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

医疗健康 来源:36氪 作者:梦想家菜菜

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。


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。


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。

来源:36氪   作者:梦想家菜菜

医谷,分享创业的艰辛与喜悦,如果您是创业者,期望被更多的人关注和了解,请猛点这里  寻求报道

意见
反馈

扫码
关注

扫码关注医谷微信

手机访问

扫码访问手机版

返回顶部