大數醫達：背靠 1.6 億份病例，人工智能真能治病救人？| 創業

在今年谷歌 AlphaGo 和李世石進行了圍棋人機大戰之后，人工智能開始變得炙手可熱。當然，人工智能的應用領域絕不僅僅只是下圍棋，它將滲透到我們生活的方方面面，其中就包括醫療領域。而這也是北京一家人工智能公司——大數醫達所要探索的領域。

醫療是一個尚未解決好的大剛需

由于近年來個別醫療丑聞造成了一定的社會負面影響，部分病人對一些醫院已經開始變得不信任：質疑醫生的臨床水平，擔心誤診；擔心醫院為了創收，可能會過度醫療。“老百姓看完病之后，往往會去找第二診療意見。” 大數醫達 創始人之一鄧侃博士表示。

據鄧侃介紹 ，病人尋求第二診療意見主要有兩個目的：

• 知情權：我到底得了什么病，醫生說的對不對？不僅患者需要驗證診斷結果是否準確，而且還需要了解診斷依據是什么，準確、簡明、易懂的解釋。
• 行動方案：治病無非是三加一個問題。找藥，療效好而且價格適合；找醫生，醫術好而且出診費用適合；找醫院，臨床質量可靠而且就診方便。另外如果擔心未來診療成本高，還需要買保險，合理安排財務。

第二診療意見是患者的剛需，但目前網絡上所能提供的很多第二診療意見雖然并不能算錯，但卻沒有說到重點。為說明這一點，鄧侃在網上搜索“頭疼”和“全身麻木”兩個關鍵詞，得到如下一個問題：

然而其下醫生的答案卻是：腰椎間盤突引起的。

鄧侃表示，該醫生的回答，從醫學上講，不能算完全錯誤，腰椎間盤突壓迫了神經，確實有可能會導致麻木，“但是這個回答，并沒有列舉引起頭疼加全身麻木這兩個癥狀的常見疾病，也沒有說明兩個癥狀與各種疾病之間的相關強弱。”據了解，實際上頭疼 全身麻木的更大概率其實是腦梗死！“該醫生沒說錯，但有可能無意地耽誤了患者。對于癥狀查因這類咨詢，一個優秀的產品應該回答患者，他是否有可能患有重病。如果可能患有重病，要建議患者放下一切工作，立刻去醫院就診，免得造成不可挽回的損失”。

相關資料顯示，目前在網上進行醫療咨詢的人數高達每日十幾億人次。

正是因為發現了醫療的巨大市場，鄧侃博士于 2015 年合伙創立了大數醫達，旨在將 Deep Learning 技術應用于醫療健康。“我們的目的是提供高精度的第二診療意見，并建議行動方案，讓老百姓看病更放心”。

利用深度學習提供第二診療意見

作為一個通用的方法論，深度學習用通用的算法來解決一個具體的問題。其競爭點在于對這個具體領域的熟悉程度，具體到醫療領域，需要將 IT 知識和醫學藥學知識相結合。

據了解，鄧侃是上海交通大學的碩士、美國卡內基梅隆（CMU）大學計算機學院博士，專攻人工智能及數據挖掘。他曾負責基于知識圖譜的下一代搜索引擎的研發，該搜索引擎主要是“問一個問題，系統直接告訴你答案”的問答機：

• 產品形態上看，它就是一個有問必答的問答機，直接呈現出來結果，而不是給一個鏈接再去點擊；
• 對輸入的信息內容進行語義理解，用戶以不同的方式問天氣，系統都能夠反饋出相應的天氣信息等。

而現在鄧侃所做的大數醫達其實也利用了同樣的原理：利用大數據深度學習，整理三甲醫院專家的臨床診斷經驗和治療方案，構建完善的知識圖譜，并對用戶的輸入進行語義分析，輸出相應的第二診療結果。

對醫生而言，該技術還有望形成一套臨床診療輔助決策系統，甚至有望解決目前醫療資源分布不均的難題。試想未來，醫生只需要輸入病人的癥狀，系統便能根據三甲醫院的病例分析其有可能患的疾病，并進一步指導醫生下一步該做什么，而到最后，甚至可以更具體地給出患者應該吃什么藥的建議。在任何醫院都可以獲得在三甲醫院一樣的醫療待遇。

如何獲取醫療大數據是關鍵

據了解，目前大數醫達以醫療領域教科書為參考，并主要從真實病歷中抽取相應的知識圖譜。教科書是公開的，獲取并不難，但患者病例卻是一個醫院不愿公開的信息，如何獲取這些至關重要的病例信息已經成為類似企業最為頭疼的問題，然而大數醫達卻已經具有 1.6 億份病例資料，它是如何做到的？

幫助醫院快速搭建自有醫療大數據平臺

隨著信息化發展，目前醫院至少有醫院管理信息系統（HIS）、電子病歷系統（EMR）、檢驗科信息系統（LIS）、影像檢查系統（PACS）等四大信息系統。然而，這些系統都是各自獨立無法互聯互通的。為此，打造醫院內各系統的互聯互通，并建立成一個統一視圖的系統已經成為醫院的剛需。

然而，據鄧侃介紹，“傳統的信息化公司做這件事情要 30 多個人做 3 到 4 年時間。”為解決這個問題，大數醫達事先開發了一個智能化的軟件工具包，“通過它，我們一個月就能搞定醫院各系統的互聯互通，而且只要 2 位工程師，不需要與既有醫院信息化廠商協作。”另外，醫院也不需要有太大的新增設備投入，“僅需要醫院在機房給一兩個機位，讓我們搭建私有云；當各系統的數據文件匯聚到私有云后，我們的程序自動讀解病歷，分析語義，整理臨床經驗”。

“這是一個空白的市場。傳統的企業做不了，BAT 能做但沒進來。”鄧侃如此表示。據了解，在過去的 10 個月時間里，大數醫達正是憑借此優勢，與各地總計十余家三家醫院合作，在各自的私有云上，對超過 1.6 億份三甲醫院的病歷，進行了語義分析，整理臨床經驗。這個數據量雖然仍不夠大，但在鄧侃看來，已經可以覆蓋大內科常見的約 300 種疾病了。

據了解，目前大數醫達有員工 10 余人，一半人是醫生，一半是工程師。年底前，大數醫達將上線兩三個科的常見病輔助診斷系統。另外，他們已于去年后半年獲得了天使輪融資。