森亿智能:如何通过医疗人工智能实现精准医疗?

描述

针对某一类疾病的病患群体,如何通过数据治理与挖掘寻找到最佳治疗路径?针对于个体,又如何通过医疗人工智能实现精准医疗?这就是森亿智能“人工智能医疗决策支持系统”所努力的方向。

在2018“创业在上海”国际创新创业大赛浦东赛区,来自张江分赛点的参赛项目《科学决策“黑科技”——人工智能医疗决策支持系统》成为赛事亮点。森亿智能成立于2016年4月,总部位于上海张江,是国内领先的专注于医疗人工智能解决方案的公司。公司致力于构建由数据驱动面向临床医学、医务管理、患者服务、医学研究的人工智能应用,以加速智慧型医疗系统建设。

近日,森亿智能宣布完成1亿元B轮融资,由GGV纪源资本领投,红杉资本中国基金、真格基金跟投。此前,森亿智能于2016年10月获得真格基金近千万元的天使轮投资,并于2017年11月完成了由红杉资本中国基金领投、中国电子健康基金战略投资的A轮融资。

辅助决策提效能

森亿智能的“人工智能医疗决策支持系统”到底是什么?森亿智能副总裁薛颜波对此作了简要介绍:在国内,医院里积压的海量病历大部分都以文本的形式存储,而对机器来说,这些专业性极强的医学语言无法被分析。

通常来说,要完成对海量病历的分析以及对病历内容的理解、总结,只能依靠专业知识完备的医生来完成,过程相当枯燥且耗时费力。而应用人工智能去“读懂”病历,并且对核心内容进行抓取、总结;从而使海量的医疗数据“看得清、说得明、用得上”,这无疑可以大大节省医生的时间。比如说明患者是哪些并发症的高危人群,在接下来的诊疗过程中应做什么相应的检查来进行预防等。其本质是利用人工智能技术完成医疗决策支持体系,即辅助医生做出最有效的决策,不是替代医生,而是大大提升医生的工作效能,成为医生“伙伴”。

“三军”齐下破难关

“人工智能医疗决策支持系统”在研发过程中会面临很多技术难点,其中最为核心的即为数据整合。国内医疗信息化产业已历经30余年,每家大型医院在每一个专业领域都完成了一些信息化相关的工作。与此同时,国内的软件公司也在高速发展,他们之间的随机对接,就可能导致不同的软件公司分别做了不同医院的不同业务领域的软件系统。但是,从医疗就诊而言,一个患者经过多项检查、检验以及治疗,这个过程中的数据会经过很多系统,然而如何将这些数据整合在一起,是一个非常复杂的难题。这其中涉及到了解不同供应商的数据结构、如何转码等,尤其是数据集成的壁垒很高,一般企业想要完成较为困难。而对于在医疗信息化领域深耕了15年,现任森亿智能副总裁的薛颜波来说,他在这方面丰富的从业经验成为了重要的敲门砖。

解决数据整合这一难题后,如何将各种非结构化的文本进行结构化又是一座 “高山”。中文医学自然语言处理技术对医学相关文本进行结构化以及标准化解析,包括词法分析、句法分析、语义分析、结构化表达、标准化映射等环节。通过结合医学领域知识(医学知识图谱)以及深度学习和其他机器学习技术,建立了各环节的处理模型,以解决传统自然语言处理技术在医疗领域效果不佳的问题。这也正是森亿智能创始人兼CEO张少典及其所带领的人工智能团队最为擅长的领域; 森亿智能在通过海量文书挖掘知识概念以及关联的方法上已取得诸多突破,并已发表数篇相关领域文献。

重心聚焦求更优

从市场发展角度考虑,森亿智能接下来会做得更加聚焦。

第一个方向是围绕群体做医疗决策支持,在国外称之为“人群健康”。人群健康如果聚焦在一家大型医疗机构的话,需要去了解一种疾病或者一类疾病的患者,以及在这个细分领域及群体的一些规律。

第二个方向则是基因相关的分子诊断,也叫做“精准医疗”。精准医疗会更加聚焦于个体,因为每一个人的基因都不同,这就会导致用同样的一个治疗方案,在治疗同样一个年龄阶段、患有同样一种疾病,即便没有其它并发症的情况下,还是会在治疗结果上产生一些差异。

上述第一个方向更偏向于通过临床精细化管理,以达到整体最优。整体最优简单的理解就是治疗质量能达标,价格相对较低。而第二个方向是要做到个体最优。个体最优是针对不同的患者人群提供更加高效的治疗方案,但并不意味着价格更低,只是提供了更优的选择路径,以及高质量的定制化服务。

供给改革尤可待

在医学信息化行业从业十余载,薛颜波感受颇深的是:“我国医疗资源相对分布不均,这也为医学人工智能的发展提供了巨大的市场潜力,通过医疗人工智能驱动,进一步缓解医疗供需的社会级现象,提供普惠大众的高效医疗服务。”

薛颜波还认为,医疗行业不同于其他行业,业务壁垒深,需要以落地的应用场景作为产品研发的基础,深耕医疗数据。因此,与其想要在这个领域中获得爆发式增长,不如脚踏实地,做出一款接地气的产品,真正让老百姓享受到医疗人工智能带来的福利。

打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分