据了解，到2020年，我国的人工智能市场规模将接近百亿。而在医疗领域的应用关键体现在医疗与人工智能结合的“算法+有效数据”，有效健康数据是人工智能应用的基础。
一项调查表明，美国的医学影像数据年增长率为63%，放射科医生数量年增长率仅为2%。这一数据的增长同样发生在中国，而面对中国的庞大的人口基数，医生的数量将远远跟不上医学影像数据的增长，而人工智能的到来可以有效弥补缺口。
最近，创业邦（微信搜索关注:ichuangyebang）了解到一家创业公司——汇医慧影，2015年3月已经开始结合人工智能，从医疗影像角度切入，选择用长链条的方式布局影像行业。
“我们希望通过新技术，新服务，跟各个机构共同建造一个新的生态”，汇医慧影CEO柴象飞说道。
云平台实现“三端互联”
汇医慧影利用人工智能打造的智慧影像平台，用以提高医生诊疗效率与准确度以及解决部分地区医患资源不匹配问题。
目前产品已经覆盖影像云平台、放疗云平台、电子胶片、常规阅片外包服务、疑难大病专家会诊及医生集团等六大模块。其中，常规阅片外包服务，帮助影像中心实现影像线上诊断，从而实现分级诊疗。
从IT的云系统出发，平台已实现医生端、患者端、医疗机构端的“三端互联”。所有的功能可在手机、电脑、pad端实现。
医生端：平台为其提供管理病例、医生在线讨论、专家学习等服务。柴象飞说，“平台已经实现电子化胶片，直接把数字化的信息还原给患者”。
患者端：患者可以向专家进行咨询并能够获得实时解答，平台还为患者提供影像共享和健康管理服务。
医疗机构端：其可以再平台对接专家资源、存储并备份影像、跟踪用户并提供增值服务。
相比于影领、iDoctor、锐达影像等平台，汇医慧影的优势在于利用分布式云平台，其利用压缩、TCP优化等技术，让平台的云技术实现了同传同看的效果。读写分离、分布式部署等实现了全国各地上传、全国各阅片。
据柴象飞介绍，平台对胸部X光的气胸、肺结核、肿块的自动诊断准确率已经达到95%。脑核磁肿瘤的自动识别率超过85%。胸部CT中肺结节的识别率超过85%。
扩充数据维度，让AI在医学影像得到更好应用
柴象飞认为，医学影像是人工智能与医疗领域结合中最可行、且是可能最先走出来的领域。
具体到实践中，医学影像基本需要做三件事，一是需要优化深度学习的方法；二是积累大量的优质数据；三是高性能的计算环境。“如果三者配齐就会让训练模型达到一个相对自我学习和不断提高的状态”，柴象飞告诉创业邦（微信搜索关注：ichuangyebang）。
所以在技术层面上，汇医慧影将影像云、阅片服务以及智能诊断相结合，通过阅片获取结构化的数据，提供给深度学习引擎进行计算。并且将计算机学习后的结果使用在医生的阅片流程中，当计算机出现误判断时，医生会纠正诊断结果，并将结果反馈入系统，进行二次学习。“通过这样一个在线学习的闭环，我们将持续更新有效数据，持续提高算法的精度。”
除了在数据量上的增加，数据维度的扩充也是汇医慧影正在做的事。
传统的医学影像以病理活检作为验证影像正确与否，但人的身体是从基因层到蛋白层、到细胞层、到组织层、最后才能到达影像层面，加上临床表现在时间维度上的随访信息，过去很少人对这一连串的信息进行挖掘和连接。面对这样的信息孤岛问题，汇医慧影的做法是把基因组学、影像组学、蛋白组学、以及时间的影像随访信息作为整体来分析。
柴象飞透露，下一步汇医慧影将利用长期积累的深度学习的方法和传统医学处理的方法，对大量原有数据进行处理和分析，植入自己的硬件设备中，让硬件设备拥有智能化的效果。同时更多维度的数据进行分析之后，让这些影像的信息不单单是在诊断的维度中，而是能走入到治疗的过程中。
汇医慧影成立于2015年，目前已获数千万元A轮融资。合作医院已经超过400家，已获得11个软件著作权，4个发明专利。今年还申请了2个国家自然科学基金，以及2个省级自然科学基金和2个科技部的重点专项。
CEO柴象飞曾在美国斯坦福大学癌症中心，荷兰癌症研究所和比利时鲁汶大学放射科三家世界知名的医学影像机构学习和就职，具有丰富的临床知识，掌握了医学影像的分割、存储、压缩和管理的核心技术。
