AI落地時代，人工智慧對醫療領域的顛覆式改造是人文關懷和商業價值相結合的最佳體現。
早在2017年，IBM 的人工智慧 Watson，僅用 10 秒就開出了癌症處方。
而與此同時，我們也應該更加嚴肅地看待人工智慧在醫療領域發揮的作用，傳統醫患關係中，諸如醫療資源分配不均、問診效率有待提升等痛點依然根深蒂固。正如左手醫生創始人兼CEO張超所說，「我們的產品僅僅是幫助醫生提升醫療效率和接診意識，優化醫院醫療資源的配置。最終還需要醫務工作者做出決策並開展醫療工作。」
8月底，左手醫生完成1億元B輪融資，在近期的智源社區專訪中，左手醫生創始人兼CEO張超從技術的角度詳細分析了智能醫療在不同場景下的延展，包括在線AI輔助問診，診前、診中、診後的信息採集和處理。「文獻抽取」、「臨床經驗補充」再到「問診過程中自動構建」，從醫療知識圖譜構建的歷程中，技術的進展可見一斑。
張超，左手醫生創始人兼CEO。在創建左手醫生之前，2010年~2015年，張超就職於百度自然語言處理部門，擔任資深研發工程師、文本知識挖掘方向技術負責人，成為知識圖譜實體建模專家，擁有多篇論文、多項專利。2015年，張超創辦北京左醫科技有限公司，打造核心產品左手醫生，專注於人工智慧技術在醫療健康領域應用推廣。
受訪對象 | 張超
採訪 | 李夢佳
整理 | 熊宇軒
編輯 | 李夢佳
Q1：左手醫生想要打造的智能醫生服務如今已經覆蓋6000多種常見疾病。左手醫生的主要產品研發路線是怎樣考慮的？
A：左手醫生主要基於醫療文本數據研發知識驅動的產品，涉及到的文本類型包括電子病歷、診療記錄、檢驗化驗單、影像學檢查報告等。
Q2：如何不斷融入最新的醫學研究進展，從而豐富醫療知識圖譜？
A：我們構建知識圖譜的過程經歷了三個階段：（1）機器自動從現有語料（如書籍、指南、電子病歷、說明書）中抽取醫學知識。（2）採集不成文的醫生經驗作為補充。（3）通過硬體設備——診室聽譯機器人自動採集臨床診療音頻，構建知識圖譜。設計該設備的初衷是幫助醫生更好地撰寫病歷，對於沒有召回的數據，我們會通過人工的方式將知識整理到圖譜中去。由此，我們形成了從「文獻抽取」到「臨床經驗補充」，再到「問診過程中自動構建」的三階段的知識圖譜構建過程。目前，大多數同行仍然採用「文獻抽取」的方式來構建知識圖譜。
Q3：如何與醫生建立良好的合作關係，讓醫生在繁忙的工作中抽出時間參與醫學知識圖譜產品的研發？
A：一定的資金投入是必不可少的。我們會與較為資深的醫學專家溝通，告訴他們知識圖譜到底是什麼，讓他們感受到構建知識圖譜的過程，也可以幫助他們自身梳理知識脈絡，從而實現雙贏。
Q4：在使用硬體設備採集診療音頻時，如何避免侵犯醫生和患者的隱私？
A：首先，我們會根據用戶的要求在一些醫院內部做私有化部署，進行私有化學習。此外，我們也會提供公有雲服務，用於處理脫敏後的數據。其實我們在醫院內部做私有化的學習。在保證數據不出院的情況下，我們儘量抽取出知識，構建出模型，相關活動都完全符合數據安全法的要求。在錄音之前，我們會徵求患者的意見，讓其在設備上簽署知情同意書。該設備可以幫助患者記錄醫囑，在手機上回放；也可以讓醫生勾選可以發送給患者的錄音回放，過濾掉一些不便發送的信息。
Q5：左手醫生的技術可以實現在線AI 問診嗎？
A：與其將該服務稱為「在線 AI 問診」，我們更加希望實現人機互動、互相協作的 AI 問診。在我們設想的業務場景下，智能問診機器人可以在醫生接診前，先與患者進行溝通，並生成相關的問診報告，幫助醫生採集患者的信息，提升醫療效率。由於我們的產品只負責為醫生的診斷提供參考，最終的診斷決策仍然由醫生做出，所以也不會違反相關法律的約束。
單純依靠知識圖譜的問診機器人需要在問答過程中收集知識圖譜中規定的結構化信息，但是不能很好地處理患者非結構化、語義模糊的陳述。因此，左手醫生通過硬體設備大量分析醫患對話，並結合知識系統形成「數據+知識」的雙引擎，同時利用結構化數據和非結構化數據。通過這種方式構建的問答機器人可以處理複雜的句式和模糊的查詢。
Q6：病人錯誤的描述會不會對機器產生誤導？
A：這種誤導對於病歷生成任務確實會產生一些干擾。在問診過程中，經常會出現病人「答非所問」的現象，醫生可以理解病人一些錯誤、模糊、冗長的描述，而純粹基於知識圖譜的系統就很難做到這一點。在我們看來，期望機器完全替代醫生做出診斷是不現實也不合理的。人工智慧系統與醫生之間應該發展出一種協作關係。基於 Transformer 的生成模型主要負責捕捉信息點，並生成問句，可以幫助醫生更好地採集信息，提升醫生的接診效率。另一方面，我們的產品旨在提升醫生的接診效率，為醫生提供參考意見和輔助支持，儘量避免漏診、誤診。
Q7：目前左手醫生有哪些已經落地場景的產品？
A：我們的產品目前主要面向以下4個場景：診前、診中、診後、網際網路問診。就線下診前場景，我們為醫院提供的服務主要涉及預診和分診。分診功能可以根據患者的描述初步判斷患者的病情和需求，為其分配合適的科室和醫生，也可以排除掉一些並不適合在當前醫院就診的患者。
預診功能指的是在患者見到醫生之前，以問答對話的方式了解患者的病情，收集患者的信息，並形成發送給醫生的報告，可以大大節省醫生了解病情和撰寫病歷的時間。這樣一來，對於一些掛號速度較慢的老年人，系統可以根據預診結果為其分配綠色通道。此外，我們的系統還可以為患者安排一些基礎檢查，並在各個環節中提醒患者相關的注意事項，從而優化醫療資源配置。
在診中場景下，我們的系統主要負責提升醫生的服務效率和接診意識，並且為患者提供一些常規、通用的醫囑（如換藥指示）。
在診後，我們的系統主要提供用藥和隨訪管理服務。就用藥管理服務而言，我們的系統可以按照醫生的醫囑和說明書提醒患者按時、按規服藥。就隨訪管理服務而言，系統可以將患者分成不同的組，搭配不同的隨訪邏輯，事先收集患者的病情發展信息，並將其傳送給醫生，構建起患者和醫生溝通的橋樑。
此外，網際網路問診服務可以幫醫生完成相當大一部分的預診工作，節省醫生之後的診斷時間，提升醫療效率。
Q8：目前左手醫生產品的落地覆蓋情況大概是什麼樣？
A：並不是每家醫院都會採用全套的左手醫生產品。目前，左手醫生累計服務了全國範圍內的100多家三甲醫院。在全國Top100的醫院中，超過20家醫院選用了左手醫生產品。就北京地區而言，北京協和醫院、北京婦產醫院、北京醫院、天壇醫院、安貞醫院都是左手醫生的客戶。
Q9：醫療人工智慧系統會不會影響醫務工作者的就業機會？是否會對實體醫療機構形成衝擊？
A：不會。我們的產品僅僅是幫助醫生提升醫療效率和接診意識，優化醫院醫療資源的配置。最終還需要醫務工作者做出決策並開展醫療工作。
Q10：診後用藥管理服務是否可能與其它的醫療設備結合？左手醫生是否會布局人工智慧輔助的新藥研發技術？
A：目前，占據主導地位的移動終端仍然是手機。的確有人在嘗試開發智能藥盒，但是目前我們周圍已經存在了許多的智能設備，我們需要打通這些智能設備連接的橋樑，實現智能化業務場景，並不一定要專門開發智能藥盒。
就人工智慧輔助新藥研發而言，我們認為該方向尚處於萌芽階段，並沒有收集到大量的用戶反饋數據。
Q11：左手醫生是否考慮針對心理疾病、精神疾病開發產品？
A：我們在今年年初與全國最大的精神病專科醫院康寧醫院集團簽署了合作協議。雙方希望利用人工智慧幫助精神科大夫。在此項合作中，我們的業務主要涉及診療和溝通兩個場景。就診療而言，我們希望通過人工智慧技術規範精神疾病的診斷。就溝通而言，醫生在給患者看病時需要一邊與患者交流，一邊在電腦中記錄下來。我們的設備可以與患者溝通，與患者進行初步的常規交流治療，在需要下達診療意見時再由醫生接替。我們試圖幫助醫生在臨床過程中提升工作效率、接診意識，並為患者提供心理疏導服務。在具體的實現過程中，我們採用「神經網絡+知識圖譜」的架構，在保證後端知識引導的條件下，實現準確、多樣化的文本生成。
Q12：能否分享一下您從就職於百度公司到自己創業的心路歷程？
A：我們創始團隊的核心成員來自百度，最開始從事搜尋引擎研發業務。我們認為當時有三種搜索場景仍然存在一定的改進空間：（1）資源尋找類。用戶有時會在搜索結果中翻很多頁，才能找到真正滿足需求的下載資源。（2）決策類。用戶詢問搜尋引擎是否該做出某種決策。（3）醫療信息。由於搜索出的網頁不權威，患者會不斷地查看其它搜索結果；由於搜索結果篇幅有限，承載不了太多信息，患者可能會翻很多頁，從而尋找更多的可能性。因此，我們考慮完成從搜索框到對話框的轉變，使系統與用戶進行交互，在問診過程中與患者溝通，最終生成報告。
2015年創業之初，左手醫生的目標是打造一個更加智能的對話機器人式的搜尋引擎，讓患者可以隨時隨地獲得更精準、更個性化的醫療信息。由於初始團隊成員曾在百度從事自然語言處理和知識圖譜研究，我們初期的產品設定為用於問診的對話機器人和臨床輔助決策支持系統。
之後，在2019年，我們把臨床輔助決策支持系統的業務剝離給百度後，將所有精力集中在前端的對話機器人。我們發現，想要使機器模擬醫生，光靠知識圖譜是不夠的，還需要更好地去學習醫生的臨床經驗，學習臨床的問診記錄，所以我們現在逐漸拓展了硬體業務。
Q13：智慧醫療賽道目前十分熱門。請問您對該賽道的發展有什麼評價？
A：目前許多新生的智慧醫療企業的業務模式並不一定經得起推敲。從宏觀上說，國家對醫療領域的投入在持續增長中。但是從微觀上說，各個細分的領域仍然存在很大的偶然性。
左手醫生在發展過程中也在不斷探索合理的商業模式。我們最初希望做一個更加智能的搜尋引擎。2016 年，IBM Watson 受到關注之後，我們也考慮過讓機器學習病歷、學習文獻，為醫生提供更好的臨床輔助。在不斷摸索的過程中，我們認為，不能讓公司盲目擴張，從醫療智能化公司變成信息化建設廠商。
我們一直在思考人工智慧究竟能帶來怎樣的商業價值。我們認為，未來國家鼓勵的大方向是企業靠價值貢獻獲利，而不是靠壟斷之後的抬價獲利。具體到醫療領域，國家需要的是優質的醫療資源，我們的價值就在於打造一群人工智慧「醫療專家」。
左手醫生旨在打造一個智能引擎，通過第三方平台收費。通過這個智能引擎，我們還可以引入醫療資源，招聘全職或兼職醫生，通過醫生和引擎的合作，直接服務患者。我們不僅提供診前、診中服務，還為患者提供診後康復、用藥、隨訪管理服務。
Q14：與百度、阿里、騰訊、丁香園等公司的競品相比，左手醫生的知識圖譜服務有何特點？
A：阿里巴巴、科大訊飛等公司都是我們的客戶，他們在使用各種不同的左手醫生的服務。我們目前與百度、字節跳動等公司也有合作。我們會借鑑各個合作夥伴成功經驗，思考他們成功的原因，在對比中找准左手醫生自己的定位。我們不會做低價競爭，而是信奉價值驅動，幫助客戶創造更大的價值。
左手醫生團隊十分務實，我們既有自己的技術，也有自己的價值觀，能夠將技術落地。我們長期不斷積累自己的技術，產品在醫院獲得很好的口碑，目前在細分領域中處於較為領先的位置。
Q15：左手醫生近期完成了B輪融資，請問這筆融資將投入到哪些方面？
A：我們希望將B輪融資用於兩個方面，團隊擴張和商業化拓展。具體就商業化拓展而言，我們從提供智能引擎，會同步延伸到提供醫療健康服務。我們可以為醫療機構、藥店等提供網際網路醫院服務接口，提供線上的複診續方或完整的診後服務。我們將不斷擴大服務的規模，並以此獲取更大範圍內的數據，持續提升優化產品的性能。
Q16：左手醫生未來會遇到哪些困難和挑戰？
A：從技術上說，想要做出一個特別擬人化的機器人是十分困難的，需要一定時間探索其中的關鍵技術，也需要一些政策法規方面的支持。在商業化落地方面，也需要支付端給予配合。