今年2月，依圖和廣州市婦女兒童醫(yī)療中心（下稱：廣婦兒）及其他幾家機構研發(fā)的中文AI輔診系統(tǒng)在醫(yī)學科研期刊《Nature Medicine》上亮相。這項技術具有行業(yè)性意義，有了這項技術，計算機能夠通過NLP技術“讀懂”中文病歷，并進行初步診斷。

一個月后的3月26號，依圖醫(yī)療在北京舉行了發(fā)布會，這次的主角仍然是圍繞兒科——專門為兒科打造的智能醫(yī)療解決方案。

可以看到的是，依圖醫(yī)療在兒科領域的布局正在擴大。相較于原先一個病種的“單點優(yōu)化”，依圖醫(yī)療副總裁方驄認為，兒科解決方案能夠“實現(xiàn)以兒童患者為中心的突破?！?/p>

會后，圍繞依圖醫(yī)療在兒科領域的進展，雷鋒網對方驄進行了一次采訪。

“3+1”的核心能力

此次發(fā)布的兒科解決方案采用的是華為的全棧式云和大數(shù)據底座。一周之前，在2019華為中國生態(tài)伙伴大會上，依圖醫(yī)療剛剛和華為聯(lián)合發(fā)布了智能醫(yī)療云的戰(zhàn)略成果。

方驄對雷鋒網說，兒科智能解決方案的技術本身是成熟的，但是問題在于，怎么讓技術之間實現(xiàn)融合，以及在技術之上“長出”針對于不同場景的應用，這個是最難的。

“如果要做兒科的全科，我們要覆蓋幾十種兒科常見病，大概要做6000個疾病的Schema，這是一件很難的事情。而且每個點上都要進行臨床驗證。每一個點都被認可了，才能做一個全科的診斷系統(tǒng)，解決全場景閉環(huán)的問題?！?/p>

具體來說，兒科解決方案的思路是“3+1”：通過依圖自己的AI文本技術、圖像技術和語音技術，以及構建的醫(yī)學知識圖譜，實現(xiàn)兒童醫(yī)療全場景的覆蓋。

診前，采用多模態(tài)信息與家長交互、實現(xiàn)智能導診

診中，基于海量數(shù)據訓練的兒科智能分層診斷模型和融合兒科醫(yī)生智慧的云平臺，評估兒童生長發(fā)育情況，對全科兒科疾病進行智能診斷

診后，賦能基層兒科，實現(xiàn)智能隨訪和智能轉診

方驄認為，所有的研發(fā)都是為了最后能把點狀的應用融合起來，從單任務到單疾病、單部位的進階，最后到以病人為中心的場景化的解決方案。它的底層技術架構一定要有上面說到的三項技術?！耙驗橹挥腥珬Ｊ降亩嘣悩嫷臄?shù)據處理能力，才能夠切中醫(yī)療機構臨床診療的核心問題。”

值得一提的是上文提到的AI文本技術。方驄說到，2016年成立后依圖醫(yī)療就開始打磨NLP、計算機視覺等各項技術。“發(fā)在《Nature Medicine》上的成果只是最后’薄發(fā)’的那一剎那，其實為了這個瞬間，我們‘厚積’了兩年的時間?！?/p>

在核心技術能力之外，該解決方案中還有一個數(shù)據資源池。這個數(shù)據資源池如果按照病種分，就是各個病種的單病種數(shù)據庫。如果按照使用用途來分，就是科研、臨床和運營數(shù)據庫。

至于具體應用，就是針對兒童在健康檢查和臨床診療的診前、診中、診后全部流程的全棧式應用。

為什么想做兒科的全場景

上海長征醫(yī)院影像科的劉士遠教授曾在演講中提到，醫(yī)學影像AI模型的發(fā)展需要滿足臨床需求，多任務多病種研發(fā)是AI產品的目標。

方驄坦率地說到，依圖醫(yī)療是從單病種開始做，才意識到要做全科疾病。當時，依圖醫(yī)療的自然語言處理技術已經成熟，但是不知道應該切入的醫(yī)療方向是什么。后來，在與醫(yī)院的實際溝通中發(fā)現(xiàn)，圍繞單病種的科研教學、臨床管理和臨床治療是醫(yī)院的實際需求。

2018年6月，依圖與華西醫(yī)院發(fā)布了兩項雙方合作研發(fā)的肺癌人工智能成果：肺癌臨床科研智能病種庫，及肺癌多學科智能診斷系統(tǒng)。

“肺癌臨床科研智能病種庫”納入了華西醫(yī)院2009年至今收治的確診為肺癌患者的全周期脫敏臨床數(shù)據，利用AI技術，對影像數(shù)據、基因數(shù)據、病理數(shù)據、文本數(shù)據等非標化、非結構化的臨床數(shù)據進行清洗、處理。

方驄表示，一期工程錄入了3萬份全周期的肺癌病人數(shù)據庫，并且把數(shù)據提取精度提升到了99.3%。以往信息科要手動檢索尋找數(shù)據?，F(xiàn)在通過單病種智能數(shù)據庫，關于肺癌病人的任何數(shù)據，大概分鐘級就可以搜集到，并且可以看到主訴、既往病史等多維度數(shù)據?！斑@些能力，對醫(yī)生來說，非常管用?！?/p>

“兒科全場景”的另一個關鍵詞是“兒科”。依圖醫(yī)療為什么想要做兒科？

方驄說，當初選擇兒科切入是本著一個非常樸素的想法——解決兒科醫(yī)生短缺的問題。

從戰(zhàn)略層面來看，中國0到14歲的兒童有2.6億，中國的兒科醫(yī)生只有13.5萬，而且這個數(shù)字不斷變小，大概2600個孩子中國孩子能夠分配到一個兒科醫(yī)生。

方驄自己親身經歷過到兒科就診的過程，“平均等待時間七、八個小時”“24小時人滿為患”，“在那個氛圍里，你會覺得是做兒科醫(yī)生是最糟糕的一個職業(yè)，但又是最重要的一個職業(yè)?！?/p>

另外，由于兒童沒有準確表達病癥的能力，因此被稱為“啞科”，要家長代為復述。這樣的學科特點也是人工智能技術切入的一個非常好的場景。

從戰(zhàn)術層面來看，成人全科很難實現(xiàn)閉環(huán)，但兒科比較容易實現(xiàn)數(shù)據的集中和臨床的多中心。方驄認為，找出一個省里最有代表性的醫(yī)院，可以最大程度代表區(qū)域內所有兒童就診的環(huán)境，比如說依圖醫(yī)療的骨齡產品，從與浙兒保的合作開始以后，依圖醫(yī)療先后和北京、上海、陜西等地的頭部兒童醫(yī)院建立合作關系，目的就是為了讓數(shù)據豐富起來、更具有統(tǒng)計學上的意義。

而且，依圖醫(yī)療早期合作的幾家醫(yī)院，例如廣婦兒、浙兒保等醫(yī)院的級別和信息化評程度比較高。在原有的信息化基礎上進行AI應用的部署，難度就要小很多。

所以，“做兒科全病種看似很偶然，但背后有很多必然的因素。”

三端發(fā)力，拓展更多落地場景

此前，劉士遠教授在演講中曾經說到，“醫(yī)療AI很火，但也存在被消費的情況，做企業(yè)的人也很辛苦?！?/p>

這是醫(yī)療AI行業(yè)從業(yè)者的直觀感受，因為直到現(xiàn)在，大家都沒有找到一條比較好的出路。方驄笑著對我們說，“很多記者朋友問我們，你們?yōu)槭裁床蛔鯰o C？為什么先做To B，To B很累。”

一方面來看，依圖醫(yī)療是想利用AI醫(yī)療解決核心的醫(yī)療問題，選擇To B是必然的方向。

依圖醫(yī)療的策略在于，通過To B構建壁壘和黏性，再做To C?！翱隙ㄒ菳端成熟以后再做。如果先做To C產品，等于是違背了我們改善醫(yī)療資源配比率的創(chuàng)業(yè)初心。”

另一方面，沒有急著做To C，方驄認為是有原因的?！白逤端的前提是什么？是B端能夠解決眾多的場景問題，病種的垂直應用都已經非常成熟，才能做到全科。To C的產品沒有太強的壁壘。作為一個創(chuàng)業(yè)公司，如果你的用戶量還小，又贏得了一些流量的話，很容易被大的公司吞并掉或者收購掉?！?/p>

在健康診療AI階段，依圖醫(yī)療和廣婦兒、廈門大學中山醫(yī)院和溫州市婦女兒童中心等多家醫(yī)院開始了貫穿整個兒科診療流程的合作。

以廣婦兒為例，廣婦兒的互聯(lián)網醫(yī)院已經上線，支持在線導診、掛號、AI問診等一整套線上醫(yī)療服務。到2018年12月，依圖醫(yī)療面向C端的產品“小依預問診”上線七個月，為超過7.7萬名用戶提供服務，系統(tǒng)的在線服務時長超過21萬分鐘；小依輔診產品在2019年第一季度的調用量也超過了3萬次。

除此之外，依圖醫(yī)療也計劃將健康檢查場景閉環(huán)。2018年11月22日，依圖醫(yī)療與愛康集團在兒童生長發(fā)育監(jiān)測、高發(fā)癌癥的篩查體檢領域展開合作。據方驄透露，未來，愛康國賓的幾家連鎖店將上線依圖醫(yī)療SaaS化的健康智能診斷系統(tǒng)，逐步在國內落地這款智能兒科云平臺。

除了B端、C端外，依圖醫(yī)療現(xiàn)在和G端的合作思路就是，依托于某一個特級貧困縣的縣人民醫(yī)院或者是以上級主管醫(yī)院為中心，利用AI的技術能力完成智能轉診、重疾早篩的工作，把因病致貧的情況降到更低。

方驄相信，在未來的1到2年里，服務更多場景的智能診斷方案會越來越多的涌現(xiàn)出來。因為點狀任務成熟以后，融合、賦能、共享必定是大趨勢。“AI能力的一個體現(xiàn)，是基于多中心、大區(qū)域、大樣本的數(shù)據，給出越來越精準的解決方案?！?/p>