36氪獲悉， AI數字病理分析公司迪英加宣布已獲得數千萬元A輪融資，本輪由君聯資本、金闔資本（金域醫學關聯基金）和IDG資本共同領投，將門創投、布朗什維克基金繼續跟投。據創始人楊林透露，本輪融資將主要用於完善公司的四條產品線，建立迪英加杭州/上海/美國研究院，及繼續開拓海外市場。
關於迪英加36氪曾有過介紹，它專注於提供數字病理圖像分析工具用於癌症診斷和分級。
在自主研發的高通量顯微圖像成像和處理技術及大體量數字病理影像圖庫基礎上，公司打造了病理互聯和智能病理（硬體+軟體）兩套系統，提供遠程病理圖像分析和全類比AI病理輔助診斷，涉及細胞病理、組織病理、分子病理、免疫組化；另外，一款名為「病理星球」產品能提供海量數字病理圖片用於科研和臨床。楊林表示，這四款產品能覆蓋數字病理全產業鏈的各類需求。
另外，據楊林介紹，其高通量快速分析系統5秒就能處理完1億像素的全視野病理掃描圖像，細胞檢測精度達99%。
一直以來，病理切片分析都被醫學界公認為癌症診斷的「金標準」。許多病人的臨床診斷須通過細胞形態學及組織病理學檢查才能得到最終確認，包括各類腫瘤性疾病的區域、良惡性質、分期、分型等，從而為臨床選擇正確治療方案、術後診斷提供依據。
在病理醫生的實際閱片中，原始病理切片的圖片尺寸龐大，腫瘤細胞群的尺寸卻十分微小，他們往往沒時間對每張病理切片都進行仔細分析計數。譬如一次大體切片活檢，病理醫生通常要對約幾十張病理圖像進行審查才能確定患者是否患病，其中每張圖像都超過2000萬像素、信息量極大，但只有幾張圖像與患病區域真正相關，病理醫生經常要花費大量時間查看病理切片。
與之對應的是，目前全國病理醫生也極度缺乏。公開統計數據顯示，截至2015年，全國在冊病理醫生11000餘名。其中，70%的病理醫生集中在三級醫院，三級醫院平均配備3.63名病理醫生；而超過兩萬家二級及二級以下醫院，平均每家醫院僅有0.12名病理醫生，與原衛生部制定的每百張床配備1-2名病理醫生的標準差距懸殊。可以說，在病理診斷領域，市場供需關係嚴重失衡，且短期內很難改變。
隨著腫瘤發病率和死亡率的日益上升，病理科在滿足臨床對快速、準確、靶向、預測性病理診斷的需求上都面臨著巨大挑戰，AI的出現有望解決這一難題。它能自動分析、分割、檢測感興趣區域、定量評估病變區域變異程度，從而幫醫生分擔很多重複性、機械性工作，提高工作效率。
迪英加切入的正是這一細分領域，其基於自動檢測和分割圖像算法的高通量分析系統能直接對全場圖像進行判讀，並聚焦於算法突出的腫瘤區域，提高輔助診斷效率。以宮頸圖片為例，迪英加開發的系統能在5秒內自動篩掉大量的陰性切片，系統判讀的敏感性為100%，特異性為95%以上。
而傳統用深度學習算法來預測腫瘤區域的項目多數只能將每張切片剪切成大量小尺寸圖塊，再預測單張圖塊是否為腫瘤區域。不過，僅憑單張圖塊而不知周邊區域的情況會影響預測準確度，由此產生的假陽性十分顯著。
當然，AI在醫療中應用的一項關鍵問題在於能否持續獲得高質量的數據。楊林透露，截止目前其產品已在國內外50餘家醫院落地，積累切片數據15萬例，涵蓋20多種癌症。他還表示，病理數據難追溯，不存在洩露患者個人隱私的問題，相較於大影像和基因數據，在安全性和數據獲取上都會更具優勢。
對於商業模式的考慮，楊林表示迪英加主要是「軟體+硬體」結合，並同時面向國內和海外市場。其一是向醫院、藥企、第三方檢驗機構銷售軟體/提供（整體）解決方案；其二是銷售自主研發可攜式掃描儀（作軟體載體）和與國內友商合作的高通量掃描器械。
關於投資邏輯，君聯資本投資總監楊軼表示，首先，迪英加的團隊在科研和商業資源上都有足夠的積澱，並在中國採用歐美水平進行了落地應用；其次，可攜式硬體+軟體結合的模式在成本控制和商業化方面都有優勢，也易形成產業閉環；最後，君聯和金闔的產業資源也能與迪英加發揮協同作用，讓公司各產品線能更好地商業化落地。金闔資本負責人王智飛之一表示：金域醫學擁有龐大的業務網絡，有海量的病理數據要處理，未來能與迪英加產生業務協同。IDG資本合伙人牛奎光則認為，病理是非常適合AI輔助分析的領域，迪英加業務涵蓋全球市場，發展潛力巨大。
除了迪英加，進行AI在病理診斷上的探索的公司還有一些。國外市場包括德國的Definiens和萊卡的Aperio，美國的Digipath、Paige.AI，丹麥的Visiopharm等等；在國內典型的有智微信科、微瞰、智影醫療、DeepCare等。