看不懂OPPO和它的医疗AI「神操作」

作者 | 李雨晨

编辑 | 王亚峰

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。