猎云网注：将AI运算从云端落到本地，这对于硬件性能是不小的要求。所以不管从未来成像质量提升还是 AI运行需求方面，专机专用的掌上主机是大趋势。文章来源：华医资本（ID：huayi_capital），作者：陈川。
7月13日，复星医药（集团）发布公告，拟10600万美元（约人民币7亿）入股美国Butterfly Network。投后估值约12.5亿美元（约合人民币83亿）。
Butterfly 是谁，让复星这么看好呢？
Butterfly是一家美国特拉华州的掌上超声+人工智能的公司，成立于2011年。他们的首款超声成像产品Butterfly iQ于2017年9月获美国FDA批准上市，通过智能手机应用结合云技术、人工智能、深度学习等，实现了单个手持式超声探头通过多种检查模式分别完成对全身多个部位、多种临床应用需求的操作。
公告显示Butterfly截至2017年12月31日， BNI实现主营业务收入0万美元，实现净利润约-2,907万美元（1.94亿元）。
那么，国产同样fashion的掌上超声+人工智能了解一下？
我们分几个部分来介绍：
1、掌上超声是什么，蓝海红海？
2、行业发展概况和搭载AI的掌上超声企业介绍
3、掌上超声的应用场景
4、勾画AI+人工智能
5、若干技术壁垒分析。
1、掌上超声介绍
掌上超声是什么，市场有多大，国内蓝海还是红海？
掌上超声，就是一种如手机般大小的超声设备，可以完成需要医院大型B超仪做的检查。从上世纪80年代起，美国率先展开用于战场救护的手持超声仪的研制，这种附带卫星远程传输图像功能的充电超声诊断仪器，在美军“沙漠风暴”行动中曾发挥了积极作用。后来，该技术从军用转为民用。
从战场救护到临床使用。
GE公司生产的第一代掌上超声—— VSCAN 1.0，2008年在美国上市，引起轰动，分别被美国《时代周刊》和知名科普杂志《科技新时代》评为“2009年50项最佳发明”和“2010年100项最佳科技成果”。
遗憾的是，GE这个掌上超声设备卖的并不好。最明显的原因可能是，一个综合大型医疗影像设备的厂商卖一款售价很便宜的小设备，对于其内部销售人员来说，当然卖大设备赚的利润更多，最后你懂的，GE的掌上超声就成了这样跨国大企业的一个产品线补充而已了，永远不会成为其旗舰产品，不管业界对其赞誉多高，不管市场的真实需求有多大，都难以逆转。
GE家的VSCAN
那么掌上超声市场到底有多大，市场教育完成了吗？
首先，在中国而言，掌上超声是个新兴蓝海市场，医生需要教育，尽管早在十年前GE的VSCAN就上市了，但GE并没有花很多精力做市场教育，所以这不是一个进口替代市场，而是一个待开发的蓝海市场。
But可喜的是，这个市场也并不像我们假设的一样荒芜！早前，国家科技部己将便携掌上超声列为十三五国家重点研发课题。2017年开始，掌上超声在各大专业论坛和展会也开始崭露头角。如2017年11月，由中国医学装备协会指导、中国医学装备协会超声装备技术分会主办的“国产便携式掌上超声推广应用座谈会”， 充分肯定了国产便携掌上超声在专科和基层推广应用的重要性和必要性。
包括一些基层医疗和偏远山区援助项目，掌上超声以其便携性的优势，成功加入到了政府采购列表。这个蓝海市场包括了国内1 万家二、三级医院的临床科室、3.7 万家卫生院、64 万个村卫生所、以及巨大的海外市场，可以说非常有诱惑力了。
2、行业概况
2、行业发展概况和搭载AI的掌上超声企业介绍
首先科普一下掌上超声的行业发展情况，值得一提的是，国内进展和海外持平。
从全球来看，掌上超声设备经历过两波产品浪潮。
第一波浪潮：以GPS为首的巨头企业先起跑。2009-2011年，产品包括GE公司的Vscan一代机，Siemens公司的Acuson P10和Mobisante公司的MobiUS。由于设计理念和技术水平问题，其在易用性和成像质量上存在不少缺陷。
第二波浪潮：海内外初创企业同时起步。2016－2017年，中国企业与国外企业基本同步，都是在这两年间首个掌上超声产品获证，国内以朗昇为第一家，索诺星和苏州斯科特紧随其后；国外有澳大利亚的Signostics、加拿大的Clarius、以及复星投资的美国Butterfly。新一代的产品在设计理念和技术手段上相比于第一代有了很大改进，在易用性和成像质量是有了显著提升。基本淘汰第一波产品。全球主要掌上超声产品及企业见下列表1：
可以看出全球的绝大部分掌上超声厂商都以初创企业为主，国内已有几家拿证，起步时间不算慢；从人工智能的开发来看，全球有三家公司设立专门团队开展超声人工智能研究，澳大利亚Signostics、美国Butterfly、以及中国朗昇，且此类人工智能辅助需求偏向于勾画器官结构，勾画病灶。
接下来我们对这三家掌上超声+人工智能公司做个简单介绍。
1）、Echonous & Signositcs
Signositcs公司被超声设备公司Echonous收购，于2015年融资3500万美元，2017年2.35亿美元，投资方为PE巨头KKR。旗下Uscan 具备基于深度学习算法的AI膀胱勾画，容量计算以及外周静脉引导功能。
EchoNous – Signostics的研发团队由来自医疗保健，人工智能，工业设计，制造和软件工程等不同领域的创新者组成，具有成熟的超声AI研发能力。 Signostics的创始人和技术团队十分强大，硬件技术与平台方面没有公开信息，数据源获取渠道也未知，不过针对的应用场景仅为膀胱勾画及体积计算和血管引导，数据源要求不高，但是数据源缺乏会导致该产品在后续的应用开发陷入瓶颈。
2）Butterfly Network
Butterfly是一家美国掌上超声公司，主要超声产品是超声探头加可连接传输数据到iPhone手机芯片的Butterfly IQ。于2014年募资1亿美元，投资方Aeris Capital，2018年7月融资2.5亿美元，其中复兴实业投资1亿美元。
旗下Butterfly IQ设备采用了该公司自己的超声波芯片技术，可将这三种典型超声波探头的性能集成到一个由数以千计MEMS组成的2D矩阵阵列中。目前应用于肌肉骨骼、心脏和外周血管等成像，接下来致力于AI识别与肿瘤筛查等进阶领域。目前AI算力方面依赖云计算，未明确表示未来有改善硬件平台和传输速度的计划。AI数据源方面目前没有透露。单个配套产品售价2000美金（不计关税）。
3）朗昇科技
朗昇科技是一家从事微型超声影像设备和高端智能硬件产品研发和生产的高科技公司。目前主要做掌上超声和便携式超声，以及通过超声影像的人工智能识别实现医疗超声应用的智能化。
创始人团队过硬：影像专家+智能技术专家
吴哲－董事长
2015年入选国家千人计划。国际超声影像技术专家，毕业于美国罗切斯特大学电子工程系医学影像专业，博士学位。2010~2013年期间，就职于美国加州大学圣地亚哥分校医学院放射系助理教授， MOORES 癌症研究中心研究员，超声分子影像学实验室主任。2005~2010年期间，就职于美国威斯康星州通用电气医疗北美总部任超声系统工程师，是 GE 超声旗舰产品 Logiq9 和 LogiqE9 彩色多普勒和弹性成像的技术负责人， 推出北美第一款弹性成像，全球第一款高频彩色多普勒机型。
龚任－总经理
企业管理和智能技术专家，毕业于美国乔治亚理工学院计算机与电子工程系。自2010年起创办苏州朗昇科技有限公司致力于智能硬件和可穿戴设备的产品开发和生产。在此之前15年中，曾就职于美国Qualcomm，美国Aeroflex Microelectronics，美国休斯网络公司和比亚迪电子担任高级管理工作和技术工作等。
在人工智能领域，朗昇专注临床实际场景应用的智能超声专业化产品开发，包括： 基于AI语音识别的指令交互和控制应用、针对颈动脉筛查中的颈动脉斑块识别、针对疼痛和麻醉应用中的臂丛神经识别、超声影像的AI图像增强技术等。
3、应用场景
有别于传统大型超声，掌上超声不是超声科医生使用，而是主要面向临床医生。
掌上超声开拓出三个大型超声难以触及的增量市场：1. 二、三级医院临床科室，急诊／急救市场。2. 基层医疗机构市场。3.院外灾害急救市场。
其中我们将院内应用场景进行了总结，见列表2：
可以看出掌上超声在基层筛查、门诊预检、临床使用等方面有强烈的需求，
对于临床科室和基层医疗的详细应用见下图：
值得一提的是掌上超声在基层医疗和偏远地区医疗救助的重大帮助。
前往偏远山区，地形复杂、下雨泥泞，当汽车无法到达时，医生们只能背着设备徒步前行，便携的掌上超声就显得特别有用；尤其当山区停电时，只有不需要外接电源的掌上超声设备还坚持工作。
讲一个医疗援藏的小故事。
2017年全国社区医疗服务志愿团走进西藏林芝，开展了为期一周的医疗援助活动，路途遥远，途中海拔最高处达4700多米，工作环境海拔近3000米。志愿团超声诊断组奔赴波密县乡村为村民进行健康体检与包虫病筛查，当时志愿团带着的就是掌上超声设备。
科普一下，肝包虫病是个非常可怕的寄生虫病。也称肝棘球蚴病。在中国主要流行于畜牧业发达的新疆、青海、宁夏、甘肃、内蒙和西藏等省区。
通俗地说，这类寄生虫会“吃”人类的肝脏。
这类病较早察觉一般依靠超声诊断。
北京大学医院超声科主任宋奕宁正在使用朗昇的mSonics-MU1为堂木村村民进行体检筛查
下图是被肝包虫“吃过”的肝脏超声图。这个圆圆的洞就是。
这一次援藏，在超出体检范围的腹部全面检查中，志愿团共为2246名藏族同胞做了疾病筛查，查出肝包虫病4例，疑似7例，肾癌、膀胱癌各1例，弥漫性肝损害、肾错构瘤、马蹄肾、肾缺如、肾结石各1例，胆囊结石50例、肾积水3例，并查出肝血管瘤、急性胆囊炎等疾病患者，为控制病情进展和进一步防治提供了充分的依据。
故事讲完了，对于基层医疗，掌上超声的作用还有很多，为了能让更多的基层医生广泛使用掌上超声，就不得不提到人工智能的功能。
4、勾画AI+掌上超声
我们把目前在超声领域的人工智能，分为诊断AI和勾画AI。
1 提供勾画功能的AI（CFDA二类，没有审批政策阻力）。
2 提供辅助诊断包括良恶性判别功能的AI（CFDA三类，目前审批政策未明，国家在积极建库）。
第1种AI已经足够帮助掌上超声迅速开拓二三级医院临床科室的应用，特别是基层医疗的超声筛查普及，因为目前基层医疗推广超声筛查的最大阻力和痛点就是看不懂和不会用超声，毫无疑问，人工智能辅助的超声动态部位快速识别和勾画技术将成为解决上述痛点最有效和最便捷的方案，而且目前审批通道顺畅无阻力，这一应用非常接地气。当然，这也需要大量的临床阳性病历来培训机器学习和优化神经网络。
第2种AI目前非常火热，也是未来趋势，但目前来说从技术到审批都还有不小阻力。这一应用在未来可以帮助掌上超声真正引爆基层市场，也非常值得期待，但需要耐心。
根据行内人士透露，临床科医生对于这类勾画AI掌上超声十分欢迎，当其被作为视诊器时，能够让医生的诊疗过程更加直观，也减少了专门为超声检查而将病人转去超声科的麻烦。而且针对不同的应用场景，不同形式的超声仪器能发挥与众不同的作用。
在应用于临床科室时，超声的便携性要求就会很高，所以掌上超声更加被临床医生所需要，这样更方便使用，价格也更便宜，而且清晰度和各项功能也能达到他们的要求。它在其他应用场景也有广泛应用，类似急救中心，便携式勾画功能AI超声能够大大增加他们的工作效率，也方便出诊；用在对新医生的教育上也十分受欢迎，帮助他们识别器官、组织与病灶，能让他们更好上手，更快的进步，也省去了专业医生手把手教学的麻烦。
同时，对于基层医务人员（主要是乡医、村医、护士 和其它医务人员，没有接受过超声诊断培训的，甚至对解剖学知识理解的不够全面的医务人员），有了勾画AI，也同样可以迅速的上手使用。
朗昇3代产品，颈动脉人工智能自动识别功能展示，非常方便快速的识别颈动脉，可以很好的帮助到基层医生。
5、若干技术壁垒分析
技术壁垒分为掌上超声部分，和人工智能部分。
1）掌上超声部分：
太长不看版本：
物理通道数不是越高越好，越高则带来的功耗越大，体积越大；
算法芯片是灵魂，是设备小型化的关键，可突破硬件限制，触及更高图像质量；
后处理能力、屏幕质量是软性修饰加分项；
长期使用要关注系统稳定性，稳定性差则触发医疗事故。
完整分析：
超声设备的成像质量和两个方面息息相关：一是硬件上的物理通道数，二是算法芯片实现水平。
1、首先讲物理通道数，物理通道数对于超声设备来说可以看作是汽车的排量，通道数越多，一次性传输的电信号就越多，在探头端一次性激活的阵元就越多，发出的声波就越丰富，获得的回声以及后续转化的电信号也越多元，成像也就越丰富细腻。在医用超声设备的物理通道数上，各厂家不断尝试，目前常见的高端大型彩超的通道数已经达到128个甚至更高，中端大型彩超的通道数也已经达到64个，32通道数的低端大型彩超在市场上还存在，但是正逐步被淘汰中。物理通道数增加无疑可以直接增加成像质量，但是也会不可避免的带了改变，所需的设备体积较大，数据传输线会很粗，功耗增加。这对于大型超声设备来说影响不大，但是对于小型化的超声设备来说是致命弊端，以至于在中国推出首台国产掌上超声仪器前，中国超声行业内仍然不相信具备医用价值的掌上超声设备的可实现性。
对于大型超声，国产替代浪潮在中低端大型超声市场上正剧烈上演，这和我国超声产业氛围的不断发展成熟密不可分，我国的超声厂家在硬件上和国际厂家的差距正在快速缩小。但是在高端设备市场，我国品牌与国际品牌还存在不小的差距，而这一差距很大程度上反应在算法芯片实现水平上。
2、算法芯片：如果把物理通道数比喻为超声性能的躯体，算法芯片实现可以理解为超声性能的灵魂。硬件为超声成像提供了实现的基础资源，但是如何有效的分配和利用资源，达到最大化，则是算法芯片技术的能力范围。优秀的超声核心算法和芯片实现可以让超声设备发挥出远超现有硬件水平的性能水准。比如在物理通道数为8通道的情况下虚拟出32通道的成像效果，这需要对于信号传输和资源分配上有精准而又巧妙的设计理念，需要成体系且长时间的技术积累。目前不少国内知名的超声品牌在硬件水平上已经完全媲美进口品牌，但是在算法芯片技术的钻研和积累上与进口品牌还有很大差距。超声设备的算法实现在行业内并没有统一的标准，独特性极高，所以这一点往往能够拉开产品间的性能差距。
3、后处理和屏幕。除了以上两点，后处理能力和屏幕好坏对成像质量也可以产生非常大的影响。前两点类似于硬性指标，是成像的基础。后两点类似软性修饰。后处理技术，良好的后处理可以起到极好的“美容”效果，将原本质量较低的图像改头换面，给观者清晰细腻的体验，同时保证图像的高还原度，是极富技巧的工艺手段，对技术团队的经验提出很高要求。
其次就是屏幕质量，一块高级的屏幕和一块普通的屏幕对于同样的输出信号也可以带来极其明显的改变。由于掌上超声的一大属性就是便携，使用环境和大型超声有很大区别。光源不固定，光线条件多变都是常态，所以一块能够在各种光线条件下清晰呈像的屏幕对于产品成像质量的增益是毋庸置疑的。例如朗昇科技配置了AMOLED全天候屏，这种显示屏拥有高对比度、极快响应速度等特点，目前主要是一些大型手机厂商在用，如三星高端机型和Iphone X；最重要的是，AMOLED屏可以全天候清晰显示，不受光线影响，所以在户外和急救场景，尤为重要。
4、稳定性。成像质量以外，医用超声设备的系统稳定性也尤为重要。举个简单例子，假如在超声引导穿刺的过程中发生了画面迟滞或者停机，很可能直接引发医疗事故。即使超声设备应用场景不是术中，由于医疗超声检查特殊的实时性要求，画面延迟和卡顿会带来非常差的操作体验，同时极大影响医生的工作效率。超声设备的系统稳定性要依靠成熟的系统实现技术来满足，系统实现不像算法芯片独特性那么高，在行业内有一定的既定标准，普通企业也可以按照既定规则实现基本的系统运转，但是存在明显的瓶颈。反过来说，如果要获得优于行业的功耗水平和系统稳定性，对企业在系统实现经验上提出的要求就会非常高。
2）人工智能部分：高算力+低功耗+实时性
在算力方面，虽然勾画AI所需仅是数百级神经网络，它通常要在大型设备上承载，要将该神经网络部署在掌上设备上时会遇到GPU算力不足，低功耗和硬件成本等挑战。
为了实现超声影像诊疗实时性，具备较好的移动硬件平台和软硬件开发团队十分关键。
例如朗昇科技的产品在设备内为AI预留GPU/DSP，借助低功耗高通820硬件平台，通过大量的神经网络优化和系统适配，实现移动终端内的AI运算。能够将多达千级神经网络优化后部署在移动终端硬件系统上，基本实现勾画AI应用于掌上设备。
而其他厂家目前常见的AI芯片，例如Nvidia芯片，成本非常高，功耗非常大，实现移动终端内的AI运算不现实。
朗昇目前已经完成AI神经网络的搭建，图像训练效果良好。
掌上超声AI的另一个特点要求， 高实时性。
也就是说使用者是边操作边得出结果。假如依照目前常规的方案，将 AI运算放到云端，通过上传－运算－下载的流程来驱动AI的话，必然极大限制超声检测的实时动态效果，对用户体验是一个致命打击。
这也就要求，将AI运算从云端落到本地，这对于硬件性能是不小的要求。所以不管从未来成像质量提升还是 AI运行需求方面，专机专用的掌上主机是大趋势。
