用AI解决名医稀缺难题，「朗通医疗」想让智能问诊更贴近临床

优质医生资源稀缺，分级诊疗和支持社会办医等政策利好，使得加强基层医生能力的需求越来越强烈。

针对这个问题，市场上的玩家们想到了临床文本数据AI。这个赛道的特点是需求强烈，市场广阔，仍处于早期阶段，尚未形成垄断，玩家们还在进行商业模式的探索。

36氪近期接触的「朗通医疗」就是这个赛道的早期入局者。该公司的产品是基于大数据的智能临床辅助决策服务平台，围绕医生的临床诊疗业务，提供全流程的辅助，帮助提高诊断效率，减少误诊漏诊。

目前「朗通医疗」的全科诊疗平台已经落地，正在全科的基础上拓展专科的数据模块（包括儿科、妇科、急诊等）。未来还计划做开放平台，用分成的方式吸引其他企业开发专科模块，从而拓展到更多科室。

36氪认为，基层医院对全科的需求较普遍，这种模式的好处在于医院不需要每个科室对接不同公司，可以一次性解决需求，这有利于拓展市场。

图片来自朗通医疗

其实，对于临床诊断NLP行业，最大问题就是商业模式，整个行业都在探索最好的产品形态。「朗通医疗」CEO徐哲的判断是，“关键是让人机交互的体验不断提升，AI技术相对而言是第二位的。”

因此「朗通医疗」NLP的最大优势在于人机交互的设计，不中断临床思维，符合用户行为习惯，帮助快速诊断。该公司的人机交互相关设计正在申请专利。

举例来说，产品采用联想式输入法，当医生写到某个病症时系统立即跳出病人要做的检查；患者在候诊时，在手机APP的引导下预先录入病情，医生看病时复核即可，从而优化分诊流程。

除了人机交互的设计，「朗通医疗」的技术壁垒还体现在知识图谱和NLP技术。

图片来自朗通医疗

知识图谱方面，该平台数据来自卫生局的脱敏数据和上亿份三甲医院的临床病历，目前已积累形成含35万余条术语的医学术语库，颗粒度精细至程度、性质层面，形成了涵盖60万余条逻辑关联的知识图谱。

NLP技术方面，支持PB级数据、千万用户计算以及多种人工智能算法应用，识别度达93%，疾病诊断推理符合度达90%以上。目前该公司正在做语义的扩充和上下文语义的理解。

从销售模式来看，「朗通医疗」主要销售给基层医院、综合医院、政府机构、HIT系统开发商、互联网医疗企业和体检中心。目前客户包括浙江大学医学院附属邵逸夫医院、温州医科大学附属第二医院、江干区卫生局等机构，覆盖了150个社区卫生服务中心、2500余家社区服务站和卫生室、300个民营连锁诊所、多家综合医院，客户年均增长量247%。

临床文本数据AI企业的估值核心包括了术语库、准确率、能不能做校验、NLU能力和用户数。「朗通医疗」CEO徐哲表示，该公司今年的目标是提升NLU能力，建立儿科、传染病库模型，继续优化人机交互能力。

该公司已于2016年和2017年完成两轮融资。目前该公司正在寻求第三轮融资，计划融资3000万元。