus用于医生端辅助检查，可在线提供12种AI预测模型，不仅可以对糖网进行检查，同样适用于青光眼、白内障、黄斑水肿、黄斑变性等疾病，且一次照片就可以筛查多种眼科疾病。

　　统计结果显示，该AI系统整体准确率范围为0.986～0.995，敏感性超过95%，特异性超过91%，而通过NHS培训的糖网分级师的准确度均值为75%。

　　该AI系统使用算法由河谷互动自行开发，经过20万份精选眼底照片训练集作为训练，另额外选取7万眼底照片作为验证集，其综合准确率为99.0%。

　　除此以外，该AI在澳大利亚皇家维多利亚医院采取了1.8万个样本做独立验证，其糖网病识别准确率为98.9%，青光眼为98.6%，白内障为99.1%，黄斑变性为99.5%。

　　以基层服务服务重点，服务区域逐步辐射全国

　　基层医院常常因为从医人员经验不足等原因，导致患者无法获得理想的服务效果。河谷人工智能眼病辅助诊断系统可以辅助基层医生，提高医生分析正确率；医生也能学习AI的分析结果，提高自己的职业水平。

　　对于乡镇筛查、体检中心这类出片量大的环境，该AI能够一次性筛查四种眼病，且检查率大大提高。患者可以当场打印报告，省去了多次往返医院的各项成本，而体检中心也可降低体检成本，增加体检中心收费项。

　　对于需要糖尿病诊前筛查的人群，该AI能够快速生成诊前筛查的糖网情况报告，解决眼科转诊不便的问题，更有效的进行慢病管理。

　　针对国内部分三甲医院不愿意将系统联网、数据上云的情况，河谷互动推出了相应的离线系统，以保证医院数据的安全。

　　动脉网记者在采访中了解到，目前在全国已有300多家医院正在使用河谷人工智能眼病辅助诊断系统，每年筛查患者数超过十万人。

　　河谷人工智能分级机器人已经覆盖北京、上海、深圳、重庆等几十个中大城市，并由此向其他中心城市跨进。

　　另一方面，河谷互动也在不断开拓境外市场，美国、印度、马来西亚、新加坡等国家均有机构参与合作。

　　立足眼疾，但不局限于眼疾

　　即使河谷人工智能眼病辅助诊断系统已经达到一个较高的精度，河谷互动的研究人员仍在不断地优化算法，并试图从眼底照片中挖掘更多的信息，关联其他疾病，以提高该系统的用户覆盖范围。

　　同时，河谷互动也在不断深入人工智能的研究。该公司打造了Healgoo ML平台用于解决通用的图像分类问题，只要是拥有图片数据的用户，都可以通过这个平台来创建自己的AI模型。目前该平台仍在测试当中，将于7月推出网络版。

　　早在2016年，河谷互动已获得1000万融资，现企业产品已成熟，处于市场开拓之中。河谷互动希望能与更多眼科领域、人工智能领域的专家进行交流，共同为眼科图像筛查赋能。[page]分页标题[/page]

    本文首发于微信公众号：动脉网。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。