“请告诉我你是哪里不舒服”“请告诉我一项您需要诊断的症状”“请告诉我，是否在使用非处方止痛药后疼痛加剧”“请问，是否突然出现从未有过的剧烈头痛”“请告诉我，是否曾经头部受伤、跌倒或碰撞”……在经过一系列的机器模拟医生问诊流程后，患者将收到一份《评估报告》，提示可能存在的疾病。

    这是人工智能机器人医生Airdoc的一个分诊过程。

Airdoc是近期上线的一个人工智能分诊工具，自称可以在5分钟内快速完成分诊和病情详情查询。

    Airdoc不仅仅是个分诊工具，最大价值是成为一个辅助医生诊断的工具，来帮助医生尤其基层医生提高诊断效率。

    CEO张大磊表示，目前Airdoc还在测试期，人工智能数据架构刚刚搭建完毕，模拟人类医生看病辅助医生诊断的流程也刚跑通，让系统不间断地从实时更新的病例、文献中学习、存储最新的医学知识，还有很长的路要走。

    据了解，目前包括Google、Facebook、微软等在内的国外互联网巨头都在做人工智能在医疗领域的尝试。而根据媒体报道，在国内也已经有包括“杭州智慧医疗”“浙江名医馆”“嘉兴市第一医院”等移动医疗平台在尝试类似的智能分诊服务。

    医疗需要+什么样的互联网？

    就在刚刚过去的六月，国务院办公厅印发了《关于促进和规范健康医疗大数据应用发展的指导意见》，大力推进“互联网+医疗”，国内互联网医疗创业环境的开放程度已经到了最好的时期。当今的医疗，究竟需要加什么样的互联网？

    自有人类历史以来，医学水平没有哪个时候像现在这样发达。但为什么就是现在，患者却越来越不信任医生了？可能大家常常认为由于个别医生在市场经济中迷失方向，造成患者对整个医生群体失去信任，甚至开始产生仇恨，实际上这只是大家看到的表面现象。

    本质原因，还是医生获取医学知识和利用信息技术的速度比患者慢，患者获取了很多医学知识，并且拿着这些不一定靠谱的“医学知识”和医生的诊断、治疗来对比。 网上经常充斥着各种“神医”、“神药”，误导了没有医学常识的患者，从而让真正踏实看病的医生很无奈，常常需要花很多精力去做一些本该不需要的医学解释， 沟通成本无疑是高了很多。

    这个现象可以归结为医疗生产力和生产关系的扭曲。从经济学角度来讲，劳动对象是患者，而患者使用各种技术工具获得医学知识的速度远远快于医生，尽管患者手里的工具有可能是把铁锹，但更多的时候可能是个炸弹。

    劳动对象手里握着的如果是铁锹，这是幸运的。而遗憾的是，公开信息中的炸弹实在太多，在缺乏正确引导的情况下，患者根本无法分辨哪些是工具，哪些是炸弹。如果把医学服务看作一个生产力，劳动工具绝对不仅仅只包含医学水平，希望这一事实能引起医生朋友们的重视。

    医疗加互联网更应关注“增量价值”

    优质的医疗资源就那么多，不管如何分配，优质医疗资源覆盖不到的地方还是占多数。这就需要创业者们在现有的资源供应环境中创造“增量价值”，创造提高效率的 解决方案，再多的搬运也解决不了问题。医疗服务生产力水平要想有质的提高，以人类医生经验为基础的生物医学，远远赶不上现代人对医疗服务的需求。

    针对未来人类医疗最理想的状态是，医生个体掌握传统生物医学的经验，再将大数据和人工智能对近似全样本病例的存储和分析作为参考，这才是完美的医疗实践。毕竟人脑的存储、读写、计算能力和机器是无可比拟的。

Airdoc在做的事情就是，利用机器学习帮助每个爱惜自己的人能做好健康评估，提前预防疾病，以及在生病后能时刻掌握自己的健康状况，做好患者的就医指导。同时，从整个社会的视角看，Airdoc可以大大提高医疗资源的使用效率。

    一个典型的场景，就是医院的分诊环节。Airdoc团队之前也做过挂号平台，有很大一部分患者根据自己的症状是判断不出自己应该挂什么科的。这就导致了无论 是医院还是挂号平台，每天都有大量患者挂错号，对患者来讲能挂到号已经不容易了，再取消重新挂是个很糟糕的体验，对医生来讲浪费了给更需要的患者看病的机 会，对医院和挂号平台甚至全社会的医疗资源来讲，无疑是一个严重的浪费。

    Airdoc目前人工智能医生不但能通过症状模拟人类医生给出疾病参考，可以给每次的评估出一封报告，同时非常清楚地告诉患者就医时应该挂什么科。帮患者、医院和挂号平台解决分诊问题，人工智能的准确率已经远远超过呼叫中心的服务人员。

    “增量价值”在于提高效率和准确率

    不久前，美国媒体报道全美的首诊误诊比例是30%以上，这个是很可怕的，国内的情况可能会更糟。我自己家里人看病的时候，也经历过非常荒唐和可怕的误诊，如果不来协和医院，在地方的三甲医院被诊断为肿瘤当时就开刀了。这个事情对我的刺激非常大，也坚定了做医疗的决心。

    Airdoc 要解决的最核心问题不光在分诊环节，而是希望通过机器学习，让我们的人工智能医生帮助到人类医生尤其基层的医生朋友，让大家的诊断越来越准。现在 Airdoc的人工智能数据架构已经搭建完毕，模拟人类医生看病辅助医生诊断的流程已经完全跑通，接下来需要做的就是让人工智能医生不间断地从实时更新的 病例、文献中进行学习，及时存储所有最新医学知识。

    就在几个月前，与Airdoc合作的一家美国医院通过对糖尿病的病历大数据分析，在II型糖尿病里发现了几个共同的规律，可以实现针对不同分型研究更有效的治疗方案，对于有针对性的新药研制，对于整个医学界都有巨大的价值。这在没有足够病历数据支撑和机器学习算法训练的时代，仅靠传统的生物医学是不可想象的。