從知識圖譜智能診斷入手，康夫子基於「AI＋數據」提升醫療行業效率和體驗

——————————————

文丨獵雲網（ilieyun）呂夢

2104字，約需7分鐘閱讀

——————————————

「知識圖譜」 (Knowledge Graph)是谷歌在2012年提出的一個技術概念，它是語義搜索的一個應用，能夠將搜索結果進行知識系統化，任何一個關鍵詞的輸入都能導出完整的知識體系。除了能為用戶進行搜索、推薦等具服務外，知識圖譜在垂直領域的應用也在不斷延生和拓展。

其中，來自北京的創業團隊康夫子正通過構建醫療知識圖譜，打造精準的人機對話模型，並推出病歷結構化、臨床決策支持系統和全科機器人醫生三項針對醫療資訊和問診的服務。

藉助AI打造機器人醫生，增加醫療資源供給

「主要是讓計算機在閱讀海量的醫療文獻和電子病曆數據後，自動學習診斷邏輯，並進行推理計算」，康夫子創始人&CEO張超告訴獵雲網（微信：ilieyun），自然語言理解是知識圖譜依託的重要技術之一，此外，知識圖譜的構建還離不開龐大的數據支撐，而醫學作為一門知識驅動類的學科，「如果能多維度收集足夠豐富、可靠的數據，就能在輔助決策層面發揮應用的價值」。

病歷結構化方面，由於不同醫院的數據編碼各異、寫法也千差萬別，因此，康夫子需要利用NLP技術，深度挖掘和分析醫療文本的信息，將非結構化文本形式的病曆數據變成可用於統計、查詢和分析的結構化數據，以便機器可以準確完整地「讀懂」病歷。

當前，其病歷結構化模塊已經在國內20多家大三甲醫院中全院級別使用。

臨床決策支持系統（Clinical Decision Sopport System,簡稱 CDSS）這部分，主要是實現智能輔助臨床決策，能夠緩解基層醫生資源不足的問題。臨床對輔助診斷的要求相對比較高，因此對於結論的可推測性要求非常嚴格。康夫子這套基於機器學習、人工智慧和NLP的系統，通過對海量病歷進行深度挖掘和學習，將經驗豐富的專家經驗提煉成AI模型演算法。

在線體驗智能診斷功能（附部分導診步驟）

例如，當醫生填寫完病歷分析患者的病情後，系統會彈出提醒，給出推薦的治療方案和建議，以降低醫療風險，避免基層全科醫生由於經驗缺乏而可能造成的誤診、漏診的情況。

全科機器人醫生則主要承擔分診導診服務。患者在醫院大廳挂號時，只需在系統中填入姓名、年齡等信息，並輸入相應癥狀，「醫生」就能通過模擬醫生詢問患者病情，獲取患者病情信息，並基於醫療知識圖譜，給出疑似疾病、推薦就診科室。

「我們希望能夠為患者提供比較精準的回復和決策，比如咳嗽三天和咳嗽三個月，患者沒有辦法去判斷具體病情的差異」，張超表示，「全科機器人醫生不僅能解決患者不知道掛哪個科室、盲目就醫的問題，減輕導診台人工服務的壓力，提高服務效率，還有效地利用了『候診』的時間，節省醫生寫病歷的時間，提高診療效率」。

在線體驗智能問答功能（附部分問答步驟）

據悉，康夫子目前已吸收2000多萬本醫療文獻、超400萬份病例報告，可在其中提取50%～90％的知識點（根據內容複雜程度有所差別），知識準確率超過90%，覆蓋了所有科室約6000種常見疾病。

而這些成績，團隊只花了不到三年的時間。2015年，張超辭職離開了工作五年的百度，從百度自然語言處理部資深研發工程師、文本知識挖掘方向負責人，轉型成為一名創業者。之後，兩位技術合伙人，前百度高級研發工程師張沖和前百度NLP高級研發工程師栗曉華也陸續加入。

辭職百度轉型創業，利用AI將醫生從繁雜的勞動中解放出來

創業初始，團隊瞄準的是做孕婦飲食營養的健康分析和食譜推薦——根據孕婦的飲食情況，基於構建孕婦人群知識圖譜，提出合理健康的飲食建議。

但由於這個項目的剛需不強，AI技術的發揮空間有限，因此半年後，康夫子決定進行項目轉型。此時，基於多年的行業積累和體驗，張超發現，在網站搜索上，醫療健康類的問題常常會出現很多答案，但回復卻並不精確，同一種癥狀甚至會有十幾個可能出現的病癥結果，用戶體驗並不好。

根據癥狀、診斷、治療三個維度中的一種或多種組合推薦相似病例

最終，團隊決定基於此前的技術積累，通過「AI＋數據」的模式賦能醫療健康領域，從醫院端（效率）和患者端（體驗）提升醫療行業效率。張超表示，短期內將收取一定的服務費，長期則是通過增值服務去變現，比如撮合交易，幫助患者做健康管理、預警等。

鑒於醫療行業本身的特質，技術能力和行業資源必須兼備，對此，張超表示，「我們並不直接接觸B端，而是和專業的機構合作，基於他們搜集的數據，我們再在這些經過脫敏的數據的基礎上進行整理。在這個過程中，新的合作夥伴也會不斷找過來」。

近日，康夫子就與國內領先的雲計算識別領導廠商浪潮集團有限公司（以下簡稱浪潮）、山東健康醫療大數據有限公司（以下簡稱山東健康醫療）達成戰略合作，依託山東健康醫療的數據資源，以及浪潮在全國範圍內的「浪潮健康醫療大數據云平台」，結合康夫子在醫療數據治理、AI技術等方面的積累，推進智慧醫療的落地。

對於所有「AI＋」項目來說，只有理解了行業和場景，才能真正智能化。接下來，康夫子還將圍繞康復、隨訪等場景進行遠程醫療健康管理。

2010年，張超研究生畢業後就拿到了百度的offer，儘管也是在做自然語言處理相關的業務，但概念並不像今天這樣為人所知。

對比AI浪潮帶來的行業泡沫，他笑稱，「當年我們在百度做自然語言處理，很多人不懂，我們就說我們是做搜索的；今天，我們說我們是做自然語言處理的，人們會問，你們具體是做那一塊，很顯然，認知層面發生了很大的改變」。

而對於AI近幾年的過熱、無序甚至失衡的泡沫現象，以及行業人才薪酬水漲船高，張超保持開放的態度，他認為，當前AI行業的人才本來就非常少，也還遠沒有到全民化，團隊能不能吸引人才並不完全指望「泡沫」的破滅，是否具備足夠的前景、團隊實力以及創始人是否值得信賴。

「泡沫要中立來看，可能會浪費一部分資源，但就像駕駛一艘船出海一樣，風大可能吹翻船隻，但有風才能遠航，這些都是客觀存在的因素，並不是導致項目走不下去的理由」。

產品：病歷結構化、臨床決策支持系統CDSS、全科機器人醫生

公司：北京康夫子科技有限公司

- END -

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！