頤聖智能：這個醫生可 DIY 的 AI 科研「神器」，搜索病歷只用幾秒 | 創業

「大數據時代」來了，許多行業已經完美過渡。但在醫療行業，大數據的發展卻碰了壁。

「醫生們的文本表述是多種多樣的，就像同樣是表達』發燒』，有的醫生可能會寫成』發熱』，醫療文本數據多且雜。」頤聖智能的創始人周禹同說，現有的醫療文本數據大部分沒有結構化，計算機很難讀懂。醫療科技公司想要實現大數據挖掘更多價值，卻容易卡在門口。

如何將「醫療數據大」變為「醫療大數據」？

頤聖智能提供了解決方案，它利用人工智慧自然語言處理技術將非結構化醫療文本結構化，為醫生科研和臨床診斷提供輔助服務。換句話說，就是將醫生的大段文本描述拆分或者是將不規範的用語統一，讓機器方便讀取與理解。據悉，與很多用公共語料庫的同類公司相比，頤聖智能有一套屬於自己的醫療語料庫，可以提高準確率。

「醫療文本資源的結構化是骨頭，而無論是基於其衍生的醫生科研平台或是輔助診斷平台都是血肉皮膚。」周禹同認為一旦實現醫療文本結構化，也就是醫療大數據可以很方便的用於計算機讀取甚至是學習後，可用的臨床應用場景將更加廣泛。目前，頤聖智能已經研發了基於療文本資源結構化的醫生科研工作站和輔助診斷系統「大醫預診助診系統」。

醫生以治病救人為主，但為了不斷提高診療水平，他們還需要不斷科研，充實提高醫療水平。隨著醫學的發展，醫療、科研、教學「三合一」的人才已經成為發展趨勢。「現在，醫學界科研越來越強調科研數據要來自於真實的臨床，取得真實的臨床結果，而且，需要更大的樣本病歷量。但是，現在醫生的科研工作方式卻效率比較低。」周禹同指出。

目前醫生科研工作方式主要有兩類途徑，第一類是親自去病歷資料庫」人肉「搜索，在資料架上花大量時間逐個文件找；第二類是通過在計算機上查看電子病歷，輸入關鍵字，機器顯示出所有含有關鍵字的文本。「通過輸入關鍵字的方法同樣非常麻煩。假如一個醫生需要找一些乳腺癌相關的文本資料，他會輸入關鍵字『乳腺癌』，機器就會把有這幾個字的信息都推給他。但是一些文本描述的是『非乳腺癌』，這樣的文本並不是醫生想要的，所以他還要在很多信息中進行二次篩選。「周禹同說。

為了讓醫生從繁雜的篩選工作中解放出來，頤聖智能作出創新。醫生科研工作站支持醫生 DIY，醫生可以鎖定明確的細節，對病歷進行多條限定條件下的複雜邏輯檢索。比如，他可以到在平台上搜索乳腺癌，並規定其癥狀是怎樣的。然後平台快速定位目標病歷，剔除無效干擾樣本，在幾秒內給出醫生需要的資源。而且平台輸出的是標準的，結構化的病歷，並且該平台還可以利用機器學習等技術幫助醫生分析數據。這樣，醫生可以更好的兼顧醫療服務與科研工作。

除了解決醫生的科研工作，頤聖智能還研發了臨床輔助診斷系統。「醫生在臨床診斷過程中，可以將病人的信息輸入大醫預診助診系統，系統通過複製三甲醫院的臨床經驗給出初步診斷建議。」周禹同解釋道。 同時，醫生可以通過助診系統搜索該患者以前的患病歷史做參考，以便更精準地「對症下藥」。據悉，從 2017 年 12 月開始落地，大醫預診助診系統已經成功合作 4 家三級醫院，並且合作數量正迅速增長，應用的科室主要以內科、婦科、兒科為主，其誤診、漏診率低於 10% 。

這個主要由有豐富人工智慧經驗的技術背景人才組成的 初創公司，於 2017 年 4 月成立，目前已經完成了近千萬元的天使輪融資。周禹同表示，未來的盈利方式是通過免費供給醫院軟體，再向醫院或者面向醫生個人，按使用次數收費。

圖片來源：123RF

本文 頤聖智能：這個醫生可 DIY 的 AI 科研「神器」，搜索病歷只用幾秒 | 創業來自動點科技.

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！