[创业者访谈]Lunit首席执行官白承昱:“人工智能与医学相遇,用图像识别技术开辟新市场”
▶人工智能技术的可能性无穷无尽。据某项调查结果显示,随着搭载人工智能的机器人出现,20年后人类所从事的职业将有一半以上消失。事实上,让计算机能像人一样思考和学习的人工智能技术“深度学习(deep learning)”相关服务正接连问世。初创企业Lunit以基于深度学习的图像识别技术为基础,专注于开发医疗影像诊断服务。我们采访了通过人工智能与医学结合开创新市场的Lunit首席执行官白承昱,听他讲述这一领域引人入胜的故事。记者 金炳周 bjh1127@hmgp.co.kr 摄影 记者 车炳善 acha@hmgp.co.kr◀
小型机器人进入人体。发现恶性肿瘤后,机器人用内置激光切除肿瘤并缝合伤口。直到不久前,这样的情节只会出现在电影里。但高度发达的人工智能技术与医学的结合,正把这样的电影场景带入现实世界。Lunit首席执行官白承昱说:“最近Alphabet(谷歌控股公司)董事长埃里克·施密特曾表示,人工智能不久将给医疗界带来革命。我们也在关注施密特的这一发言。因为Lunit的医疗影像诊断服务正是建立在人工智能与医学结合的基础之上。我们认为这一领域有充分的成长空间。问题在于开发出能够提高诊断准确度、赢得医学界和患者信任的技术。这可以说是Lunit当前要解决的课题。”
◆更进一步的Lunit图像识别技术
记者至今难忘第一次拿到Lunit介绍资料时的感受。里面满是连在IT业界摸爬滚打多年的专家都难以轻易理解的专业术语。这家初创企业正在开发的技术,究竟该怎样才能简单明了地写成报道,让人先有几分担心。先介绍一下Lunit自己给出的公司说明:“Lunit是一家开发深度学习(Deep Learning)算法的初创企业。这是一种基于模仿人脑运作方式的深度神经网络(Deep neural network)的人工智能技术。”
读得头疼。所以一见到Lunit首席执行官白承昱,记者抛出的第一个问题就是这一点:请更通俗地介绍Lunit的业务,让只有普通水平知识的记者也容易理解。 Lunit首席执行官白承昱(图)正准备以基于深度学习的图像识别技术进军医疗市场。“很难懂吧?”Binggrae 露出微笑的白承昱接着介绍Lunit。“简单来说,Lunit是一家以把图像识别技术嫁接到医疗影像诊断服务为目标的初创企业。看来首先得说明什么是图像识别技术。”白承昱用非常简单又清晰的方式介绍了图像识别技术。比如,假设你在一家咖啡馆发现了一幅任谁看都很出色的画。你想知道是谁画的、叫什么名字,可周围找不到任何关于这幅画的介绍。图像识别技术就用在这里。用智能手机相机拍下这幅画,运行搭载识别技术的应用程序,画的名称和画家的名字就会出现。其原理是自动分析画的构图与色感,从互联网上众多绘画信息中告知匹配的内容。
Lunit的技术在此基础上又进了一步。它不是依赖互联网上流传的信息,而是把学习到的内容,即基于深度学习(Deep learning)的人工智能,搭载到图像识别技术上。白承昱说:“如果说现有的图像识别技术只能告知一幅画的信息,那么基于深度学习的技术还能找出画的局部并提供相关信息。举例来说,假设把《蒙娜丽莎》《最后的晚餐》《晚钟》《美人图》等多幅画像瓷砖一样拼成一整幅图面。基于深度学习的图像识别技术会根据所掌握的大量绘画数据,找出图面各个局部的每一幅画并提供信息。基于深度学习掌握的信息量越多,准确度就越高。”
Lunit正以这样的图像识别技术为基础,挑战医疗影像诊断服务领域。如今公司怀着明确目标专注于技术开发,但Lunit走到这一步也经历了不少波折。
◆既经历变化也尝到成长的Lunit
仅仅一年前,Lunit还与现在完全不同。首先公司名字就不一样。当时的公司名不是Lunit,而是“CLDI”。业务领域也与现在有差异。当然那时也在开展基于图像识别技术的业务,但目标市场不是医疗,而是时尚领域。Lunit的转变,很大程度上受到去年因公务访问硅谷的经历影响。
“当时我们还在时尚领域推进运用图像识别技术的业务。为了实现商用化,我们拜访了多家硅谷企业。我们非常期待,如果我们的技术被搭载到全球流通平台上,就能快速成长。也对成功很有信心。但问题就从那里开始了。”
当时听完白承昱说明的业界人士反应冷淡。理由很简单:能创造新市场、提升销售额和流量的技术才是好技术,而他们认为这一点难以实现。此外,“CLDI”这个公司名也被摆上了台面。没有人能轻松念出CLDI这个名字,常常被念成一个个字母。曾满怀信心认为一定能在全球市场行得通的白承昱,把当时的经历当作养分,开始思考大的转变。
首先改变了业务领域。仍以原有的基于深度学习的图像识别技术为基础,但方向从时尚转向医疗领域。对于毫无医学专业知识的白承昱而言,这样的决定绝不轻松。那么为什么是医学呢?白承昱说:“开始很简单。一位熟人建议说,这项技术如果用在医院,或许能革新整个医疗市场,这成了决定性因素。之后我开始阅读数十篇医学相关论文。其中有一部分特别吸引我的注意,就是全球各医院拍摄的数千万张X光片将被数据库化,从而建立诊断和治疗疾病的标准体系。我得出结论:如果把我们的识别技术嫁接到这样的数据库上,推出让计算机自行判读疾病的服务,就能获得学界的关注。”
然而要踏入专业性比任何领域都更强的医疗市场,绝非易事。况且白承昱是毫无医学知识的工科出身。他急需有人帮助。这时,一位犹如及时雨的人出现了。那就是韩国生物医学(Bio Medical,以医学与IT技术融合为核心的学科)领域的代表人物郑智勋博士。对Lunit的技术和业务内容产生共鸣的郑博士,目前担任负责Lunit医学知识的顾问。
白承昱随后更改了公司名称。为强调公司是基于深度学习技术的初创企业,他把意为学习的Learning与意为构成单位的Unit结合,定下新公司名Lunit。白承昱说:“改名为Lunit之后,在海外也能更容易地介绍我们了。这个公司名也能准确传达我们所经营的业务。首先是念得出来嘛。这就是最大的收获(笑)。”
白承昱说,更改公司名时也有一点遗憾。CLDI在他决定创业之前就是开发图像识别技术的研究团队的名字。与创业乃至图像识别技术开发起步一路同行的CLDI,对白承昱有着重大意义。“您知道CLDI是什么意思吗?是意为云的Cloud和Designers的合成词。它有一个宏大的含义:让我们自己来设计如云般飘浮的无数图像与想法。最初关注这项技术并投入开发时的热情,都完整地凝聚在CLDI这个名字里。” 白承昱基于在硅谷的经历,开始关注医疗市场而非时尚市场。白承昱是在韩国科学技术院(KAIST)电子工程系完成学士、硕士、博士课程的工科出身。他第一次接触创业要追溯到2002年,本科二年级时。当时白承昱作为成员加入学长创办的“Evixar”,首次踏入初创企业的世界。当时Evixar凭“计算机远程控制程序”在IT业界颇有名气。在Evixar从事研究的白承昱很快萌生了自己创业的渴望。不过他当时并没有特别明确的想法,但有清晰的方向,那就是“挑战技术门槛高的领域”。而在2009年进入研究生院后,他第一次接触到造就今天Lunit的图像识别技术以及深度学习。白承昱说:“我在研究生院研究的领域是电路设计,自然就接触到了深度学习。通过计算机构建类似大脑神经回路结构的深度学习,与我研究的电路设计方向一致。更重要的是,那是个极难的研究课题。技术门槛高,商用化也明显困难。可以说激起了我的一种好胜心。于是我立刻组建研究团队,着手技术开发。”
此后白承昱召集学弟们组建了名为“CLDI”的研究团队。如今在KAIST,白承昱的学弟们仍以CLDI成员身份进行相关研究。他们将在研究生院毕业后加入Lunit。
白承昱与学弟们共同打造的图像识别技术在全球市场也获得认可。去年,在全球图像识别技术相关院校和企业参加的“图像识别技术大赛(ILSVRC)”中,他们综合排名第七。考虑到备赛时间只有3个月,这也算是令人满意的成绩。此后技术实力获得认可,投资也接连而至。他们入选全球市场型创业商业化研发项目(TIPS),获得5亿韩元支持,最近还从韩国国内风险投资机构额外获得1亿韩元投资。
◆Lunit以高端技术走向全世界
Lunit正在开发的医疗影像诊断服务,目的是代替医生快速、准确地诊断疾病。比如,假设有一张乳腺癌患者的MRI照片。医生通过照片用肉眼判断肿瘤的位置和大小。而医疗影像诊断服务不仅能判断肿瘤的位置和大小,还能找出肿瘤内变形的细胞或特异组织。它既能实现早期诊断,也能对发病过程中可能出现的变异现象作客观分析,从而帮助医生作出准确诊断。当然,通过大量乳腺癌患者积累的海量MRI及CT照片,是提高诊断准确度的基础。
如此看来,Lunit的技术非常复杂且困难。而且由于涉及人的健康,高准确度和高可靠性是必需的。因此商用化也需要很长时间。但从白承昱的表情中丝毫看不到急躁。他的想法是循序渐进地提升技术水平,同时加快商用化步伐。记者问白承昱,在Lunit技术的商用化中最需要考虑的是什么。他举出了“人种”。白承昱说:“亚洲人、白人、黑人的生物组织完全不同。恶性肿瘤的构成和形状也因人种而各异。要准确判读,需要数百万张按人种分类的肿瘤照片,要把它们积累起来做成数据库。商用化的成功同样取决于能收集到多少按人种划分的信息。值得庆幸的是,韩国国内医疗界对我们的技术表现出兴趣。如果在国内取得具体成果,我确信海外医疗界也会关注我们的服务。”
采访白承昱时,记者感受到的是他本人对这项技术充满信心。白承昱那种“无论与全世界哪个研究团队交手都绝不落后,要以准确度一决胜负”的信念,听来绝非空话。白承昱说:“去年的图像识别技术大赛上,英国牛津大学和谷歌并列第一。今年我们也将以Lunit的名义参赛。当然,我们会取得让谷歌和牛津大学紧张的成绩。也许今年的大赛会成为把Lunit这个名字刻进全球图像识别技术市场的舞台。”






