融资超2000万美元的Cognoa，已成为人工智能自闭症筛查领域的标杆

Cognoa的总部位于“硅谷的心脏地带”——帕罗奥图，它是全球首个致力于将机器学习（machine learning）应用于儿童自闭症早期筛查的公司。它推出了一款同名APP，用户通过软件可以智能地对自闭症儿童进行筛查。

2017年3月，Cognoa斩获了来自中国知名投资机构晨兴资本1160万美元的风险投资。从2013年成立至今，晨兴资本已经累计向Cognoa注资2040万美元。

一个美国的创业公司为何能让中国顶级的投资机构对其“不离不弃”？我们来看看Cognoa到底有何魅力。

斯坦福生物学博士后和圣克拉拉MBA的创业之旅

Cognoa的创始团队由“专攻学术的教授+从商多年的高管”组成，这是一种在美国科技医疗领域常见的“创业套路”。

创始人Dennis Wall拥有加州大学伯克利分校生物学博士学位和斯坦福大学生物学博士后学位。毕业后，Dennis Wall先后在哈佛大学和斯坦福大学进行医学研究，主攻儿科和精神科方向。

虽然一直从事的是需要耐住寂寞、全神贯注的科研工作，但是Dennis Wall的身上有着创业者与生俱来的爱折腾的精神。在2007年，他还创办过一家给生物科技公司提供咨询服务的盈利性机构Network Biotech。现在Dennis Wall的工作重心依旧在学术研究上，但同时也有参与其创办的两家公司的管理。

联合创始人兼首席执行官Brent Vaughan具有理工科背景。他本科毕业于加州大学戴维斯分校，之后在圣克拉拉大学攻读MBA。毕业后，他曾先后在罗氏诊断、Saegis Pharmaceuticals、KineMed等知名公司负责市场开发工作。

传统自闭症筛查方案 vs. Cognoa自闭症筛查方案

美国儿科医学会建议父母在孩子出生后的第9个月到第36个月带他们进行多项发育障碍的早期筛查，其中最重要的项目就是自闭症。尽早的筛查可以有效地避免错过黄金干预时间。一旦错过，这些发育障碍造成的影响很可能会伴随患者的一生。

然而，根据美国疾病控制和预防中心的报告显示，美国有约15%的儿童患有不同程度的自闭症等发育障碍，但其中只有不到一半的儿童接受过早期筛查。

为什么即使有如此严重的后果，自闭症等儿童发育障碍的早期筛查率依然很低？父母的侥幸心理是罪魁祸首。

通常自闭症儿童在3岁前无明显特征，而传统筛查方式需要提前预约、前往医疗机构、等候医生筛查等一系列程序。因此，很多父母在未发现孩子有明显异常的情况下，不会“杞人忧天”地带孩子去做自闭症筛查。

Cognoa的出现极大程度地方便了父母。他们不再需要进行繁琐的准备工作，只要一部智能手机就可以随时随地对孩子进行自助式的自闭症筛查。

在线问卷+视频分析=自闭症筛查解决方案

家长在应用商店下载好APP后，首先要填写完孩子的基本信息，然后根据孩子的具体情况回答15至20个和他们行为有关的问题，最后系统会自动生成筛查报告。

如果在完成上述步骤后，系统不能给出明确的筛查结果，父母可以再上传一两段孩子日常生活的视频。将由专业的儿科医生对这些视频进行分析。

Cognoa还开设了父母交流的社区，让他们在社区内互帮互助，同时也可以减轻他们自己的焦虑。

由机器学习训练出的算法助力自闭症的筛查

Cognoa提供的筛查方案看似简单，但却是最权威的医学探索和最前沿的人工智能技术融合的成果。

整个筛查方案的关键在于那套在线问卷设计的可靠性和结果的准确性。这些问题的理论依据来源于Dennis Wall博士超过5年的临床研究之上。在此期间，他们的团队在哈佛医学院和斯坦福医学院对超过十万名自闭症儿童的患病情况进行了跟踪。

临床研究中产生的信息汇总成庞大的数据库，Cognoa利用机器对海量的医疗数据进行学习，从而训练出一套独特的算法。当用户在APP中输入儿童的行为信息，系统会根据已经建立的算法得出对应的筛查结论。系统会对筛查结果进行加密，确保用户的隐私安全。

从免费模式步入面向B端的收费模式

Cognoa前期的免费策略给它带来了巨大的用户流量。但从2017年5月开始，用户只能通过雇主提供的医疗福利使用Cognoa。目前，Cognoa的官网及APP均已停止个人用户的注册。

随着自闭症的筛查逐渐走向成熟的商业模式，依靠创始人Dennis Wall在儿科领域多年的科研经验，Cognoa未来还将提供其他项目的儿童发育障碍筛查。

人工智能应用于自闭症筛查的其他案例

2017年2月，根据着名的科学周刊《自然》杂志的报道，北卡罗来纳大学教堂山分校的精神病学家Heather Hazlett带领团队开发出了可以在儿童12个月大的时候预测他们是否会患上自闭症的人工智能系统。

这些科学家对106名有家族史的高风险儿童和42名低风险儿童的大脑做了磁共振检查，并用机器学习对这些医疗数据进行学习，从而搭建出一套可筛查自闭症的算法。

但有一些观点认为，影像检查只能用来排除其他疾病的可能，要确诊自闭症只能通过医生的临床判断。因此，这套系统究竟能多大程度筛查自闭症，还需时间的检验。

国内自闭症类APP情况

2017年4月1日，五彩鹿自闭症研究院、北京师范大学特殊教育系和新华网在北京联合发布了《中国自闭症教育康复行业发展状况报告II》。报告显示，保守估计我国有超过1000万的自闭症人群，其中自闭症儿童200万，新增确诊的自闭症患者人数以每年20万的速度增长。

自闭症至今没有明确的致病原因和治愈方案，一般患者会在大医院接受自闭症的筛查，确诊后在康复中心接受干预治疗。对于病情严重的儿童，家长可以选择将其送到专门的自闭症儿童学校。

近年来随着移动互联网的兴起，国内也出现了一些自闭症类APP。动脉网？蛋壳研究院曾在2015年初对其进行梳理。两年后，市场上的参赛选手已经出现变化。但它们切入自闭症领域的方式依旧没有改变，我们对其进行了整理：

带给国内创业者的思考

总的来说，国内的自闭症类APP存在设计粗糙、更新频率低和盈利模式不清晰的问题。借鉴Cognoa的经验，动脉网？蛋壳研究院认为有下面两点需要相关创业者思考清楚：

1）企业的核心资源是什么？

自闭症的最大痛点在于如何准确地筛查，以及如何正确地干预。Cognoa的成功之处在于拥有权威的科学理论作支撑，所以在筛查结果的可靠性上受到市场认可。

但是国内的自闭症类APP很多只是作为内容的整合者，将各种渠道的自闭症相关信息汇集在一起，缺少自身的“护城河”，模式太容易被模仿。

因此，创业者需要思考清楚企业拥有哪些区别于竞争对手的资源，并且这些资源能够解决关键的痛点。

2）企业的盈利模式是什么？

目前国内的自闭症类APP全部是免费向用户开放。虽然Cognoa也曾经历长达三年的免费模式，但是在国内商业保险不成熟的背景下，这些APP很难复制Cognoa面向B端收费的商业模式。

但企业也可不必悲观。医疗永远是人类的刚性需求，如果能够解决传统自闭症筛查和治疗环节的问题，无论是C端还是B端，都有机会探索到变现的方式。

来源：动脉网   作者：赵浦丞