[每篇 3 分钟，钛媒体带你读懂人工智能］

与过去两三年内成立的多数医疗影像AI公司一样，Airdoc赶上了一波“风口”：成立于2015年7月，已经完成B轮融资，三年三轮融资，总融资额超3亿元人民币，投资方有以技术见长的搜狗，也有深耕医疗的复星。

但Airdoc一开始切入眼科时，管理团队曾担心眼科实际上没有太大的商业价值，因为大部分致盲性眼底疾病的发病率相对比较低。不过由于慢病的早期病变会在视网膜上体现，人工智能慢病识别系统可以自动读取眼底照相机拍摄的视网膜影像，利用慢性病识别算法完成分析筛查，Airdoc开始对慢病筛查和管理市场有了信心。

以发病率约为 25%~38% 的糖尿病视网膜病变为例，在中国，约有1.14亿糖尿病患者，也就意味着其中一半的糖尿病患者有并发视网膜病变的潜在风险，所以治疗建议糖尿病患者每半年进行一次眼底筛查，实时掌握疾病进展。

与义诊、宣教等传统慢病筛查方式相比，人工智能阅片效率更高。目前，Airdoc可以识别出糖尿病、高血压、动脉硬化、视神经疾病等30多种慢性疾病，以及高度近视、老年性黄斑变性等常见眼科疾病。

但Airdoc面临着医疗AI公司共同需要解答的一个疑问：如何实现商业化？

Airdoc市场部副总裁张京雷告诉钛媒体，“不光是我们，实际上现在医疗人工智能公司都很难从医院直接赚到钱，但问题是我们一定要找到一个可靠的商业模式，推动人工智能的落地。”

目前行业内的AI产品大多必须与医院合作，这种模式被张京雷形容为B端业务，Airdoc的B端业务主要与医院和体检中心等展开合作。在张京雷看来，人工智能软件公司与传统医疗器械等硬件厂商是互补关系，“很多医院并不缺设备，缺的是可靠的医生和信任医生的病人，因为没有好的医生就没有病人，将来，人工智能可以帮助医生更好地驾驭设备，也能帮助硬件厂商提高硬件覆盖率。”

选择B端业务还是C端业务，区别在于产品的最终主要支付方到底是谁。“B端业务需要达到的先决条件比较多，人工智能背后是一个算法，人工智能算法直接向C端收费目前还没有合理的模式。创业公司更看重的是将来的C端业务的潜力，这同样对医疗AI企业来说也是很大的挑战。”

Airdoc一直考虑在C端扩大思路，比如儿童常见的斜弱视，以及年纪大了以后的散光、老花等视光问题，眼科疾病常常会伴随终身，而且不同年龄段对应着不同的疾病市场，这在张京雷看来是颇具潜力的C端市场。“问题在于这个C端市场如何找到特别好的商业模式，比如能够做人工智能辅助的近视预防就特别有意义，比如一百个孩子，有几十个不让他发展成为近视，实际上是功德无量的事情。”

Airdoc去年和温州医科大学眼视光医院合作，通过大数据研究，剔除异常数据干扰，研发儿童未来视力变化预测模型，分析出验光结果相对于年龄的变化趋势等。

比如小朋友在一段时间内对眼睛进行测量，将测量数据与模型对比，会帮助家人发现小朋友将来会不会近视，在什么时间最有可能近视。虽然近视的发展和生活形态有很大关系，但抛除无法控制的因素外，如果能够更精准筛查、预测、管理，对家长来说就能更好地控制近视的发生和发展。

“近视发展和基因本身也有很大关系，所以将来有没有可能结合基因来更准确地预测近视？这些都是C端市场里面特别有商业价值的地方。B端市场只能在医院里面完成，所以能做的项目比较少。”在张京雷看来，人工智能包括影像识别，将来能不能快速进C端市场，商业机制的寻找会是一个不小的挑战。

张京雷也认为，政府医保将来也许会是一个很好的合作或者买单方，因为人工智能现在能做的，包括影像和医疗大数据等，从长远来说，是完全可以帮政府在医保或者健康方面节约大量金钱的。（本文首发钛媒体，作者／付梦雯）