欢迎关注@众成医械——医械行业投融资动态抢先看，旗下@械企查小程序覆盖行业最全企业/产品信息，一键触达企业投融资、产品注册上市...现已重磅上线，欢迎体验使用！
2011年IBM公司承诺将其开发的机器人沃森用于医疗场景，自此AI医疗的想象力被打开，AI在医疗健康领域的应用成为热点。
在遭遇2020年疫情“黑天鹅”后，医疗更是成为全世界资本与技术市场最为关注的领域，其中又属AI医疗的战事最为火热。除了推想、联影医疗、鹰瞳等，“AI四小龙”包括商汤科技、旷视科技、云从科技和依图科技在医疗场景方面均有大量布局。
从供给侧层面看，计算机的算法和算力已具备AI应用的基础。医院的信息化水平、医疗影像质量也有了很大提升，医院保存的大量医疗数据样本，为医疗AI的真实研究提供了充足的学习材料。
从需求侧层面看，中国人口老龄化程度不断加深，居民健康意识逐渐增强，医疗支出“水涨船高”，公共卫生服务体系的压力日益剧增，市场和用户都渴望AI技术能够赋能医疗，实现医疗健康领域的新跨越。
这样供需两旺的情况下，AI+医疗的应用不断延伸。大批医药巨头、勇于探索商业模式的公司将AI技术延伸至影像识别、辅助诊断、药物研发、数据智能、疫情防控等多领域，绝大多数应用集中在肺结节和眼科，但也有公司避开了这些拥挤的赛道。
作为一家“专业的计算机视觉与人工智能技术高科技公司”，北京阅视智能技术有限责任公司（以下简称“阅视智能”）跨界而来，精准地朝着更细分的AI医疗领域突飞猛进，并且趟出了一条特色发展之路。
成立之初，阅视智能还是一家专注于人工智能影像算法+图像处理技术+智能操作系统技术的高科技公司。通过多年在智能视觉领域的深耕，与OPPO、小米、联想等智能终端头部客户建立了合作，在行业内形成良好口碑，公司业务收入亦连年保持高速增长。
随着公司的加快速度进行发展，在计算机视觉图像采集和处理等人工智能技术的不间断地积累、精进，阅视智能的技术优势愈发明显。大量的智能终端领域产品研制经验加持智能视觉技术的不停地改进革新迭代，形成其在人工智能辅助形态学检验方面的技术优势，为医疗影像领域创造了新的可能。
作为高科技公司，从软件技术服务到软件技术平台，再向软硬件⼀体化产品演进成为很多公司的必然发展之路。考虑到医疗器械行业较高的壁垒，大部分公司都会回避医疗器械而行之，但阅视智能偏偏选择将产品线延伸至医疗器械-AI IVD影像设备，这背后是基于其先天的优势和深思熟虑的考量。
在阅视智能CEO杨宇看来，从智能视觉赋能医疗影像的跨越是一次建立在智能视觉技术平台+软硬件一体化实现+大趋势加持+实践可操作基础上的升级转型。
近年来，国家对支持和鼓励包括AI产品在内的我们国家医疗器械产品创新发展的政策基调已愈加明显。
2017年，国家药监局下属技术部门成立人工智能工作组，针对人工智能医疗器械测评数据库建立、算法评估、数据安全等问题开展重点研究，并重视产学研医检相结合和跨学科合作；
2020年，首张医疗AI三类证获批。过去一年多，已有超过10款人工智能影像软件获批医疗器械三类证；
今年6月，世界卫生组织（WHO）发布指南《医疗卫生中AI使用的伦理和管治》。阐述AI在医疗领域中的应用、适用的法律和政策、关键的伦理原则和相应的伦理挑战、责任机制和治理框架；
7月，国家药监局在官网正式对外发布《人工智能医用软件产品分类界定指导原则》，明确人工智能医用软件产品的分类界定。
风口之上，阅视智能在智能视觉技术方面积累的成功经验也引起了业界的关注。有医院专家向阅视智能公司抛出橄榄枝，提出基于微生态的AI IVD影像设备替代人工镜检的临床需求。
当前临床上医学影像检验科进行细胞形态学分析时均是以人工镜检为金标准，但人工镜检受主观因素影响大，再加之医疗影像领域专业医生的缺乏，导致医学影像误诊、漏诊率高，医学影像诊断速度跟不上患者的需求。
阅视智能完整的视觉技术平台、芯片底层软件技术和完整软硬件产品研制能力正好解决了这些痛点。
通过与医院的合作，阅视智能也实现了医疗器械创新生态中很重要的一环“临床试验”。既有医疗数据，又有对数据来进行标注的医生资源。顺势而上，积蓄技术优势的阅视智能开始大踏步入场AI医疗赛道。
2019年，这家明显贴有“计算机视觉”、“人工智能”标签的公司开始启动AI IVD影像设备的研发。
AI医疗领域除了是一条资本眼里的好赛道，更是一条对技术有着极高要求的赛道：准确、高效和成本优势，缺一不可。而这恰恰也是阅视智能所拥有的利器。
常见的检验医生是通过显微镜用肉眼观察球菌、念珠菌、杆菌、滴虫、白细胞等有形成分的形态和数量，操作繁琐、耗时长、标本易污染、保存时间短且无镜下实景图片。而目前市面上针对微生态检测的AI IVD影像设备还很少，现有的生物医药公司研制的该类设备也存在检测指标不全、精准度不足以满足医院要求，检测时间比较久的问题。
阅视智能基于多年技术积累形成的智能视觉技术平台，实现了1000X显微成像倍率下针对细菌及微生物的全自动成像及识别分析。AI IVD影像设备一代机对微生态革兰氏染色的形态学分析方案，已经能达到全指标检测；整体检测精准度达95%以上，在现有国内同类型医疗影像设备中准确度最高；检验测试过程在6分钟以内完成。通过内置高性能计算芯片，搭载亚微米级数字切片全自动成像技术 + 形态学人工智能技术，独立完成全部运算，直接输出结果报告。
阅视智能公司CTO王璠介绍，公司研发的AI IVD影像设备已有千万例级别的影像数据，在三甲医院的临床试验也取得了阶段性的成果。由于钻研AI医疗的研发人员几乎都不是医疗出身，故阅视智能也经历了漫长的“理解数据”阶段。通过对大量数据样本的分析和与专业医生的不断沟通，从而加深对数据的理解，不断的迭代建模，优化产品的性能。
依据大量应用于临床试验的真实数据，逐渐完备算法分析，从而大幅度的提高AI IVD影像设备的准确性。
公开多个方面数据显示，国内很多上市企业内部的科学技术人员占比基本在40%~70%之间。如果说有公司科学技术人员占比达90%，足以令人乍舌。
现实是，阅视智能成立之初就是一个多元技术融合的队伍，由一群来自不同技术背景的科学技术人员形成的团队。从创始人到高管清一色技术出身，公司科学技术人员的数量已经占到总人数的近90%。在产品一直在升级、技术不停地改进革新优势傍身之下，阅视智能对其产品性能、定价也就有了绝对的自主权。如杨宇所说，阅视智能将提供一个“高准确率，快速化、低成本”的解决方案，打开数字切片自动成像+人工智能技术一体化设备的新市场。
有场景、有案例、有数据，还有实战方法论，在别人探索经验的基础上还能量体裁衣结合对照找出自己的复刻路径。目前，阅视智能自研的AI IVD影像设备已确定进入临床试验及医疗器械注册阶段。
随着与医院合作交流的不断深入，阅视智能朝着“差异化的真实需求”不断前进。未来在一代机基础上阅视智能还将继续投入研发，形成一体化、全自动、全封闭的综合解决方案。
杨宇指出，未来阅视智能仍将坚持科技“向新力”的发展底线，通过技术创新、资源整合，推进互联网思维下的AI与临床医学的真正融合，希望在“看得清、看得准”的这条道路上扎根、壮大。
看似细分的赛道，但对于AI医疗来讲，每一种疾病的市场规模都在数十亿元以上。如果垂直细分赛道的产品真的能处理问题，能够提升医疗服务能力和效率，市场又怎会将其拒之门外?
行业的狂欢和泡沫，是任何一项新技术、新浪潮的必经之路。潮来潮去，那些创造了真实价值的技术和产品最后总能屹立潮头、引领时代。
