?探客Tankr作者
?龙老师
北京鹰瞳科技发展股份有限公司（Airdoc）(以下简称：鹰瞳科技）日前已通过港交所聆讯，今日正式启动招股并计划于11月5日主板挂牌上市，“中国医疗AI第一股”蓄势待发。
AI是一个非常有商业潜力的行业，但是却面临商业落地的挑战，鹰瞳科技的成功，在笔者看来有以下几个原因：
首先，AI做全栈是很难的，即使做到了也很难面临工程化时的碎片化问题，鹰瞳科技选择“小眼睛，大健康”的方式，用路径选择的方式对抗碎片化，实现在一个相对聚焦的方向上聚集优势兵力打胜仗；
其次，鹰瞳科技选择了商业价值高，现实痛点明确的领域，并使得自己的方向和方法，成为解决行业深层痛点的最佳路径，从而具有很强的落地价值。它可以满足更多人群的医疗需求，同时拥有庞大的医学知识库和数据库，让AI在帮助医生进行辅助决策和诊断时更具优势，而这种优势最终体现在它对海量数据的处理并发现某些关键性的特征和规律的效率上。
最后，也是最重要的是，这代表着中国企业在后互联网时代的新发展方向，那就是以技术创新驱动叠加商业模式创新，这不仅是AI造福人类的一种理性商业范式，也是中国未来30-50年增强国际竞争力的重要道路选择。
中国医疗AI第一股年和年，是中国医疗创新赛道的两个关键时点。
年是第一个关键时点，是中国药品监管改革元年，国办44号文件（《关于改革药品医疗器械审评审批制度的意见》）可以说打响了药品监管改革的第一枪，此后各项提高药品审评审批质量、效率的政策法规密集出台，出台数量和涉及内涵上在中国药品监管历史上都是绝无仅有的。
鹰瞳科技创始人张大磊就在这年选择了入局，很多人对他的印象是微软、PPTV、新浪等互联网公司的高管+连续创业者，殊不知他是从第二军医大学医学院毕业，虽然成了IT男，但却是一个有创业+产品技术+医疗三重视野的IT男。
和那些天花乱坠的创业故事也不同，年，张大磊的一位家人在老家被误诊，耽误了最佳治疗时间，这件事对他产生了深刻的触动，成为他投入医疗AI赛道的直接动因。
只是站在今天的角度想，这些创业者的勇气真的可嘉，因为即使到了年，医疗创新赛道仍是一个淘汰率极高的赛道。
年是第二个关键时点。就在此前的一年，年7月，国家药品监督管理局医疗器械技术审评中心发布了《深度学习辅助决策医疗器械软件审评要点》，这被认为是年，国家药品监督管理局审批通过一批医疗AI三类器械产品的关键要素。
监管方审评审批的一个指向是：落地的产品医院、医生、患者考量的产品。
而是否拿到了“III类证”，则是真正意义上的“核心赛区”的入场券。因为对于医疗AI行业来说，没有三类器械认证的产品，医院免费使用，医院的收费目录，直接意味着难以打通商业闭环，意味着前期的投入与后期的现金回流被割裂。
目前，“医疗AI四小龙”——科亚医疗、推想医疗、Airdoc（鹰瞳科技）、数坤科技已向港交所递交招股书，其中鹰瞳科技已通过聆讯，将于近日上市，也正因为如此，鹰瞳科技将成为“医疗AI第一股”。
而对于那些后发的创业企业来说，机会的大门或将关闭，因为除了这一波年前后入局的企业纷纷跑出骄人成绩以外，医疗+数字科技已经成为大佬的游戏圈，新的企业如果没有深厚背景，或难与之竞争……除了刚刚离开搜狗的前CEO王小川宣布进入生命科学领域外，中国互联网大佬纷纷加入生命科学领域已经成为一种“时髦”——前有李彦宏创立百图生科，后有张一鸣世界三地招兵买马，招揽医学生物人才。
但在寻找微观的突破口时，张大磊还是颇为思量——年被认为是深度学习的“学术元年”，历经十年的发展，到了年鹰瞳科技创立时，深度学习技术已经颇为成熟，特别是在图像识别方面，更是研究者众多、技术成熟度较高。
张大磊看到，已经有不少医学影像AI公司开始了创业，但这些公司大部分都把重点放在用AI识别放射科拍出的CT片的方向，而另一个也对影像高度依赖，却有更大场景的领域——眼科，却较少有公司投入，而这一领域的技术，除了面向院内眼科、体检科外，对内分泌科、心血管科、神经科等场景也有意义，还有更广大的院外大健康场景可以拓展。
事实证明张大磊的选择非常正确，在目前已经审批的16个第三类医疗AI器械中，只有两家公司是针对眼科方向，而鹰瞳科技实际上拿到的是医疗AI领域内的“眼科诊断第一证”。
事实证明，无论是资本市场，还是芸芸众生，都对“第一个”的印象最深，而对第二个到第一万个可能都缺乏感知，比如，大家都知道杨利伟是中国登上太空第一人，但罕有人能回答出第二个进入天空的中国宇航员是谁。
更重要的是，由于率先拿证，商业闭环也开始形成，招股书显示，鹰瞳科技今年上半年的收入就达.7万元，已超过去年全年收入（.2万元），这为其登陆资本市场，铸就了坚实的市场基础。
AI苦旅年成立，到年拿下三类证，鹰瞳科技的这五年，一天都没有浪费。那么，在一众几乎同时起跑的医疗AI企业中，鹰瞳科技为什么能够率先取得三类证？
答案可能也很简单，遵循AI+医疗的发展规律的同时，把事情做到极致。
对AI有了解的人可能知道，搭建一个模型、或者寻找到一个开源的模型，并不困难，难的其实是后面三关：
1.如何汇聚足够多优秀的数据来训练模型？如何把优质的模型泛化成更多的能力？
2.如何解决工程化、产品化问题，找到AI能力在真实世界的落脚点？
3.如何为这些能力找到合适的商业模式承载？
而在这至关重要的几步中，鹰瞳科技每一步都没有行差踏错。
首先，在数据汇聚方面，鹰瞳科技建成了全球领先的视网膜图像数据库，数据库不但达到千万级，更是拥有多万的高质量、多维度交叉标注数据，全面涵盖了年龄、性别、商业渠道、设备型号和疾病类型等，多样性在业内首屈一指。
这就决定了，鹰瞳科技在训练深度学习模型，以精确查明疾病相关症状的过程中，有足够的“数据燃料”用以持续优化现有算法并继续开发针对新适应症的新算法。
其次，在产品化方面，鹰瞳科技在产品聚焦点的设计上，也非常精准和富有想象力。
他们出人意料地没有把产品局限于眼科诊断方面，而是指向了更为庞大的慢性病市场。
我们知道的是，鹰瞳科技的核心产品是Airdoc-AIFUNDUS，而目前，鹰瞳科技已开发了出三个版本的Airdoc-AIFUNDUS，它们各有各的用途：Airdoc-AIFUNDUS(1.0)用于糖尿病视网膜病变的辅助诊断；Airdoc-AIFUNDUS(2.0)被设计用于高血压性视网膜病变、视网膜静脉阻塞及年龄相关性黄斑变性的辅助诊断；Airdoc-AIFUNDUS(3.0)被设计用于病理性近视及视网膜脱离的辅助诊断。
其中，Airdoc-AIFUNDUS(1.0)获批用于辅助诊断糖尿病视网膜病变，为首款获得国家药监局颁发的第三类医疗器械证书的人工智能视网膜影像识别辅助诊断产品，其在临床试验中显示出91.75%的敏感性和93.1%的特异性。
它的意义不仅仅是让鹰瞳科技医院使用，用于协助医生做医疗诊断，更重要的是指向了一个比眼视光更庞大的市场。
年，中国患糖尿病及高血压的患者分别达1.亿人和2.45亿人。但患者往往知晓率较低，像糖尿病仅为43.3%，控制率也较低，仅为32.2%。
早发现才能早治疗，而如何“发现”至关重要——糖尿病视网膜病变是糖尿病患者最常见的并发症，年，中国高达30%的糖尿病患者患有糖尿病视网膜病变，还有13%的高血压患者患有高血压性视网膜病变。
由于视网膜是人体中唯一能够以无创方式直接观察血管及神经的部位，鹰瞳科技的人工智能视网膜影像识别分析，可提供无创、准确、快速、高效且可扩展的解决方案。
你可以设想一下，在今后的体检中，你只需要被“看一眼”就能够被有效筛查，这对推进糖尿病早筛的可及性、普及型，有多么巨大的意义？
且相比医学影像AI的其他解决方案，人工智能视网膜影像识别分析可更广泛地应用于医疗和大健康场景，这使得人工智能视网膜影像识别市场得到爆炸性增长。弗若斯特沙利文数据显示，人工智能视网膜医学影像市场规模到年将达到亿元，占整个医学影像市场的1/3以上。
更有想象空间的是，鹰瞳科技看准的院外市场。
对张大磊来说，亲人的那次误诊，源自于医生的经验不足。所以他就一直带着这样的一种思考去做研发——能不能把医疗资源丰富地区的、高阶的、优秀的医生掌握的技能，变成算法模型和AI能力，最终让每个需要眼视光检查的地方，都被AI赋能，让患者都用上“最好的健康服务”。
因此，鹰瞳科技拓展了两条新的产品线，其中，健康风险评估解决方案旨在为用户提供基本的健康评估，有助于检测风险指标。目前，该解决方案已服务于包括体检中心、社区诊所、保险公司、视光中心及药房在内的多元化健康场景，并已产生十分可观的收入。
而便携硬件设备产品线，则主要包括三款自主研发的眼底相机，这些设备与辅助诊断SaMD（医疗器械软件，SoftwarasaMdicalDvic）和健康风险评估解决方案兼容，使得公司能够提供无缝结合硬件和软件的综合医疗健康解决方案。
在目前的医疗AI企业中，能够提供软硬件一体化方案的公司少之又少，可以想象，该产品将会迅速占领市场。
真实世界里的最高标准一项如此前沿的技术是否得到应用，还要看真实世界的检验。
为此，鹰瞳科技联合广州中山大学中山眼科中心林浩添教授团队，开展了“AI视网膜多病种辅助诊断系统”的真实世界研究，目的就是用来自真实生活的病例来挑战和完善这套系统。
现在，这项真实世界研究的成果，已经正式发表于国际顶级医学期刊《柳叶刀·数字健康》（ThLanctDigitalHalth)杂志(SCI影响因子24.)。
在这次真实世界的“大考”中，鹰瞳科技可以说拿了“满分”，研究结果里坦率地指出“该辅助诊断系统在临床真实世界验证中表现出稳健的疾病识别能力，准确率媲美医学专家”。
同时，世界著名的眼科殿堂——美国威斯康星大学麦迪逊分校影像诊断中心的主任AmithaDomalpally的专题评述也发表在同期杂志上，更是不吝溢美之词，她这样写到——该研究“标志着医学人工智能研究迈向正确的发展方向”。
AUC在机器学习领域中是一种模型评估指标，而对于这个项目来说，研究团队通过2万余张视网膜图像对鹰瞳科技的AI辅助系统进行了内部验证，其模型评估指标AUC可达0.。
为了充分验证，该研究还使用了全国35家医疗机构前瞻性采集的近2万张视网膜图像进行外部测试，这些数据的来源，包括来自中国28个省份的8医院、6医院和21家健康体检机构，而结果显示其AUC在0.95-0.98之间，性能表现优异。
简而言之，在准确率方面，鹰瞳科技的该系统准确率已经达到世界第一，同时拥有全球最大的数据库。
而在另一次面对真实世界的研究里，鹰瞳科技选医院眼科的胡运韬团队合作，这次的成果同样发表在顶级刊物—英国自然科学期刊《科学报告》（ScintificRports）上，该研究同样表明，鹰瞳科技基于眼底照片训练的AI算法，在真实临床环境下对黄斑前膜（ERM，亦称视网膜前膜）的检测达到了专业眼科医生的水平，具备在大规模筛查场景下应用的医学价值和广阔前景。
不仅如此，招股书介绍，鹰瞳科技在《柳叶刀》系列、《英国眼科学杂志》及《英国皮肤病学杂志》等权威同行评审期刊，以及MICCAI等一些颇具影响力的人工智能学术会议上发表的论文达到20余篇。
可以说，如果说三类证是鹰瞳科技进入商业转化的门票，那这些发表在世界顶级刊物上的权威结果，和鹰瞳科技辅助诊断系统在一定条件下“媲美”人类专科医生的客观评价，则是前者最好的信誉背书。
也许有较真的人会说，如果更权威的医生用更先进的OCT检测，可能会略胜AI一筹，但不要忘记了，鹰瞳科技研发这套系统的目的不在于挑战少数最顶级的人类精英，而是为了解决该技术的可及性和普遍性，是为了解决中国目前普遍存在的、因为高端医疗资源稀缺而存在的“看病难、看病贵”的问题，且不说这套系统在投入实际应用后，会迅速得到大量真实的“数据燃料”，产生“数据飞轮效应”，把诊断精度迅速推高；足以提升整个行业的服务水准，让更多用户得到福祉。
截至目前，鹰瞳科技的产品已覆盖超过家视光网点、医院、28个省份区域内保险机构、多家体检中心。
单是年，招股书显示，鹰瞳科技的解决方案检测量超过万例，并检出近30多万例阳性（占全部检测量的12.3%）及有严重或迫切健康风险例（占全部检测量的0.8%）。
一个充满希望的新产业形态，已经在鹰瞳科技的努力下萌发。
极具深度的科技行业分析新媒体汇聚国内外最前沿的科技与出海资讯全球近50万科技精英
