经纶世纪余中：经纶世纪在打造数据与服务闭环的智能医学平台

调研 | 晴空

撰写 | 晴空

从疾病筛查与诊疗，到康复与管理，经纶世纪提供的大数据和人工智能技术覆盖了医疗健康服务流程的各个环节，正如创始人兼CEO余中博士所说，经纶世纪要打造一个具有数据与服务闭环的智能医学服务系统平台。

智能医学服务与其支撑系统形成数据服务闭环

经纶世纪智能医学服务系统，既是经纶世纪医疗健康服务能力的输出形态，也是形成数据与服务闭环不可或缺的环节，其核心支撑是经纶世纪经营多年的健康医疗大数据平台和医学AI引擎。

经纶世纪在多年与医疗健康行业学会和协会合作开展各类医学科研项目的过程中，积累了大量三甲医院的健康体检和疾病诊疗数据。

经纶世纪开发的健康医疗大数据治理平台，包括数据采集、清洗、非结构化处理、标准数据库建立，将多年沉淀积累的数据进行标准化处理形成健康医疗大数据，通过循证医学与大数据人工智能相结合的方法进行提炼，最终形成经纶世纪的内核系统——医学AI引擎。

医学AI引擎集医学知识图谱与疾病算法模型于一体，能支持实现疾病筛查、诊疗、康复指导、健康管理等应用，即经纶世纪智能医学服务系统平台所实现的功能。

经纶世纪智能医学服务系统在提供医疗健康服务过程中产生连续动态数据，再次汇集到经纶世纪健康医疗大数据平台，为医学AI引擎提供持续数据更新、模型优化，整个过程形成数据和医疗健康服务的良性闭环。

底层循证医学逻辑及全流程管理支撑诊疗结果

值得一提的是，经纶世纪的医学AI引擎与IBM Watson的底层逻辑不尽相同。

Watson的做法背靠其超强的自然语言处理能力和搜寻能力，从大量的文献中检索，从而给出最合适的诊断建议。

经纶世纪产品对疾病的诊断和治疗整个过程都遵循了医学逻辑，同时辅以数据分析的方法，最终给出可溯源的、可解释的诊断结果。

全科医生助手机器人发力基层医疗

经纶世纪全科医生助手机器人是智能医学服务系统赋能全科医疗服务的智能服务终端设备。

根据不同的服务应用场景，全科医生助手机器人可以配置不同的功能模块提供相应的医疗健康服务。

当前，全科医生助手机器人的首选应用场景在基层医疗。我国基层医疗总体资源严重缺乏，社区、乡镇和村级基层医生诊疗能力参差不齐，效率低下。

经纶世纪全科医生助手机器人能够辅助诊疗500多种常见疾病，通过症状分层、体征触诊、疾病鉴别、并发症查探等一系列决策流程，提供疾病诊疗建议，并实现智能化慢病管理、分级诊疗、双向转诊、远程医疗、公共卫生、家庭医生签约等功能，是基层医生的好帮手。

与医联体、医共体同步前行，全科医生助手机器人部署进安徽

随着我国医联体、医共体政策的大力推进，基层首诊、上下级医疗机构之间的远程诊疗、双向转诊将成为医联体中的常态。

全科医生助手机器人能够以标准化的数据采集和疾病诊疗、症状分析，为远程诊疗、双向转诊提供医疗数据基础和辅助决策，在智能终端实现远程诊疗和双向转诊的服务。

比如，在边远地区配备全科医生助手机器人的基层医生，能够按标准化形式输入患者的症状问诊信息，获得系统输出的诊断与治疗方案，并一键联通远程医疗视频会诊中心，让患者足不出户享受优质的远程医疗服务。

多年的发展历程中，经纶世纪在数据清洗、医学AI引擎搭建、医疗应用场景探索的过程中积累了宝贵的经验，打磨了坚实的技术基础。如今发力全科医生助手机器人，是基于多年技术积累与市场需求探索做出的战略性选择。

当前，全科医生助手机器人正在安徽省开展试点部署，经纶世纪携手当地政府扎实做好试点工作，创立人工智能辅助基层医生的创新服务模式，为全科医生助手机器人大范围推广打好示范基础。

近日，爱分析对经纶世纪创始人/CEO余中博士进行了访谈，现将部分精彩内容与大家分享。

数据积累是长期工程，健康管理应从医疗角度切入

爱分析：经纶世纪的底层数据库积累过程？

余中：医疗健康大数据的收集和清洗工作我们做了很多年。这里面包括数据的结构化、标准化以及数据的融合，我们花了很大精力建立了一个大数据治理平台，进行大规模的医疗健康数据清洗与标准化处理。

因为数据是从不同的地方采集汇集过来，我们国家医疗信息系统之间存储的数据格式相差很大，数据中存在各种描述性语言、文本信息，缺乏规范性。

而医疗健康数据的清洗和治理，并没有一套成熟的技术或者方法，需要自己建立方法体系和相应的模型。经纶世纪的大数据治理平台做到了对各类医疗数据快速智能化清洗和标准化。

在建立医学AI引擎的知识图谱过程中，应用人工智能的专家系统、自然语言处理以及医学逻辑抽取的方式相互结合，最终建立起一套医学知识图谱体系。

这套体系包含疾病的症状分层、不同症状之间的相关性、症状和疾病之间的相关性、不同疾病之间的相关性，以及这些相关性的权重分析，这是今天我们打造全科医生助手机器人的医学规则基础。这一系统现在包含几千种不同的症状以及他们之间的相关性，可对500多种疾病进行动态、全面的辅助诊断与治疗。

爱分析：从大数据到开始做应用服务，当时是怎么考虑方向的？

余中：健康管理是多年来倡导的一个方向，我们起先也做了许多尝试，但是发现真正要做好健康管理，需要医疗的成分在，从医疗服务向健康管理服务延深。单凭饮食、运动等外围数据及服务很难服务刚需、建立具有商业模式的业务。

以健康为中心的服务切入点反而不能缺乏医疗的元素和能力，从技术到产品到应用场景，健康管理的服务部署常常需要从医疗刚需服务的角度去撬动。

爱分析：现在的健康管理产品主要给三甲医院用还是基层医院用？

余中：主要是基层下沉居多，三甲医院没有精力也没有动力做健康管理的工作。现在国家推进的医联体、医共体的医改设计是做好基层疾病诊疗、健康管理，并使得整个诊疗和管理服务流程、数据形成闭环的一个契机。

全科医疗是做数据和医疗健康服务闭环的最好选择，应用场景在基层

爱分析：从健康管理到全科医生助手机器人，是如何考虑的？

余中：经纶世纪是把人工智能和医学深度融合的一家公司，我们希望做医疗服务的闭环，突破口就是全科医生。人工智能在全科医疗方面的落地案例非常少，我们可能是真正意义上在针对全科医疗进行开拓创新的第一家。

不少应用技术做健康管理、辅助诊断，思路是没有错的，但是这些只是医疗服务中的单点，而全科医生是对诊疗过程、结果的整合，能够形成医疗数据和医疗健康服务的闭环，这才是让人工智能发挥日益增强的威力的核心。

爱分析：经纶世纪全科医生助手机器人的主要应用场景？

余中：首先，全科医生助手机器人通过医学知识图谱和医学AI引擎帮助基层医生为患者进行疾病辅助诊疗，并辅助基层医生完成一系列全科医生服务（如慢病管理/健康管理，公共卫生，分级诊疗，远程医疗，家庭医生签约等）；同样，全科医生助手机器人也可为养老中心/医养结合、连锁药店等机构提供疾病辅助诊疗能力。其次，可直接进入家庭，成为一个家庭的家庭医生。

当前最核心的应用是提升基层医生的诊疗能力，赋能基层医疗。

爱分析：全科医生助手机器人系统的核心?

余中：全科医生助手机器人背后既有基于知识图谱的医学AI引擎，又有基于大数据分析的机器学习，一方面通过知识来驱动（“白盒子”机制），另一方面通过数据来驱动（“黑盒子”机制）。经纶世纪的核心技术思想就是把这两种人工智能的白盒子、黑盒子机制融合起来，创造一个新型的“智能与学习”技术体系。

底层逻辑区别于IBM Watson，政策是产品落地的好推手

爱分析：经纶世纪的全科医生助手机器人在逻辑或者路径上跟IBM Watson的区别？

余中：表面看起来相像，都有疾病辅助诊疗，但是目标和方法还是很不一样。

Watson系统是针对重大疾病（比如肿瘤）的辅助诊断，基于海量医学文献检索，没有医学规则的知识图谱支持，但是它的自然语言处理能力和搜寻能力非常强，是它处理大量医学信息的核心竞争力。

IBM Watson系统针对一个患者的辅助诊疗，利用患者的诊疗记录，对海量医学文献进行检索，挑选与这个患者诊疗记录最“匹配”的过往疾病诊疗案例结果，以此作为给这个患者的诊疗建议。

IBM Watson系统总体上来说是对一个巨大的历史病历数据库进行形式上的、基于“相关性“的匹配检索，给出一个“静态的”诊疗建议，并不是从疾病诊疗医学的本质内涵来解决问题。

经纶世纪全科医生助手机器人是针对常见疾病的辅助诊疗，整个诊断和治疗过程都遵循了询证医学疾病问诊SOP规则与路径的动态推理时序过程，借助全科医学知识图谱及数据分析方法，给出的诊疗结果建议一定是有证可循、可溯源、可解释的，从本质上是从疾病诊疗医学的“因果性”来解决问题。

在疾病辅助治疗方面，其实全科医生助手机器人需要完成的工作包括两部分，一是对“常见疾病”的诊断与诊疗，二是对“不常见疾病”的认知与分析。

对于不常见的、无法确诊的疾病，全科医生助手机器人也需要帮助基层医生进行基本认知和剖析，为患者提供进一步诊断的指向建议，并转诊给相应的专科医生。

另外，经纶世纪智能医学服务系统不仅包含疾病的辅助诊疗，也包含全流程管理系统平台，将辅助诊疗方案在患者疾病治疗过程加以实施，并持续对诊疗方案开展评估、验证和优化，建立一个“动态的”、具有反馈学习机制的疾病辅助诊疗能力。

爱分析：医联体对全科医生助手机器人产品的助推体现在什么方面？

余中：国家希望通过医联体的建立和远程医疗等形式实现优质医疗资源和基层诊疗需求的对接，但是实际上，完全依靠现有的医生资源是很难实现的，大医院医生一方面精力有限，另一方面这些医生主要还是专科医生，单纯依靠他们的支持来满足基层全科医疗的需求无法做到。

经纶世纪提供的全科医生助手机器人，能够起到强基层的作用，不仅能够帮助基层医生解决诊疗能力不足的问题，也能在出现了基层医生无法、或不应该处置的医疗问题时，结合智能辅助诊断结果，利用远程医疗的形式，联通大医院的专科医生来解决，或转诊到相应专科医生进一步门诊就医。

爱分析：目前全科医生助手机器人的进展？

余中：目前安徽试点部署已基本完成服务与推广模式的建立，全国各地上百位卫计委领导参观考察过了，我们很快开展规模化部署。

爱分析：人工智能类产品真正落地医疗需要具备哪些条件？

余中：首先是技术产品开发要针对有效解决具体的医疗问题；其次是寻找到技术应用落地场景，无论是针对医生、患者、医院或政府，能够产生清晰的价值；再有，在服务流程构建实施上有短期和长期的认知与规划。

还有很重要的一点，鉴于医疗服务的行业特殊性，政府必须出台相应的准入与支持政策，为创新的人工智能产品的落地应用提供保障，政策要给人工智能创新技术的发展以信心和支持。

通过问题为导向的人工智能技术开发、应用场景的价值生成、服务流程构建实施这三部曲，在相关政策的保障下，在实际应用中持续迭代优化，最终实现从“赋能”到“重构”的跨越式发展。