針對某一類疾病的病患群體，如何通過數據治理與挖掘尋找到最佳治療路徑？針對于個體，又如何通過醫療人工智能實現精準醫療？這就是森億智能“人工智能醫療決策支持系統”所努力的方向。

在2018“創業在上海”國際創新創業大賽浦東賽區，來自張江分賽點的參賽項目《科學決策“黑科技”——人工智能醫療決策支持系統》成為賽事亮點。森億智能成立于2016年4月，總部位于上海張江，是國內領先的專注于醫療人工智能解決方案的公司。公司致力于構建由數據驅動面向臨床醫學、醫務管理、患者服務、醫學研究的人工智能應用，以加速智慧型醫療系統建設。

近日，森億智能宣布完成1億元B輪融資，由GGV紀源資本領投，紅杉資本中國基金、真格基金跟投。此前，森億智能于2016年10月獲得真格基金近千萬元的天使輪投資，并于2017年11月完成了由紅杉資本中國基金領投、中國電子健康基金戰略投資的A輪融資。

輔助決策提效能

森億智能的“人工智能醫療決策支持系統”到底是什么？森億智能副總裁薛顏波對此作了簡要介紹：在國內，醫院里積壓的海量病歷大部分都以文本的形式存儲，而對機器來說，這些專業性極強的醫學語言無法被分析。

通常來說，要完成對海量病歷的分析以及對病歷內容的理解、總結，只能依靠專業知識完備的醫生來完成，過程相當枯燥且耗時費力。而應用人工智能去“讀懂”病歷，并且對核心內容進行抓取、總結；從而使海量的醫療數據“看得清、說得明、用得上”，這無疑可以大大節省醫生的時間。比如說明患者是哪些并發癥的高危人群，在接下來的診療過程中應做什么相應的檢查來進行預防等。其本質是利用人工智能技術完成醫療決策支持體系，即輔助醫生做出最有效的決策，不是替代醫生，而是大大提升醫生的工作效能，成為醫生“伙伴”。

“三軍”齊下破難關

“人工智能醫療決策支持系統”在研發過程中會面臨很多技術難點，其中最為核心的即為數據整合。國內醫療信息化產業已歷經30余年，每家大型醫院在每一個專業領域都完成了一些信息化相關的工作。與此同時，國內的軟件公司也在高速發展，他們之間的隨機對接，就可能導致不同的軟件公司分別做了不同醫院的不同業務領域的軟件系統。但是，從醫療就診而言，一個患者經過多項檢查、檢驗以及治療，這個過程中的數據會經過很多系統，然而如何將這些數據整合在一起，是一個非常復雜的難題。這其中涉及到了解不同供應商的數據結構、如何轉碼等，尤其是數據集成的壁壘很高，一般企業想要完成較為困難。而對于在醫療信息化領域深耕了15年，現任森億智能副總裁的薛顏波來說，他在這方面豐富的從業經驗成為了重要的敲門磚。

解決數據整合這一難題后，如何將各種非結構化的文本進行結構化又是一座 “高山”。中文醫學自然語言處理技術對醫學相關文本進行結構化以及標準化解析，包括詞法分析、句法分析、語義分析、結構化表達、標準化映射等環節。通過結合醫學領域知識（醫學知識圖譜）以及深度學習和其他機器學習技術，建立了各環節的處理模型，以解決傳統自然語言處理技術在醫療領域效果不佳的問題。這也正是森億智能創始人兼CEO張少典及其所帶領的人工智能團隊最為擅長的領域； 森億智能在通過海量文書挖掘知識概念以及關聯的方法上已取得諸多突破，并已發表數篇相關領域文獻。

重心聚焦求更優

從市場發展角度考慮，森億智能接下來會做得更加聚焦。

第一個方向是圍繞群體做醫療決策支持，在國外稱之為“人群健康”。人群健康如果聚焦在一家大型醫療機構的話，需要去了解一種疾病或者一類疾病的患者，以及在這個細分領域及群體的一些規律。

第二個方向則是基因相關的分子診斷，也叫做“精準醫療”。精準醫療會更加聚焦于個體，因為每一個人的基因都不同，這就會導致用同樣的一個治療方案，在治療同樣一個年齡階段、患有同樣一種疾病，即便沒有其它并發癥的情況下，還是會在治療結果上產生一些差異。

上述第一個方向更偏向于通過臨床精細化管理，以達到整體最優。整體最優簡單的理解就是治療質量能達標，價格相對較低。而第二個方向是要做到個體最優。個體最優是針對不同的患者人群提供更加高效的治療方案，但并不意味著價格更低，只是提供了更優的選擇路徑，以及高質量的定制化服務。

供給改革尤可待

在醫學信息化行業從業十余載，薛顏波感受頗深的是：“我國醫療資源相對分布不均，這也為醫學人工智能的發展提供了巨大的市場潛力，通過醫療人工智能驅動，進一步緩解醫療供需的社會級現象，提供普惠大眾的高效醫療服務。”

薛顏波還認為，醫療行業不同于其他行業，業務壁壘深，需要以落地的應用場景作為產品研發的基礎，深耕醫療數據。因此，與其想要在這個領域中獲得爆發式增長，不如腳踏實地，做出一款接地氣的產品，真正讓老百姓享受到醫療人工智能帶來的福利。