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，就医排队时间长、检查时间长、交费时间长，一直被老百姓所诟病，再加上看病时间短，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，不少创业者看到了“AI+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，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，对于“AI+数据”应该如何应用医疗领域，张超有着自己的“算盘”。

2015年，张超创立了康夫子，通过建立“医疗大脑”知识图谱，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，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，分导诊准确率达到95%以上，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......

张超向雷锋网分享了一组数据：

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

“从每天近亿次检索，到理想状态的2000万人次就诊，再到实际通过互联网医疗平台就诊的人次约50万，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，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，解决了医生与患者在时空上的不匹配。但有限的医生资源，加上患者和医生一对一的沟通方式，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，张超决定从医疗检索环节入手，依托团队的“老本行”训练一个“全科智能机器人医生”，解决患者的问诊需求。

据雷锋网了解，公司团队除了创始人张超是百度出身外，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，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，拥有丰富的架构和工程开发经验。

智能问诊是手段，信息服务是目标

“医疗信息是个多维度的体系，存在专业门槛。例如咳嗽的诊断，需要从咳嗽时间、痰的颜色，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，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，张超及其团队开发了具备“知识图谱+推理逻辑”能力的“左手医生”。

关于左手医生系统的技术原理，张超表示主要分为三部分：

首先搭建最底层的知识体系，知识图谱。计算机在阅读海量文本后，自动给出描述某种知识的书写规律，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，一是判断多种症状综合下和疾病之间的权重，配合诊断模型，提升诊断的命中率，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，计算机通过不断学习，最终达到可以像真人专家问诊的效果。

其中，张超认为知识图谱的搭建相对比较容易，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，只要把知识体系框架搭好了，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，要机器听懂人话，本质来讲，是一件非常难的事情。”张超说。

在产品落地过程中，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，左手医生开放平台可以使出不同“技能”，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，收取软件授权费用。