“AI+醫療影像”一直被認為是能夠＊早實現AI落地的場景之一。目前該領域內，大部分產品集中在肺癌、糖網、乳腺癌等重大疾病的篩查和早期診斷。而近年來，聚焦影像成像、診斷過程中的輔助診斷、效率提升，逐漸形成了一個新賽道。

成立于硅谷的AI醫學影像公司深透醫療便是其中一員，將AI技術應用到影像檢查的＊前端。影像數據從設備端出來以后直接進入深透醫療系統，處理之后，進入PACS影像工作站，供醫生查閱。其中的關鍵是，用更少時間、更快速度的影像，獲取診斷級別的醫學影像。

深透醫療CTO張濤告訴新芽NewSeed（ID:pelink），深透醫療剛剛獲得FDA批準，被認證為可提高PET常規檢測4倍的速度，將20分鐘的檢查時間縮短到5分鐘，這也是FDA批準的第一款AI醫療影像增強的產品。FDA認證的通過，是對深透醫療PET產品在安全性、速度方面的認可，便于深透醫療之后的市場拓展。

直擊行業三大痛點 ：效率、準確度、安全性

目前美國一年有超過3000萬磁共振檢查以及約200萬PET檢查，一個核磁共振（MRI）的收費在1000-2000美元，而一個中子斷層影像（PET）收費則在幾千甚至上萬美元。這個費用中僅有10%左右是用來支付影像醫生診斷的，其余80%-90%的費用來源于器械的采購成本、維護花銷和整個影像檢查操作時間的成本。

專注于MRI磁共振和PET核醫學分子影像的深透醫療，首先解決的便是醫學影像成本高、效率低的痛點，而這兩類醫學影像，正是價格＊貴且＊慢的。

“90%的成本和耗時，都在機器成像的過程中?！睆垵Q，對于醫院和影像中心，縮短成像時間，就能節約成本，創造更高的利潤。深透醫療針對PET端的產品，僅用一般常規檢查1/4的時間，即可獲得同等質量的掃描影像。

此外，影像數據對于醫療診斷有著不可忽視的作用。整個西醫的醫學數據大約85%是影像數據，西醫的診斷也有將近85%要依靠醫學影像。所以，醫學影像質量的好壞可能直接關系到診斷結果。

深透醫療解決的第二個痛點，便是利用圖像增強，輔助醫生做出正確診斷。其產品原理像人腦一樣，如果人眼因為盲點而看不到完整的某樣物體，大腦便會通過視覺系統自動腦補看不到的地方。

張濤告訴新芽NewSeed，深透團隊通過讓放射科醫師閱讀大量醫學影像，比較診斷結果，發現經過AI處理的圖片和未經AI處理的圖片，讀取的診斷結果幾乎是一致的，證明了產品的可靠性。FDA認證的通過也會增強醫院對產品的信心。

當然，醫院也可以選擇使用更少劑量的造影劑，在常規時間內也能得到同等質量的影像，從而減少造影劑對人體的傷害。由于PET這種分子影像的掃描需要注射放射試劑，對于人體會有較高輻射。所以，這項技術解決的第三個痛點是安全性。

誕生于斯坦福實驗室，多年積累了“特殊數據”壁壘

與大部分AI醫療影像公司不同，深透醫療的算法并非基于大量醫療團隊去標注這些影像，而是使用質量高低不同的的成對影像，去訓練神經網絡，從而得到圖像增強功能的算法功能。

難點在于，這種成對的高低質量的醫療影像很難再臨床中得到，這種“特殊”的數據來自創始人宮恩浩和斯坦福的研究人員多年來的科研積累。

宮恩浩是斯坦福電子工程學博士，擁有醫學與工程雙重背景；聯合創始人Greg Zaharchuk是斯坦福教授及知名放射科醫生，在美國從醫數十年，獲得過美國放射學與生物醫學影像研究學會的杰出研究者獎等多個獎項；CTO張濤是斯坦福大學電子工程系博士，曾任GE Healthcare 磁共振影像科學家，MD 安德森腫瘤醫院客座教授，在醫學影像領域具有十多年的科研經驗。

這支從斯坦福實驗室走出的團隊，獲得了由斯坦福＊＊授權使用3項＊＊及海量醫學影像數據（粗略估計近期使用的超過兩百萬張醫學圖像，主要為MRI和PET/CT, PET/MR影像），＊＊和數據均為創始團隊在斯坦福的科研成果。

跨病種布局產品，一年獲得兩筆融資

在獲得了PET產品的FDA認證后，MRI的認證也提上日程。深透醫療并不聚焦具體的疾病研究，而是專注于模態研究，對醫學圖像進行增強和后處理。

“但凡是使用MRI、PET-CT、PET-MRI、PET等放射設備進行常規檢查的疾病，比如說腦卒中、腦腫瘤、肺癌 、老年癡呆癥等，都可以提供圖像增強服務?！皬垵f。

這種開放的特點，使得公司在成立的第一年就締結了廣泛的合作伙伴。

今年開始，深透醫療已經在與美國與數十家頂尖醫療院校、醫院及第三方影像中心開展早期測試，其中包括斯坦福大學、加州大學舊金山分校醫學院（UCSF）、MD 安德森腫瘤醫院和梅奧醫學中心等。

此外，公司正在和中國東軟醫療、西門子醫療（中國）、飛利浦醫療（中國）等企業探索合作模式，與英偉達、英特爾、通用電氣等公司合作優化算法，與Nuance等影像平臺及PACS服務商也在開展合作。在斯坦福大學的科研團隊也與301、天壇等醫院陸續進展科研合作。

張濤表示，未來的盈利模式將會是與醫院、影像中心、科研中心等簽訂年付費或者次付費協議，并與影像設備廠商及醫藥公司探索合作及OEM解決方案商業化。