耗时近15年，投入近4亿元，奕诊智能（以下简称“奕诊”）融合了医学的严谨精神以及工匠的精细风格，研发完成了一套完整的AI辅诊系统。
早在2005年，奕诊就已经开始步入前瞻性的AI医疗系统研发之路，但该公司的董事长兼CEO戈家霖表示，AI+医疗的想法其实早就在自己的脑海中存在。“1999年，我进入电孑病历领域时，也打算用AI技术，但当时的科技水平，包括软硬件平台都不足以支持。所以，我当时先做了知识结构化的筑底工程。我们是世界上最早结构化的电子病历系统，支持了数百家医院及医疗机构。”他回忆道。
作为一个创办了八家高端科技公司，其中有四家与AI科技有关的科技狂热创业者，戈家霖似乎特别热衷用科技带来变革，也对难攻克的事物非常有兴趣。“全专科诊断一直是AI领域中的喜马拉雅山。”他说，而自己则希望勇攀这座艰难的高峰，所以其开始了对于AI医疗的十数年研发之路。
不过，在该事业很开始时，他发现挑战极大，因市场需求不明，所以决定先以大型连锁药店中的非处方药智能咨询作为AI诊断的第一站标的。“同时，我们也了解到国内非常需要很多高水平的医生资源。”他表示，国内医疗领域的巨大矛盾是医患资源的严重失衡，所以，这成为了最终奕诊致力的方向。经过十年的时间打磨后，2015年，奕诊正式在上海落地生根。其研发了奕诊推出的多专科综合AI辅助诊疗系统，其中包括软件及硬件产品。其产品线贯穿诊前、诊中、诊后，线上至线下皆有布局，因此其商业上也提供不同模式，保持弹性。
据介绍，奕诊AI辅诊系统的核心是一个有十亿关联神経元的庞大医学知识图谱，以及精准的AI医生推理引擎。到目前为止，奕诊AI辅诊系统已经覆盖了12个大的内科、专科（包括心血管科、呼吸科、消化科、神经内科、肾内科、妇科、内分泌感染、肿瘤科、免疫科、普通外科、儿科），4000个病种。“AI医生就像一个高明的医生一样，他可以用专业能力在不同的医疗机构或健康领域发挥功能。因此我们把奕诊AI医生辅诊系统揉进各种场景提供全方位的服务：从三甲医院到基层医院、从实体服务到在线服务。”戈家霖介绍说。
奕诊AI辅诊系统可以直接赋能给各科医生，可为三甲医院的医生节省大量的时间。其可以实现，在家AI自诊，及在医院做到精确的分诊及准确复诊。
戈家霖介绍了几个典型的应用场景：首先是医院的导诊及辅诊系统，一个患者到医院可以先通过机器人进行预问诊，该系统可以实时采集患者血压、脉搏、体温、血氧饱和度、呼吸频率等生命体征数据，精准检伤分级。在患者完成“预问诊”后，机器人会自动建议分级、自动匹配相应科室，并直接为患者挂号。患者在见到医生之前，就可在智能系统的引导下，做一些基础检查。在家自珍方面，比较典型的应用即是奕诊在疫情中，与上海市第十人民医院共同推出的远程AI自诊系统，帮助减少交叉感染风险。
医生在系统的医生端可以全方位的了解该患者的健康情况，包括一些罕见的症状均会被强调。“一般资历的医生大概只知道几十种病，或者平常只处理几十种病，我们帮他们形成一个比较大的助力，所有的罕见的诊状全部列出来供他参考，相当于是一个医生的辅助导航器。”戈家霖解释道。
此外，奕诊AI辅诊系统还可以助力急诊科。据介绍，AI系统可以在40秒钟内完成对患者全部生命体征的检测，并在3分钟内完成检测报告和分级。对于神志清醒、尚可表达的患者，机器人会给护士提示6个问题，完成这6个有针对性的问题后，智能机器人即可对患者进行自动分级。一二级需要马上送入抢救室，三四级可以稍等。这样可以更大效率地分配调度急救资源，危急的病人也可以及时被抢救。
值得一提的是，有个细节需要被关注：与很多AI医疗辅诊产品不同，奕诊AI辅诊系统在患者主诉时，是提供的症状勾选的方式，而非患者自己全输入。往往患者自己输入病症描述，会导致几方面问题，首先是表达不清晰，描述不准确，容易漏掉重要信息，其次是患者主诉的数据更多是非结构化数据，对于AI系统来说还要进行比较复杂的处理。显然，奕诊AI辅诊系统在此问题上进行了较好的处理。不过，以选项的方式对于系统数据的丰富程度及知识图谱能力要求变得非常高，不然将容易出现漏诊、误诊的风险。戈家霖直言，这也是奕诊之所以花了十数年潜心研发的难点所在。“底层的结构化部分是非常花功夫的。”他表示，数据结构化和知识图谱的建立都是非常有挑战性的事。
“我们需要学习数千万份病例，大量的医学期刊、报告。”戈家霖介绍道：“我们找出了差不多二十几万项医学概念，这看起来似乎不是很大的数据量。但其中，咳嗽可能跟250种疾病相关，胸痛可能和3、400种疾病有关，每个医学概念都差不多会与100个其他医学概念相关。所以，20万的100倍，意味着我们要在2000万的数据中分清楚其关系及关系强度。”他表示，首先是需要从大量专业数据中训练学习，然后还需要与顶级的医学专家共建完善知识图谱。据悉，奕诊的专家标注团队里包括美国斯坦福大学18位专科医生，11位专家，上海60余位医生，香港8位专家。
再到临床上来说，患者的年龄、性别，生活习惯等等因素均会对诊疗结果有一定的影响，所以整个知识图谱的量又翻倍扩大。“我们总结了大概五十几项其他风险因素，这五十几个新的维度乘以2000万的医学概念逻辑就变成了10亿。”戈家霖表示，在这个过程里，还需要把人跟机器互相结合，才可以慢慢把庞大的数据知识库给建起来。“我们覆盖的不仅是常见病，还包括大部分罕见病。除此之外，我们也要覆盖病理因需，因为在最后的5%，需要靠病理来推论疑难杂症是什么。我们要对整个人的健康机制足够理解以后，才能够针对最难的1%、2%并追根到底。”他表示这样的严谨逻辑可以有效减少漏诊、误疹。
据介绍，奕诊AI辅诊平台已成功落地上海多家医院，此前曾在世界人工智能大会上荣登AIWIN榜单。此外，据公开信息显示该公司已经完成了A轮融资。戈家霖表示，奕诊未来也会积极寻求新的融资。
