攻克AI超声辅助诊断难题，德尚韵兴只用了三年！

纵观医疗领域，超声算得上执业医生能够获得的最快、最安全和较便宜的医学诊断工具之一，堪称医院诊断的流量入口，自然兼具最为广泛的用途。

根据中国医学装备协会2018年数据统计，我国超声机设备保有量约为19万台，远超DR 5．5万台保有量；CT 2．2万台保有量；内镜2万台保有量；MRI 9255台保有量。

高保有量对应着高价值市场。数据显示，我国每年超声检查约20亿人次，整体市场规模达数千亿元级，数倍于其他放射领域的总和。以中国女性最常见的乳腺癌为例，我国女性年龄标化率（ASR）为每10万人21．6例，存在极大的超声检查需求。

按照规律，高市场规模必将吸引大批企业进入，但实际中，超声硬件生产厂商成百上千，作为辅助支持的软件开发者却寥寥无几。与其他影像设备相比，支持CT、MR的AI已经迎来了一波又一波的发展，而仅数家创业公司涉足AI超声的研究。

超声AI研发面临天然的技术壁垒阻碍着企业的进入。与CT、MRI静态图像不同，超声图像是动态实时图像。这意味着放射图像采集与诊断在时间上存在割裂，而超声诊断则要求两项操作在同一时间内完成。此外，放射图像是标准图像，而超声图像是非标图像，加上超声图像分辨率较低，又有伪影的影响，因而超声AI产品的研发难度远高于放射AI。

成立于2013年的浙江德尚韵兴医疗科技有限公司（后简称“德尚韵兴”）是国内从事AI超声研究最早的企业。攻克AI超声辅助诊断这一难题，这家企业用了三年时间。

2021年6月18日，由德尚韵兴参与承办的“川北医学院附属医院影像介入专科联盟成立大会”暨“超声乳腺AI多中心启动大会”在四川召开。在超声乳腺AI多中心研究的支持下，超声AI将能更好地适用于基层医疗的诊断。同时，随着平台对于超声数据的标准化限定，基层的影像将被很好地利用起来，进一步提升超声AI的诊断准确率。

基层医院是AI重要的应用场景，也是超声乳腺AI多中心研究开展的意义所在。对此，德尚韵兴多次与基层医疗服务机构进行合作，对社区居民进行甲状腺结节、乳腺结节等病灶的筛查。2019年，德尚韵兴的AI超声诊断系统在杭州市西湖区12家街道社区服务中心运行，一年内超声人工智能诊室接诊居民人数翻了一番。

为什么超声AI如此难攻克？

“不同于静态的CT影像，超声诊断的规范化、标准化一直是个悬而未决的问题，非常考验医生的经验与判断能力。举个例子，同样一个病人，不同的医生诊断可能会出现不同的结果，且这种差异有时会非常大。换言之，超声检查的质控非常困难。”德尚韵兴首席科学家孔德兴教授告诉动脉网。

要解决这样一个问题，首先是要找到经过标准化标注的海量影像，用以构造训练集，其次是要构建能够精确提取超声特征的深度学习算法，能对训练集进行训练，逐渐生成一个具备超声影像诊断能力的AI模型。

为了构造高质量的数据集，德尚韵兴与承建运营国家卫健委旗下唯一“国家医学影像标准数据库”的浙江求是数理医学研究院开展了AI超声数据深度合作，并与顶尖医院的医生一起一张张标记超声影像的特征。这些超声影像数据具有质量标准极高的特点，数量更是达到千万量级，远超同行业公司。毕竟，AI脱胎于优质数据和优秀医生，只有找到了良好数据这一“土壤”，才存在培养优异性能AI的可能。

随着6月10日《中华人民共和国数据安全法》颁布，像德尚韵兴这样具备大量合法合规且高标准数据的AI研发企业，未来无疑将拥有极深的护城河。

其次是算法。以乳腺癌检测为例，钼靶与超声都是有效的早筛手段，但对于AI而言，处理钼靶图像与处理超声图像存在跨时代的技术差异，是从二维图像到三维图像的飞跃。

德尚韵兴优异的算法优势，首先得益于公司首席科学家孔德兴教授的“数学家基因”。孔教授是哈佛大学博士后，师承国际知名数学家、菲尔兹奖获得者丘成桐先生。他在国际上首倡了“数理医学”的学科概念，被中华医学会称为“中国超声医学人工智能的开创者”。由他牵头申报的“医学影像精准分析的数学理论与技术”项目于2020年获国家自然科学基金重大项目立项。此为国家自然科学基金委成立34年来，浙江省第一次获得国家自然科学基金数学学科重大项目。该重大项目的成功立项，也标志着我国在数理医学领域超前布局，开展多学科交叉研究和综合性研究，提升我国在该领域研究源头创新能力。

德尚韵兴自主研发的深度学习框架DE－LIGHT可以完全契合超声AI的需求，该框架建立了将深度学习理论和变分能量泛函方法相结合的全新的图像处理与分析方法，创新性地引入旋转不变网络层、Split dropout等新概念，能够有效兼顾准确、敏感、实时三大问题。

正因为这些杰出成果，德尚韵兴算法团队连续获得了教育部科技进步二等奖，国际模式识别协会最佳论文奖等殊荣。德尚韵兴创新性的机器学习研究成果曾发表在ICML、NIPS等顶级机器学术会议上，并被Google Deepmind团队引用。

对此，德尚韵兴执行CEO严耶恩认为：“能否拥有自己的算法框架非常重要。因为目前的算法框架，绝大部分公司都是用的开源算法，尤其是在超声领域，能够拥有自己算法的企业非常少。超声AI与其他放射AI不同，它对于自主研发的算法框架非常依赖，这与它分析产品的准确度和实时性强相关。”