世界癌癥報告顯示，2012年中國癌癥發病人數為306.5萬，約占據全球發病的五分之一;癌癥死亡人數為220.5萬，占全球癌癥死亡人數的四分之一。到了2015年，中國每年因癌癥死亡的人數增長至281.4萬，癌癥的持續性增長是中國發展中面臨的社會問題，這也對醫療體系提出了挑戰，如何加快診斷速度和精確度成為醫院的努力方向。

目前中國的數字病理發展并不完善，從國際發展情況來看，數字掃描儀等硬件發展處于領先地位的是美國和日本，軟件的發展相較于硬件更為滯后一些，飛利浦PIPS于今年4月獲得美國FDA批準首個全切片成像系統上市。在中國，病理診斷流程對人工的依賴性仍然較高，自動化程度較低。醫院病理科的醫生由于讀片數量和經驗積累的不同，病理讀片的準確度也不盡相同。

在此背景下，微瞰智能針對癌癥診斷提供了解決方案，采用基于深度學習的病理圖像定量分析，為組織病理和免疫組化預后模型提供快速、低成本的定量分析結果。這種方式能夠減低誤診、誤治;快速、低成本地確定癌癥治療策略。從數字病理軟件切入，逐步向硬件深化發展，微瞰智能希望能夠盡早為醫院提供軟硬件一體的全套解決方案。

聯合創始人&COO徐豐告訴獵云網，目前微瞰智能主要有三款產品，分別為數字病理分析系統(DPAS)、胃癌/乳腺癌癌變區域識別系統、乳腺癌IHC4量化分析系統。第一款產品DPAS可以實現對數字病理樣本的存儲、展現等功能，定位為病理醫師的工作平臺。它基于病理科室工作流程定制開發，可以助力醫生完成科室間的內外協作。

后兩款產品除了對數字病理圖像進行呈現外，還能完成診斷和篩查功能，即數字病理圖像的預處理。胃癌/乳腺癌癌變區域識別系統會自動對癌變區域進行勾畫和標記，并對病變面積占比、著色梯度進行自動化分析。它定位為病理醫生輔助診斷工具，可以完成胃癌、乳腺癌癌變區域的自動識別、標記、熱區視野排序和快速定性判別。乳腺癌IHC4量化分析系統在識別對象上略有區別，主要針對乳腺癌分子分型的免疫組化預后模型進行圖像定量分析。

目前微瞰智能在上述三個產品的圖像分類識別準確率均大于85%，在它的輔助下，病理醫生的工作效率可提升100%，復核準確率達95%以上，癌癥精準診斷在人工智能技術的推動下得以提升，數字病理即將進入市場爆發期。

據了解，微瞰智能的產品將首先進入上海和江蘇，醫院和科研機構可使用SAAS形式的數字病理分析系統，并按年繳納使用費和升級費。今年10月底，胃癌癌變區域識別系統將進入醫院投入臨床測試，12月底乳腺癌癌變區域識別系統進入醫院試用，明年2季度完成乳腺癌IHC4量化分析系統的產品研發。

團隊仍然在人工智能方面進行不斷的探索和優化，并致力于讓公司產品覆蓋至更多癌癥類別。徐豐從技術角度對獵云網解析道，一方面，微瞰智能與醫院進行合作，通過他們提供的數據完成機器學習，讓系統覆蓋至組織形態、細胞形態相近的癌癥類別;另一方面，對于組織形態差異較大的癌癥，團隊會建立新的算法。

盈利方面，目前采用的是SAAS服務收費的方式，未來還將拓展更多盈利渠道，如儀器銷售等。

微瞰智能的核心團隊主要來自于計算機和醫學兩大領域。創始人&CEO李冠男是華威大學計算機博士;科學顧問NasirRajpoot是華威大學計算機系教授;COO徐豐是原醫學影像專家集團聯合創始人。

今年2月份，公司曾獲得上海眾合創業投資、上海優勢奇正投資的天使輪投資。目前團隊正在尋求Pre-A輪1000萬元融資，主要用于醫院推廣、產品研發、團隊擴張。

更多資訊請關注醫療機械頻道