AI医疗企业“科亚医疗”不久前向港交所递交了上市申请，拟在主板挂牌上市，这家成立于年的公司，仅去年一年就连续融资6次达8.5亿元人民币（18年天使轮与19年A轮融资共约1.18亿元人民币），从B轮直抵Pre-IPO轮（D轮）。科亚医疗在招股说明书上称为“中国人工智能医疗器械行业的开创者和领军者”，但年内收入仅为70.9万，净亏损高达4.87亿元。
那么，高速发展的背后，科亚医疗又会面临什么样的挑战？
科亚医疗的先进性体现在什么地方
提到科亚在港上市，有人会联想到今年初在港上市的另一家AI医疗科技公司——医渡。作为大数据和人工智能技术的医疗解决方案提供商，医渡科技的重医院来自超过3亿患者的超过13亿条时间轴医疗记录，比如说病历，以快速、准确和低成本的方式，汇集和转化成为可供计算、结构化和标准化的数据，形成解决方案，医院、制药、科研、保险公司以及监管等机构并为之服务。
来源：艾瑞虽同属AI+医疗，上图的几个方向却大不相同。医渡科技主要属于“CDSS”，而科亚医疗则属于“AI+影像”，后者相对处于成长期，根据艾瑞预测，具有比前者更大的市场规模。
科亚医疗执行董事、副总经理曹坤琳说：“AI在医疗领域的应用，远远不只提高影像科医生效率这么简单，它可以在影像解剖学基础上提取无法从影像中直接获取的信息，为临床医生提供新的医学检测手段。”
科亚医疗执行董事、副总经理曹坤琳还记得中学上生物课的时候用过的显微镜吗？传统观察方法就好像你通过肉眼来观察细胞，耗时费力，而且准确度因人而异，但采用AI的方法，一来替代或者辅助人类监测和识别，二来可以获取到更充分的信息，达到更高的准确度。
传统的机器学习是利用算法分析大量数据，从中学习训练，然后进行特征提取来识别。比如通过训练，机器学习到猫头鹰有“两只眼睛”、“弯曲的喙”、“眼睛很圆”等特征，然后再输入新的猫头鹰影像信息，机器就能识别出来。
深度学习作为一种更为先进的机器学习技术，采用多层级人工神经网络，深受大脑工作模式启发，尤其是神经元互连性的影响，模仿其运作，从海量数据中“学习”并自主识别模式及相关性，无需输入规则或知识，即可从图像、视频或文本等数据中自主学习。
来源：Quora来源：Quora目前深度学习还在持续发展中，未来还会有更多的想象空间。还记得10年前的电影《盗梦空间》（Inception）吗，嵌套了多层梦境，后来Google开发的GoogleNet自称为Inceptionnetwork，其模型灵感就来源于该电影的台词：Weneedtogodeeper。它从另一种角度来提升训练结果：更高效地利用计算资源，在相同的计算量下提取到更多的特征，从而提升了训练效果。
去年大红大紫的ARKInvestmentManagement在今年1月发布的“BigIdeas”，估计深度学习将创造比互联网更大的经济价值，在未来15至20年内为全球股票市值增加30万亿美元。
在AI医学影像中，深度学习的应用已经比我们想象中要走得更远。比如被誉为“全球50家最聪明的公司”Enlitic利用卷积神经网络寻找恶性肿瘤，自动总结出代表恶性肿瘤形状的“特征”以及能够判断有无恶性肿瘤的“模式”，与放射技师检查作对照，该公司开发的系统检出精度要高出5成以上。
“感谢人工智能，我终于不用每天对着显微镜苦干了”，格拉德斯通研究所（GladstoneInstitutes）和加州大学旧金山分校神经科学家史蒂芬·芬克拜纳（StevenFinkbeiner）领导的团队与谷歌的研究人员进行了合作，他们训练出一种机器学习算法，可以对培养皿中的神经元细胞进行分析。通过训练，研究人员的算法能够识别出它之前从未见过的特定类型的脑细胞。此外，算法还可以辨别死细胞和活细胞，定位细胞核，区分轴突和树突。
来源：Nature现在深度学习医疗器械运用已经深入到各个科室，与现有的检测、治疗手段相结合，国内目前已上市或开发中的深度学习医疗器械分类及主要应用如下图所示：
来源：科亚医疗招股说明书科亚医疗的核心产品深脉分数就是利用深度学习方法，针对冠心病即“冠状动脉疾病”的检测，由于动脉粥样硬化导致冠状动脉管腔狭窄，使心肌供血不足而引发一系列临床病症，严重者可猝死，根据世卫组织资料，它目前是全球第一大死亡原因，致死人数约占年全球总死亡人数的16%，而排在第二位的是中风，二者都是科亚医疗的重点领域。
检查冠心病的常用办法是CTA检测，咱们很多人都做过CT横扫，对于细小血管是看不清楚的，就是增强CT也不能展现某部位血管的整体外观，必须用到CTA。科亚医疗虽然不能省去做CTA的过程，但如果CTA影像表明患有冠状动脉狭窄的可能性较高，医生通常会要求患者继续做ICA手术，以便进一步分析，得到FFR。FFR是通过狭窄病变远端冠状动脉的最大血流量与正常最大血流量的比值，高于0.80是正常标准。
传统的FFR测量是在ICA手术后，使用压力导丝并给予冠状动脉内或静脉内血管扩张剂以产生最大充血，说白了，就是需要再做一次有创检查，这种有创使用的血管扩张剂可能导致其他并发症，而且还贵，医院做一次要花费2,元至6,元不等。
而科亚医疗的深脉分数把后者过程给取代了，只要做一次CTA，就能通过深度学习算法得出CT-FFR，为患者提供了一种无创、有效、更经济的诊断方法。这个过程如下图所示：
来源：科亚医疗招股说明书我们看一个完整的案例。某患者首先做了CTA影像（见下图A），表明其左前降支（LAD）冠状动脉发生中度狭窄。患者随后进行ICA及有创FFR测量（见下图B），有创测量计算的FFR值为0.90，表明病变并未限流。而将同一患者的CTA影像导入深脉分数后，数分钟内，系统就会返回一份电子报告（见下图C），计算的DVFFR值为0.92，与前者FFR结果一致。如果具有统计学意义，那么深脉分数就可以取代传统方法。
来源：科亚医疗招股说明书所幸的是结果还不错。根据最近发表在国际放射学顶级学术期刊《EuropeanRadiology》的论文，医院史长征教授通过为期2年的调查研究，采用深脉分数，使超过72%的患者避免接受不必要的有创冠脉造影以及相关的手术风险和花费，同时具有不劣于有创造影的临床结果。
既然在内部研发取得了进展，就要得到外部的认证。
年9月，国家食药监总局发布新版《医疗器械分类目录》明确规定：
若诊断软件通过算法，提供诊断建议，仅有辅助诊断功能，不直接给出诊断结论，则申报二类医疗器械。
如果对病变部位进行自动识别，并提供明确诊断提示，则按照第三类医疗器械管理。
去年1月15日，深脉分数获得国内首个国家级NMPA人工智能三类医疗器械注册证，此外还拿到了美国FDA和欧盟CE认证。随着产品线的不断扩大，目前，科亚医疗的自主研发及在研产品，其中11种为深度学习三类医疗器械，6种为融入人工智能技术的二类医疗器械。
来源：科亚医疗招股说明书另外，科亚医疗区分新冠肺炎与一般肺炎的“CT+AI”检测研究成果，被国际顶级放射学期刊《Radiology》收录并发表。
销售缓慢下的人才储备战
年和年，科亚医疗的收入分别为人民币.7万、70.9万元，而相应的净亏损分别高达.5万和4.亿元。
首先，商业化进程并没有那么容易，按照医疗器械注册流程，产品从申报到最终过审要经过产品定型、检测、临床试验、注册申报、技术审评、行政审批等六步。最重要的是，医院需向地方政府部门（通常包括省级卫生健康委员会及医疗保障局）申请物价编码后，才能向患者收取费用。根据灼识咨询的资料，新医疗器械或手术通常需耗时一至两年方可进入定价项目目录。目前科亚医疗只进了河北、安徽、山东、江苏等四个省份的目录。
科亚医疗在招股书中表明，与中国家医院建立了紧密的合作关系，并设立人工智能诊断中心，其中医院，医院总数的约55%。如果按70.9万全部收入来计算，医院只有元的收入，又根据其公布的前五大客户销售额推算，这里面显然医院。
同业者数坤医疗董事长毛新生表示，医院都在使用，但是AI医疗产品价值如何在购买环节解决付费问题，如何进入医保收费体系，还需要行业规则不断完善，也需要国家政策对AI医疗领域的大力支持。
与此同时，科亚医疗的研发投入去年同比增长超过2倍，达到1.亿元；行政开支增至3.亿元，其中来自工资福利3.亿元；销售及分销开支大幅增至万元，科亚医疗表明，主要是去年扩大了销售及营销团队所致，然而销售并没有得到提升，整体收入还下降了64.59%。
医药行业具有前期高投入，结果不确定的特点，AI医疗也是如此。前面提到过的医渡科技在研发上同样投入高，员工薪资福利部分，总共达到6.79亿元，但医渡科技的收入还是不低的，其招股说明书显示去年收入5.58亿元，比上一年增长%。
我们再看另一个登录科创板的医药公司百奥泰，当时招股说明书显示，-年度以及年1-6月，公司净利润分别为-1.37亿元、-2.36亿元、-5.53亿元和-7.15亿元，登陆了科创板后，该公司年度净利润仍然亏损约5.13亿元，目前这家公司市值为96.81亿元，对比上市当天市值.28亿跌去一半还多。
与普通医疗相比，AI医疗属于新生事物，医院，论证企业真金白银投入后可以产生超出以往的价值。去年，科亚医疗将发展重心转向产品的研发与销售，一年时间，其人力规模翻倍，从人增至余人。其中，65％的增量来自销售团队，35％来自研发团队，直接造成了公司成本的飞涨。科亚医疗将大量资金用于员工的薪水、福利及公司权益支付，其支出额度几乎占据了科亚全年亏损的3/4，在用人方面，科亚医疗可谓不遗余力。
这些人确实不便宜，要求还很高。相比一般的医疗企业，AI影像人才的招募更加偏重复合人才，需要在医疗方面与人工智能、计算机方面兼具能力，我们从猎聘中节选了他们招聘的“图像深度学习专家”岗位，会从6个方面来考量：
数据来源：猎聘我们再以该公司的副总经理曹坤琳博士为例，38岁的她超过薇娅荣登福布斯中国发布的年商界潜力女性榜榜首；在技术方面，在医学成像研究方面拥有15年以上的经验，此前在多家公司任职，包括美国爱荷华大学助理研究员、美国通用电气公司全球研发中心（纽约）电气工程师及首席工程师，还被委任为成都信息工程大学特聘教授，之前获得爱荷华大学颁发的电气与计算机工程硕士、博士学位。团队其他几个创始人和高管同样具有类似背景。
由于这类人才储备很少，而需求量在增加，业内竞争就十分激烈，不仅是科亚医疗，从Boss直聘等网站上也能看到类似需求，这些创业公司开出的价位都不低。
“实际上我们今天碰到最大的困难就是数字化人才”，业内另一家知名AI医疗公司推想科技创始人兼首席执行官陈宽表示，“跨界、多维、行业型的AI数字化人才非常难得，有很多懂AI、懂医疗、懂法规的，但从企业的角度需要综合型团队和人才的时候，就非常难找，对企业的发展也是至关重要的因素，这是产业发展最关键的环节。”
高投资背后的期待
高薪待遇需要靠强有力的现金流支持。前面说过，科亚医疗去年总共融了6轮，金额达到人民币8.5亿元。从现金流量表中，也能看得出来，融资活动所得现金净流量8.47亿元，最后综合计算现金及等价物为8.37亿元。“如果没有母公司或外部投资，公司撑不了一个月”，科亚医疗销售总经理王凯在接受某财经媒体采访时直言。
业内其他公司的融资步伐亦是如此。数坤科技8月获得人民币2亿元C轮投资，同年12月获得5.9亿元D轮投资；森亿智能、推想科技亦获得D轮投资；而专注AI制药的晶泰科技9月完成了单笔3.亿美元C轮融资，这也是去年国内医疗领域规模最大的融资事件之一。
据不完全统计，去年AI医疗领域一级市场投资金额达到人民币64.09亿元，同比上年增长.9%。去年也是医疗行业的IPO大年，据投中统计，74家上市企业中73%背后有资本支持，为VC/PE机构带来%的退出回报以及亿美元的账面价值，平均退出周期为2.6年。典型案例有燃石医学、悦康药业、开拓药业等。
AI医疗影像领域曾经在几年前热过一段时间，沉寂下来的再次爆发，应该与年的疫情多少有些关系，背后是投资人对市场的判断与期待。
从投中发布的《年中国VC/PE市场数据分析报告》来看，与前几年泛看早期项目有所不同，现在投资人更倾向于“投资优质企业，下重注不错失”策略。另据媒体报道，如今很多项目的上市速度更快、流程也更短，这直接导致，一些项目本来没有上市的必要，但是门槛低了，也决定上市；另外，某些被看好的项目不再纠结于多轮融资，没有BCDEF轮，A轮后直接IPO。
这次科亚医疗披露招股书之前，同赛道另几家AI医疗公司推想科技、Airdoc也相继披露了上市进程。推想科技于年12月18日与中信建投证券签订上市辅导协议，Airdoc主体公司北京鹰瞳也于年1月8日同中信证券签署上市辅导协议，二者均拟在科创板挂牌上市。据媒体报道，像深睿医疗、数坤科技等其他几家已经获得AI医疗三类证的企业，都在加急筹备IPO进程当中。
3月26日，红杉资本全球执行合伙人沈南鹏在“智瞰未来”峰会上表示，生物医药公司这几年的发展有点像2年初的互联网行业，未来还有巨大的发展空间。我们看到一个交叉点正在兴旺的发展，即IT和BT，其融合速度超过历史上的任何时刻。
早在年，在当时O2O和B2C刚刚步入红海的时候，知名投资人周亚辉在回答“中国下一个投资热潮在哪”的问题上，就向媒体表示“在数据和医疗产业充满机会。”
科亚医疗联合创始人、董事长周亚辉说这话之时恰与科亚成立年份相符，其实周亚辉才是科亚医疗的实际控股人，也是最早的股东，他目前持股约43.21%，第二大股东是联合创始人之一、首席执行官宋麒博士，占比9.73%。
科亚医疗CEO宋麒在投资圈火热之外，不少业内人士则表达了偏负面的看法。知乎有网友匿名表示：
花了那么多钱，但是壁垒没建立起来，竞品依然可以进来（尤其是硬件设备厂商），医疗AI技术又不是医药，也没有真正的专利保护；没有看到商业闭环和可规模化的支付方，目前还是依赖投资人的钱；赛道从4年前发展到现在，业务没有延展性，依然停留在浅层次的应用上；大数据、小应用，大量的时间和人员精力投入，解决一个非常小的问题，而非端到端的临床解决方案；投资人一片火热，医院付费意愿则很是一般。
从更大的人工智能上市进程来看，除了涂鸦智能等少数公司比较顺利以外，我们知道的很多知名公司，包括新冠疫情暴发时，用四天时间就推出“胸部CT新冠肺炎智能评价系统”的依图科技，在最近的上市进程中，纷纷按下暂停键。
今年3月15日，剑桥大学领衔的一项研究发表在《自然机器智能》刊物上，论证了62个AI算法存在算法偏见和不可重复性等重大问题，都不具有新冠临床诊断价值。因为这62个算法都普遍存在一个问题：缺乏影像科医生和临床医生的参与。国内新冠肺炎暴发时，AI影像监测也过度依赖肺结节个数的算法，对实际起不到作用，孤立提供结节个数并不是判断炎症的标准，机器的自学习时得需要大量影像学医师教它如何勾画出炎症区域。
知名论坛Reddit上有网友将AI医疗与DeepMind的AlphaZero进行了全方位的对比，在数据收集、人机交互、决策认证等方面AI医疗都必须要专业医生全方位参与，而AlphaZero只需要在游戏服务器上广泛部署以及找普通玩家测试就行了，也不用承担误判的损失。
文：路易斯/数据猿
原文标题：赴港IPO的科亚医疗：收入71万，亏损近5亿，一年连融6次资金