图片文字识别的黑科技，怎么走进移动医疗？

记得在一篇讲述黑科技的文章里，曾经比较过专业计算机和普通计算机。所谓普通就是大家正在使用的这种电脑，功能复合实用，并没有所谓一技之长。但专业型计算机就不同了，根据某种痛点，强调某种计算能力，不断迭代形成更高更垂直的技术壁垒。

这件事， 拍医拍 也想干。基于自身的图片文字识别技术（OCR），团队打算从数量多、标准化高、可操作性强的化验单入手，逐步扩大至B超、药品清单、病例、处方单等单据，做“就医信息电子化”，最终达到患者有效数据搜集的目的。

与其他院中+院后产品不同的是，团队并不想成为复杂的医患服务连接者/提供者，或者类似病历夹的工具/工作台，而是先做一个纯技术导向的公司，专心研究图文识别技术，把精准度提高。

团队申请的专利有：

1.基于机器学习的医学单据版式分析技术；

2.针对医学领域的多字符集图像文字识别核心；

3.基于递归神经网络的医学词向量后处理方案。

创始人诗展认为，现有的图片文字识别技术，还是处于机器+人工阶段，需要大量人力在背后筛查匹配，成为量化工程的一大“障碍”。当然，这里也需要强调，就算是再牛的技术，也无法做到100%准确。

于是越求精准，就意味着更大的样本和更长时间的学习。在C端，拍医拍通过云端自动“解读”服务来吸引C端用户，如上图显示的指标异常提醒，帮助患者前端先了解病情。产品六月上线，C端用户数量36氪会跟踪了解。

另外一方面，现在市场上大量的医患、病例分享/分析型产品也可能成为其潜在合作伙伴，也会包括一些有需求的医院或者网上医院，甚至辅助完善地区第三方医疗数据库。如果有可能的话，团队希望将医生判断、治疗方案与化验单结果结合起来。

但大家不禁要问，为什么拍化验单等等行为，会成为一种需求？

• 在特殊的医疗体系和环境下，国内公立医院病例信息不外传几乎成为一种常态。大到医院派系，小到合作医院抱团，都想把最有价值的信息掌握在自己手中，更何况还涉及到学术研究成果。
• 同时，医院信息化技术做的到底如何，信息录入是否完整也需要打个问号。相反，最容易被带出的数据就是用户手上的纸质档案了。

但，这种需求是持续的吗？

从大环境来看，电子化病例和多点执业是未来大趋势，前者会逐渐淘汰纸质数据，后者则会引导病人和病例外流，很有可能拍化验单这样的事情会不复存在，但从目前发展速度而言，确实不知道还有多远。

不过对于团队来说，未来利用自身的技术和数据样本，完全可以在环境开放之前就挖掘出潜在需求，结合医疗专业做出更高门槛的技术服务，乃至医疗服务。

创始团队中有原百度、好大夫数据和医学专家，已经完成天使融资，目前也在洽谈新一轮融资。

原创文章，作者：Leah