用AI解决名医稀缺难题,「朗通医疗」想让智能问诊更贴近临床

栏目: 编程工具 · 发布时间: 5年前

优质医生资源稀缺,分级诊疗和支持社会办医等政策利好,使得加强基层医生能力的需求越来越强烈。

针对这个问题,市场上的玩家们想到了临床文本数据AI。这个赛道的特点是需求强烈,市场广阔,仍处于早期阶段,尚未形成垄断,玩家们还在进行商业模式的探索。

36氪近期接触的 「朗通医疗」 就是这个赛道的早期入局者。该公司的产品是基于大数据的智能临床辅助决策服务平台,围绕医生的临床诊疗业务,提供全流程的辅助,帮助提高诊断效率,减少误诊漏诊。

目前「朗通医疗」的全科诊疗平台已经落地,正在全科的基础上拓展专科的数据模块(包括儿科、妇科、急诊等)。未来还计划做开放平台,用分成的方式吸引其他企业开发专科模块,从而拓展到更多科室。

36氪认为,基层医院对全科的需求较普遍,这种模式的好处在于医院不需要每个科室对接不同公司,可以一次性解决需求,这有利于拓展市场。

用AI解决名医稀缺难题,「朗通医疗」想让智能问诊更贴近临床

图片来自朗通医疗

其实,对于临床诊断NLP行业,最大问题就是商业模式,整个行业都在探索最好的产品形态。「朗通医疗」CEO徐哲的判断是,“ 关键是让人机交互的体验不断提升,AI技术相对而言是第二位的 。”

因此「朗通医疗」NLP的 最大优势在于人机交互的设计,不中断临床思维 ,符合用户行为习惯,帮助快速诊断。该公司的人机交互相关设计正在申请专利。

举例来说,产品采用联想式输入法,当医生写到某个病症时系统立即跳出病人要做的检查;患者在候诊时,在手机APP的引导下预先录入病情,医生看病时复核即可,从而优化分诊流程。

除了人机交互的设计,「朗通医疗」的技术壁垒还体现在知识图谱和NLP技术。

用AI解决名医稀缺难题,「朗通医疗」想让智能问诊更贴近临床

图片来自朗通医疗

知识图谱方面,该平台数据来自卫生局的脱敏数据和上亿份三甲医院的临床病历,目前已积累形成 含35万余条术语的医学术语库,颗粒度精细至程度、性质层面 ,形成了涵盖60万余条逻辑关联的知识图谱。

NLP技术方面,支持PB级数据、千万用户计算以及多种人工智能算法应用, 识别度达93%,疾病诊断推理符合度达90%以上 。目前该公司正在做语义的扩充和上下文语义的理解。

从销售模式来看,「朗通医疗」主要销售给基层医院、综合医院、政府机构、HIT系统开发商、互联网医疗企业和体检中心。目前客户包括浙江大学医学院附属邵逸夫医院、温州医科大学附属第二医院、江干区卫生局等机构,覆盖了150个社区卫生服务中心、2500余家社区服务站和卫生室、300个民营连锁诊所、多家综合医院, 客户年均增长量247%。

临床文本数据AI企业的估值核心包括了术语库、准确率、能不能做校验、NLU能力和用户数。「朗通医疗」CEO徐哲表示,该公司今年的目标是 提升NLU能力,建立儿科、传染病库模型,继续优化人机交互能力。

该公司已于2016年和2017年完成两轮融资。目前该公司正在寻求第三轮融资,计划融资3000万元。


以上所述就是小编给大家介绍的《用AI解决名医稀缺难题,「朗通医疗」想让智能问诊更贴近临床》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

互联网寡头战争

互联网寡头战争

屈运栩 / 浙江大学出版社 / 2017-5-1 / CNY 49.00

本书意在复盘2015年下半年资本寒冬袭来之后,互联网行业发生的小巨头并购等连锁反应,揭示其背后推手——以BAT(百度、阿里巴巴、腾讯)为首的互联网巨头在零售、出行、本地生活、金融等行业的布局竞争,记录和呈现行业新贵的选择与博弈,深度剖析中国互联网生态的演进过程。一起来看看 《互联网寡头战争》 这本书的介绍吧!

正则表达式在线测试
正则表达式在线测试

正则表达式在线测试

RGB CMYK 转换工具
RGB CMYK 转换工具

RGB CMYK 互转工具