核心產品的診斷精準性比肩專業眼科醫生

醫療AI第一股的爭搶大戰終于落下帷幕。

10月26日，早前通過港交所聆訊的鷹瞳科技正式啟動招股，在幾家醫療AI企業中率先突圍。招股期為10月26日-29日，股份代碼“2251”，瑞銀集團和中信證券擔任聯席保薦人。

鷹瞳科技成立于2015年，主打人工智能醫療器械軟件（SaMD）產品。成立6年來融資8億、產品覆蓋醫療機構及大健康場景，拿下了國內同類產品中的首個Ⅲ類醫療器械證書。

鷹瞳科技的核心產品主要用于糖尿病視網膜病變的人工智能識別。根據招股書，鷹瞳科技在2019年和2020年的收入分別為3041.5萬元和4767.2萬元。今年，鷹瞳科技迎來爆發式增長，上半年收入就達4947.7萬元，已超過去年全年收入。

醫療AI正在快速崛起，互聯網巨頭也都紛紛試圖踏足這一領域。風口之上，鷹瞳科技作為其中之一，率先邁出了第一步。公司創始人張大磊不止一次公開表示，目前的鷹瞳科技仍要專心科研，以“50年為期”，進行一場長跑。

媲美眼科醫生的AI

2020年8月，鷹瞳科技的SaMD產品AIFUNDUS (1.0)獲批，成為同類產品中首個拿到國家藥監局三類醫療器械證書的企業。

這是一款糖尿病視網膜病變分析軟件，根據國家藥監局新發布的《人工智能醫用軟件產品分類界定指導原則》等相關規定，SaMD可以提供病灶特征識別、病變性質判定等“輔助決策”，需按照第三類醫療器械管理，管理級別要高于“非輔助決策”的二類器械。

也就是說，想做AI輔助診斷，三類證是門檻。這也是為何在前兩年，“拿三類”一度成為醫療AI領域最熱的話題。

就功能而言，AIFUNDUS (1.0)主要利用視網膜影像來檢測和診斷慢性病。鷹瞳科技選擇視網膜作為突破口，是因為這是人體唯一能以無創方式直接觀察血管和神經的部位，通過識別視網膜的表現，能夠協助診斷數百種疾病。

簡單講就是，看一看你眼底的血管和神經，就能知道相關的健康風險如何。

然而，一個醫生想要精準地對這些疾病做出判斷和分型，至少需要二三十年的學習、3到5萬次診斷經驗。但不是每個患者都能遇上有經驗的醫生，AI在這時就能派上用場：通過快速、深度學習海量由醫學專家交叉標準的視網膜照片后，建立算法模型，協助“真人”為患者進行檢測。

鷹瞳科技的產品得到了學術界的認可。今年7月，《柳葉刀》發表了鷹瞳科技聯合中山眼科中心開展的“眼科AI多病種輔助診斷系統”真實世界研究。研究者使用20余萬張患有不同疾病的視網膜圖像，訓練AI同時識別糖尿病、高血壓等全身性疾病的眼部表現，以及青光眼、病理性近視等12種威脅視力的異常。結果顯示，算法的準確率已經能媲美專業眼科醫生。

在臨床應用上，醫生還發現AIFUNDUS (1.0)有更多用途。清華長庚醫院眼科主任胡運韜曾與鷹瞳科技合作，研究視網膜影像AI模型對黃斑前膜診斷的有效性。他表示，AIFUNDUS“具備自動化圖片質量控制模塊”，非眼科醫生也能夠自如地使用這個系統。

入場正當時

鷹瞳科技創始人張大磊是IT行業產品研發出身，但他大學時曾就讀于醫學院。他不止一次講起創業的初衷：早年間，家人因漏診而錯過了最佳治療窗口，他逐漸開始思考醫療水平與病人診斷準確率的問題，并于2015年入場醫療AI。

那時，國內醫療AI剛剛興起，“深度學習”還沒成為一個熱詞。肺炎、肺結節、視網膜血管病變等疾病的篩查成為首批創業者關注的對象。張大磊挑選了自己熟悉的圖像識別，開始尋求“AI+影像”的突破。

具有“金眼科”之稱的眼科其實發展并不均衡。目前我國還有20%左右的縣級醫院未設立眼科；而根據國家衛健委去年發布的《中國眼健康白皮書》，我國僅有4.48萬眼科醫生，且集中于一、二線大城市。

鷹瞳科技瞄準眼科，正是因為整體上中國眼科醫療水平有限。以糖尿病視網膜病變為例，早期糖尿病視網膜病變并無明顯癥狀，大部分患者不能通過眼科檢查得到及時診斷。數據顯示，2020年中國有30%以上的糖尿病患者面臨這一威脅，但篩查率卻不足10%。

如果構建一張AI視網膜圖像輔助診斷的網絡，落地基層醫療機構，患者就無需再到大城市進行診斷和治療，不僅能解決醫療資源緊缺問題，單次檢測成本也能降低。

弗若斯特沙利文的數據顯示，中國人工智能醫學影像的行業規模在未來十年間的增長有望達到千億元；具體到視網膜上，這個數字也將由2020年的7600萬元增長至2030年的340億元左右，復合增長率將超過80%。

鷹瞳科技的回報率恰恰印證了這一趨勢。2019年、2020年以及2021年前6個月，鷹瞳科技的營收分別為3041.5萬元、4767.2萬元和4947.7萬元。其中，2021年一季度同比增長超過980.3%。

圖注：鷹瞳科技財務狀況

圖源：鷹瞳科技招股書

根據以上數據，鷹瞳科技目前的市場占比已經突破60%，領先地位明顯。

值得一提的是，今年一季度，正是鷹瞳科技主推的SaMD產品AIFUNDUS (1.0)剛剛開始產生收入，可以預見，未來鷹瞳科技在醫療AI領域的收入還將快速增長。

游戲才剛剛開始

成立以來，鷹瞳科技共獲得7輪融資，總金額達到8億元左右，其中不乏禮來亞洲基金、清池資本、奧博資本、復星、平安、中信等知名專業機構的投資背書。

清池資本創始人李彬曾表示，鷹瞳科技的診斷產品能夠檢測50余種健康風險，“對多項慢性疾病的早期發現和治療具有臨床意義和衛生經濟學價值”；而奧博資本合伙人王婷則認為，鷹瞳的眼底照相機等產品具有便攜性和經濟性，能夠覆蓋更多基層醫療機構。

但是瞄準眼科醫療AI賽道，且兼具研發和資本雙重實力加持者，不止鷹瞳科技一家。

目前，包括騰訊、百度等老牌科技公司，以及硅基仿生等初創企業在內，全球有超過10余家企業正在從事人工智能視網膜影像領域的產品開發，且均涉及到糖尿病視網膜病變適應癥。

這種情況下，品質成為最終的考量。企業想要訓練AI模型，就需要海量的數據。但在我國，醫療數據不得進入市場，且分散在不同的醫院信息系統中。想拿一手資料，企業唯一的選擇就是和公立醫院進行合作。一家企業能“調動”多少醫院資源，也側面考驗著該企業的市場滲透能力。

鷹瞳科技幾乎覆蓋了國內所有的頂級眼科專科，根據招股書，鷹瞳科技與中山大學眼科中心、北京同仁醫院等7家醫院的醫療科室展開合作，有效確保了臨床一手數據的準確性。北京同仁醫院副院長、眼科主任魏文斌曾表示：鷹瞳科技的產品“具有較高的準確率和數據有效使用率，臨床效果較好。”

在效果上，AIFUNDUS (1.0)的靈敏度和特異性分別為91.75%和93.1%。這兩個指標分別是指不漏判和不誤判的比例，也就是說，在精準性上，鷹瞳科技要領先于同行。

目前，鷹瞳科技以一定的優勢跑在眼科醫療AI賽道的前列。在先發優勢明顯的情況下，追逐者想要超越的困難也就更大。

面對同行競爭者，張大磊認為我們共同的敵人是疾病和衰老，對抗疾病和衰老的任何力量都是我們的戰友，包括醫院、醫生、藥企和同行公司。

市場、前景、價值三陣東風已經吹來，未來的醫療AI，值得期待。

#AI##互聯網醫療#