36氪首发 | 基于病理切片进行癌症诊断，AI+数字病理分析公司「迪英加」获数千万元A轮融资

原标题：36氪首发 | 基于病理切片进行癌症诊断，AI+数字病理分析公司「迪英加」获数千万元A轮融资

36氪获悉， AI数字病理分析公司迪英加宣布已获得数千万元A轮融资，本轮由君联资本、金阖资本（金域医学关联基金）和IDG资本共同领投，将门创投、布朗什维克基金继续跟投。据创始人杨林透露，本轮融资将主要用于完善公司的四条产品线，建立迪英加杭州/上海/美国研究院，及继续开拓海外市场。

关于迪英加36氪曾有过介绍，它专注于提供数字病理图像分析工具用于癌症诊断和分级。

在自主研发的高通量显微图像成像和处理技术及大体量数字病理影像图库基础上，公司打造了病理互联和智能病理（硬件+软件）两套系统，提供远程病理图像分析和全类比AI病理辅助诊断，涉及细胞病理、组织病理、分子病理、免疫组化；另外，一款名为“病理星球”产品能提供海量数字病理图片用于科研和临床。杨林表示，这四款产品能覆盖数字病理全产业链的各类需求。

另外，据杨林介绍，其高通量快速分析系统5秒就能处理完1亿像素的全视野病理扫描图像，细胞检测精度达99%。

一直以来，病理切片分析都被医学界公认为癌症诊断的“金标准”。许多病人的临床诊断须通过细胞形态学及组织病理学检查才能得到最终确认，包括各类肿瘤性疾病的区域、良恶性质、分期、分型等，从而为临床选择正确治疗方案、术后诊断提供依据。

在病理医生的实际阅片中，原始病理切片的图片尺寸庞大，肿瘤细胞群的尺寸却十分微小，他们往往没时间对每张病理切片都进行仔细分析计数。譬如一次大体切片活检，病理医生通常要对约几十张病理图像进行审查才能确定患者是否患病，其中每张图像都超过2000万像素、信息量极大，但只有几张图像与患病区域真正相关，病理医生经常要花费大量时间查看病理切片。

与之对应的是，目前全国病理医生也极度缺乏。公开统计数据显示，截至2015年，全国在册病理医生11000余名。其中，70%的病理医生集中在三级医院，三级医院平均配备3.63名病理医生；而超过两万家二级及二级以下医院，平均每家医院仅有0.12名病理医生，与原卫生部制定的每百张床配备1-2名病理医生的标准差距悬殊。可以说，在病理诊断领域，市场供需关系严重失衡，且短期内很难改变。

随着肿瘤发病率和死亡率的日益上升，病理科在满足临床对快速、准确、靶向、预测性病理诊断的需求上都面临着巨大挑战，AI的出现有望解决这一难题。它能自动分析、分割、检测感兴趣区域、定量评估病变区域变异程度，从而帮医生分担很多重复性、机械性工作，提高工作效率。

迪英加切入的正是这一细分领域，其基于自动检测和分割图像算法的高通量分析系统能直接对全场图像进行判读，并聚焦于算法突出的肿瘤区域，提高辅助诊断效率。以宫颈图片为例，迪英加开发的系统能在5秒内自动筛掉大量的阴性切片，系统判读的敏感性为100%，特异性为95%以上。

而传统用深度学习算法来预测肿瘤区域的项目多数只能将每张切片剪切成大量小尺寸图块，再预测单张图块是否为肿瘤区域。不过，仅凭单张图块而不知周边区域的情况会影响预测准确度，由此产生的假阳性十分显著。

当然，AI在医疗中应用的一项关键问题在于能否持续获得高质量的数据。杨林透露，截止目前其产品已在国内外50余家医院落地，积累切片数据15万例，涵盖20多种癌症。他还表示，病理数据难追溯，不存在泄露患者个人隐私的问题，相较于大影像和基因数据，在安全性和数据获取上都会更具优势。

对于商业模式的考虑，杨林表示迪英加主要是“软件+硬件”结合，并同时面向国内和海外市场。其一是向医院、药企、第三方检验机构销售软件/提供（整体）解决方案；其二是销售自主研发便携式扫描仪（作软件载体）和与国内友商合作的高通量扫描器械。

关于投资逻辑，君联资本投资总监杨轶表示，首先，迪英加的团队在科研和商业资源上都有足够的积淀，并在中国采用欧美水平进行了落地应用；其次，便携式硬件+软件结合的模式在成本控制和商业化方面都有优势，也易形成产业闭环；最后，君联和金阖的产业资源也能与迪英加发挥协同作用，让公司各产品线能更好地商业化落地。金阖资本负责人王智飞之一表示：金域医学拥有庞大的业务网络，有海量的病理数据要处理，未来能与迪英加产生业务协同。IDG资本合伙人牛奎光则认为，病理是非常适合AI辅助分析的领域，迪英加业务涵盖全球市场，发展潜力巨大。 

除了迪英加，进行AI在病理诊断上的探索的公司还有一些。国外市场包括德国的Definiens和莱卡的Aperio，美国的Digipath、Paige.AI，丹麦的Visiopharm等等；在国内典型的有智微信科、微瞰、智影医疗、DeepCare等。

（编辑：源码网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!