从知识图谱智能诊断入手，康夫子基于“AI＋数据”提升医疗行业效率和体验

“知识图谱” (Knowledge Graph)是谷歌在2012年提出的一个技术概念，它是语义搜索的一个应用，能够将搜索结果进行知识系统化，任何一个关键词的输入都能导出完整的知识体系。除了能为用户进行搜索、推荐等具服务外，知识图谱在垂直领域的应用也在不断延生和拓展。

其中，来自北京的创业团队康夫子正通过构建医疗知识图谱，打造精准的人机对话模型，并推出、和三项针对医疗资讯和问诊的服务。

借助AI打造机器人医生，增加医疗资源供给

“主要是让计算机在阅读海量的医疗文献和电子病历数据后，自动学习诊断逻辑，并进行推理计算”，康夫子创始人&CEO张超告诉猎云网（微信： ilieyun
），自然语言理解是知识图谱依托的重要技术之一，此外，知识图谱的构建还离不开庞大的数据支撑，而医学作为一门知识驱动类的学科，“如果能多维度收集足够丰富、可靠的数据，就能在辅助决策层面发挥应用的价值”。

方面，由于不同医院的数据编码各异、写法也千差万别，因此，康夫子需要利用NLP技术，深度挖掘和分析医疗文本的信息，将非结构化文本形式的病历数据变成可用于统计、查询和分析的结构化数据，以便机器可以准确完整地“读懂”病历。

当前，其病历结构化模块已经在国内20多家大三甲医院中全院级别使用。

(Clinical Decision Sopport System,简称 CDSS)这部分，主要是实现智能辅助临床决策，能够缓解基层医生资源不足的问题。临床对辅助诊断的要求相对比较高，因此对于结论的可推测性要求非常严格。康夫子这套基于机器学习、人工智能和NLP的系统，通过对海量病历进行深度挖掘和学习，将经验丰富的专家经验提炼成AI模型算法。

在线体验智能诊断功能（附部分导诊步骤）

例如，当医生填写完病历分析患者的病情后，系统会弹出提醒，给出推荐的治疗方案和建议，以降低医疗风险，避免基层全科医生由于经验缺乏而可能造成的误诊、漏诊的情况。

则主要承担分诊导诊服务。患者在医院大厅挂号时，只需在系统中填入姓名、年龄等信息，并输入相应症状，“医生”就能通过模拟医生询问患者病情，获取患者病情信息，并基于医疗知识图谱，给出疑似疾病、推荐就诊科室。

“我们希望能够为患者提供比较精准的回复和决策，比如咳嗽三天和咳嗽三个月，患者没有办法去判断具体病情的差异”，张超表示，“全科机器人医生不仅能解决患者不知道挂哪个科室、盲目就医的问题，减轻导诊台人工服务的压力，提高服务效率，还有效地利用了‘候诊’的时间，节省医生写病历的时间，提高诊疗效率”。

在线体验智能问答功能（附部分问答步骤）

据悉，康夫子目前已吸收2000多万本医疗文献、超400万份病例报告，可在其中提取50%～90％的知识点（根据内容复杂程度有所差别），知识准确率超过90%，覆盖了所有科室约6000种常见疾病。

而这些成绩，团队只花了不到三年的时间。2015年，张超辞职离开了工作五年的百度，从百度自然语言处理部资深研发工程师、文本知识挖掘方向负责人，转型成为一名创业者。之后，两位技术合伙人，前百度高级研发工程师张冲和前百度NLP高级研发工程师栗晓华也陆续加入。

辞职百度转型创业，利用AI将医生从繁杂的劳动中解放出来

创业初始，团队瞄准的是做孕妇饮食营养的健康分析和食谱推荐——根据孕妇的饮食情况，基于构建孕妇人群知识图谱，提出合理健康的饮食建议。

但由于这个项目的刚需不强，AI技术的发挥空间有限，因此半年后，康夫子决定进行项目转型。此时，基于多年的行业积累和体验，张超发现，在网站搜索上，医疗健康类的问题常常会出现很多答案，但回复却并不精确，同一种症状甚至会有十几个可能出现的病症结果，用户体验并不好。

  

 根据症状、诊断、治疗三个维度中的一种或多种组合推荐相似病例

最终，团队决定基于此前的技术积累，通过“AI＋数据”的模式赋能医疗健康领域，从医院端（效率）和患者端（体验）提升医疗行业效率。张超表示，短期内将收取一定的服务费，长期则是通过增值服务去变现，比如撮合交易，帮助患者做健康管理、预警等。

鉴于医疗行业本身的特质，技术能力和行业资源必须兼备，对此，张超表示，“我们并不直接接触B端，而是和专业的机构合作，基于他们搜集的数据，我们再在这些经过脱敏的数据的基础上进行整理。在这个过程中，新的合作伙伴也会不断找过来”。

近日，康夫子就与国内领先的云计算识别领导厂商浪潮集团有限公司（以下简称浪潮）、山东健康医疗大数据有限公司（以下简称山东健康医疗）达成战略合作，依托山东健康医疗的数据资源，以及浪潮在全国范围内的“浪潮健康医疗大数据云平台”，结合康夫子在医疗数据治理、AI技术等方面的积累，推进智慧医疗的落地。

对于所有“AI＋”项目来说，只有理解了行业和场景，才能真正智能化。接下来，康夫子还将围绕康复、随访等场景进行远程医疗健康管理。

2010年，张超研究生毕业后就拿到了百度的offer，尽管也是在做自然语言处理相关的业务，但概念并不像今天这样为人所知。

对比AI浪潮带来的行业泡沫，他笑称，“当年我们在百度做自然语言处理，很多人不懂，我们就说我们是做搜索的；今天，我们说我们是做自然语言处理的，人们会问，你们具体是做那一块，很显然，认知层面发生了很大的改变”。

而对于AI近几年的过热、无序甚至失衡的泡沫现象，以及行业人才薪酬水涨船高，张超保持开放的态度，他认为，当前AI行业的人才本来就非常少，也还远没有到全民化，团队能不能吸引人才并不完全指望“泡沫”的破灭，是否具备足够的前景、团队实力以及创始人是否值得信赖。

“泡沫要中立来看，可能会浪费一部分资源，但就像驾驶一艘船出海一样，风大可能吹翻船只，但有风才能远航，这些都是客观存在的因素，并不是导致项目走不下去的理由”。

：病历结构化、临床决策支持系统CDSS、全科机器人医生
：北京康夫子科技有限公司
： http://www.kangfuzi.com

AD： 6月15日，北京千禧大酒店！猎云网将与您相约“破界·颠覆——猎云网2018年度区块链产业峰会”，共同见证行业嘉宾的思想洞见与最新前沿趋势！