2018年4月，FDA批準了首個基于人工智能的醫學影像診斷產品IDx－DR，利用AI技術對眼底彩照進行分析，篩查眼底是否有輕度以上糖尿病性視網膜病變。這一突破性的審批揭開了醫療AI時代的序幕，也催熱了眼科AI的研發。

　　人工智能領域巨頭谷歌DeepMind團隊也悄然布局眼科。2018年8月，DeepMind聯合英國Moorfields眼科醫院發布了一項眼科AI研究成果，可以準確識別50種眼科疾病，準確率可與頂級眼科專家媲美。基于這一框架，未來可實現全病種的識別。如今，DeepMind已著手將這一技術逐步實現商業化。

　　IDx已在眼底彩照上取得突破成功，為何DeepMind仍緊握這一場景不放？

　　Deepmind的選擇

　　DeepMind所青睞的OCT技術，全名為光學相干斷層掃描（Optical Coherence Tomography，OCT）。被譽為繼X線、CT和MRI之后又一大技術突破。其采用光學對生物組織的微觀結構進行成像，分辨率接近組織病理切片的水平，又被稱為為醫學領域的光學活檢。

　　相比于平面成像的眼底彩照，一次眼底OCT掃描即可生成成百上千幅眼底斷層影像，相當于從“X光平片”升級到“CT”；它能提供精確的病灶性質、厚度及層次定位等醫生無法通過肉眼觀察到的信息，且無創傷、無輻射，因而已成為眼科醫生的必備影像工具。據統計，到2020年，美國的眼科OCT檢查量預計將突破2000萬次／年。

　　眼底彩照與OCT數據對比

　　研究表明，基于三維的圖像數據，OCT 圖像AI分析可用于更多疾病的篩查與診斷。然而基于OCT數據進行人工智能研發有以下兩大難點：首先，三維的體數據分析算法難于二維平面數據分析；其次，AI公司在獲取OCT原始數據的過程中將付出高昂的成本。

　　在中國，眼科OCT設備生產廠家都幾乎沒有開放數據接口，其市場幾乎被進口設備所壟斷，AI公司想獲得原始數據更是難上加難。

　　那么中國“智”造能否打破本土OCT市場被進口設備壟斷的僵局，并實現眼科OCT領域更全面的人工智能診斷呢？

　　深度與廣度并存

　　OCT成像掃描速度的快慢直接決定了最終的成像質量和分辨率。OCT技術也從最早數百次／秒的時域激光技術、現在主流的幾萬次／秒的頻域激光技術，發展到了最先進的幾十萬次／秒的掃頻激光技術。

　　目前，全球僅有兩家進口品牌，德國Carl Zeiss與日本Topcon推出了基于掃頻激光技術的頂級眼科OCT，掃描速度為10萬次／秒。其中，日本Topcon的Triton獲得了中國二類醫療器械的注冊證，而Zeiss的Elite 9000僅在歐美銷售。

　　近日，一家名為視微影像的國內公司，在上海發布了一款集成人工智能的高端眼科OCT設備VG200，該產品將掃描速度大幅度提升至20萬次／秒，好比“64排CT”升級為“128排CT”。

　　OCT掃描速度對照

　　同時，在單次檢查中防止醫生漏查眼部疾病，視微影像升級了其OCT產品的視野。其新發布的VG200擁有56°掃描范圍，支持16mm掃描，圖像采集范圍比現有主流產品大至33％，en face影像的分辨率為國外頂級產品的4倍，可同時覆蓋眼底的黃斑區與視神經，并能以更高的質量去進行后續的三維重建。

　　視微影像創始人彭先兆博士用一個身邊的例子闡述了OCT廣角的重要性：“我的一位代理商朋友對視微影像的設備非常感興趣，便用VG200進行了OCT檢查，結果顯示他的脈絡膜良好，而視網膜的邊緣有一絲脫落的跡象。通過調整固視燈，改變角度對脫落部分進行二次掃描，竟發現這里存在大范圍視網膜脫離。在此之前，他從未感覺到眼睛的異樣，而常規的檢查也無法觸及視網膜邊緣。若非這次偶然，極有可能會錯過及時治療的機會。”

　　16mm 高清線掃描

　　基于深度學習的AI輔助診斷

　　硬件的突破能在物理層面上提供最堅實的支持，而在醫療資源缺乏的大環境下，醫生還需人工智能技術對這些信息進行解析，解決三維重建與診斷方向的問題。

　　眼球呈層狀生物結構，但脈絡膜下邊界和鞏膜之間的邊界模糊，這導致脈絡膜的病理影像分層非常困難，傳統的算法很難對邊界附近的影像進行分類。對此，視微影像運用基于深度學習的Deep LayerTM技術對視網膜的各種正常和異常層次進行識別，并輔助醫生進行三維重建，大大縮短了醫生處理影像信息的時間。

　　當每一臺設備落地醫院，視微影像便擁有了一個有效的數據流量入口。通過這個端口收集到的脫敏數據具有高質量、結構化、一致性等優點，有利于人工智能輔診產品的訓練。而視微影像人工智能產品將隨著硬件設備的推進表現出更為優異的輔診性能。

　　彭先兆博士對此表示：“現有的人工智能產品，大多針對有限的病種進行識別，外掛于影像軟件或PACS系統之外，并且難以解決設備普適性的問題。而我們的產品，將集成于我們自身的設備影像軟件之內，基于我們自身設備的高質量標準化數據，逐步實現對眼底50多種眼底病全病種的覆蓋。這將是一款真正臨床實用的人工智能輔助診斷。”

　　標準、豐富的數據庫保證了人工智能的診斷質量，同時也將直接降低OCT技術的使用成本，讓其應用領域更容易向下延伸。

　　“AI作為一個劃時代的技術，沒有人否認它的未來，但到目前為止，整個行業仍缺少經過實踐檢驗的盈利模式。對于那些專注于影像軟件的公司而言，盈利兩個字是一個巨大的考驗。在現階段，視微影像把經營的重心放在硬件的銷售方面，在生存的同時開拓AI技術的深度并摸索潛在商業價值。”

　　因此，在推出VG200后，視微影像將加強頂級眼科中心合作與宣傳，讓更多眼科醫生了解國內也擁有搭載最先進的掃頻技術的OCT產品，以求擴大醫院裝機量，增加數據采集點。

　　而在人工智能方面，視微影像將識別到的結構與病變數據結合進行訓練，不僅提供疾病輔助診斷，還可以提供疾病的量化數據（大小、體積、前后變化和轉歸），這將成為視微影像與一流人工智能企業合作的重要基礎。

　　人工智能分層

　　五年磨一劍

　　2014年初，擁有十余年硅谷研發經驗的光學系統專家彭先兆博士和醫學圖像算法專家李冰博士，在硅谷成立了一家OCT初創企業，致力于整合尖端光學設計、影像算法、人工智能、云平臺等前沿技術，為醫患提供基于OCT技術的醫學影像解決方案。

　　在國家政策支持下，2015年公司總部遷至洛陽國家大學科技園，并定下八字目標：視微如著，見微知著，取名為視微影像。公司于2015年入選洛陽市“河洛英才”計劃并獲得數千萬元財政支持，于2018年完成數千萬元 Pre－A 輪融資。

　　作為企業的主要創始人，彭先兆博士專注于領導系統與光學設計的研究，擁有14年硅谷研發工作經驗。他1995年本科畢業于北京大學物理系， 2002年獲得美國俄勒岡州立大學光譜學博士學位。

　　團隊的聯合創始人李冰博士負責公司的管理、軟件與算法研究。他1999年以福州市高考理科狀元考入北京大學電子學系，并于2007年獲美國弗吉尼亞大學圖像處理博士學位，擁有3套醫療圖集軟件著作，3項美國專利，為視微影像影像處理方向的研發作出了極大的貢獻。

　　五年來，種種技術上的突破均基于視微影像對臨床需求的深入理解及其深厚的技術儲備。如今，VG200的技術水平可與業內頂級OCT產品媲美，甚至部分超越。今年視微影像還將攜手國內頂級眼科專家，亮相國際眼科展會，為世界帶去中國的醫療硬科技。

　　據了解，視微影像還將繼續研發40萬次掃頻OCT、掃頻生物測量儀等前沿技術，保持硬件科技的先進性，并通過完美的軟硬件整合，不斷提升產品的核心競爭力。