編者按：本文來源於「每日商報」，原標題《醫惠科技：用AI「訓練」醫院大數據》，作者 徐歆婷，36氪經授權轉載。
這幾年很火的AI輔助診斷，在實際診療過程中，到底擔任什麼樣的角色？
醫惠科技有限公司（簡稱「醫惠科技」）總經理何國平描繪了其中一個場景——當醫生應用「消化道早癌篩查AI系統」輔助胃鏡檢查時，AI系統會動態採集圖像數據，在電腦屏幕上給出病灶疑似炎症和早癌提醒，輔助醫生判別；同時採集相關組織用於後續病理診斷，「圈」部位、截圖片、採組織，系列操作一氣呵成。
「藉助AI，我們可以輔助醫生完成數百種常見疾病的診斷建議。」對於AI的力量，何國平深信不疑。
這家成立於2009年的信息軟體企業，是國內最早開展單病種人工智慧輔助研究，並進行醫療臨床輔助應用實踐的企業之一。
為將AI作用最大化，醫惠科技做了長期的技術積累和數據儲備，如今希望藉助AI，為醫生提供更便捷的輔助診療工具，為病患提供更好的健康服務。
從信息軟體到AI，醫惠科技這家企業的轉型有跡可循。
在創立醫惠科技之前，何國平發現，醫療領域的傳統信息化軟體公司大多從職能科室所需開發業務軟體，由於缺乏集成整合的規劃，大量碎片化數據尤其是以病人為中心的連貫閉環數據無法應用。
何國平和其團隊意圖破局。
他們以病人為中心，圍繞二維碼腕帶標識，打造了業內首創的移動智能護理系統，既能輔助護士高效、準確地為病人輸液、分發藥物，也能串聯患者在院內的所有服務記錄、構建患者院內服務的數據閉環。
憑著這條細細的腕帶，醫惠科技鋪設了醫療行業的「康莊大道」。
隨後幾年，醫惠科技快速研發出移動門急診輸液管理系統、移動護理管理信息系統、電子病歷系統、信息集成平臺等100餘款信息系統軟體，成為醫療行業全域軟體提供和服務商。
他們這套全周期「護航」服務，從預約掛號開始，到醫院後取號、導航診室、分診叫號、檢查檢驗、藥房取藥、住院、手術……整個就醫流程，醫惠科技研發的信息軟體都在背後提供技術支持和服務。
而當病人痊癒出院後，醫惠科技還能通過遠程視頻系統，以及智慧床墊、智能鞋等相關智能硬體，隨時採集健康數據並提供院後隨訪服務。
也因經歷了這樣一套流程，醫惠科技在發展中逐漸明晰了自己的核心優勢——第一優化醫院內部的處理流程，第二提升臨床醫護人員和患者的滿意度，更重要的第三點是，為醫院積累數據資產。
通過為醫院建設大數據中心，服務1500多家醫院的信息化建設，醫惠科技構建了醫療大數據的生態體系和知識體系，在數據標準化、數據採集、數據治理、數據建模、數據應用領域積累了豐富的經驗。
2015年，醫惠科技迎來了發展的「拐點」。
這一年，通過資本重組，醫惠科技增添了強勁的動能。也是在這一年，擁有強大技術人才庫的醫惠科技開始跨入AI領域，希望藉助AI發揮數據價值。
他們選擇的第一位合作夥伴是IBM。在雙方多輪商討後，醫惠科技和合作夥伴率先引入當時國際上少數實現商業化應用的Watson（沃森）腫瘤診斷機器人，並在國內數十家醫療機構落地應用。
「當時，大家都在說人工智慧，微軟、谷歌、facebook等國際知名公司也在做相應的開源平臺。藉助這些人工智慧開源平臺，我們起初以為AI產品化是件簡單的事。」
現在想來，何國平有些感謝自己當初的無畏，畢竟後來真正開始搞研究和產品研發後，他才發現AI落地應用難點重重。
開局便迎來了第一難——建立統一的醫學術語體系。
不同醫生在問診過程中，對同一症狀常給出不同的表達，比如發燒、低燒、發熱……這幾個詞彙代指的其實是同一病症，但因表述不同，致使數據無法產生價值。
「只有建立統一的醫學術語體系、對歷史病歷進行統一標化處理，AI才能理解數據的邏輯和內涵。」為解決這個問題，何國平和團隊花了不少工夫，也尋求了國內知名科研院所的幫助。
術語梳理完畢後，梳理知識圖譜、打造數字模型、開發醫療人工智慧認知引擎ThinkGo……一項項工程又緊鑼密鼓地依次展開。
「訓練系統是其中最難的一關。」何國平說，一項AI應用要成熟落地，必須基於大量高質量數據的機器學習和持續訓練，AI場景化應用才有可能。
幸運的是，醫惠科技此前多年的技術積累發揮了真正價值。他們將自己的AI系統放在醫院的大數據中心自主訓練，通過算法模型抽取知識。訓練次數越來越多，疾病診斷、疾病治療路徑等模型被不斷優化和驗證。
去年年初，這項花了四年研發、打磨的AI系統終於具備臨床實際應用條件，開始在不同級別的醫院提供落地輔助服務，開始商業化應用，其自主梳理的醫學術語體系還成為國際ISO標準。
當下，雖然AI系統在醫惠科技的業務體系中佔比並不算高，但按照何國平的規劃，隨著技術積累和發展，市場會不斷成熟，商業化爆發期也將到來。
何國平介紹，醫惠科技目前在AI方面的應用，包括智能音箱的人機互動、臨床輔助決策、醫學影像及醫學病理輔助診斷等，相關AI應用還在不斷優化和完善。
如今，醫惠科技的AI產品已在逐漸滲透進他們此前服務的1500多家醫院中，其中既包括國內大型醫院的專科診室，也包括很多縣級以下的基層醫院。
從某種程度上看，這對推動國家倡導的分級診療有重要作用。
何國平分析，對於縣級以下的基層醫院來說，大多遇到的是常見病病症，AI可以發揮很大的優勢，助力疾病篩查、健康管理、輔助診斷等，有效提高基層醫護人員的工作效率和醫療質量。在大醫院，醫生多遇疑難雜症，這對AI來說目前還是「極限挑戰」。他認為，未來的拓展方向還需要從更精細化、更專業化的單病種入手，開發面向專科專病的AI系統。
為了讓AI應用場景更加豐富，醫惠科技除開發AI軟體之外，最近正在攻克多項與實際落地場景結合的AI配套設備——比如和醫學團隊聯合打造AI聽診器，比如將AI系統與醫惠科技自主研發的智能鞋、智慧床墊相結合，讓AI系統取代人力對這些數據進行自動化處理並提供有效分析報告，為醫生作出病情判斷節約大量時間。
對於醫惠科技，AI的機遇期才剛剛到來。
Q：您覺得為何如今很多AI產品比較難真正的商業化？
A：核心原因是缺乏大量高質量的數據及AI訓練系統的不足，AI產品要落地，必須基於大量數據的反覆訓練。
Q：請您談談醫療行業AI人才的難點和重要性。
A：我認為醫學不單單是科學問題，更是哲學問題，除了考慮疾病治療本身還需要兼顧患者的家庭因素、經濟因素、心理因素等，所以在這個行業裡，AI醫療輔助系統開發也不僅僅是技術問題，還必須和人文、倫理相結合，所以AI系統開發者或者團隊必須具備跨界融合的能力，培育懂AI技術、具備醫學知識和社會倫理的專業跨界人才勢在必行。
Q：您覺得AI在醫療領域大規模應用還面臨哪些重要問題？
A：法律層面仍是空白，對於AI診斷的醫療責任有待明確。另外，AI產品要成熟需要大量高質量的數據，數據如何合理合法地獲取和共享應用，這需要綜合考慮和解決的。
Q：您覺得杭州創業環境如何？
A：醫惠當前在全國有十幾家分子公司，總體感覺浙江的營商環境非常好，我們的政府也是服務型政府，能根據不同企業的特點提供定製化、精細化的產業配套支持服務，這是我們企業需要的。
發現未來獨角獸，項目BP發過來！
如果你的項目足夠優秀，希望得到36氪浙江的報導，參加36氪浙江的「未來獨角獸活動」，請將你的需求和BP發至36氪浙江項目徵集郵箱：zhejiang@36kr.com，我們會及時回復。
36氪浙江——讓浙江創業者先看到未來!