逃離AI測膚“美學陷阱”:體素科技手握嚴肅皮膚病AI寶藏圖

原標題:逃離AI測膚“美學陷阱”:體素科技手握嚴肅皮膚病AI寶藏圖

近年以來,“皮膚管理”成為了一個很流行的詞匯。一提起皮膚管理的概念,我們似乎就想到遍地開花的美容機構(gòu),以及小氣泡、美黑等一系列名詞。確實隨著生活水平的普遍提高,人們對于皮膚管理的需求也日益提升,對于皮膚健康的定義也從以往的“無病”上升到了“美學”。

在這一波熱潮中,一個重要的參與者就是AI企業(yè)。

因皮膚問題常常以表征形式出現(xiàn),使得擁有強大圖像分析能力的AI技術有了用武之地。從2017年開始,市場上涌現(xiàn)出了一大批AI測膚產(chǎn)品,他們有的依托于自拍App、有的依托于電商、還有直接由手機廠商推出預裝。其功能大致都是服務于皮膚美學,通過圖像識別檢測膚質(zhì)、干燥、細紋、痘痘等等,再連接上護膚品銷售、醫(yī)美服務等形成服務閉環(huán)。在外界光源、拍攝時間和化妝品使用等因素的干擾下,膚質(zhì)測評無法實現(xiàn)客觀描述肌膚狀況的目的,其自身的準確度和科學性更是無從考究??v使如此,這一領域依舊競爭激烈,加上面部皮膚數(shù)據(jù)獲取的難易程度相對較低,形成了低準入門檻和低技術壁壘的行業(yè)現(xiàn)狀。這一片看似火熱的市場,實際無異于“美學陷阱”,讓技術企業(yè)陷入劇烈的競爭之中。

但皮膚問題的表征化特性,結(jié)合上AI高效的圖像分析能力,是否還有機會創(chuàng)造出更多價值?

探索“去病”領域?qū)殠?/strong>

答案當然是肯定的。

2016年,醫(yī)療領域調(diào)研機構(gòu)中康CMH曾經(jīng)展示了這樣一組數(shù)據(jù):至2014年,全世界有4.2億左右人患有皮膚病,其中,我國約有1.5億皮膚病患者。同時我國皮膚病用藥市場規(guī)模保持擴大態(tài)勢,2016年規(guī)模達到206億元,同比2015年增長了3.3%。

患病者數(shù)據(jù)和用藥市場規(guī)模的上升,意味著皮膚“去病”方面的需求很可能并不亞于對于美麗追求。同時許多皮膚病還有著治療周期長、難根治、易反復的特性,使得皮膚病臨床治療成了一件很麻煩的事。中日醫(yī)院皮膚病科教授崔勇在接受媒體采訪時曾經(jīng)提到,我國每年皮膚科就診人次達到2.4億,但皮膚科醫(yī)生只有25000人左右。像崔勇這樣就職于一線城市知名醫(yī)院的醫(yī)生工作負荷更加嚴重,往往一上午的門診就要接待60余名患者,平均分配給每個患者的只有兩三分鐘的時間。

醫(yī)療資源緊缺帶來的糟糕就醫(yī)體驗甚至誤診、漏診的風險,自然不言而喻。如果AI技術能夠幫助患者輔助自檢自查,同時輔助醫(yī)院和醫(yī)生進行導診、預診和患者教育,一定能極大地提升患者就醫(yī)效率和整體滿意度。

可見相比護膚、醫(yī)美向的皮膚管理,皮膚病癥管理更是一片有待于AI企業(yè)征服的寶庫。現(xiàn)在也已經(jīng)有不少針對于皮膚病輔助診療的AI產(chǎn)品開始陸續(xù)推出,中日醫(yī)院、南開醫(yī)院等醫(yī)療機構(gòu)也都參與其中。不過相比醫(yī)療機構(gòu)參與制定的臨床場景下,重病單病種皮膚AI產(chǎn)品,科技企業(yè)對于這一領域的獨立開發(fā),或許能更加完整體現(xiàn)出皮膚AI的價值鏈條。

其中體素科技就是一個很好的例子,繼放射、眼科影像之后,推出全病種皮膚臨床自然圖像AI解決方案。

從技術到產(chǎn)品,體素科技挖掘出的兩條隧道

成立于2016年的體素科技,在移動醫(yī)療崛起的大潮中發(fā)現(xiàn)了AI與皮膚的契合點。從2014年左右開始,移動醫(yī)療的普及開始讓越來越多的人習慣于在網(wǎng)絡上問診。很快體素科技發(fā)現(xiàn),互聯(lián)網(wǎng)問診量最高的就是皮膚問題。其中原因或許是我們上文提到的醫(yī)療資源緊缺,也或許是皮膚問題可以充分借由圖文問診等互聯(lián)網(wǎng)醫(yī)療模式得到解決,同時也伴隨大眾對皮膚健康的意識開始加強。最終呈現(xiàn)出的結(jié)果,就是越來越多的人開始拍下患處照片,發(fā)給手機對面的醫(yī)生詢問情況和解決辦法。

面對這樣的情況,體素開始思考兩個問題:第一,能否以AI賦能醫(yī)生,讓線上皮膚病識別更加一致且準確?第二,能否以AI賦能大眾,在面臨皮膚問題困擾時可以獲得即刻的反饋和必要的信息和資源?

在技術的突破上,體素科技首先要著手解決的就是數(shù)據(jù)問題。和絕大部分模型一樣,皮膚病AI的識別率需要大量數(shù)據(jù)訓練。尤其在這一相對空白的領域,還要由專業(yè)醫(yī)生對于影像數(shù)據(jù)進行標注。同時由于使用場景的不設限制,皮膚影像的質(zhì)量受制于拍攝者器材,拍攝技巧,拍攝環(huán)境等因素影響,進而影響疾病識別的準確率。除皮膚攝影外,皮膚影像還包括了皮膚鏡、皮膚CT、皮膚超聲等等需要專業(yè)器械才能拍攝的影像??偠灾つw病影像數(shù)據(jù)類別繁多、差異大、病種多且復雜,質(zhì)量參差不齊,這對科技企業(yè)的技術能力和數(shù)據(jù)質(zhì)量形成了巨大的考驗。

這時體素科技體現(xiàn)出了創(chuàng)業(yè)路上很稀缺的精神:取舍和專注。他們舍棄掉了皮膚鏡和皮膚CT,專注于最容易貼近C端用戶的臨床影像類型:手機皮膚照相。截止到今年九月,通過與美國梅奧醫(yī)學中心、哈佛醫(yī)學院等專業(yè)機構(gòu)的合作,加上通過數(shù)據(jù)增強算法拓展已有數(shù)據(jù)集,體素科技已經(jīng)在皮膚病AI領域中取得了顯著的成績。目前體素科技已經(jīng)完成近數(shù)百萬例皮膚問題數(shù)據(jù)采集,最新模型可識別150種皮膚問題,覆蓋了99%的發(fā)病率。能夠?qū)崿F(xiàn)這一成績的,全球僅此一家。這大概便是專注與取舍帶來的紅利了。

因為選擇了皮膚攝影這一個數(shù)據(jù)類別,體素科技在技術的產(chǎn)品化打造上目的也可以更加明確。這一產(chǎn)品必定面向普通人,讓他們可以隨時隨地通過圖像進行輔助自查。實現(xiàn)這一目的,體素科技首先要解決的就是圖像采集設備問題。不同清晰度的攝像頭結(jié)合不同的光照條件,很可能對于算法判斷的準確度進行干擾。為了解決這一問題,除了盡可能地收集不同設備和光照條件下的圖像數(shù)據(jù)外,體素科技在在算法中引入了質(zhì)控系統(tǒng),如果圖像的模糊程度和光照條件有可能影響到算法判斷,就會提示用戶重新拍攝。

能夠從應用條件上滿足輔助自查,這一技術就可以被部署到很多C端產(chǎn)品中。例如體素科技自己的微信小程序“體素膚知匯”,每天新增體驗者達到了近千人。在大健康平臺如騰訊健康、逑美app(薇諾娜旗下)、優(yōu)健康app,以及移動醫(yī)療平臺妙手醫(yī)生上也均接入了體素皮膚AI的識別功能,日均使用數(shù)萬人次。在魚躍醫(yī)療開發(fā)的智能醫(yī)療設備中,也能見到體素科技參與。近期,主流問診平臺也將攜帶皮膚AI服務客戶。只要設備上搭載了攝像頭,就能增加皮膚病的輔助自查功能??梢娺@種便利的應用模式,和很多產(chǎn)品都有結(jié)合空間。

對于技術能力和產(chǎn)品落地兩條隧道的打通,讓體素科技獲得了進軍產(chǎn)業(yè)賽道的號碼牌。

技術改造大旗下的商業(yè)可能

寫到這里,可以發(fā)現(xiàn)體素科技走過了一條標準的AI企業(yè)之路,發(fā)現(xiàn)問題、收集數(shù)據(jù)、搭建模型、產(chǎn)品成型……似乎下一步就應該是獲取商業(yè)變現(xiàn),走向產(chǎn)業(yè)顛覆之路了。例如幫助醫(yī)院進行簡單的分診、轉(zhuǎn)診,提升醫(yī)療的運轉(zhuǎn)效率。

可現(xiàn)實世界往往沒有想象中那么容易,醫(yī)學領域,尤其是皮膚病領域,在商業(yè)化發(fā)展上往往會遇到更多問題。

一個最核心的原因是,皮膚的病變,往往是身體其他部位產(chǎn)生疾病的一種表現(xiàn)。例如紅斑狼瘡實際上屬于風濕免疫科,皮膚色素的異常往往與肝部病變有關。甚至有時一種皮膚病變表象背后,關聯(lián)著數(shù)種疾病。這就導致皮膚病AI不能僅僅依靠產(chǎn)品本身的“自查+指導”閉環(huán),而是要與整個醫(yī)療體系進行更多的結(jié)合。這便導致皮膚病AI產(chǎn)品的商業(yè)化之路要更加復雜,以至于很多院方會自己參與訓練皮膚鏡、皮膚CT數(shù)據(jù)的識別,用來優(yōu)化醫(yī)院內(nèi)部的就醫(yī)流程,而缺乏從外部參與整個就醫(yī)體系改造的能力。

不過反而越是困難的環(huán)境,越容易讓企業(yè)在其中形成壁壘。我們可以簡單看看體素科技目前所打造的商業(yè)范式,是否具有產(chǎn)業(yè)適用性。

目前在體素科技的合作中相對成熟的一種,就是與保險企業(yè)的合作。如果有了解歐美商業(yè)醫(yī)療保險的人一定知道,歐美醫(yī)療保險控制成本的關鍵在于“防治”,通過體檢、家庭醫(yī)生等等方式對于用戶的身體狀態(tài)進行保障和改善,盡量減少大病重疾的發(fā)生。

這時皮膚病AI技術的應用,就能減少其中消耗的成本和提高有效率。同時AI輔助自查操作便利,用戶也可以盡早發(fā)現(xiàn)問題,加強醫(yī)療保險的防治力度。相信隨著中國未來商業(yè)保險產(chǎn)業(yè)越來越發(fā)達,一定也能為皮膚病AI打開更多商業(yè)發(fā)展空間。

除了吸取與海外合作伙伴的成功經(jīng)驗以外,技術本身對于產(chǎn)業(yè)的改變往往更加可貴。體素科技一直在尋找一種方式,能夠利用算法不眠不休的強大分析效率,來徹底改變皮膚病診療的模式。

例如即使皮膚病常常反復發(fā)作,大多數(shù)患者的就診模式也只是在出現(xiàn)癥狀后前往就醫(yī),一段時間后前去復診。但在這一過程中,病癥每一天產(chǎn)生了何種變化、用藥是否需要增減,都是無法被捕捉和量化的。如此也就很難判斷患者是否被過度治療或者用藥不足。但有了皮膚病AI,用戶就可以利用每天上傳患處照片的方式自查皮膚病的好轉(zhuǎn)情況。這樣的數(shù)據(jù)不僅能夠幫助院方細化治療方案,對于藥物研發(fā)者也有巨大的價值。因此皮膚病AI未來的商業(yè)空間不僅僅存在于醫(yī)療場景,也存在于藥物研發(fā)場景中。

可見除了常規(guī)的分診、轉(zhuǎn)診之外,體素科技找到了全新的支點,跳脫出了醫(yī)療體系的某一環(huán)節(jié),以更整體化的視角去撬動其他諸如保險、藥物研發(fā)等等領域,因此才能碰撞出更豐富的商業(yè)沃土。

這也是AI技術最難能可貴的一點,它是能夠撬動商業(yè)價值的杠桿,更是不同領域之間的粘合劑。粘合之后,出現(xiàn)的是全新的模式、全新的賽道和全新的可能。這才是體素科技手中藏寶圖所指向的方向。

如同AI測膚一樣,或許有一天也會有越來越多的企業(yè)加入皮膚病AI這一賽道。這時對于體素科技這樣的先發(fā)者來說,最核心的優(yōu)勢從來不是技術或數(shù)據(jù)累積下的壁壘,而是通過對于全新賽道的探索開拓,贏來制定規(guī)則的機會。技術可以被追趕,但創(chuàng)新本身將會成為永恒的豐碑。

極客網(wǎng)企業(yè)會員

免責聲明:本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內(nèi)容或斷開相關鏈接。

2020-01-16
逃離AI測膚“美學陷阱”:體素科技手握嚴肅皮膚病AI寶藏圖
面對這樣的情況,體素開始思考兩個問題:第一,能否以AI賦能醫(yī)生,讓線上皮膚病識別更加一致且準確?尤其在這一相對空白的領域,還要由專業(yè)醫(yī)生對于影像數(shù)據(jù)進行標注。

長按掃碼 閱讀全文