对话依图医疗方骢：全栈式ai技术是医疗产业升级的核心要素 | 雷峰网-米乐m6平台
儿科一直是依图医疗发力的重点。
2017年9月，雷锋网曾参加依图医疗和浙江大学附属儿童医院（下称：浙儿保）的合作仪式。那时候，双方共同发布了儿童骨龄智能辅助诊断系统，成为行业内较早布局儿科领域的医疗ai公司。
今年2月，依图和广州市妇女儿童医疗中心（下称：广妇儿）及其他几家机构研发的中文ai辅诊系统在医学科研期刊《nature medicine》上亮相。这项技术具有行业性意义，有了这项技术，计算机能够通过nlp技术“读懂”中文病历，并进行初步诊断。
一个月后的3月26号，依图医疗在北京举行了发布会，这次的主角仍然是围绕儿科——专门为儿科打造的智能医疗米乐m6平台的解决方案。
可以看到的是，依图医疗在儿科领域的布局正在扩大。相较于原先一个病种的“单点优化”，依图医疗副总裁方骢认为，儿科米乐m6平台的解决方案能够“实现以儿童患者为中心的突破。”
会后，围绕依图医疗在儿科领域的进展，雷锋网对方骢进行了一次采访。
“3 1”的核心能力
此次发布的儿科米乐m6平台的解决方案采用的是华为的全栈式云和大数据底座。一周之前，在2019华为中国生态伙伴大会上，依图医疗刚刚和华为联合发布了智能医疗云的战略成果。
方骢对雷锋网说，儿科智能米乐m6平台的解决方案的技术本身是成熟的，但是问题在于，怎么让技术之间实现融合，以及在技术之上“长出”针对于不同场景的应用，这个是最难的。
“如果要做儿科的全科，我们要覆盖几十种儿科常见病，大概要做6000个疾病的schema，这是一件很难的事情。而且每个点上都要进行临床验证。每一个点都被认可了，才能做一个全科的诊断系统，解决全场景闭环的问题。”
具体来说，儿科米乐m6平台的解决方案的思路是“3 1”：通过依图自己的ai文本技术、图像技术和语音技术，以及构建的医学知识图谱，实现儿童医疗全场景的覆盖。
诊前，采用多模态信息与家长交互、实现智能导诊
诊中，基于海量数据训练的儿科智能分层诊断模型和融合儿科医生智慧的云平台，评估儿童生长发育情况，对全科儿科疾病进行智能诊断
诊后，赋能基层儿科，实现智能随访和智能转诊
方骢认为，所有的研发都是为了最后能把点状的应用融合起来，从单任务到单疾病、单部位的进阶，最后到以病人为中心的场景化的米乐m6平台的解决方案。它的底层技术架构一定要有上面说到的三项技术。“因为只有全栈式的多元异构的数据处理能力，才能够切中医疗机构临床诊疗的核心问题。”
值得一提的是上文提到的ai文本技术。方骢说到，2016年成立后依图医疗就开始打磨nlp、计算机视觉等各项技术。“发在《nature medicine》上的成果只是最后’薄发’的那一刹那，其实为了这个瞬间，我们‘厚积’了两年的时间。”
在核心技术能力之外，该米乐m6平台的解决方案中还有一个数据资源池。这个数据资源池如果按照病种分，就是各个病种的单病种数据库。如果按照使用用途来分，就是科研、临床和运营数据库。
至于具体应用，就是针对儿童在健康检查和临床诊疗的诊前、诊中、诊后全部流程的全栈式应用。
为什么想做儿科的全场景
上海长征医院影像科的刘士远教授曾在演讲中提到，医学影像ai模型的发展需要满足临床需求，多任务多病种研发是ai产品的目标。
方骢坦率地说到，依图医疗是从单病种开始做，才意识到要做全科疾病。当时，依图医疗的自然语言处理技术已经成熟，但是不知道应该切入的医疗方向是什么。后来，在与医院的实际沟通中发现，围绕单病种的科研教学、临床管理和临床治疗是医院的实际需求。
2018年6月，依图与华西医院发布了两项双方合作研发的肺癌人工智能成果：肺癌临床科研智能病种库，及肺癌多学科智能诊断系统。
“肺癌临床科研智能病种库”纳入了华西医院2009年至今收治的确诊为肺癌患者的全周期脱敏临床数据，利用ai技术，对影像数据、基因数据、病理数据、文本数据等非标化、非结构化的临床数据进行清洗、处理。
方骢表示，一期工程录入了3万份全周期的肺癌病人数据库，并且把数据提取精度提升到了99.3%。以往信息科要手动检索寻找数据。现在通过单病种智能数据库，关于肺癌病人的任何数据，大概分钟级就可以搜集到，并且可以看到主诉、既往病史等多维度数据。“这些能力，对医生来说，非常管用。”
“儿科全场景”的另一个关键词是“儿科”。依图医疗为什么想要做儿科？
方骢说，当初选择儿科切入是本着一个非常朴素的想法——解决儿科医生短缺的问题。
从战略层面来看，中国0到14岁的儿童有2.6亿，中国的儿科医生只有13.5万，而且这个数字不断变小，大概2600个孩子中国孩子能够分配到一个儿科医生。
方骢自己亲身经历过到儿科就诊的过程，“平均等待时间七、八个小时”“24小时人满为患”，“在那个氛围里，你会觉得是做儿科医生是最糟糕的一个职业，但又是最重要的一个职业。”
另外，由于儿童没有准确表达病症的能力，因此被称为“哑科”，要家长代为复述。这样的学科特点也是人工智能技术切入的一个非常好的场景。
从战术层面来看，成人全科很难实现闭环，但儿科比较容易实现数据的集中和临床的多中心。方骢认为，找出一个省里最有代表性的医院，可以最大程度代表区域内所有儿童就诊的环境，比如说依图医疗的骨龄产品，从与浙儿保的合作开始以后，依图医疗先后和北京、上海、陕西等地的头部儿童医院建立合作关系，目的就是为了让数据丰富起来、更具有统计学上的意义。
而且，依图医疗早期合作的几家医院，例如广妇儿、浙儿保等医院的级别和信息化评程度比较高。在原有的信息化基础上进行ai应用的部署，难度就要小很多。
所以，“做儿科全病种看似很偶然，但背后有很多必然的因素。”
三端发力，拓展更多落地场景
此前，刘士远教授在演讲中曾经说到，“医疗ai很火，但也存在被消费的情况，做企业的人也很辛苦。”
这是医疗ai行业从业者的直观感受，因为直到现在，大家都没有找到一条比较好的出路。方骢笑着对我们说，“很多记者朋友问我们，你们为什么不做to c？为什么先做to b，to b很累。”
一方面来看，依图医疗是想利用ai医疗解决核心的医疗问题，选择to b是必然的方向。
依图医疗的策略在于，通过to b构建壁垒和黏性，再做to c。“肯定要等b端成熟以后再做。如果先做to c产品，等于是违背了我们改善医疗资源配比率的创业初心。”
另一方面，没有急着做to c，方骢认为是有原因的。“走c端的前提是什么？是b端能够解决众多的场景问题，病种的垂直应用都已经非常成熟，才能做到全科。to c的产品没有太强的壁垒。作为一个创业公司，如果你的用户量还小，又赢得了一些流量的话，很容易被大的公司吞并掉或者收购掉。”
在健康诊疗ai阶段，依图医疗和广妇儿、厦门大学中山医院和温州市妇女儿童中心等多家医院开始了贯穿整个儿科诊疗流程的合作。
以广妇儿为例，广妇儿的互联网医院已经上线，支持在线导诊、挂号、ai问诊等一整套线上医疗服务。到2018年12月，依图医疗面向c端的产品“小依预问诊”上线七个月，为超过7.7万名用户提供服务，系统的在线服务时长超过21万分钟；小依辅诊产品在2019年第一季度的调用量也超过了3万次。
除此之外，依图医疗也计划将健康检查场景闭环。2018年11月22日，依图医疗与爱康集团在儿童生长发育监测、高发癌症的筛查体检领域展开合作。据方骢透露，未来，爱康国宾的几家连锁店将上线依图医疗saas化的健康智能诊断系统，逐步在国内落地这款智能儿科云平台。
除了b端、c端外，依图医疗现在和g端的合作思路就是，依托于某一个特级贫困县的县人民医院或者是以上级主管医院为中心，利用ai的技术能力完成智能转诊、重疾早筛的工作，把因病致贫的情况降到更低。
方骢相信，在未来的1到2年里，服务更多场景的智能诊断方案会越来越多的涌现出来。因为点状任务成熟以后，融合、赋能、共享必定是大趋势。“ai能力的一个体现，是基于多中心、大区域、大样本的数据，给出越来越精准的米乐m6平台的解决方案。”
