在AI+醫(yī)療領域，最為常見的落地形式是醫(yī)療影像，用AI輔助醫(yī)生讀取影像信息。但在文本處理領域，入局者仍然較少。
朗通醫(yī)療則以文本分析切入輔助醫(yī)療領域，它可以幫助全科醫(yī)生快速完成門診病歷，并實現(xiàn)臨床診斷。具體來說，醫(yī)生在電子病歷系統(tǒng)內(nèi)填寫“主訴”、“病史”、“查體”等信息時，系統(tǒng)會自動推薦待化驗項目（如血常規(guī)等）、疑似所患病癥名、治療方案等。完成化驗項目后，醫(yī)生還可通過AI完成化驗單解讀，為確診提供依據(jù)。
AI輔助診療：為分級診療制度打地基
這一智能輔助診斷系統(tǒng)誕生的背景，是國家正在大力推進分級診療制度。
中國醫(yī)療資源分配不平衡已是眾所周知的事實，大醫(yī)院看病貴、看病難，一線城市甚至催生了掛號黃牛，病患體驗差。而對于院方而言，醫(yī)務人員工作超過負荷，導致誤診漏診，降低平均診療水平，也是一大難題?；鶎俞t(yī)院的問題同樣明顯，醫(yī)生資質(zhì)不足，診療水平較低，也因此難以收獲患者的信任。
政府提出的解決方案是分級診療制度，“基層首診、雙向轉(zhuǎn)診、急慢分治、上下聯(lián)動”。由基層醫(yī)院進行初診后，再將情況嚴重者轉(zhuǎn)往大醫(yī)院；同時三甲醫(yī)院中將近痊愈的患者，也會被轉(zhuǎn)回基層醫(yī)院，以此釋放醫(yī)療資源。今年8月，國務院發(fā)布《關于推進分級診療制度建設的指導意見》，從政策層面推動分診制度發(fā)展。
但所謂分級診療，目前還存在一個死結，即基層醫(yī)生診斷能力不足。面對繁多的病癥，不少病情外在表現(xiàn)相似，基層醫(yī)生有時無法順利判別病情。
朗通醫(yī)療的創(chuàng)業(yè)構想是，通過AI輔助診療，提高基層醫(yī)生的能力，目前它已覆蓋2500家醫(yī)院。
拿邵逸夫醫(yī)院數(shù)據(jù)，推出深度學習人工智能
在探索人工智能領域之前，朗通醫(yī)療所從事的業(yè)務是為政府搭建新農(nóng)合業(yè)務系統(tǒng)和數(shù)據(jù)中心平臺（政府組織的農(nóng)村醫(yī)療社保）。從2004年發(fā)展至2014年，朗通醫(yī)療服務了80％的浙江新農(nóng)合市場。
CEO徐哲決定轉(zhuǎn)型是在2015年，他準備把電子健康檔案和輔助診療結合起來，中間的黏合劑就是人工智能。
當時國內(nèi)尚未有相應的產(chǎn)品，朗通醫(yī)療與英國九康醫(yī)療合作，并完成了整體框架。徐哲回憶道，“當時我們請了英國技術專家來指導框架開發(fā)，本來他們希望能合資，但考慮到后期我們會接觸到海量臨床數(shù)據(jù)，最終決定不引入外資?！?/p>
“我們的核心是醫(yī)學知識庫和人工智能推理算法，一個高效的輔助診療系統(tǒng)需要整合醫(yī)學領域先驗知識、實際病例數(shù)據(jù)，我們的知識庫正是基于這樣的思想打造。而AI推理算法則以知識庫為基礎，實現(xiàn)了自然語言處理、智能推理診斷、提供檢查方案、推送治療方案等功能?！毙煺芨嬖V獵云網(wǎng)。
框架搭建完畢，下一步即是搜集數(shù)據(jù)，并引導人工智能通過深度學習完成迭代。徐哲找到了邵逸夫醫(yī)院，對方把10年來的脫敏數(shù)據(jù)都開放給了朗通醫(yī)療，剔除無效數(shù)據(jù)后，共整理出180余萬份病歷，截至目前，已有近26w病例被導入系統(tǒng)，覆蓋739種常見疾病。
醫(yī)學知識庫除了覆蓋專業(yè)術語之外，還對醫(yī)生可能會用到的自然語言表述進行匯總，并將近義表述進行語意歸一，如“腹痛”、“腹疼”、“肚子疼”等等。據(jù)透露，知識庫的更新還將持續(xù)進行。
朗通醫(yī)療于2015年年底推出基于深度學習的臨床輔助決策系統(tǒng)（Diagbot），2016年開始落地運用，歷經(jīng)小規(guī)模試驗與產(chǎn)品優(yōu)化后，于今年年初產(chǎn)品基本成熟。
該系統(tǒng)還實現(xiàn)了文字化驗單的解讀。據(jù)徐哲介紹，過去化驗單上的檢驗結果，實際上是由人工判斷并輸入的，不同患者進行統(tǒng)一檢查得出的某樣指標超標，可能是由不同病因?qū)е?。而朗通醫(yī)療的關聯(lián)推理，能夠“量身定制”地為患者解讀化驗單。此外，一些基層醫(yī)生并不十分了解的病癥，只需點擊界面右側(cè)詞條，即可查看詳情。
朗通醫(yī)療并不準備自己做應用端，它更希望成為底層服務，植入其它醫(yī)療類應用或者直接接入醫(yī)院的診療系統(tǒng)。
目前團隊共有70余人，其中30多人為人工智能領域的技術人員。公司曾于2016年獲得賽伯樂數(shù)千萬元Pre－A輪融資。
下載文檔
