AI +醫療，關乎技術與醫療人文關懷的智慧醫療

| Vol.255 |

創投圈內，事無大小都愛問個痛點，各痛點在行業觀察者的探究下顯露無遺。通過痛點直擊用戶需求，是項目得以長久生存的不二法寶。醫療領域，患者生病便是最大的痛點。

近些年，漸趨成熟的AI技術正逐步向「AI+」轉變，醫療作為可以挽救生命、延長壽命、提高生存質量、個人效用最大化的前提條件自然備受關注。

當IBM的人工智慧Watson僅用幾分鐘就完成了癌症診斷並開出處方，「AI+醫療」再次引發輿論的熱潮。

儘管各言論褒貶不一，但AI滲透到醫療領域后，確實在有限的醫療資源下，為人們提供了更便捷、全面的醫療服務。

醫拍智能便是在這樣的市場環境下，孕育的「AI+醫療」類項目。

醫拍智能致力於用人工智慧喚醒醫療服務智慧，將機器視覺融合大數據醫療，深耕醫療領域。通過以深度學習為代表的人工智慧技術結合海量醫療數據，研發輔助醫療影像診斷識別系統、醫療單據OCR智能識別系統。

項目：醫拍智能

聯合創始人：楊瓊

融資金額：數千萬A+輪

融資時間：2017年8月

基於計算機視覺、深度學習等技術的進步，醫拍智能在OCR領域的研發能力及成果目前穩居行業第一，近期醫拍智能醫療影像智能研究方面也頻頻取得重大突破。

據悉，醫療數據中有超過90%的數據來自於醫療影像，藉助人工智慧積累下的海量數據可以輔助並提高醫生診斷效率及準確率。

∇

創業路上的戰略思考

創業道路上的許多事並非一蹴而就，需要對行業的敏銳度及商業模式的深度思考。像許多初創公司一樣，醫拍智能在成立之初，也經歷了產品的戰略思考。

去醫院看病的人都有一個共同的體會，從挂號到候診往往需要排上好幾個小時的長隊，好不容易等到就診，醫生三言兩語說完，要麼拿著醫生的單據排隊進行下一項檢查，要麼拿著處方單去開藥回家。整個過程患者始終無法與醫生充分地了解病情。

對此，醫拍智能醫療單據識別可以讓用戶對自己的血常規、肝功能等醫療單據拍照上傳后，系統可以識別出該項數據，並且給出相應的智能醫學含義和專業養護建議。

隨後，醫拍智能在明確團隊和核心競爭力優勢的前提下，2015年下半年其業務逐漸向2B傾斜。

在基於原有的醫療單據智能識別的業務基礎上，醫拍智能還加入了醫療發票的識別功能，打造出一個醫療單據識別＋信息匯總的平台型工具。

目前醫拍智能已為400餘家醫院、保險、腎透析中心、民營醫院、醫療設備廠商提供深度垂直的解決方案，旗下擁有拍醫拍、信澤醫療兩家獨立子公司及達芬奇（Da Vinci）醫學智能研究院。

此外，醫拍智能拓展了一條全新的醫療影像領域業務線，通過深度學習、計算機視覺的技術，為放射科醫生提供醫療影像（CT、X光、核磁、病理切片、眼底圖片、心電圖等）輔助診斷。

醫拍智能（原名拍醫拍）早期獲紅點創投數百萬天使輪融資，項目處於研發早期；2016年再獲重山遠志健康基金、慈銘體檢韓小紅、億聯資本、洪泰基金、360等數千萬A輪融資；

2017年8月，拍醫拍正式更名為醫拍智能，並宣布再次完成數千萬A+輪融資。據有聲估算，累計融資額達1億以上人民幣。

醫拍智能的聯合創始人兼首席科學家楊瓊，清華大學博士，先後任職於微軟亞洲研究院、歐洲微電子中心、百度深度學習研究院。

多年的行業沉澱，歷練了楊瓊在文字識別、人臉識別、深度學習、人工智慧、大數據分析等領域的專業素養，並擁有 11 項世界或美國專利，是百度 OCR 和人工智慧領域的重要推動者。

雖然，目前深度學習仍處於「輔助診斷」階段，但病情的診斷依舊離不開臨床經驗豐富的醫生確診，即使再先進的技術，也達不到100%的準確率。

AI與醫療的結合，不僅關乎技術，還有人文關懷的問題值得關注，讓高超的技術輔助以醫療領域，讓誤診、漏診現象降到最低，讓醫患關係重建信任根基。

作者：趙瞳 編輯：阿鯨