经纶世纪：专注“防大病、管慢病”，以人工智能增强人类智能

　　提及人工智能医疗领域，火热程度无需赘言。资本、市场、创业公司争相布局，惯用套路是祭出人工智能技术大旗，造顶尖专家领衔之汹涌大势。而落地场景及应用服务的深度调研、思考与开发，则放置后续考虑。这其实是喧宾夺主、本末倒置，似乎市场的需求反而成为技术的附属，行业的痛点成为技术的点缀。

　　纵观当前人工智能医疗公司普遍面临的“落地难”窘境，我们认为，背后原因正是错误地理解“技术”和“行业”的相对位置。而解决这个窘境的法宝在于，要全面洞察医疗行业问题根源及行业需求，然后思考如何利用人工智能技术的优势，让人工智能与人类智能深度融合，从而真正地解决行业的具体问题。

　　看到医疗行业全局问题的公司还是少数，能够真正践行理念、提出解决方案从而营造生态圈的公司更是寥寥无几。今天，为了深入探索这一行业少数人涉足的前沿领域背后蕴藏的真正涵义，赛迪网团队走进经纶世纪医疗网络技术(北京)有限公司(以下简称“经纶世纪”)，与创始人兼首席执行官余中博士进行了深入的交流。

　　洞悉医学服务本质是真正的门槛

　　虽然身处人工智能医疗领域前沿，但与大多公司言必及人工智能不同，严谨的余中博士丝毫没有神化AI，上来直截了当地明确了一个事物的逻辑：人工智能技术不是唯一的解决方案，结合健康医疗行业来说，正确的思路是系统性地进行全局思考，洞察问题本质，进而选择恰当的解决问题的工具。而人工智能，恰恰是解决健康医疗问题的一种较好的方法而已。

　　由此逻辑可以推演，如若缺乏对于医学服务的独到见解，解决方案的有效性是难以得到保障的。与人工智能技术本身相比，对问题深刻到本质的理解才是真正的门槛。

　　在余中博士看来，当前健康医疗行业的本质问题应是“防大病，管慢病”。所以，经纶世纪以人工智能技术为支撑，将健康管理作为其健康医疗服务生态系统中重要的一环，制定了为用户提供“防大病”和“管慢病”的产品方向。

　　“防大病，管慢病”又该如何理解?余中博士向我们介绍到，这囊括了疾病预测、预防、诊疗、康复整个医疗全流程的问题。预测和预防，可简单理解为“防大病”过程;诊疗和康复，可理解为“管慢病”过程。在日常健康管理中，应该实时监测潜在病变问题，在恶化为大病前及时遏制;对于已然发生的慢性病，应该提供持续的干预与管理，防止慢性病转为大病并发症。譬如，当糖尿病病人缺乏有效的日常干预与管理，就很可能造成视网膜病变乃至失明的严重后果，一旦转为这样的大病，对家庭、社会、国家都是巨大负担。

　　在“防大病、管慢病”思路的引导下，依托健康医疗大数据、医学AI引擎、智能辅助决策与管理系统三位一体的核心技术，经纶世纪开发的产品和服务包括大数据标准化治理、疾病风险预测模型、疾病临床路径管理的虚拟医生

　　从交流中可以看到，对于医学服务本质的理解——“防大病，管慢病”是决定经纶世纪公司发展方向的基因，选择人工智能亦非简单炒作概念，而是切合医学服务本身特性进行的技术匹配。这也解释了经纶世纪与其他简单、一味标榜人工智能技术强大的创业公司的迥异之处，“虽然这几年涌现出成百上千的人工智能公司，追捧技术成为时尚，但这并非是解决健康医疗问题的关键，这一点需要特别强调。”

　　健康医疗大数据治理的“经纶模式”

　　余中博士在谈及选择人工智能技术为支撑时，特别提到，对于结构化知识的处理，人工智能确实更胜一筹，尤其在健康医疗大数据领域。大数据驱动人工智能，想要达到AI医疗能力的飞跃，数据是根本。

　　健康医疗大数据首先面临的重要一环就是数据采集，而经纶世纪可以直接获取一手、全面的健康医疗数据也成为其一大核心竞争力。目前，经纶世纪有6000万量级的健康数据做支撑。

　　关于数据采集，值得一提的是学术带动模式”。余中博士介绍到，经纶世纪公司以技术合作方的身份帮助健康医疗行业组织开展各项医学科研课题及应用项目，包括与中国健康促进基金会、中华医学会、中国临床肿瘤学会、中国医师学会等合作的重点科研及适宜技术应用项目，开发健康医疗大数据治理与分析系统平台，并得以接触到全国数百家三甲医院、近6000万人的体检及疾病诊疗大数据。

　　以科学研究的严谨、负责态度投入，前期主动提供免费的大数据治理与分析服务，这是经纶世纪采取的与很多互联网医疗公司的不同打法。余中博士风趣说道，这是我们需要付的学费，事实证明这个付出是值得的。

　　大数据治理就是针对数据及数据融合的清洗和治理，包括指标标准化处理、数据标准化处理、数据去重/删除、数据安全处理等等，只有在数据清洗和治理后，数据才能用于后面的分析与挖掘，建立相应分析模型，开展大数据应用。

　　经纶世纪与行业组织的专家合作，参照国际、国内有关医疗信息化标准与指南，制定了适合于大数据应用服务的健康医疗大数据规范，建立统一的描述，非结构化数据结构化转换与编码，构建标准的数据库，在数据库中将各种医学参数(指标、症状、疾病)建立相应对应关系及知识图谱。构建这个数据清洗系统、知识库及大数据管理平台，经纶世纪用了近两年的时间。余中博士感慨道“开发这个系统的过程中我们不知遇到多少坑，填了多少坑”。这个大数据管理平台为经纶世纪产品体系的建立奠定了基础。

　　有效地预测疾病、并发症的发病及危险因素相关性，是健康医疗服务中实现“防大病”的关键。经纶世纪将海量的医疗数据与机器学习人工智能相结合，构建疾病预测模型，实现疾病的预测、预防，为政府管理部门决策提供支撑，为国家医保节省费用提供支持。

　　全科医生智能助手： AI到IA的基层医疗赋能

　　在访谈交流中，余中博士重点向我们介绍了经纶世纪智能健康服务机器人，与卫计委及地方政府合作开展“全科医生智能助手”的试点工程，目前已在基层开展试点工作，试点结果在年内将对外公布，推动大范围的应用推广。

　　众所周知，基层医疗是决定医疗体系服务水平的根本，而目前中国基层医疗医生水平参差不齐，直接导致常见病诊断不准确或治疗欠佳，疾病不能得到有效的早诊早治，就可能转为大病;基层医疗能力欠缺，就必然导致老百姓无论是什么健康问题都首选三甲医院，造成医疗资源紧张和极大浪费。强基层，提高基层医疗服务能力、提供质优价廉的医疗服务是”防大病、管慢病”的根本举措。

　　“全科医生智能助手”机器人拥有对常见疾病诊疗、慢病管理的自主分析能力，帮助基层全科医生对患者进行疾病问诊、数据采集及常见疾病诊断与治疗，遇到不可处理的病症则通过机器人及智能健康云服务平台即时连接专科医生进行远程医疗与咨询服务，并实现相应分诊、转诊服务。这样的人工智能医疗产品极大“赋能”基层全科医生，助力完善基层医疗服务模式，实现涵盖家庭医生、智能分级诊疗、急慢病双向转诊的创新服务模式。这对于完全依赖医生从业经验的健康医疗行业来说，是质变的人类智能增强，即从AI(Artificial Intelligence)到IA(Intelligence Augmentation)的过程，这也是现阶段人工智能服务人类的最具价值和可行性的路径。

　　找到支付方才是硬道理

　　交流接近尾声，余中博士谈到了公司的商业模式，这亦是最具挑战的部分。

　　余中博士强调，经纶世纪不是提供一个简单的医疗产品，而是打造一个服务的闭环，包含疾病预测、预防、诊疗、康复，并通过支持全方位的服务，撬动支付方的支付意愿。通过不断的实践，经纶世纪将以上各部分有机结合起来摸索出一个“多边市场”的商业模式，付费方包括企业、商业保险、医保。

　　对于许多企业来说，员工健康管理是企业所关心的。经纶世纪为企业提供基于人工智能的疾病筛查、慢病管理服务，在智能化、用户体验、管理效果评估、健康管理组织竞赛等方面进行创新开发，更好地满足企业对员工开展健康管理的需求。

　　对于商业保险公司来说，控费一直是保险公司的营收关键，经纶世纪的大数据疾病风险评估模型、疾病筛查评估、慢病跟踪管理系统，可助力保险公司提供健康保障与健康管理服务。经纶世纪与保险公司、再保公司合作，开发基于中国人群的健康风险评估模型、核保引擎，用于保险产品设计、差异定价、保险控费。

　　基于“防大病，管慢病”的核心理念，经纶世纪在人工智能健康医疗的征途上不断创新前行。我们期待，在不远的未来，每个普通民众都能够享受到人工智能医疗服务所带来的红利，有效的“防大病，管慢病”的服务体系亦将成为人们健康生活的保障，惠及人人、关怀一生。