首页 > 专业知识 > 36氪首发 | 提供AI骨科手术全流程解决方案，「长木谷医疗」获数千万元Pre-A轮融资

36氪首发 | 提供AI骨科手术全流程解决方案，「长木谷医疗」获数千万元Pre-A轮融资

晰数塔互联网快讯
2019-09-24 07:01

36氪获悉，骨科AI产品研发商「长木谷」已获得数千万元Pre-A轮融资，由联想之星领投，峰瑞资本与万辉资本跟投。本轮融资主要用于扩充AI骨科产品线、推进临床注册证申报以及推动AI产品的临床落地。

长木谷团队于2017年组建于美国哈佛大学和斯坦福大学校园，定位于人工智能骨科全流程解决方案提供商，围绕骨科手术提供从术前评估（影像筛查）、手术规划、术中导航——提供3D打印的导航导管，实现手术的精准实施的全流程的解决方案。去年底，它曾获得来自峰瑞资本和百度创始七剑客雷鸣等的数千万元种子轮融资。

长木谷CEO张逸凌博士表示，术前精准手术方案的制定是骨科关节置换手术成功与否的关键因素。而当前临床场景下的关节置换手术存在许多痛点：

医生缺乏合适的规划工具，骨科医生只能通过患者的X线平片在大脑中还原其复杂的三维骨骼图像，使用胶片模板进行术前手工测量。

医生在手术中需要多次试模判断假体的型号大小与安放位置，非常依赖手术医生的临床经验。

由于术中假体选择变量多，病人个体差异大，病情复杂等因素，人工关节置换手术风险较大，手术的可重复性低，患者术后易出现双下肢不等长、假体脱位、假体周围骨折等并发症。

近十几年来，关节置换术前规划系统也在不断完善，从第一代基于胶片模板的手工测量，到第二代的基于数字模板的二维规划（譬如OrthoView），发展到第三代基于CT影像三维重建处理后的三维手术规划（例如Mimics、MAKO等）。

由于二维规划的准确性受限和三维规划的操作复杂，这些技术在中国还远没有普及。张逸凌博士表示，目前中国大概90%以上的医院仍在采用第一代胶片模板技术进行术前规划，这也意味着上述痛点长期没能得到有效解决。

与之对应的是，中国有多达1.5亿的关节疾病患者，其中70岁以上老人的骨关节发病率达80%~90%，远超过心血管疾病的发病率。其中有大部分需要做人工关节置换手术。据悉，2018年中国人工关节置换手术量已达到近70万台，并持续保持每年15%-20%的增长率。

高速增长的市场和临床痛点之间的矛盾如何调和？

为此，长木谷自主研发出第四代的人工智能关节置换三维解决方案——将手术模拟算法、图像算法、深度学习算法等方法结合起来，依靠计算机辅助的方式来实现关节置换手术的三维术前精准规划，实现骨科手术的“可视化”、“标准化”及“自动化”；另外，结合3D打印个体化定制手术导航导板，将术前智能规划方案在手术过程中精准实施，提升关节置换手术的精准度与安全性，可重复性强，能有效降低术后并发症的发生率。

36氪首发 | 提供AI骨科手术全流程解决方案，「长木谷医疗」获数千万元Pre-A轮融资

人工智能关节置换三维手术规划系统

张逸凌透露，现阶段，长木谷在髋关节置换术领域的产品已经成熟，并在北京301、北医三院、上海六院等顶尖医院开展临床实验，准确率达到90%，整个手术规划只需要3-5分钟，置换精度在毫米之间；今年年底，膝关节置换手术相关产品也会落地。未来，长木谷也会一直聚焦骨科推出围绕更多手术场景的解决方案。

张逸凌博士透露，现阶段长木谷在髋关节置换术领域的AI产品已经成熟，命名为AI HIP，并在北京301医院、中日友好医院、北京大学第三医院、北京大学人民医院、北京协和医院数十家顶级骨科中心落地；明年初，长木谷的膝关节置换智能解决方案AI KNEE也会面世。

另外，长木谷未来也会一直聚焦于骨科领域，持续推出更多手术场景的智能化解决方案。以覆盖从疾病筛查、智能诊断、临床决策、术前规划、耗材选择、手术模拟和患者随访等一系列诊疗全流程。

36氪了解到，目前围绕骨科提供AI相关产品的企业大都停留在筛查或骨龄测评层面，譬如依图医疗、深睿医疗等，提供后续解决方案的较为罕见。

张逸凌博士表示，赛道不拥挤的一个根本原因还是“骨科太专业了”：其一，骨科手术对精准度要求高，关节置换需要精准度达到1mm与1度的精准度；其二，将临床经验标准化难度大，由于手术难度高，如何将众多权威专家的经验与理念进行总结与归纳，并形成对人工关节置换的标准化处理方案需要大量时间和精力；其三，需要与骨科器械厂商建立深度合作，智能解决方案需要与下游的骨科假体器械厂商紧密配合，才能保证术前规划的精准性与安全性。

最后介绍一下团队，创始人张逸凌毕业于哈佛大学医学院，博士后研究员，哈佛大学联合培养博士，骨科医学博士，拥有丰富的临床骨科诊疗经验，授权3项国家发明专利，发表16篇SCI顶级论文；联合创始人刘星宇为清华大学博士，临床主治医师，哈佛大学医学院访问学者，拥有丰富的临床诊疗经验，多年来从事骨科相关疾病的临床与基础研究，发表数篇SCI论文；联合创始人安奕本科为斯坦福大学人工智能硕士，精通机器深度学习与神经网络的相关算法，曾就职于清华同方。