美國芝加哥大學經(jīng)濟學博士出身的陳寬，對人工智能在醫(yī)療領域當中應用的商業(yè)前景看得很清楚。“一種是在臨床科室的應用，為醫(yī)生診斷提供輔助;一種是為器械廠商、信息廠商提供人工智能服務，增加他們的價值;再有是與互聯(lián)網(wǎng)醫(yī)療公司合作，提高一名醫(yī)生的工作效率;還有就是走到基層去，與基層醫(yī)療機構(gòu)合作。”而且陳寬對36氪表示，推想科技在這場景中已經(jīng)都有了應用的嘗試。

　　陳寬在2015年初創(chuàng)辦推想科技，致力于人工智能醫(yī)療影像診斷。陳寬在美國讀書期間就接觸到了人工智能，尤其是深度學習在2012年ImageNetILSVRC競賽中拿到了冠軍，讓陳寬看到了人工智能取得更大突破的可能。

　　“傳統(tǒng)人工智能模型的成本非常高，需要一大批的專家來教機器某一種疾病的各種類型的特征。這種模型準確率本身不高，而且能夠做出來的病種也非常有限。”陳寬說，“但深度學習的模型不一樣，本質(zhì)上有點類似一個普通醫(yī)學生的學習過程。”

　　不過，陳寬在2014年中回國后卻并不順利，當時國內(nèi)對人工智能并沒有特別廣泛的關注。在此期間，陳寬開始逐漸接觸醫(yī)療領域，并看到了人工智能在這個領域前景。

　　“放射科醫(yī)生每天工作量很大，尤其是下午3、4點鐘是一天當中最疲乏的時候，出錯的可能性會增加。所以，醫(yī)生希望降低工作壓力、提高工作效率，從醫(yī)院管理層的角度，也希望能夠加強對醫(yī)療服務質(zhì)量的監(jiān)控。”在深入了解醫(yī)療行業(yè)之后，陳寬還看到了基層在優(yōu)質(zhì)醫(yī)療資源上的短缺，以及大醫(yī)院在普通病診斷上的資源浪費，于是他最終選擇了醫(yī)療領域。

　　經(jīng)過2016年這半年來的普及，深度學習的整個流程已相對為人熟知，大體是機器通過海量醫(yī)療數(shù)據(jù)的深度學習，在遇到新的病例是可以做出類似醫(yī)生的診斷。“前期，我們主要是集中在胸部的肺、心臟等方面的疾病。”陳寬說，“現(xiàn)在隨著產(chǎn)品逐漸成熟，迭代速度不斷加快，我們在向頭部、腹部、股骨頭、病理、超聲等領域”。

　　隨著在醫(yī)療領域的不斷深入，推想科技還在不斷擴展人工智能的應用范圍，而不只是局限在醫(yī)療影像診斷領域。

　　“因為醫(yī)生對病人做出診斷往往不僅是依據(jù)影像檢查，還包括患者的健康信息、病例數(shù)據(jù)、檢查數(shù)據(jù)等。那么人工智能要想做出類似醫(yī)生的診斷，就需要綜合考慮多方面的信息。那隨著我們產(chǎn)品迭代速度的加快，也在逐漸向這些領域擴展。”陳寬說。

　　今年9月，推想科技剛剛在英偉達中國GTC大會上獲得了冠軍，并將在明年到美國硅谷GTC全球大會上與各個頂尖人工智能公司過招。

　　目前，推想科技團隊有20多人，包括陳寬在內(nèi)都是在技術研發(fā)方面。2016年2月份，推想科技獲得了來自英諾天使基金、臻云創(chuàng)投以及原快的CEO呂傳偉個人的天使投資。