看病一分鐘，排隊一小時。這句并不夸張的戲謔之詞道出了當(dāng)前看病難的一個關(guān)鍵：醫(yī)患“供需”的不平衡。

在生老病死的問題上，人們既謹(jǐn)慎又無知，更忌諱病急亂投醫(yī)。種種矛盾下，醫(yī)療資源在越來越稀缺的同時，也帶來了新的市場機會。

在“M－TECH 2019智能醫(yī)療創(chuàng)新產(chǎn)業(yè)論壇”活動期間，鎂客網(wǎng)采訪了左手醫(yī)生的創(chuàng)始人張超，曾經(jīng)在百度工作過的他對醫(yī)患間的供需矛盾認(rèn)知更深刻，“創(chuàng)業(yè)前，我們發(fā)現(xiàn)搜索引擎上有7000萬人搜索健康的問題，全國的門診量超過2000萬人次，在線問診每天會有50萬人次左右�！�

圖 ｜ 左手醫(yī)生創(chuàng)始人張超

如此旺盛的需求，也催生了像左手醫(yī)生這樣的AI創(chuàng)業(yè)公司。

搜索引擎多翻幾頁，可能就是一個創(chuàng)業(yè)機會

也許是技術(shù)出身的緣故，張超非常注重邏輯和條理，我們拋出的每個問題，他都能以總分總的三段式回答，清晰地給出關(guān)于為什么創(chuàng)業(yè)、為什么選擇醫(yī)療機器人的答案。

在百度工作期間，張超一直負(fù)責(zé)自然語言處理技術(shù)的研究應(yīng)用，他也在思考技術(shù)的核心驅(qū)動力和價值意義，在尋找答案的過程中，張超恰好發(fā)現(xiàn)了醫(yī)療搜索內(nèi)容的高需求。

“我們發(fā)現(xiàn)老百姓在搜醫(yī)療相關(guān)內(nèi)容的時候，他會翻很多頁�！边@意味著普通人對醫(yī)療知識的需求度非常高，單一的搜索引擎已經(jīng)很難滿足他們的“求知欲”。矛盾的是當(dāng)前國內(nèi)的醫(yī)療資源愈加緊張，職業(yè)醫(yī)生每天就診病人數(shù)量有限。

另一方面，醫(yī)療本身的特性又非常貼合張超在研的技術(shù)，“醫(yī)療是個知識和經(jīng)驗驅(qū)動的學(xué)科，知識包括知識的體系，知識庫或者知識圖譜，經(jīng)驗則是基于大量的數(shù)據(jù)不斷學(xué)習(xí)。我們團隊不少成員之前在百度就是做信息抽取、知識圖譜的，這是我們擅長的技術(shù)�！�

種種契機下，張超帶著幾個小伙伴一起出來做了現(xiàn)在的左手醫(yī)生。

在當(dāng)天的主題演講中，張超談到了做左手醫(yī)生的初衷，讓機器人醫(yī)生幫助醫(yī)生回答更多問題，提高就診效率，從而增加單個醫(yī)生的就診病人數(shù)量。

那么，問題也隨之而來，機器人醫(yī)生到底能做什么呢？病患又能否信任它們？

機器人醫(yī)生會看病嗎？

在回答這個問題之前，我們需要明確一點，機器人醫(yī)生不是為了取代醫(yī)生，它的任務(wù)是輔助醫(yī)生。

據(jù)張超介紹，左手醫(yī)生的機器人醫(yī)生可以做到預(yù)問診、診前、診中以及診后四個環(huán)節(jié)的輔助診斷治療服務(wù)。

以AI分診為例，患者掛號后，機器人醫(yī)生會模擬醫(yī)生提問，記下病情生成病歷，并據(jù)此讓患者做一些基礎(chǔ)必要的檢查，這樣醫(yī)生可以在就診前對病人有更清晰的認(rèn)知，會省去諸如再檢查叫號的流程。

簡而言之，患者可以通過機器人醫(yī)生獲得疾病預(yù)問診、分診、導(dǎo)診、掛號、問藥、健康咨詢等服務(wù)。醫(yī)生可以通過系統(tǒng)的多輪對話，采集到患者的主訴、病情等信息，并由系統(tǒng)整理成電子病歷推送給醫(yī)生。

張超總結(jié)，“經(jīng)過機器人醫(yī)生的優(yōu)化，患者整個就診過程會非常高效。”

再就是診后的服務(wù)，這也是醫(yī)生最容易忽略的盲區(qū)，張超認(rèn)為，“機器人醫(yī)生可以在診后發(fā)揮很好的作用，比如提醒患者用藥、特殊人群的管理、做一些電話隨訪……”

而機器人醫(yī)生的專業(yè)程度則取決于背后的醫(yī)學(xué)知識圖譜的建立。張超簡單地談到了他們醫(yī)療知識圖譜建立的幾個關(guān)鍵點。

一是從大量的醫(yī)療文獻、醫(yī)院脫敏病歷以及專家經(jīng)驗等數(shù)據(jù)源中構(gòu)建抽取知識，挑戰(zhàn)在于當(dāng)前還有一些數(shù)據(jù)比較難獲取或者是質(zhì)量不夠高。二是技術(shù)本身的挑戰(zhàn)，“我們要在大量的語料中盡可能采用無監(jiān)督或者半監(jiān)督的方法處理知識�！钡谌�點則是技術(shù)和應(yīng)用的結(jié)合度，不同的診斷環(huán)節(jié)對知識圖譜的要求各異，所以圖譜的設(shè)計非常需要有經(jīng)驗的專家參與其中。

總而言之，這是個既耗時耗力，也非�？简灱夹g(shù)和專業(yè)能力的工作。

“跪著賺錢”的生意不好做

談及左手醫(yī)生的優(yōu)勢點，張超的邏輯性又跳出來了。他總結(jié)，和大公司比，我們?nèi)雸鰰r間早，執(zhí)行速度快；和創(chuàng)業(yè)公司比，我們技術(shù)強，擁有許多跨學(xué)科背景的人才。

其中，張超談到了一個細(xì)節(jié)讓人印象深刻，他說團隊不少成員的桌上都放著很厚的醫(yī)學(xué)書，他感慨，“你還是要深入去理解這個行業(yè)，理解內(nèi)部的邏輯，才有可能讓你的產(chǎn)品給用戶提供最大的價值�！�

據(jù)了解，從早期的病歷結(jié)構(gòu)化到臨床輔助決策再到當(dāng)前的機器人對話引擎（機器人醫(yī)生），左手醫(yī)生累計服務(wù)的三甲醫(yī)院已經(jīng)超過50家，累計服務(wù)的行業(yè)客戶已超過300家。

在活動當(dāng)天最后一個圓桌討論上，被問及智能醫(yī)療的商業(yè)化情況，張超將其分為三種類別：賣軟件服務(wù)式的跪著賺錢，做流量和廣告入口式的站著賺錢，以及侵犯數(shù)據(jù)隱私賣產(chǎn)品式的躺著賺錢。他戲稱左手醫(yī)生就是“跪著賺錢”。

采訪的尾聲，張超再次提到了他們做機器人醫(yī)生的初衷：醫(yī)學(xué)人才培養(yǎng)是個跨周期的事情，所以我們希望AI系統(tǒng)能讓醫(yī)生在相同的時間段內(nèi)服務(wù)更多的人。