跨界,是一种再常见不过的现象,但有些跨界着实让人摸不着头脑。

 

近日不少圈内人看到OPPO的一则消息后,先是惊讶,后是质疑,随着了解的深入,质疑最终成为了“看不懂”。这则消息,便是上周OPPO研究院宣布将自研的“新冠肺炎辅助诊断科研平台”,共享给北京大学医学部一事。

 

一个外行的手机厂商琢磨出一套“新冠AI工具”后,辅助内行的医生看病?这似乎与OPPO这种手机厂商的动作习惯,格格不入。

 

手机公司进军医疗AI,并没什么不妥,只不过这次入局的方式,存有不少疑点:夸大其词的AI表现、口中“发表在知名期刊”并不知名、第一作者是没有医学背景的实习生……

 

OPPO这番“看不懂”操作,究竟是为了什么?

 

1、疑问点一:夸张、反常的AI表现

 

 

“夸张、效果好的不真实。”这是雷锋网询问了三位医疗AI从业者后得到的一致反应,也是本文最大的一个疑点。

 

据OPPO表示,目前,该平台模型针对新冠肺炎、普通肺炎、正常状态的自动分类准确率在国家生物信息中心的测试集合上超过99%,对新冠肺炎检测的识别准确率和召回率均在99%以上。

 

一位看过论文的医疗AI从业者表示,“99.96%的召回率和99.35%的识别准确率非常夸张。文章里的模型和训练过程很常规、用的还是6年前AI大神何恺明提出的ResNet、以及常见的优化和训练方法。但是论文给出的细节并不多,模型或者代码等也未开源。”

 

他补充到,“好比一个普通人刷完《五年高考 三年模拟》后,高考就直接得了满分。显然是违反了常识。”

 

另一位受访者也表示,“他们在ResNet-18这些常见模型上,稍微有点2+1D的技术调整,就像是把一个 3*3*3三阶魔方,拆成 3*3 的二阶魔方和3的一阶魔方,为的是节省参数和计算量,学术价值不高。但他们的指标高的有点吓人,训练测试方式不排除有data leakage(数据泄露)的情况,而数据泄露会导致指标虚高。”

 

另一方面,OPPO表示,自己的科研平台,采用来自中国国家生物信息中心(CNCB)公开的来自近七百位病人的约14万张CT影像进行训练。

 

而据雷锋网发现,这批数据集是澳门科技大学医学院张康教授在疫情期间上传到CNCB的,按照论文内提供的参考链接获得的数据,都是已经进行窗位调整后的JPEG格式图片,并不是原始的DICOM格式文件。

 

这样一番操作带来的影响是,原始的最多16位深、实际可能有数千种灰度取值范围的图像,映射到只有256种取值的灰度图像上,不可逆的损失了大量信息。

 

这就好像,一部杜比视界的彩色电影被放在了黑白屏幕上。

 

而且,作者在方法中也没有明确具体采用的窗位窗宽范围。如果是出于科研目的也足够用,但是否适合应用于临床则不可知。

 

相比之下,在同一批数据集上,张康教授团队去年9月3日刊发在《Cell》上的模型效果就显得“逊色”许多。

 

张康教授论文的数据显示,在自我测试中,AI系统诊断新冠肺炎的准确率达到了92.49%(灵敏度94.93%,特异性91.13%)。利用回溯性数据及前瞻研究,该AI系统可达到90%左右的准确率,使用海外的CT数据,这套系统的准确率为84.11%。

 

与OPPO研究院的团队相比,经验丰富的张康教授是联合了中国科学院、国家生物资讯中心、清华大学、中山大学孙逸仙纪念医院等顶级团队,才有了上述的结果。

 

其实,实验室环境下的AI模型结果并不代表什么——在公开数据集上跑一跑算法、调一调参数,早已是多年前医疗AI刚起步时,一些“有心机”的厂商寻求融资时所采用的手法。

 

对于这样的结果,一个受访者向雷锋网形容到:“有人用超市的乐高照着网上的图纸搭了一个建筑,然后说测出来抗震等级是甲级,这样的结果你能放心吗?”

 

他笑言:“或者只有作者自己知道,是如何实现的。”

 

2、疑问点二:“知名”期刊不知名

 

据OPPO对外稿件表述:“平台所采用的自研算法模型等相关成果,已经被国际知名医学期刊《Journalof Medical Imaging》收录进当期首页。”

 

而据雷锋网与多位医疗AI公司专家交流时发现,这本期刊没被SCI收录也查不到影响因子,“知名医学期刊”一词,应是有所夸大。

 

雷锋网与一位担任国际顶级期刊审稿工作的医疗AI学者交谈时,他就坦言,“这本杂志一般,确实非常一般,我们有一个工作也发表这本期刊上,只是因为我们合作的医生担任杂志的编辑工作,需要支持一下。”

 

另一位从事医疗AI的研究生也表示,“这本期刊比较普通,但说不上差。比起深睿、推想(医疗AI公司)发的论文要差一些了。”

 

此外,OPPO所表示的“首页”概念,仅仅是指目录内第一页有,这跟封面文章不一样。

 

当然,一般企业的传播稿件,都会对自家的科研成果有一定程度的包装,这无可厚非。而OPPO也是一家非常精于品牌营销的公司,诸多的产品能够占领用户心智,离不开舍得砸广告费。有媒体报道,OPPO每年的广告费用在20亿人民币左右。

 

此前,有业内大佬曾表示,设立研究院只是大公司的一种公关策略。

 

作为OPPO公司的重要部分,研究院的传播是出自本心,还是受到了集团的影响?

 

3、疑问点三:第一作者是实习生

 

雷锋网查看论文后发现,本文的通讯作者是郭彦东,现任OPPO感知智能首席科学家,北京邮电大学和电子科大兼职教授。

 

左一为郭彦东

 

据公开资料显示,郭彦东本硕毕业于北京邮电大学,其后在普渡大学获得计算机视觉博士学位,师从美国工程院院士Jan P. Allebach与Charles A. Bouman。

 

博士期间,郭彦东就有多项视觉领域的研究成果作为关键技术被应用在GE、惠普等公司。

 

博士毕业后,郭彦东加盟微软,在微软总部研究院任职,领导了微软互联互通车项目的视觉感知部分,将微软的视觉技术推广到汽车领域。

 

从微软出来后,郭彦东到了小鹏汽车担任首席科学家。因此,郭彦东职业生涯的前两份重要工作,都与计算机视觉和汽车有关。

 

作为论文的通讯作者,郭彦东需要对论文进行指导,而他并没有医疗方面的经验,如何指导?

 

 

至于本文的第一作者,也就是真正干事的人,是北京邮电大学的学生Lifan Yi。这篇论文,是他在OPPO研究院实习期间所写(如上图所示)。

 

加上第二位来自OPPO研究院的Xuan Pei(大概率不是医学背景)外,论文没有医疗工作者的参与和贡献。

 

因此,有受访者表示,“(或许)这也是模型本身创新力不够的原因之一。”

 

4、疑问点四:缺了“时效性”的成果

 

 

OPPO这次开放的,是“新冠肺炎辅助诊断科研平台”。

 

从话题性而言,新冠肺炎已经不“新”。早在去年疫情最严重的时候,几乎每一家主流的医疗AI厂商,都在一到两周的时间拿出了支援抗疫的新冠肺炎辅助筛查产品。

 

再说回到OPPO研究院。研究院成立于2018年,至今三年有余。

 

而直到去年11月的未来科技大会上,OPPO副总裁、研究院院长刘畅才宣布,研发了新冠肺炎辅助诊断科研平台,将捐赠给相关医疗机构。

 

如果有充沛的团队技术支持,OPPO为何没有在第一时间联系医院,攻关AI产品?在疫情进入常态化后,研发类似的医疗AI产品是否还有必要?

 

而另一个疑惑点在于,去年疫情发生后的2月,北京市区两级分别确定了新冠肺炎救治定点医院,其中,市级3所,区级17所。市级定点医院为:北京地坛医院、北京佑安医院和解放军第五医学中心,负责确诊病例的医疗救治。

 

而与OPPO研究院合作的北大医学部及其附属医院,均不在定点医院名单上。

 

因此,从“后续辅助诊断”的角度而言,”缺少新冠肺炎病例“的北大医学部,就很难有真实场景里的病例数据,模型的泛化能力将大受影响。那么,医院是否还有必要引入该平台进行研究?

 

有受访者表示,“不排除双方是想以科研合作的形式,共同申请项目。另一方面,也有可能是OPPO相关负责人寻求自我PR,博得"技术向善"的美名。”

 

事实上,以科研形式进行合作,在医疗AI行业并不少见,也是目前比较好走的一条路子。

 

8月份,医疗AI公司安德医智和华为、中国移动以及多家知名医院组成联合体成员单位,中标了国家工信部唯一国家级医疗人工智能公共平台项目,中标的金额高达1.68亿元。

 

后续,OPPO是否会和北大医学部走这条路?

 

5、疑问点五:OPPO为什么要有这番操作?

 

 

最后一个问题。

 

OPPO为什么会在这个时间点,推出一个不太符合自身品牌形象的AI成果?

 

首先,可能是同行做医疗,给OPPO带来了一些焦虑。

 

2012年,TCL壮志踌躇要在医疗领域成就一番事业。在创始人李东生的眼中,国际上的GE、西门子、飞利浦,既可以做好家电,又可以在医疗领域成为“三座大山”,因此召集了GE医疗事业部大中华区总裁陈治等团队成立了TCL医疗。

 

今年2月,主营医学影像类设备和服务的万东医疗宣布,美的集团以23亿元入股,何享健将成为万东医疗的实际控制人。

 

C2B可以概括OPPO这批想做医疗的公司的内心想法:

以腾讯的医疗健康为例,其C2B一模式的逻辑在于,整合腾讯在微信、QQ等社交工具上积累的用户,利用AI技术帮助医院、地方卫健委场景开发数字化产品和服务。

 

现在,OPPO的智能手表,已经可以实现心电检测的功能。试想一下,如果OPPO可以通过更多的硬件终端,去汇集用户更多维度的健康信息。后续再搭配上与专科医生互通的云平台和医患两端的APP,这条路已经有不少创业公司验证过。

 

其次,AI技术的平民化。

 

AI技术已经飞入寻常百姓家,在开源框架和公开数据的帮助下,AI能力已经不是四小龙和BAT的专属,在OPPO这样应用场景丰富的公司同样可以落地生根。你能说,现在的苹果、小米、华为不是一家AI公司吗?

 

所以,AI能力和人才的跃迁、储备, 让成立仅三年的OPPO研究院跃跃欲试,寻求更多的曝光和“秀肌肉”,也就再正常不过。

 

6、总结

 

回过头来看,OPPO的这一对外合作,包含了不少自我包装之处,时机也有些滞后。在行业认知都已经建立的基础上,仍热衷于模型里华丽的数字,则显得有些短视和“资源浪费”。

 

医疗行业从来是一个严肃的行业。在经过多年的摸爬滚打之后,医疗AI企业也早已抛弃“唯准确率”的内卷和“刷榜式”的自嗨。

 

对于OPPO来说也是如此,每家公司都要经历一个野蛮生长的过程。毕竟,医疗AI行业最初的繁荣,也是谷歌“刷榜”开的先河,但这并不妨碍它是一家伟大的公司。

 

AI技术的普及,给了更多的公司和个人使用的机会,这是一件好事情。AI从来不是阳春白雪,我们相信,未来还会有更多“门外人”进入不同行业,拿出让人惊讶的产品。

 

但问题的关键在于,要一步一个脚印,拿出禁得起推敲的AI作品。因为,这已经是一个AI认知觉醒的时代,不要试图把小聪明当“大聪明”,穿着皇帝的新装去跳舞。

 

 

本文由雷锋网原创,作者:李雨晨。申请授权请回复“转载”,未经授权不得转载。