心电图作为一种普遍的反省手腕，在各级医疗机构都十分普及、运用频率极高。《中国心血管病报告2016》显示，心电图医疗产业全球规模现已超40亿美元。

心电图发生的数据量宏大，即使借助传统心电剖析软件也只能挑选可疑片段而不能精确诊断，医生在临床理论中仍需破费少量工夫停止剖析，误诊率和漏诊率还很高。卷积神经网络（CNN）和循环神经网络（RNN）等AI技术能用于心电图特征的自动提取与分类，明显进步心电图剖析的精确率，处理上述痛点。

36氪近期接触到的心声医疗便是这样一家应用AI停止心电图剖析的公司，它定位于AI心电医师技术效劳商，中心业务是经过技术手腕剖析心电图并生成诊断报告，协助临床医师进步任务效率和降低误漏诊率。

据开创人傅兆吉引见，心声医疗的心电诊断算法Cardio-learn是基于CNN和RNN技术的深度学习算法，相较于传统剖析软件所采用的形式辨认算法，它对心律正常事情检测的灵敏度和特异度都更高，还能生成可供临床医生直接采用的心电图诊断报告。据悉，该算法曾取得2017年第18届全球心电计算竞赛冠军。

当然，技术的落地还需求搭载在其它软件产品或许器械产品上。依托于上述心电诊断算法，心声医疗将推出面向B端和C端的两种产品。

其中，面向B端（医院、体检中心、心电图医疗器械商、可穿戴安康设备商等）的产品为AI心电医师云引擎，次要提供心电剖析云效劳，基于调用次数停止免费，方案在往年6月份上线试运营；面向C端用户的产品则是一款便携心电仪，将于7月份量产，该硬件只要一片口香糖大小，用户能经过蓝牙衔接 手机 并传输至云端随时完故意电图反省，并于2秒内取得本人的心电图剖析报告。

在市场推行上，傅兆吉表示，目前心声医疗已与科大讯飞达成战略协作，借助后者搭建的人工智能诊疗中心平台触达B端客户。据悉，心声医疗的心电医师云引擎已在往年2月份作为该诊疗中心的一个功用模块正式面向市场，蓬勃发展的行业不仅给从业者提供了巨大的发展机遇，也带来了全新的挑战。并在中国 科技 大学隶属第一医院心电科部署使用。

傅兆吉泄漏，依据运营近3个月以来的数据反应，该产品可精确诊断27类罕见心律正常，掩盖临床心电图异常总量的95%以上，针对不同的心律正常，诊断灵敏度和特异度在87%~98%之间。

当然，结合前文所提及的痛点，更优的心电图剖析诊断技术似乎成为市场刚需。对应地，来分这块市场蛋糕的并不只要心声医疗这一家。

就在往年4月，乐普医疗对外发布了自主研发的“AI-ECG平台”（已取得FDA受理），完成了AI心电图智能剖析诊断技术的落地；初创公司沃方科技也研发了一套心电智能辨认零碎；国外的AliveCor也推出了运用AI技术剖析心电图的产品；另外，还有不少机构在做相关的研讨任务，譬如吴恩达率领的斯坦福机器学习团队，研讨效果的 商业 化也是迟早的事。 由此可见，继影像辨认后，心电图辨认这一垂直细分范畴也开端暗流涌动。

谈及能够面临的市场竞争，傅兆吉表示，“相较于影像辨认诊断，心电图诊断的技术门槛更低，且离市场更近，能更快产业化，变现更快”，将来的竞争一定会更剧烈。

他以为，在产品还没有大规模落地的当下，大家比拼的就是数据积聚和算法优化才能，而这都有赖于疾速的市场扩张。所以，接上去，心声医疗除了本人铺市场外，也方案持续沿用 “抱大腿”的方式——与头部智能诊疗平台（譬如腾讯觅影、百度医疗、阿里安康等）协作，以期完成疾速获客。

傅兆吉泄漏，心声医疗行将启动Pre-A轮融资，方案融资2000万元，用于心电产品的落地与市场推行，以及面向C端硬件产品的量产。在2017年7月成立事先，心声医疗曾取得500万元天使轮融资。

来源：36Kr