来源:GGV纪源资本2020-04-10 19:30:00 热度:

森亿智能张少典:你可能被人工智能辅助诊疗救过命

lxq

原标题:森亿智能张少典:你可能被人工智能辅助诊疗救过命

经过几年的发展,中国的医疗人工智能已经从产品验证进入了市场验证阶段,各路玩家纷纷迎来商业落地考验。这其中的头部公司森亿智能已于2018年推出了基于AI的新一代医院信息平台,在传统医院信息平台的基础上,添加了数据治理方面的功能。

传统平台通常只解决医院内的数据问题,会形成医院信息孤岛,而新功能的添加,有助于互联互通测评,提高数据可用性,帮助建设智慧医院。

目前,森亿智能已构建了300多人的团队,其中医学背景超过百人,硕士、博士占30%,研发团队发表SCI论文40余篇。森亿还与上海第十人民医院、上海胸科医院、上海中山医院等医院专家展开合作,共同开发临床决策支持系统(CDS)。

本期《创业内幕》,我们就请了 森亿智能的创始人张少典和大家的老朋友——GGV纪源资本执行董事吴陈尧Joshua,为我们聊聊医疗领域的那些痛点和展望。

Lily:二位好,少典先介绍一下自己和森亿智能吧?

张少典:

好的,我是传统意义上的理工男,创立森亿智能之前一直在搞技术。随着2016、17年的海归人工智能创业浪潮,我也回国,创立了森亿智能。森亿智能的主要工作是围绕医疗行业提供一些人工智能解决方案,核心目标是帮助中国的医疗行业去解决一些现实问题。

Lily:是什么契机让你选择医疗人工智能这个行业来创业呢?

张少典:

理由很简单,我在美国的时候读的就是这个专业,本科读的是AI和计算机科学,是比较单纯的理工科背景。当时去美国读博士的时候收了很多offer,后来我被我在哥伦比亚大学的导师忽悠了,他说像你这样搞自然语言处理的人太多了,但我这里是在研究人工智能怎么在医疗行业发挥作用,我们这个行业人才需求度非常高。当时我觉得他说得挺有道理的,另一方面也觉得哥大挺不错的,就阴差阳错进了医疗行业。

我回国后之所以在医疗人工智能行业创业,也是因为沿袭了自己在美国读书的内容。还有个原因,当时国内在医疗和AI的结合领域人才匮乏非常严重,而自己的背景各方面可能也比较独特,所以就选择了在这个领域创业。

这里有个有意思的小故事,选择创业其实有一点是被我周围的那帮交大师兄、同学忽悠的。大家知道其实这几年交大背景的创业者挺多的,我的大学关系特别好的一个兄弟,是饿了么早期创业团队的成员之一。15年3月份,饿了么的创始团队去硅谷调研,因为我同学的原因,我就给他们做了地陪。当时跟他们在硅谷一起租了一个Airbnb,大家在一起待了两个星期,白天陪着他们去调研硅谷的各个外卖公司,晚上陪着他们一起跟国内开电话会议。

当时我自己的个人状态正好处于非常苦闷的天天读论文、写论文的阶段。那两个星期待下来,饿了么的创始团队给我的感觉就是毛主席诗词里面说的,恰同学少年,意气风发。我被他们的生活状态和工作状态感染了,当时就觉得这个事是我想要的。

吴陈尧:

那你怎么没有加入饿了么?

张少典:

我觉得那个(生意)离我有点遥远,但是那个状态是我喜欢的,从对生活状态的追求和向往的角度来说,我觉得那是对我蛮大的一个刺激,促使我从内心深处下定决心接受创业这样一种生活状态,而不是说留在美国,或者是在大公司工作。另外一个小小原因,因为我在美国期间也在微软也做过两次实习,实话说大公司的状态实在是让我有点受不了,这也是一个很重要的原因。

Lily:森亿成立于2016年,当时中国医疗人工智能行业的现状是怎样的?

张少典:

从人工智能整个产业角度来说,2016年大家印象最深的可能是AlphaGo(阿尔法围棋)那个时期,这也导致人工智能整个掀起了一个浪潮。实事求是地讲,我个人倒不是因为AlphaGo或者资本浪潮去做这件事情。

2015年,我回国花了两个多月做了大量的市场调研,北上广深跑了大概有四五十家三级医院,采访了上百个医生和行业从业者。当时的感觉就印证了我当时的一个想法, 中国医院的整个信息化、数据化和智能化相比美国至少要落后15到20年,从医疗的信息基础设施和智慧化基础设施的角度来说,我们离美国的距离还是非常远的。

吴陈尧:

这方面能举个例子吗?

张少典:

美国几乎每一家医院都已经在1995年到2005年前后建成了类似于全院级的数据中心和数据仓库,相当于大数据上的基础设施。但回到国内你会发现,国内最基础的一些信息化系统都还备受吐槽,更不要说后面的数据化和智慧化建设。

在美国,我们经常会看到一些已经进入到临床各个环节的人工智能辅助诊疗,但在中国基本上还没有。

回到中国以后,你会发现用AI、用算法、用数据的方式去辅助医生做出更精准的判断的应用场景,且不说完全不存在,甚至支撑这些应用的一些最基本的基础设施也都还不存在。

Lily:现在有改善吗?

张少典:

这四年下来,在很多公司的推动下情况已经开始有所改善。比如我刚才谈到的数据中心的问题,从中国三级医院的角度来说,可能有10%-20%的医院已经开始有这样的数据中心了,这也是在过去5年里逐步推动出来的。总体而言,在我看来还是有一个比较大的差距。

Lily:

现在森亿能帮助医院和医生解决具体哪些场景上的需求?能不能举几个具体例子?

张少典:

我们现在在诊断、治疗,包括病情判断的各个环节,都会有一些工具去帮助医生做出更准确的判断。比如我们做的一个工具是帮助医生更准确的预警和判断深静脉血栓,传统的诊疗是依靠医生和护士自己的经验,但是这种方式可能会出现一定程度的漏诊和误诊。我们的工具可以提前预警和预防,并且提升及早筛查的概率。

再举一个例子,比如我们现在在做的产品,针对小儿肺炎,小儿脓毒血症等一些重症,可以通过算法的方式帮助医生做出更准确的判断。目前我们的类似这样的产品,可能在四五个疾病上都有一定的突破。

它可以做到什么程度呢?比如对静脉血栓的预警,如果用人工智能的算法去判断一个患者在未来24小时有多大的概率出现静脉血栓,我们现在可以做到的算法准确度能够比普通三级医院的医生和护士的平均准确度高上18%-22%。

Lily:

人工智能其实是要给机器喂数据的,但是我看过一个吐槽,有个医生说他一天要写多少个字。他说住院部收病人要写住院大病例,病例首页主诉现病史、既往史、系统回顾、个人婚育史、月经史、家族史、体格检查摘要,初步诊断就要满满当当两页纸,要是动了刀还得在24小时之内补手术记录。中国三甲门诊一天平均有80到100个号,门诊病例也得百十来个字。这里面的数据相当惊人,你怎么要求医生把这些数据全部再重新录入到他的系统里呢?

张少典:

医生本身录入数据都相当于是医院给医生的管理要求,数据录入完整性其实很大程度上是靠医院的管理体系在保障。但是对我们来说,我们的挑战首先一个是如何处理海量数据,这当中当然会用到非常多的,比如说自然语言处理这样的技术;另外一个就是万一病例写不准怎么办,这里面也会牵扯到非常多的技术问题需要解决。

Lily:

张少典:

这恰恰是我们的专长,您刚刚提到的是一个自然语言理解的问题。

机器怎么能做到像一个医生一样工作呢?

比如我们人类,给你一段话,哪怕其中出现一两个错别字,也并不影响你对这段话的理解,这是因为人的大脑在处理文字的时候,可以结合上下文对一段文字进行分析和语意理解。你并不会因为一个字或者一个用语的调整就影响你对这段话的理解,所以人工智能在自然语言处理这个领域想做的事情跟这个原理是很类似的。

对我们来说,我们所研发的面向医疗场景的自然语言处理的一些系统或者算法,要解决的其实就是您刚刚说的问题。不管医院的医生写的是中文缩写还是英文缩写,或者因为时间紧张敲错了几个字,AI或者自然语言处理的算法都可以通过对上下文和语意的分析来理解事情的本质是什么。这其实多多少少也是森亿智能的一个看家本领,我们可能是最早在国内把医学的自然语言处理技术商用化的公司。

像百度、讯飞、腾讯这些大厂,在自然语言处理上都做得非常好。但是狭义到医学这个领域,因为它有非常高的专业壁垒,所以需要在算法、模型上做非常多的专业化定制,这方面可以说是我们森亿比较擅长的领域了。

Lily:

Joshua,你当时是怎么发现这样一个机会的?

吴陈尧:

GGV其实一直在关注“人工智能+”的赛道和领域,不管像AlphaGo这样算法、算力上的进步,还是像NLP、TTS这些通用模块的技术进步,都让我们看到这个行业还有很大的机会。

“人工智能+”无非就是落地在垂直的领域里,我们重点关注的其实就是教育、医疗和金融,从绝对的体量上来说,医疗的体量是非常大的。所以我们就在人工智能+医疗这个行业里寻找公司,也包括森亿智能的一些友商。

Lily:

GGV在人工智能领域先后投资了像Face++、Clobotics、流利说等等一系列公司,森亿智能跟其他几家相比有什么独特之处?

吴陈尧:

首先医疗行业的整个信息化会带来大量的数据,就是自我量化(Quantify Self),整个医疗数据的增加会让人工智能在这个领域的应用越来越深入。并且我觉得森亿智能会有一个整合的解决方案,第一,它可以帮助医院、医生的结构化数据更好地流入整个人工智能的训练里,同时它又能够输出人工智能诊疗的产品,另外未来国家可能对这个行业会有很多鼓励政策,而少典又是我们见到的这个行业里比较稀缺的,兼具商业管理跟技术的人才,所以在森亿智能这个项目上,GGV还是很快就做出了决定。

Lily:

这是否意味着你还会在医疗领域做其他方向的投资?

吴陈尧:

我们一定会在AI+医疗的领域里持续关注的。

Lily:

在中国,医院还是一个相对来讲比较封闭的环境,少典你当时是怎么解决这个销售难点和痛点的?你怎么让医院相信你们能做好这件事?

张少典:

这个说起来都是泪,森亿在商业化上走了很多弯路。

说实话最开始融资的时候大家都会问这一点。严格来说,我们的第一个客户是谁,现在其实不太记得了。早期我自己就相当于售前,另外一个联合创始人更擅长跟人拉关系,他就是销售。我们扛着笔记本电脑就跑到医院,拉着信息科主任坐下来,展示我们的系统,但这种陌生拜访,最后也没出什么效果。

印象很深的就是那个时候我们自己觉得我们是国内自然语言处理的独苗,唯一一家,除了我们没人能干这个事。结果我们跑到一家医院敲开主任的门,人家问我们是干嘛的,我说我们是做病例文本分析和自然语言处理的,结果主任说,这方面我们早就有很多供应商在合作了,就把门关上了,这种经历其实还蛮多的。

分享一个小案例。

我们在上海一个大三甲医院客户。那个客户最早期是我们自己扛着笔记本电脑去陌生拜访的一个客户,也是我们真正意义上签下的第一笔一百万以上的订单。从我们第一次pitch这家医院的客户,到最终签下订单,我们花了27个月的时间。

27个月,这家医院都换了三任信息科主任,我们才把它拿下来。这27个月当中,有25个月都是我们公司最老的一个销售去跟的,头两个月是我自己跟的。当时在年会上给我们所有的业务销售人员分享这个案例,让大家去感受,其实跟医院做业务,让医院接受一些新兴事物,的确是一件不容易的事情。

后来怎么解决这个问题呢?后来我们发现,光靠自己肯定搞不定这个事,所以要引进行业里的其他人来慢慢建立这样的销售体系,还是要借助一些既有的力量和资源。

Lily:

现在销售团队有多少人?

张少典:

五六十个。

Lily:

技术团队呢?

张少典:

这就看你怎么定义技术了。研发团队现在有接近两百人,我们依然是一个在研发上投入非常大的一个公司。当然,销售团队虽然听起来只有五六十个人,但其实我们在全国接近20个省份都已经有销售人员的布局了。

之所以现在人数比较少,是因为本质上我们做的是大客户销售,大客户销售其实不是地推性质的,跟我们销售打交道的都是院长、主任这种级别的人,一个省可能也就是有限个数的三甲医院客户。

每一个三甲医院客户里需要打交道的也就是有限的几个关键人物。所以对我们来说,每个省可能只需要维护一到两个销售人员,我需要他的素质特别高,但并不需要人数非常多。

吴陈尧:

这里面一个是刚才少典所说的,从接触到医院慢慢了解我们,我们已经渡过了最艰难的阶段。中国众多三甲医院,大部分都了解森亿智能,至少听说过森亿智能了。另外,我们自身的产品线也越来越丰富了,同时我们还有很多的销售合作伙伴,像中电、华为等等。同时整个行业也越来越主动地去寻找这样的人工智能辅助诊疗产品和信息化解决方案,这些都会让我们的销售相对越来越容易。

张少典:

对,我们已经越过最艰难的阶段了。我们从2017、18年开始逐步走进这个市场,到2019年我们被全面接受,销售额也比去年翻了整整五倍,可以说在新一代的医疗数据化和AI解决方案的公司当中,我们已经算是领头羊了。

虽然经历了很多困难,但后来发现,当时我们经历的一些困难,包括一些很傻、很天真的推广方式,到了未来的某个时间点,反而给我们留下了一些很有价值的资产。

比如,当时我们不懂这个行业的门道,自己背着笔记本电脑去pitch客户。但回过头来,今天我们大规模的去推市场,广泛地接触我们的客户,到各个地方开宣讲会的时候,我们发现我们最早期的那些推广、营销行为,都在大家心里给森亿智能留下了一个印象——这个公司是一个实干型、理工型的公司。相比医疗行业里的确是商务型、关系型的公司比较多,良好的口碑也助推了我们面向未来的市场推广。

Lily:

过去这一年,我们销售的斜率有五倍的增长,您觉得自己做对了什么事情?

张少典:

我对to B行业是这么看的,to B行业跟to C一个很大的区别就是,to C可能是看公司看长板,但to B主要是不要有短板,所以它的价值链非常长。从营销到销售,到研发,再到最后的交付、运维、服务,其中出现任何一个短板都可能会砸掉这个公司的口碑,可能会使得这个公司的增长、销售出现很大的结构性问题。

所以我认为一个to B公司如果出现增长,一定是因为做对了很多事情,而不是因为做对一两件事情。从我们公司的角度来说,18年到19年,我们去补的短板其实是非常多的,销售人才的补充只是一方面。但是,to B产品的全生命周期管理,对于交付和运营品质的管控等等都在完善。比如to B行业新创公司经常会出现的一个特别典型的状况就是交付出现烂尾,因为可能前端跑销售冲得非常快,导致最后产品交付出现问题。

所以我不会认为五倍增长是森亿智能2019年最好的成绩,最好的成绩是我们在客户那里赢得了非常好的口碑。我们的交付准确度,交付及时率,和客户满意率都是非常高的,这在高增长的同时是非常难以维持的。

Lily:

之前我也访谈过酷家乐的黄晓煌,我问过他同样的问题,就是怎么解决装修行业的业务拓展(BD)问题,他说我们可以更多提供给客户的价值就是我们的产品更过硬,技术更好。森亿也是这样的一个路径吗?

张少典:

是的。首先是产品更过硬,技术更好,你的产品有不可取代性和独特性;另一方面就是你的产品品质好,交付好,服务好,所以你的口碑好。说句实话,对to B来说,销售人员跑得再多,大会开得再多,市场投入再多,都比不上客户的口碑好, 口碑营销是to B最重要的营销方式,尤其是像我们这种领域非常单一的公司。

我们有一个江苏客户,他说医院信息化这事已经有20年了,但从来没有见过像森亿这样靠谱的团队。对于这样的客户来说,他这句话的效果可能就强过你铺一个省的销售了。

我们的客户都是大客户,单个客户的净值都在百万以上,所以我们的客户量不会很多。我们今年一共验收的接近30个客户当中,就有近10个主动给我们发表扬信或者锦旗。三分之一的客户给我们主动发表扬,就是对我们的团队和产品非常满意,我觉得这就是最好的销售方式,也是我对公司未来几年有信心的最根本的来源。

Lily:

也就是说,那种不看好技术能力,只看关系的客户,我们可能就主动放掉了。

张少典:

其实医疗行业也没有大家想象的那么百分之百关系导向,在我们看来,还是七分产品三分商务。其实这个不单是医疗行业, 任何一个行业的早期发展阶段,供应商的产品同质化都会比较严重。甲方本身对行业的认知、对技术的理解相对也比较粗浅,这种时候很容易出现这种所谓的商务导向。

但是当一个行业逐渐成熟,逐步从粗放型向精细化发展的时候,你就会发现好的产品、好的理念会真正起到主导作用。不管是医生、院长,还是信息科,我们的客户毕竟都是这些知识分子人群。

Lily:

2015年4月国务院发布了全国医疗卫生服务体系规划纲要,在这之后医疗行业就掀起了一股信息化建设的热潮。

根据IDC的数据显示,中国医疗行业IT投入的规模从2012年的176.6亿元增长到2017年的427.5亿元。这中间因为政策推动涌现了大量背后玩家,比如国际巨头因特尔、微软,老牌本土IT医疗行业的企业,比如东软、卫宁,还有今年阿里巴巴旗下的阿里健康,以及平安好医生也都在这个领域有所布局。

面对这种群雄环伺和老将在前的状况,您觉得森亿的机遇在哪里?

张少典:

虽然我们看到很多玩家,但数字医疗(Digital Medicine)或者医疗IT总体而言还是一个非常空旷的行业,而不是像大家想象那样的一个拥挤的行业。

从不同的维度有不同的市场规模测算方法,但大家可以想一想,不管是不是AI,本质上医疗IT要解决的问题无非就是医疗行业现在普遍面临的比如医疗的质量问题、安全问题、效率问题、费用问题。大背景就是全球都面临的一个问题,就是医疗成本居高不下,还有安全性问题,比如漏诊、误诊也是普遍存在的。

这些问题背后都有大量可挖掘的空间,有很多值得去提能增效、去精准化的空间,这些都是医疗IT行业的这些玩家可以去逐步解决的问题。所以这里面有非常多的潜在市场空间根本就没有外化出来。

从另一个维度理解,大家可以想像某一个领域已经有两三个人工智能公司进入了,但如果把这个领域拆开看,比如医疗有多少专科,多少病,你会发现,某一个公司看起来已经做得很大了,但它其实也只是在一个专科、一个病做得还OK。

光我们的常见病可能就有上千种,科室就有几十个,这里面孕育了很多机会。每一个科室,每一种疾病都会有精细化诊疗的诉求,都会有费用控制的诉求,都会有质量控制的诉求,这些诉求背后都会孕育IT的机会和投入。所以我会觉得我们现在看到的很多市场空间的测算,其实都是以既有的一个逻辑来测算的,但其实你也许会发现背后潜在孕育的市场空间还是非常大。

我经常会这样形容数字医疗这个行业:

大家看到的是这个游泳池里已经有了上百个选手在游泳,然后大家就想,这个行业是不是已经拥挤到了选手在游泳的时候会互相胳膊打到胳膊,但实际上, 我们感受到的场景是这个游泳池实在太大了,这个游泳池可能是太湖。所以尽管里面有两百个游泳选手,但是互相之间不要说胳膊打不到胳膊了,甚至我打起来的水花流到他那里的时候,他已经没有感觉了。这是我对这个行业的一个看法。

吴陈尧:

另外我觉得森亿智能在自己的擅长的方向上绝对在国内是处在领先位置,比如对于非结构化信息的处理,比如对于现在已经研发的人工智能服务诊疗产品,比如静脉血栓栓塞这个产品……

因为我们不断地通过数据搜集,通过跟医院、医生、医疗学术界以及药企的深入互动沟通和在医学领域的积累,保证了产品上的领先差距在不断加大。

Lily:

少典你和汉东(森亿智能联合创始人兼副总裁)都是哥大的毕业生,又都是技术出身。在团队里你们怎么分工,遇到技术上的分歧,怎么解决?

张少典:

坦率讲我不认为我自己是一个在管理上百分之百合格的公司管理者,这个里面还是有很多提升的空间,很多要踩的坑。总体而言 对于公司创始人来说,你必须随着公司的发展自己也快速提升,否则你自己的瓶颈就会成为公司的瓶颈。

我和汉东的确都是技术背景出身,但我们两个都不是特别典型的技术男。所以最开始我就说,我和他一个是销售,一个是售前。其实马汉东现在管的团队也都是商务性质的,他也不管技术团队,我们的CTO反而是后来引进的。

但实事求是地讲,在管理上,我们还有蛮多东西要学,其实后来我们也逐步从外部引进了很多行业的资深高管,从我的下属身上我也学到了很多好的管理方法论。

Lily:

从零到现在管理一个四百人的公司,又面临这样一个相对封闭的行业,你在管理上最大的挑战是什么?

张少典:

如果站在今天这个时间点,我会觉得是对人性的一个拿捏。其实我自己归根到底还是有点理工直男的,不是对人性拿捏特别敏感的人。但管理是需要你对人性有一个比较敏锐的把控和拿捏,一定程度上要能够把握氛围,要能够因势利导,对我来说我发现这个东西的学习曲线是最长的。

其他的一些所谓的方法论反而是非常容易习得的,比如一些人力资源管理、运营商管理或者销售营销管理,你会发现自己沉浸到战场里去打几场仗,回来再跟下属学习学习,然后再到外面培训培训,最后自己再操练一把,很快就可以习得,但是对人性的拿捏真的需要日积月累。

Lily:

森亿智能背后的股东团队不可谓不豪华,有红杉、GGV、真格、腾讯,少典你还记得融资过程里投资人问过最多的问题是什么吗?

张少典:

“你这么年轻怎么管团队?”,这个其实经常被问到。还有就是,“智慧医疗未来的市场空间到底有多大?”我相信大多数投资人都能看到这其中的隐性市场空间,只是这个空间能在多长的时间周期内转换成显性的,大家对此还不太确定。

Lily:

我之前看过一个美国医学杂志发表的报告,说美国每年由于误诊造成的四万例死亡里,约七千例都是因为医生写字不清楚造成的。对于中文和英文世界的网民来说,医生的字看不懂算是个老梗了,我很想知道在信息化之前,医生的诊断和病例要如何彼此分享?

张少典:

其实医生们有自己的一套记号体系,所以他们互相医生之间是看得懂的。比如不同的药品会有拉丁文记号,他是为了方便书写。其实这是一个很经典的医疗行业面临的问题,就是医生的诊断和病例没法广泛分享,这不仅是信息化之前,信息化之后也存在这样的问题。

之所以医生的水平会参差不齐,就是因为医学知识的传播是非常困难的。我经常给团队举的一个例子是,我们森亿本质上用信息化或者用AI手段在解决什么问题,比如Beta Blockers(阻滞剂)就是心血管疾病经常会用的抗心绞痛和抗心梗的药,Beta Blockers这个药在实验室里被发现是1962年,进入临床指南说这个药可以被用于治疗心绞痛是1984年,然而一直到2018年阜外医院做了一个全国范围内的调研,结论显示,到了2018年,中国绝大多数心血管科医生依然无法按照指南正确地使用Beta Blockers。

其实它的使用并不复杂,但即使是到了2018年,阜外医院在全国调研以后,发现绝大多数医生还是在随机使用。一个1962年被发明,1984年写入临床指南的药品,到今天为止,医生依然没有能够百分之百正确地使用这个药。它是一个如此常见的药物,为什么?

就因为医学知识的传播非常困难,一个真正的医学发现到它形成临床指南,再到全世界的医生都能够熟练掌握和使用,整个过程就是很困难的。

Lily:

我是不是可以这么理解,如果我们在理想状态下,医疗人工智能能够普及和高度发展,人类的医学会有几何级的变化和增长?

张少典:

我认为至少应该要以一个几何级的速度去同质化,就是我们能够让更多普遍水平的医生,能够以几何级的速度和三甲医院水平最高的医生一样看病,我觉得这是一个可及的目标。

一个很简单的道理,我想把一个三甲医院顶尖专家的所有知识挖掘出来,传播给全天下所有的医生,这也许是一件永远都做不到的事情,但对人工智能系统来说,复制一个系统只是分分钟的事情。

吴陈尧:

是的,即便是三甲医院的医生,当他每天面对上百个门诊病例、非常疲劳的时候,要在短时间内做出复杂的判断,也总会有一些罕见或者被忽略的情况。所以我觉得 人工智能辅助诊疗对于任何人来说,在作出一个复杂的决策时,短时间内它都是一个质量控制、筛查和辅助的手段。

Lily:

少典,你做森亿智能的初心是什么?

张少典:

是一个数字。我在美国读博士的第一堂课,我的系主任在第一页课件上写道,2010年美国有25万人死于医疗差错,这个数字大于因为战争、交通事故、吸毒以及自杀导致死亡的人数之和。

而中国的人口是美国的四倍,所以大家可以猜测一下,每年因为医疗差错导致的生命损失大概有多少。

医生作为人,一定也有无助、犯错的时候,但这些错误的代价十分高昂,甚至可能是生命。

所以我们希望用人工智能的方式,用技术的手段优化刚才说的每一个医疗决策,哪怕我们能够解决其中的三分之一、四分之一的医疗差错,也是一件极其有社会意义的事情。

这是森亿的使命,是创业的初心,也是团队内每一个人都知道的森亿要去的地方。

lxq

本文网址:

欢迎关注微信公众号:人工智能报;合作及投稿请联系:editor@cnaiplus.com

AI中国号...

关注微信公众号,了解最新精彩内容