美國芝加哥大學經濟學博士出身的陳寬，對人工智能在醫療領域當中應用的商業前景看得很清楚。“一種是在臨床科室的應用，為醫生診斷提供輔助；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；再有是與互聯網醫療公司合作，提高一名醫生的工作效率；還有就是走到基層去，與基層醫療機構合作。”而且陳寬對36氪表示，推想科技在這場景中已經都有了應用的嘗試。
陳寬在2015年初創辦推想科技，致力于人工智能醫療影像診斷。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，本質上有點類似一個普通醫學生的學習過程。”
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療領域，并看到了人工智能在這個領域前景。
“放射科醫生每天工作量很大，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，醫生希望降低工作壓力、提高工作效率，從醫院管理層的角度，也希望能夠加強對醫療服務質量的監控。”在深入了解 醫療行業 之后，陳寬還看到了基層在優質醫療資源上的短缺，以及大醫院在普通病診斷上的資源浪費，于是他最終選擇了醫療領域。
經過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 醫療 數據的深度學習，在遇到新的病例是可以做出類似醫生的診斷。“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，“現在隨著產品逐漸成熟，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，而不只是局限在醫療影像診斷領域。
“因為醫生對病人做出診斷往往不僅是依據影像檢查，還包括患者的健康信息、病例數據、檢查數據等。那么人工智能要想做出類似醫生的診斷，就需要綜合考慮多方面的信息。那隨著我們產品迭代速度的加快，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，包括陳寬在內都是在技術研發方面。2016年2月份，推想科技獲得了來自英諾天使基金、臻云創投以及原快的CEO呂傳偉個人的天使投資。