拍医拍：图片文字识别的黑科技，怎么走进移动医疗？

记得在一篇讲述黑科技的文章里，曾经比较过专业计算机和普通计算机。所谓普通就是大家正在使用的这种电脑，功能复合实用，并没有所谓一技之长。但专业型计算机就不同了，根据某种痛点，强调某种计算能力，不断迭代形成更高更垂直的技术壁垒。

这件事，拍医拍也想干。基于自身的图片文字识别技术（OCR），团队打算从数量多、标准化高、可操作性强的化验单入手，逐步扩大至B超、药品清单、病例、处方单等单据，做“就医信息电子化”，最终达到患者有效数据搜集的目的。

与其他院中+院后产品不同的是，团队并不想成为复杂的医患服务连接者/提供者，或者类似病历夹的工具/工作台，而是先做一个纯技术导向的公司，专心研究图文识别技术，把精准度提高。

团队申请的专利有：

1.基于机器学习的医学单据版式分析技术；

2.针对医学领域的多字符集图像文字识别核心；

3.基于递归神经网络的医学词向量后处理方案。

创始人吴诗展认为，现有的图片文字识别技术，还是处于机器+人工阶段，需要大量人力在背后筛查匹配，成为量化工程的一大“障碍”。拍医拍团队则将深度神经网络引入OCR，使图像识别有了自学能力，系统识别的图像越多，则OCR识别更准确。当然，他也强调，就算是再牛的技术，也无法做到100%准确。

于是越求精准，就意味着更大的样本和更长时间的学习。在C端，拍医拍通过云端自动“解读”服务来吸引C端用户，如上图显示的指标异常提醒，帮助患者前端先了解病情。产品六月上线，C端用户数量36氪会跟踪了解。

另外一方面，现在市场上大量的医患、病例分享/分析型产品也可能成为其潜在合作伙伴，也会包括一些有需求的医院或者网上医院，甚至辅助完善地区第三方医疗数据库。如果有可能的话，团队希望在构建大量患者数据后，帮助建立个人健康档案，通过大数据挖掘和人工智能技术，将医生判断、治疗方案与化验单结果结合起来，一直走到个性化智能辅助诊疗阶段。

但大家不禁要问，为什么拍化验单等等行为，会成为一种需求？

• 在特殊的医疗体系和环境下，国内公立医院病例信息不外传几乎成为一种常态。大到医院派系，小到合作医院抱团，都想把最有价值的信息掌握在自己手中，更何况还涉及到学术研究成果。
• 同时，医院信息化技术做的到底如何，信息录入是否完整也需要打个问号。相反，最容易被带出的数据就是用户手上的纸质档案了。

但，这种需求是持续的吗？

从大环境来看，电子化病例和多点执业是未来大趋势，前者会逐渐淘汰纸质数据，后者则会引导病人和病例外流，很有可能拍化验单这样的事情会不复存在，但从目前发展速度而言，确实不知道还有多远。

不过对于团队来说，未来利用自身的技术和数据样本，完全可以在环境开放之前就挖掘出潜在需求，结合医疗专业做出更高门槛的技术服务，乃至医疗服务。

创始团队中有原好大夫在线医学专家，原百度大数据和图像识别专家以及多名计算机视觉和人工智能的海归博士。团队已经完成天使融资，目前也在考虑洽谈新一轮融资。

【招聘】36氪Fit&Health小组招全职作者啦~

这里有超越想象到无法想象的健康医疗项目，亲民到健身塑形、母婴呵护、解压心理，也会前沿到基因解读、验血筛查、慢病管理，创业者所做的一些，都是为了让这个世界长生不老，而我们，正在努力让这件事变得更快更简单！

如果你也对此感兴趣，想推动着一起改变世界，就来加入我们吧！不要求任何背景，只要学习力和适应性够强，能聊能写能思考！

邮箱：leah110[at]36kr.com