B端+C端“两条腿走路”，左手医生欲建立医疗信息服务平台...

长久以来&＃xff0c;就医排队时间长、检查时间长、交费时间长&＃xff0c;一直被老百姓所诟病&＃xff0c;再加上看病时间短&＃xff0c;被戏称为“三长一短”。

随着互联网医疗、人工智能、大数据的兴起&＃xff0c;不少创业者看到了“AI&＃43;数据”在提升医疗行业效率方面的潜力。张超也是其中之一。

曾在百度工作五年&＃xff0c;担任自然语言处理部资深研发工程师、文本知识挖掘方向负责人&＃xff0c;对于“AI&＃43;数据”应该如何应用医疗领域&＃xff0c;张超有着自己的“算盘”。

2015年&＃xff0c;张超创立了康夫子&＃xff0c;通过建立“医疗大脑”知识图谱&＃xff0c;推出了左手医生开放平台和面向C端用户的左手医生APP。

目前“左手医生”覆盖了医疗35个科室共6000多种常见病&＃xff0c;具备智能自诊、智能导诊、智能预问诊、智能问药和智能问答五大功能&＃xff0c;分导诊准确率达到95%以上&＃xff0c;病历改动率低于25%。

医疗供需矛盾下的“问诊缺口”

“看病难、看病贵”是病人及家属在公立医院看病最直接、感触最深的体验。

传统的就医流程中有不少行业痛点。不了解病情挂错科室、挂号排队时间长、专家号“一票难求”、复诊时医师临时变更出诊时间导致患者白跑一趟......

张超向雷锋网(公众号&＃xff1a;雷锋网)分享了一组数据&＃xff1a;

每天搜索引擎上关于医疗健康类信息的检索有近亿次&＃xff1b;全国门诊量大概能达到每天2000万人次&＃xff1b;一些互联网医疗平台的公开财报显示&＃xff0c;线上问诊每天加起来大约50万人次。 

“从每天近亿次检索&＃xff0c;到理想状态的2000万人次就诊&＃xff0c;再到实际通过互联网医疗平台就诊的人次约50万&＃xff0c;这些数字足以看出医疗问诊环节的缺口和病人医疗信息检索的需求。”

近年来&＃xff0c;移动端互联网问诊平台例如好大夫在线、春雨医生等通过与实体医院医生合作&＃xff0c;解决了医生与患者在时空上的不匹配。但有限的医生资源&＃xff0c;加上患者和医生一对一的沟通方式&＃xff0c;使得医生在线问诊的效率很难推进。

面对每天近亿次的医疗健康信息检索需求&＃xff0c;张超决定从医疗检索环节入手&＃xff0c;依托团队的“老本行”训练一个“全科智能机器人医生”&＃xff0c;解决患者的问诊需求。

据雷锋网了解&＃xff0c;公司团队除了创始人张超是百度出身外&＃xff0c;另两位合伙人也曾是百度一员。栗晓华毕业于剑桥大学人工智能实验室&＃xff0c;曾在百度从事框计算需求识别等业务研发。张冲是前百度高级研发工程师&＃xff0c;拥有丰富的架构和工程开发经验。

智能问诊是手段&＃xff0c;信息服务是目标

“医疗信息是个多维度的体系&＃xff0c;存在专业门槛。例如咳嗽的诊断&＃xff0c;需要从咳嗽时间、痰的颜色&＃xff0c;是否伴随发热等多种维度进行考量。病人不能准确、无遗漏地输入病情特征&＃xff0c;相应地也得不到精准信息。”张超介绍。

基于近万本医学电子书籍、近40家三甲医院累计的千万人次脱敏数据、千万篇医学问答数据及医学科普文章、每天数十万人次产品使用的反馈数据等&＃xff0c;张超及其团队开发了具备“知识图谱&＃43;推理逻辑”能力的“左手医生”。

关于左手医生系统的技术原理&＃xff0c;张超表示主要分为三部分&＃xff1a;

首先搭建最底层的知识体系&＃xff0c;知识图谱。计算机在阅读海量文本后&＃xff0c;自动给出描述某种知识的书写规律&＃xff0c;并进行大规模的知识自动抽取。

第二部分是辅助决策能力。这一阶段最重要的是让计算机具备逻辑思考、推理能力&＃xff0c;一是判断多种症状综合下和疾病之间的权重&＃xff0c;配合诊断模型&＃xff0c;提升诊断的命中率&＃xff0c;二是要将患者描述的通俗语句转换成专业术语。

最后是系统前端对话交互能力&＃xff0c;计算机通过不断学习&＃xff0c;最终达到可以像真人专家问诊的效果。

其中&＃xff0c;张超认为知识图谱的搭建相对比较容易&＃xff0c;而系统的逻辑推理、语义对话理解和交互部分则比较困难。

“知识图谱是一个封闭的问题&＃xff0c;只要把知识体系框架搭好了&＃xff0c;数据填充越多效果就越好。但对话逻辑、语义理解是件难事。患者对于一个问题有上百种表述方法&＃xff0c;要机器听懂人话&＃xff0c;本质来讲&＃xff0c;是一件非常难的事情。”张超说。

在产品落地过程中&＃xff0c;左手医生采用B端、C端两条腿走路的打法。

针对B端不同需求场景&＃xff0c;左手医生开放平台可以使出不同“技能”&＃xff0c;将智能自诊、导诊、预问诊、问药和问答这五大技能组合成多种解决方案赋能第三方&＃xff0c;收取软件授权费用。

例如药店接入左手医生开放平台后&＃xff0c;用户可以通过扫描二维码实现自助问药&＃xff1b;医院接入开放平台&＃xff0c;医生可以通过系统的多轮对话&＃xff0c;采集到患者的基本病情信息&＃xff0c;并收到由系统整理成的电子病历&＃xff0c;从而提高效率。

目前&＃xff0c;左手医生开放平台已和东软、天健等信息技术服务商&＃xff0c;北京市平谷区卫计委、张家港市卫计委等政府机构&＃xff0c;老百姓大药房、益丰大药房等线下连锁药店&＃xff0c;百度、360等引擎巨头&＃xff0c;以及超过50家三甲医院建立了合作。

针对C端用户&＃xff0c;左手医生APP重在打造用户身边的“全科机器人医生”。

用户通过手机端&＃xff0c;可以进行日常智能自诊、智能问答&＃xff0c;左手医生APP会模拟真实医生的问诊场景&＃xff0c;与用户进行对话交互&＃xff0c;最终生成自诊报告&＃xff0c;为用户后期去医院咨询医生、挂号提供方便。

张超表示&＃xff0c;“未来我们会把各项医疗服务整合到平台上&＃xff0c;利用左手医生的相关技术&＃xff0c;为老百姓尽可能精准地推荐他所需要的医疗服务。左手医生只是一个手段&＃xff0c;不是目标。我们目标是未来它能成为一个医疗信息服务平台。”

壁垒&＃xff1a;千亿市场与研发周期

据统计&＃xff0c;2018年AI医疗市场规模已达到200亿元&＃xff0c;预计到2025年&＃xff0c;人工智能应用市场总值将达到1270亿美元&＃xff0c;其中医疗行业将占据1/5。

“AI医疗这个市场能量非常大&＃xff0c;近几年的数据也印证了行业的机会所在。”回顾打造左手医生这三年来&＃xff0c;张超感慨良多。

“我遇到的问题没有最大。全是问题&＃xff0c;但又都不算问题。最难且比较重要的我认为有三点&＃xff0c;一是整个公司的战略发展方向&＃xff0c;二是核心队伍能力是否过硬&＃xff0c;三是创业过程要保持队伍不走形。”

目前左手医生团队有50多人&＃xff0c;其中研发人员占到2/3&＃xff0c;技术团队成员平均有 4-5 年的工作经验。尽管产品已经成型&＃xff0c;但张超认为&＃xff0c;研发环节仍是重点。

张超表示&＃xff0c;打造左手医生的过程&＃xff0c;是一个复杂的系统工程。从研发打造引擎、构建知识图谱、到训练算法推理、再到交互能力等都十分耗费精力。

“要构建知识图谱、计算逻辑、人和机器的交互模式、语义理解等很多东西。我们做了两年多&＃xff0c;我觉得在研发上花费的时间就是我们的壁垒。”张超说&＃xff0c;”未来产品真正实现规模化之后&＃xff0c;产品的人群占有率也会是一个壁垒。 ”

张超告诉雷锋网&＃xff0c;目前公司所有的力量都集中在继续优化左手医生上&＃xff0c;主要有两个发力点。

首先&＃xff0c;从左手医生产品自身出发&＃xff0c;张超计划对其月活、留存、产品体验、产品完成率等指标进行完善&＃xff0c;优化产品算法和用户体验。

其次&＃xff0c;左手医生开放平台允许第三方接入后&＃xff0c;公司团队会持续跟踪左手医生为B端和C端带来的价值和收益。

对于左手医生产品下一步计划&＃xff0c;张超表示未来会在C端重点推广。

“我们会把左手医生的技能按需配置成适合对方的解决方案。其实to B的同时也是在服务C端用户。C端之前一直都没有正式推广&＃xff0c;今年计划会重点推一下。”