我國傳統中醫開山著作《黃帝內經》中有一句箴言叫做：上工治未病，中工治已病，下工治末病。然而由于醫療資源的匱乏和不均衡，疾病預防和早期篩查往往被忽視，資源被更多的投入到救治環節，從而使得“醫未病”成為一個尚未實現的“夢想”。

人工智能的出現，讓人類的智慧和機器的效率有機的結合，從而使得“醫未病”夢想的實現成為可能。動脈網《2018醫療人工智能報告》數據顯示，肺結節篩查和糖網篩查已成為目前醫療人工智能最熱門的兩大領域，除了騰訊、谷歌等巨頭在不斷投入外，各大創業公司，也在你掙我奪，助推行業的發展。

經過2016，2017，2018年三年的發展，AI應用于眼科仍有一個邁不過去的門檻：即如何突破AI技術瓶頸，實現產品的商業化落地？并在市場和行業上確立獨特的核心競爭優勢。為此，動脈網專訪了多年深耕于人工智能眼科領域的專家、依未科技的創始人兼CEO——柯鑫。

做真正解決問題的AI，而不僅僅只是補充

相比于同行，依未科技屬于后起之秀，但柯鑫卻是這個行業的先鋒，是最早從事眼科人工智能的開拓者之一，其畢業于中國科學院，并隨即進入大恒圖像研發中心從事智能眼科的研發，之后作為團隊負責人，全面負責產品的研發和推廣。大恒圖像是我國最早布局眼科領域的公司之一，其從1993年開始就與北京同仁醫院多次共同承擔國家科技部關于眼科的課題。

2015年，在國內AI眼科剛剛興起之時，柯鑫帶領團隊與北京同仁醫院內分泌科楊金奎主任共同開發了“基于計算機視覺的糖網篩查智能分析系統”，并隨后推廣進入國內數十家頂級公立醫院和民營醫院進行使用。2018年，為進一步實現“上工醫未病”的價值理念，柯鑫創建依未科技，希望以眼底為切入口，開啟AI疾病早篩時代，并助推精準化及個性化醫療的發展。

以柯鑫為核心的依未科技團隊憑借技術和產品立足，骨干成員全部來自于中國科學院和清華大學。依未科技高度重視技術，認為技術是AI公司立身之本，其獨樹一幟的把計算機視覺和深度學習技術做深度融合，通過原創的技術路線，為眼部疾病及全身性慢病篩查提供高效、低成本的解決方案。依未科技創立之初，即在行業最高規格的“世界人工智能”技術大賽中，從40多家同行企業中突圍，并在決賽中一舉拿下第二的成績。目前，依未科技產品已經在全國多家醫院實現試點落地，并和諾華、輝瑞等企業達成合作。

從行業需求角度而言，人工智能的進入，對于眼底疾病篩查并不是簡單的錦上添花，而是解決剛需。人工智能將成為減輕醫生負荷、提高早篩效率的利器。而AI＋眼科也被行業人士認為是最有可能實現大規模商業化的領域。但不可否認的是，AI中還是存在許多壁壘和難點，特別是如何在人工智能與醫生病患之間建立聯系方面實現突破。相比于同行其他企業，依未科技在這方面走了一條不一樣的道路。

在底層技術支撐上，依未科技綜合利用計算機視覺和深度學習技術提取眼底病變病灶，并量化特征數據，之后利用數據挖掘和大數據分析方法對眼底影像進行深度分析，最后開發出AI眼底影像輔助診斷系統。

柯鑫還向我們介紹了依未科技的AI亮點：“我們的AI不光有結論，還能對關鍵病灶、關鍵結構和關鍵位置進行標注，并且還能獲取量化數據，這一點跟國內同行的技術都不一樣。換句話而言，依未的AI不僅能夠幫助醫生診斷，還可以清楚的告訴醫生診斷的依據和來源?！?/p>

用技術先發優勢破解AI落地難題

依未選擇在這個時間節點進入AI眼底領域，并不僅僅是因為風口?？脉握J為，市場教育目前基本完成，眼科＋AI的市場已逐步打開，開始呈現出更多的痛點和需求，同時也對技術和人才提出了更高的要求，這是一個很好的契機。但如果產品無法落到實際，并陷入到同質化競爭，那么滿足行業需求將無從提起?；诖?，依未科技借助于創始團隊多年的積累和沉淀，率先去耕耘行業目前尚未涉足的領域，避開糖網篩查的紅海市場，獨樹一幟的去深入分析眼底影像，挖掘更多的量化信息，從而做到眼底多病種的分析，為未來精準化醫療和個性化醫療提供足夠的數據支撐。

“我本人就是AI技術出身，之前在大恒負責眼底圖像相關研發，做圖像識別已近10年，至少在國內我屬于最早從事眼科AI工作的那一批人。我們團隊的一大特點就是我們有比較深的醫學積淀，而不是純IT背景，創始團隊都是醫學圖像領域的專家，這也就確保了我們在技術研發方面具有獨有的優勢，從而也讓我們的產品能夠更快地實現臨床落地。”柯鑫說道。

柯鑫還說：“目前大家對AI影像的理解還是簡單了一點。這個行業要實現真正地落地，其實門檻很高。技術、數據、醫療知識和落地場景等都是這個行業的壁壘，但是最核心的壁壘還是技術和人才，人工智能不只是一個獲取圖像然后拿來訓練過程，必須考慮全棧式AI，否則在一些實際問題的考慮上就會有所欠缺。 就像很多人都知道的開發阿爾法狗的算法工程師，其本身就是一個圍棋高手。因此醫療AI想要落地，也需要技術人員本身對醫療圖像有更深的理解。而我們的產品邏輯是算法工程師利用計算機視覺，首先把眼底的關鍵元素提取出來，然后再去分析病種。因而我們的結果是直觀可見的，是可解釋的，可量化的，這樣AI挖掘出來的信息，不管對醫生，還是對患者，都是透明的，而在這一點上，國內同行的技術現有相同的?！?/p>

在采訪最后，柯鑫也提出了正在被不斷驗證的觀點：“現在許多醫療AI的從業者醫學背景較少，這就造成了目前行業一個最大的問題，產品落地困難。對于醫療來說，我們應該保持敬畏，讓產品能夠真正解決問題，去幫助到醫生，而不是去替代醫生。醫生不可能被替代，但是有了AI，醫生可以更好的回歸他的本職，這才是時代的進步！”