模拟医生问诊 移动医疗平台尝试“机器分诊”

医疗新闻 2016年07月08日 1,002

  “请告诉我你是哪里不舒服”“请告诉我一项您需要诊断的症状”“请告诉我,是否在使用非处方止痛药后疼痛加剧”“请问,是否突然出现从未有过的剧烈头痛”“请告诉我,是否曾经头部受伤、跌倒或碰撞”……在经过一系列的机器模拟医生问诊流程后,患者将收到一份《评估报告》,提示可能存在的疾病。

  这是人工智能机器人医生Airdoc的一个分诊过程。

  

  Airdoc是近期上线的一个人工智能分诊工具,自称可以在5分钟内快速完成分诊和病情详情查询。

  Airdoc不仅仅是个分诊工具,最大价值是成为一个辅助医生诊断的工具,来帮助医生尤其基层医生提高诊断效率。

  CEO张大磊表示,目前Airdoc还在测试期,人工智能数据架构刚刚搭建完毕,模拟人类医生看病辅助医生诊断的流程也刚跑通,让系统不间断地从实时更新的病例、文献中学习、存储最新的医学知识,还有很长的路要走。

  据了解,目前包括Google、Facebook、微软等在内的国外互联网巨头都在做人工智能在医疗领域的尝试。而根据媒体报道,在国内也已经有包括“杭州智慧医疗”“浙江名医馆”“嘉兴市第一医院”等移动医疗平台在尝试类似的智能分诊服务。

  医疗需要+什么样的互联网?

  就在刚刚过去的六月,国务院办公厅印发了《关于促进和规范健康医疗大数据应用发展的指导意见》,大力推进“互联网+医疗”,国内互联网医疗创业环境的开放程度已经到了最好的时期。当今的医疗,究竟需要加什么样的互联网?

  为什么医学水平越高,患者越不信任医生?

  自有人类历史以来,医学水平没有哪个时候像现在这样发达。但为什么就是现在,患者却越来越不信任医生了?可能大家常常认为由于个别医生在市场经济中迷失方向,造成患者对整个医生群体失去信任,甚至开始产生仇恨,实际上这只是大家看到的表面现象。

  本质原因,还是医生获取医学知识和利用信息技术的速度比患者慢,患者获取了很多医学知识,并且拿着这些不一定靠谱的“医学知识”和医生的诊断、治疗来对比。网上经常充斥着各种“神医”、“神药”,误导了没有医学常识的患者,从而让真正踏实看病的医生很无奈,常常需要花很多精力去做一些本该不需要的医学解释,沟通成本无疑是高了很多。

  这个现象可以归结为医疗生产力和生产关系的扭曲。从经济学角度来讲,劳动对象是患者,而患者使用各种技术工具获得医学知识的速度远远快于医生,尽管患者手里的工具有可能是把铁锹,但更多的时候可能是个炸弹。

  劳动对象手里握着的如果是铁锹,这是幸运的。而遗憾的是,公开信息中的炸弹实在太多,在缺乏正确引导的情况下,患者根本无法分辨哪些是工具,哪些是炸弹。如果把医学服务看作一个生产力,劳动工具绝对不仅仅只包含医学水平,希望这一事实能引起医生朋友们的重视。

  医疗加互联网更应关注“增量价值”

  优质的医疗资源就那么多,不管如何分配,优质医疗资源覆盖不到的地方还是占多数。这就需要创业者们在现有的资源供应环境中创造“增量价值”,创造提高效率的解决方案,再多的搬运也解决不了问题。医疗服务生产力水平要想有质的提高,以人类医生经验为基础的生物医学,远远赶不上现代人对医疗服务的需求。

  针对未来人类医疗最理想的状态是,医生个体掌握传统生物医学的经验,再将大数据和人工智能对近似全样本病例的存储和分析作为参考,这才是完美的医疗实践。毕竟人脑的存储、读写、计算能力和机器是无可比拟的。

  Airdoc在做的事情就是,利用机器学习帮助每个爱惜自己的人能做好健康评估,提前预防疾病,以及在生病后能时刻掌握自己的健康状况,做好患者的就医指导。同时,从整个社会的视角看,Airdoc可以大大提高医疗资源的使用效率。

  一个典型的场景,就是医院的分诊环节。Airdoc团队之前也做过挂号平台,有很大一部分患者根据自己的症状是判断不出自己应该挂什么科的。这就导致了无论是医院还是挂号平台,每天都有大量患者挂错号,对患者来讲能挂到号已经不容易了,再取消重新挂是个很糟糕的体验,对医生来讲浪费了给更需要的患者看病的机会,对医院和挂号平台甚至全社会的医疗资源来讲,无疑是一个严重的浪费。

  Airdoc目前人工智能医生不但能通过症状模拟人类医生给出疾病参考,可以给每次的评估出一封报告,同时非常清楚地告诉患者就医时应该挂什么科。帮患者、医院和挂号平台解决分诊问题,人工智能的准确率已经远远超过呼叫中心的服务人员。

  “增量价值”在于提高效率和准确率

  不久前,美国媒体报道全美的首诊误诊比例是30%以上,这个是很可怕的,国内的情况可能会更糟。我自己家里人看病的时候,也经历过非常荒唐和可怕的误诊,如果不来协和医院,在地方的三甲医院被诊断为肿瘤当时就开刀了。这个事情对我的刺激非常大,也坚定了做医疗的决心。

  Airdoc要解决的最核心问题不光在分诊环节,而是希望通过机器学习,让我们的人工智能医生帮助到人类医生尤其基层的医生朋友,让大家的诊断越来越准。现在Airdoc的人工智能数据架构已经搭建完毕,模拟人类医生看病辅助医生诊断的流程已经完全跑通,接下来需要做的就是让人工智能医生不间断地从实时更新的病例、文献中进行学习,及时存储所有最新医学知识。

  就在几个月前,与Airdoc合作的一家美国医院通过对糖尿病的病历大数据分析,在II型糖尿病里发现了几个共同的规律,可以实现针对不同分型研究更有效的治疗方案,对于有针对性的新药研制,对于整个医学界都有巨大的价值。这在没有足够病历数据支撑和机器学习算法训练的时代,仅靠传统的生物医学是不可想象的。

【猜你喜欢】

发表评论

抱歉,您需要登录才能评论 立即登录 免费注册

首页 医院新闻 商务合作 意见反馈

© 2014-2019 医疗营销网 All Rights Reserved.