醫生借助醫學影像做出疾病診斷已經是常用手段。據了解，臨床診斷的70%依靠醫學影像。加之人口總數增多、老齡化趨勢加劇以及收入水平提高等因素的影響，更是驅動著醫學影像行業保持長期增長的態勢。有分析報告認為，預計到2020年，中國醫學影像設備市場初步可達400億市場規模。不過，在這片藍海中依然有不少亟待解決的問題，比如如何減少疾病誤診率、提升醫生的診斷效率。而人工智能或許能給這一問題提供一個很好的答案。

2015年成立的圖瑪深維（12Sigma）正是這樣一家將深度學習人工智能技術引入到智能醫學診斷的系統開發商。12Sigma創始人鐘昕透露，近日，12Sigma已經完成150萬美金的天使輪融資，由真格基金、經緯中國共同投資。

鐘昕表示，圖瑪深維將深度學習引入到計算機輔助診斷系統中，可應用于各類醫學圖像分析診斷、顯微鏡下的病理圖像分析、以及發現DNA結合的蛋白質的序列特異性并協助基因組診斷等。幫助放射科醫生提高診斷精度和診斷效率，降低診斷成本，帶給病人更佳的診斷和治療方案。

目前國內外已有一些公司在人工智能醫學影像診斷上進行嘗試，如美國硅谷的Enlitic，加拿大的Imagia，國內如此前36氪報道過的DeepCare、推想科技等。

與之相比，12Sigma在疾病的解決方案上選擇了不同的切入點。公司第一款產品為針對于肺癌的自動診斷系統（SigmaLUTM）。該系統訓練使用的數據來源于我國若干家三甲醫院及美國癌癥協會提供的上萬例胸腔CT掃描數據，能從胸腔CT掃描中自動分割肺部，并自動標記疑似肺癌結節的組織結構位置、大小、形狀等信息，輔助醫院或醫學影像診斷中心放射科醫生對肺部醫學圖像的分析，在幫助醫生提高早期肺癌的檢出率的同時大大降低臨床醫生的工作量。

目前低劑量CT已經成為肺癌和肺結節篩查的NCCN推薦方法。但是肺結節在臨床漏檢率一般在15%-20%之間，美國最優秀放射科醫生的漏檢率在7%左右。而經前期的實驗數據證明，12Sigma的肺癌的自動診斷系統的可靠性在98.5%，也就是說漏檢率僅為1.5%；而系統的準確性為4.0，這意味著檢查出的肺結節中假陽性與真陽性的比例在4：1。

“因此，我們的CAD系統恰恰是醫生所需要的。因為醫生極少有誤判，但是容易漏檢。SigmaLUTM系統彌補了醫生人為診斷漏檢率高的缺陷，對于系統帶來的誤判，醫生可以快速的做出篩除和修正，從而為醫生輔助診斷，提升工作效率。”鐘昕稱。

目前，圖瑪深維的客戶主要以B端為主，其商業模式大致可以分為兩類：

一是面向醫院、影像中心、體檢中心推廣。目前，主要以科研合作的方式進入醫院，通過系統輔助醫生診斷，獲得相關數據與醫生的指導反饋。

二是與PACS廠商、醫療器械廠商合作，將該系統作為軟件集成在其他產品中。據了解，12Sigma已經與PACS系統提供商對接，與他們的集成系統一道進入醫院。

目前公司總部在北京，并在美國圣地亞哥設有分公司。在團隊規模上，圖瑪深維在美國的研究團隊7人，中國研發銷售團隊4人。創始人兼CEO鐘昕為清華大學生物醫學工程學士，密執根大學生物醫學工程、電子工程碩士，卡內基梅隆大學工商管理專業碩士，曾就職美國高通公司、高盛證券交易部，美林財務管理部。聯合創始人兼CTO高大山畢業于清華大學自動化專業系， 擁有加州大學-圣地亞哥分校電子工程學博士，曾任職于GE全球研究所、美國高通公司，是人工智能和計算機視覺學領域的專家。

此前，12Sigma曾獲得30萬美元的種子輪融資。鐘昕表示，本輪融資后，公司的產品研發將在肺病領域實現由點到面的擴展，從目前肺結節的自動診斷擴展到如肺結核、肺氣腫等多類呼吸科疾病的自動診斷。未來的3至5年，12Sigma計劃推出6-8類針對腫瘤、心血管疾病、腦血管疾病的自動化診斷產品等。