人工智慧在醫療領域的應用，是當前熱門的領域之一。
當多數台灣研究團隊忙著找醫院結盟，要訓練機器學習做醫生的小助手時，成立3年的中國新創公司Airdoc早已經歷過這一關。而且，醫學大學畢業的Airdoc創辦人兼CEO張大磊發現，原來下一關更難。新創要醫院掏錢買服務，幾乎是不可能的任務。
Airdoc創辦人兼CEO張大磊，想要用AI弭平中國嚴重的醫療落差。（劉國泰攝）
走進位在北京中關村的Airdoc辦公室，桃紅色的辦公環境與招牌上的「北京鬱金香伙伴科技公司」，創業3年的血汗結晶，全在走廊的這台眼底攝影機裡。
坐在機器前，等待光穿過瞳孔，拍下視網膜。沒2分鐘，檢查報告已經透過微信傳進手機。
報告裡，糖尿病視網膜病變、高血壓動脈硬化、青光眼、白內障等超過10項檢查結果，一次列清。
在中國，只要到醫院求診，這每一項疾病檢測都要分開付費。例如青光眼一項，檢查費用就要至少360元人民幣。
Airdoc希望打破規則，未來只要人民幣20元，就能知道十多種疾病的檢查結果。
除了北京協和醫院、北京大學醫學部、國家心血管病中心等，Airdoc也正走入社區衛生服務站、地鐵站，要為尚未踏入醫院的群眾做快速篩查。
選擇視網膜切入，讓AI抓出眼底病，「因為我們發現，眼睛不只是靈魂窗口，也是健康的窗口。視網膜是唯一可以直接觀察血管和神經的地方，」張大磊對《天下》說。
視網膜是探照人體健康的窗口，也是Airdoc搭上中國AI醫療應用熱潮的一大步。
Airdoc是中國科技部在AI醫療領域唯一一家示範基地，也獲選國家衛計委基層醫聯網的首批合作伙伴。
今年5月，Airdoc也登上微軟Build開發者大會，是第一家出現在主題演講台的中國AI新創公司。
去年，Airdoc第三輪募資規模將近2億人民幣。至於投資者是哪些人，Airdoc則不願透露細節。
從AI影像辨識走向輔助診斷，Airdoc的快速成長，始於張大磊的失去。
就醫難？瞄準漏、誤診
第二軍醫大學畢業的張大磊，做過微軟Excel的產品經理。離開後，去了影視平台PPTV，也在新浪網做到副總裁。
直到2014年，他看著家中長輩肝癌辭世前的痛苦，才開始反思人生。
當時，他看著路上人來人往，心想不知道有多少人被漏診或誤診，生病了卻不自知。
隔年初，張大磊就決定離開優渥的互聯網世界，要解決「更重要的問題」。
他要在城鄉差距大、醫療資源集中在主要都市的中國，用演算法弭平落差，把醫生的專業經驗帶到資源缺乏的地區。
「取名Airdoc，就是希望好的醫療服務像空氣一樣，人人平等，」張大磊說。
問題是，該從哪裡著手，用AI減少漏診、誤診率？
放眼中國市場，新創公司要在群雄環伺的AI醫療應用領域出頭，並不容易。不管是起頭較早的「BAT」（百度、阿里巴巴、騰訊）、平安、科大訊飛，還是國外醫療設備公司奇異（GE）、飛利浦、西門子，更不用說海外巨頭的IBM、微軟、Google。
夾縫求生的Airdoc團隊，一開始選擇從基底細胞瘤及腫瘤切入，再逐漸擴大到皮膚癌、肺結節、乳腺癌等領域。
直到治療眼眶腫瘤的權威、上海長征醫院眼科主任魏銳利加入團隊，Airdoc才開始經營眼底病，加速AI檢測的應用。
檢測糖尿病視網膜病變，不用再花個幾天等報告。深度學習判定後，報告直接送進手機，當場就能知道答案。(劉國泰攝）
標註難？改教電腦「是非題」
「視網膜疾病裡，得病率最高、影響最大的就是『糖網』，」魏銳利說。
「糖網」，就是糖尿病引發的視網膜病變，會造成視力模糊，甚至失明。據美國威斯康辛糖尿病視網膜病變的流行病學研究（WESDR）顯示，罹患糖尿病5年，視網膜病變發病率約17％；患病20年以上，發病率則倍增到63％。
只要及早發現，糖尿病和「糖網」都能提早對症下藥，也為患者留住視力。
問題是，現在中國糖尿病患者至少1.1億人，但眼科醫師只有3萬6千多人，熟悉視網膜診斷與治療的專科眼底醫師，只有800人左右。
怎麼用深度學習撫平這個巨大的供需落差，讓電腦「認識」糖尿病視網膜病變，減少醫師負擔？
魏銳利帶著旗下20多位醫師，從8萬張視網膜照片看起，花了半年多逐步「分類」。
接著，讓系統從80萬張視網膜照片自動學習，再由醫生們抽查，經過不斷修正，才練出覆核率94％、符合副主任醫師的水準。
上海長征醫院眼科主任魏銳利。（劉國泰攝）
曾是上海長征醫院醫管處主任、現任Airdoc首席醫學官的陳羽中解釋，有的標註是「檢測」，要醫生幫忙圈出有問題的區域；「分類」指的是訓練系統回答是非題，只要分辨有沒有病變就好。
「用分類法去做，是因為對臨床專家的干擾小一點，而且可以抓到人類看不到的信息，」陳羽中說。
簡單的是非題，讓醫生花在標註上的時間減少，每題卻需要一萬份以上的龐大資料樣本。
從一開始的8萬張視網膜照片，到最後樣本數上百萬，都是跨醫療院所而來。為什麼Airdoc可以收集到這麼多資料？
張大磊坦言，AI應用是熱潮，再加上一開始成立「中國人工智能學會智慧醫療專委會」，把各方專家收攏在一起，慢慢減少醫院對於資料開放的疑慮。
獲利難？院外開闢商機
但合作的路上，Airdoc也繳了許多學費，才放下技術的眼光，改以現實的角度，認識醫療領域的需求。
從互聯網轉進醫療，張大磊發現，醫療的世界相對傳統保守，一切以安全優先。再加上醫院、患者、保險、藥廠之間有著「千絲萬縷」的關係，不能貿然衝進去打破遊戲規則。
回過頭來，Airdoc和醫院之間的關係也不容輕忽，讓張大磊不得不重新思考未來的營運方向。
今年初，Airdoc曾仿照Google的AlphaGo模式，舉辦中國最大規模的AI與醫生對決，邀請近1500位眼科醫生從中國各地而來。
在這場無限挑戰賽中，醫生們和AI一起連續閱讀兩百張跟糖網診斷相關的片子，一有錯誤就出局。
直到有醫生私下建議張大磊，要「好好考慮」，畢竟Google不做圍棋生意，但Airdoc還需要醫生認可，來打入醫療院所，得罪不得。
張大磊這才意識到這場盛會的潛在意義，最後只好故意放水，讓演算法以198比200的些微差距，敗給人類醫生。
AI和人類醫生的較勁，不只出現在擂台賽場。在醫院，AI也不得不退位讓賢，從院外另闢生路。
9月，中國國家食品藥品監督管理總局（CFDA）發布新修訂的「醫療器械分類目錄」，才把AI輔助診斷的項目納入。
其中，若演算法僅提供診斷建議，就歸入第二類醫療器械；提供明確診斷結果的，則必須通過臨床試驗，也另外歸入第三類醫療器械。
儘管Airdoc已經向CFDA提出申請第二類醫療器械，但醫院對於付費購買AI輔助診斷仍興趣缺缺。現在，Airdoc向醫院提供的服務以無償居多。
Airdoc需要醫院提供資料、醫生幫忙資料標註，來訓練深度學習模型。但AI怎麼從輔助的角色創造價值，不但不影響醫院和醫生的工作，還能把病患帶進醫院？
今年，張大磊決定，把服務重心轉向醫院外的世界，要篩出更多被漏診、誤診的潛在患者。
（本文轉載自《天下雜誌》，授權《未來城市@天下》刊登。未經同意請勿轉載。）
【延伸閱讀】
逆境中大膽加碼 台灣安控大廠看到什麼機會？
最貼心的語音助理 陪你聊天、幫你理財，還會寫歌給你聽！
半導體最新一塊沃土 為什麼台廠可能搶輸中國廠？
