在AI+醫療領域，最為常見的落地形式是醫療影像，用AI輔助醫生讀取影像信息。但在文本處理領域，入局者仍然較少。

朗通醫療則以文本分析切入輔助醫療領域，它可以幫助全科醫生快速完成門診病歷，并實現臨床診斷。具體來說，醫生在電子病歷系統內填寫“主訴”、“病史”、“查體”等信息時，系統會自動推薦待化驗項目（如血常規等）、疑似所患病癥名、治療方案等。完成化驗項目后，醫生還可通過AI完成化驗單解讀，為確診提供依據。

AI輔助診療：為分級診療制度打地基

這一智能輔助診斷系統誕生的背景，是國家正在大力推進分級診療制度。

中國醫療資源分配不平衡已是眾所周知的事實，大醫院看病貴、看病難，一線城市甚至催生了掛號黃牛，病患體驗差。而對于院方而言，醫務人員工作超過負荷，導致誤診漏診，降低平均診療水平，也是一大難題。基層醫院的問題同樣明顯，醫生資質不足，診療水平較低，也因此難以收獲患者的信任。

政府提出的解決方案是分級診療制度，“基層首診、雙向轉診、急慢分治、上下聯動”。由基層醫院進行初診后，再將情況嚴重者轉往大醫院；同時三甲醫院中將近痊愈的患者，也會被轉回基層醫院，以此釋放醫療資源。今年8月，國務院發布《關于推進分級診療制度建設的指導意見》，從政策層面推動分診制度發展。

但所謂分級診療，目前還存在一個死結，即基層醫生診斷能力不足。面對繁多的病癥，不少病情外在表現相似，基層醫生有時無法順利判別病情。

朗通醫療的創業構想是，通過AI輔助診療，提高基層醫生的能力，目前它已覆蓋2500家醫院。

拿邵逸夫醫院數據，推出深度學習人工智能

在探索人工智能領域之前，朗通醫療所從事的業務是為政府搭建新農合業務系統和數據中心平臺（政府組織的農村醫療社保）。從2004年發展至2014年，朗通醫療服務了80％的浙江新農合市場。

CEO徐哲決定轉型是在2015年，他準備把電子健康檔案和輔助診療結合起來，中間的黏合劑就是人工智能。

當時國內尚未有相應的產品，朗通醫療與英國九康醫療合作，并完成了整體框架。徐哲回憶道，“當時我們請了英國技術專家來指導框架開發，本來他們希望能合資，但考慮到后期我們會接觸到海量臨床數據，最終決定不引入外資。”

“我們的核心是醫學知識庫和人工智能推理算法，一個高效的輔助診療系統需要整合醫學領域先驗知識、實際病例數據，我們的知識庫正是基于這樣的思想打造。而AI推理算法則以知識庫為基礎，實現了自然語言處理、智能推理診斷、提供檢查方案、推送治療方案等功能。”徐哲告訴獵云網。

框架搭建完畢，下一步即是搜集數據，并引導人工智能通過深度學習完成迭代。徐哲找到了邵逸夫醫院，對方把10年來的脫敏數據都開放給了朗通醫療，剔除無效數據后，共整理出180余萬份病歷，截至目前，已有近26w病例被導入系統，覆蓋739種常見疾病。

醫學知識庫除了覆蓋專業術語之外，還對醫生可能會用到的自然語言表述進行匯總，并將近義表述進行語意歸一，如“腹痛”、“腹疼”、“肚子疼”等等。據透露，知識庫的更新還將持續進行。

朗通醫療于2015年年底推出基于深度學習的臨床輔助決策系統（Diagbot），2016年開始落地運用，歷經小規模試驗與產品優化后，于今年年初產品基本成熟。

該系統還實現了文字化驗單的解讀。據徐哲介紹，過去化驗單上的檢驗結果，實際上是由人工判斷并輸入的，不同患者進行統一檢查得出的某樣指標超標，可能是由不同病因導致。而朗通醫療的關聯推理，能夠“量身定制”地為患者解讀化驗單。此外，一些基層醫生并不十分了解的病癥，只需點擊界面右側詞條，即可查看詳情。

朗通醫療并不準備自己做應用端，它更希望成為底層服務，植入其它醫療類應用或者直接接入醫院的診療系統。

目前團隊共有70余人，其中30多人為人工智能領域的技術人員。公司曾于2016年獲得賽伯樂數千萬元Pre－A輪融資。